قد يكون عنق الزجاجة الحقيقي في كيفية تعامل أنظمة الذكاء الاصطناعي الحالية مع التعلم المستمر والشخصي. إن بناء نماذج تكيفية تتطور مع تدفقات بيانات المستخدمين الفردية يبدو بسيطًا من الناحية النظرية، لكن التعقيد الهندسي كبير. ما يثير الاهتمام من التجارب التقنية التي أجريتها: التدريب على مجموعات بيانات ضخمة من التغريدات مع آليات تعلم مستمر مناسبة يفتح آفاقًا حقيقية من الرؤى القوية. الفارق بين النماذج الثابتة والأنظمة التي تتعلم بشكل ديناميكي كبير جدًا. إذا تمكنت الفرق التي تبني خوارزميات الجداول الزمنية من حل هذه المشكلة التحسينية، فستشهد تحولًا نوعيًا في كيفية عمل الخلاصات الشخصية.