這個過程被稱為“自主人工智能”，與目前廣泛使用的以先進技術支持人工智能的“深度學習”方法有很大的不同。它是期待已久的人工智能拼圖上缺失的那一片，通過數據輸入賦予機器突破人類參數和局限的能力。自主人工智能使機器能夠像人一樣思考和學習。

作為目前被廣泛接受的人工智能范式，深度學習依靠輸入大量注釋數據來“教”機器識別一組給定的可能性和參數。機器根據這些參數來執行功能并完成任務。機器獲取的數據越多，其功能就越強大。

但同一臺機器無法在超出其數據程序參數的層面上進行推理、規劃或理解。它不能閱讀上下文，也不能解釋以前沒有遇到過的事物/想法/因素的任何變化。它不能像人一樣同時觀察、推斷和理解，也不能像有情感的生物那樣實時同步學習。基于深度學習的人工智能將始終受限于其創建者指定的參數。它還依賴于海量數據來涵蓋給定主題各種可能性的每一個細節。

Cortica采用一種完全不同并且在業內無與倫比的人工智能方法。通過研究老鼠活體腦組織，并且觀察和復制皮層網絡的結構和功能，Cortica發現了一種名為“無監督學習”的過程，重塑了人們對信息或刺激的接收、處理和回應方式。自主人工智能正是受到這種生物學理解的啟發，其再創造使機器能夠在人腦范圍之外模仿人類認知功能。

無監督學習使系統能夠對大量數據進行梳理，根據共性自動編組，這樣一來，機器便開始自主學習和理解。

Cortica首席執行官Igal Raichelgauz表示：“Cortica技術所帶來的現實應用令人驚嘆。短期而言，Cortica將成為實現無人駕駛（自動駕駛）汽車的橋梁。我們的方法使汽車能夠識別環境中的運動物體，做出明智的決定，甚至預測周圍事物的路徑變化。我們加強了機器對環境的理解，而不只是對過往經驗的簡單數據描述。除了汽車以外，這項技術還適用于安全、環境和工業等廣泛領域。它將真正地徹底改變我們的世界。”