Резултатите разделят когнитивното поле на три познати конструкции: общ интелект (известният "g" фактор), флуиден интелект (способността да се оправяш в непозната бъркотия без предварителни инструкции) и кристализиран интелект (натрупаният през годините багаж от факти, речник и опит). Моделът успява с висока точност да прогнозира общия и кристализирания интелект, но се препъва осезаемо при флуидния. Това изглежда логично, но тук изплува първата сериозна пробойна в теорията. Флуидната интелигентност по дефиниция е най-динамична и би трябвало да реагира най-силно при промяна на задачите, а всъщност се оказва най-трудно уловима за алгоритмите. Повече за фундаменталните методологични проблеми при изследванията на мозъчната кора може да се прочете в анализите за когнитивна неврология и изчислителни модели.
Интересното в данните на Хилгер и нейните колеги започва тогава, когато алгоритъмът изолира около хиляда ключови връзки, пръснати из целия мозък. Класическите хипотези, като широко разпространената теория за Парето-фронталната интеграция, твърдяха, че всичко важно се случва по оста между челната и темелната кост. Изкуственият интелект обаче разкрива, че фронтопариеталната контролна мрежа е само един от играчите. Мрежата по подразбиране (която работи, докато просто блуждаем с поглед в тавана) и мрежите за селективно внимание участват равностойно в когнитивното уравнение.
Най-същественият извод в проучването – и същевременно най-смущаващият за инженерите на невронни мрежи – е откритието за огромния невронна излишък. Изследователите симулативно са изключвали цели функционални системи от изчислителния модел, очаквайки срив в прогнозите. Времето и компютърната мощ са показали обратното: точността на предсказанията е спаднала съвсем козметично. Мозъкът не разчита на един единствен кабел, по който тече цялата информация. Кодът е дублиран, припокрит и разпределен по такъв начин, че загубата на цяла подсистема се компенсира от останалите.
Разбира се, прекаленият ентусиазъм около това изследване трябва бързо да бъде охладен. Данните са извадка от млади, здрави хора в идеален социоикономически прозорец. Липсата на детски мозъци и на застаряващи субекти прави заключенията трудно приложими за общата популација. Освен това, биологичният субстрат на тези хиляда идентифицирани връзки остава напълно непознат – алгоритъмът може да каже че една връзка участва в прогнозата, но няма никаква представа как или защо тя пренася информация.
