巴拉吉认为人工智能是多神论的，而非一神论的，这意味着并不存在一个统治一切的超级智能系统。相反，存在许多tron人工智能，每个人工智能都由不同的参与者支持。.
用他的话说：“我们从经验上观察到的是多神论人工智能……而不是单一的全能模型。”这彻底粉碎了通用人工智能（AGI）将世界变成回形针的幻想。我们所看到的是多种人类/人工智能组合之间的力量平衡，而不是单一的主导力量。.
他表示，目前的人工智能只能处理“中间环节”，无法独立完成从头到尾的完整工作。两端仍然需要人来操作：一人负责引导人工智能，另一人负责检查其输出结果。.
因此，所有真正的成本和精力都转移到了边缘环节：提示和验证。尽管人工智能加快了流程的核心部分，但企业现在却把钱花在了这些环节上。.
人工智能能让你更聪明，但前提是你本身就很聪明。
巴拉吉并不称之为人工智能，而是称之为增强型智能。因为人工智能并非自主行动，它不具备完全的自主性，不会设定长期目标，也无法验证自身的输出。“你必须花费大量精力进行提示、验证和系统集成，”他说道。因此，人工智能的实用性取决于你的智慧。如果你给它错误的指令，它就会给出错误的结果。.
他还说，人工智能不会取代你，它只是帮助你完成更多工作。有了它，你可以勉强成为一名合格的用户界面设计师或游戏动画师。但别指望它能达到专家级水平。人工智能让你达到中等水平，但达不到卓越。要获得真正的高质量，你仍然需要专业人士。.
它还会承担另一项工作，那就是它上一版本自身的工作。Midjourney 将 Stable Diffusion 挤出了工作流程。GPT-4 取代了 GPT-3 的位置。正如 Balaji 所说，“人工智能不会抢走你的工作，它只会取代上一代人工智能的工作。” 一旦公司在工作流程中为人工智能腾出空间，例如图像创建或代码生成，这个空间就会一直被占据。只不过，它会被移交给更新、更优秀的模型。
他还指出，人工智能在处理图像方面比处理文本更胜一筹。人类更容易判断图片的准确性，而不是验证一大段代码或文本段落。“用户界面和图像很容易通过人眼进行验证，”巴拉吉说道。而对于文本，人工检查其准确性则更加耗时耗力。.
加密技术限制了人工智能能做什么和不能做什么。
加密货币的工作原理截然不同。人工智能是概率性的，它基于模式进行猜测。而加密货币是确定性的，它运行在复杂且可证明的数学模型之上。因此，加密货币成为人工智能难以跨越的界限。
人工智能或许能破解验证码，但它无法伪造区块链余额。“人工智能让一切都变得虚假，但加密货币让一切回归真实，”他说道。人工智能或许能解开简单的方程式，但密码学方程式依然能阻挡它。.
杀手级人工智能其实已经存在了，那就是无人机。“每个国家都在研发它，”巴拉吉说。真正构成威胁的不是图像生成器或聊天机器人，而是自主武器。人工智能在现实世界中的影响，在这个领域已经造成了致命的后果。.
他认为人工智能正在走向去中心化，而非中心化。如今，人工智能公司数不胜数，并非只有一两家巨头。拥有精良工具的小团队也能成就一番事业。而且开源模型也在快速发展。因此，即使没有巨额预算，小型团队也能构建tron的人工智能系统。这分散了权力，而非使其集中。.
巴拉吉也反对人工智能越多越好的观点。他认为理想的人工智能应用比例既不是零，也不是100%。“0%的人工智能应用速度很慢，但100%的人工智能应用则质量低下。”真正的价值在于两者之间。人工智能应用太少意味着落后，应用过多则会导致质量下降。他将其比作拉弗曲线，拉弗曲线是经济学中的一个概念，它指出在极端情况之间存在一个最佳平衡点。.
在他的最后论证，他阐述了为什么当今的系统是受限的人工智能，而不是像上帝一样的机器。他将这些限制归纳为四种：
- 经济效益：每次 API 调用都需要成本。大规模应用人工智能并非免费。.
- matic上：人工智能无法解决混沌问题或密码学问题。.
- 实际情况是：仍然需要人工提示和验证结果。人工智能无法独立完成所有任务。.
- 物理层面：人工智能无法自主收集现实世界的数据。它无法像人类一样感知或解读环境。.
他最后表示，这些限制或许将来会被打破。未来的研究人员有可能将系统1思维（快速且直觉，类似人工智能）与系统2思维（更逻辑严谨，类似传统计算机）融合起来。但目前，这仅仅是理论，仍然是一个悬而未决的问题。世上没有全知全能的人工智能，只有一些工具（昂贵、功能有限且竞争激烈的工具），它们按照指令执行任务，并且需要不断进行检查。
