擁有人類探索世界的好奇心，是讓機器人變得更加聰明的關鍵因素之一。德國波鴻大學的人工好奇心專家瓦倫康培拉指出，好奇的系統“不滿足于只學習一種任務，而是希望同時學習多種技能”。法國國家信息和自動化研究所的機器人專家皮埃爾—伊夫烏代耶強調，在算法中加入“內在動力”的想法，可以讓機器在沒有人類干預的情況下，自主學習各種各樣的新任務。

此前，人工智能更多側重的是人類左腦的能力，如理性能力、把握規則的能力;而目前研發關注的好奇心，則屬于人類右腦的能力，與直覺、創造性等屬性相同。目前的人工智能正開始向追趕人類右腦能力的方向大幅前進。

小到個人，大到社會，談及聰明程度，都可從兩個維度來衡量，即專業化和多樣化。工業化時代，人類專注于提高完成某一項活動的能力，提高單位投入的產出量，這有利于公司做大做強。此前的人工智能主要模擬的是這種能力，例如通過把握下棋規則同人類競賽。機器人因好奇心而變得更聰明，帶來的將是多樣化效率的提高，即同樣投入，產出更多質的差異性。

美國經濟學家鮑莫爾曾提出這樣一個問題：音樂四重奏的效率是什么效率？顯然不是小提琴脫離節拍拉得越快效率越高，其效率主要表現在對音質、音色的復雜辨析中。這就是多樣化效率。人工智能最大的特點就是可以提高多樣化效率，這些技術一旦應用于經濟、社會，有可能大幅提高人類創新能力與體驗能力，從而帶來高質量的發展。

羅切斯特大學發展心理學家塞萊斯特基德認為，新奇性和驚奇感是好奇心的兩個關鍵參數。“孩子們更喜歡令他們感到意外的事物，或者是因果關系為他們所不知的事情。”這些參數若是轉化為算法，機器人就能變身“好奇寶寶”。

不過，凡事都有兩面性。我們樂于見到因為好奇而變得越來越聰明的機器人，但也要為它們的“好奇心”設限。俗話說“好奇害死貓”。如果機器人哪天不慎因好奇心按下了某個按鈕，后果可能不堪設想。因此，人們要為機器人確立規則，包括設立倫理邊界。人類需要告訴機器人，它可以做什么，不可以做什么。不管機器人如何“好奇”，都不能出離控制。