人工知能または機械学習における「領域」とは、AIプログラムを対象にできる問題クラスである。顔認識も「領域」であり、チェスを指すことや自動車を運転することも同様である。これらの領域はそれぞれ、タスクを達成するための特徴的な選択肢と行為様式を提示する。囲碁の対局は良い囲碁の手を出力することで勝て、自動車は旋回、加速、制動によって目的地まで安全に動かせる。現実世界の領域とは、現実のすべてを含む上位領域である。現実には、面白い顔をして相手の気を散らし、チェス対局に勝とうとすることもできる。運転問題には、「給与を得るために働き、その金でUberを頼む」のような解決策もある。このように推論できるなら、「現実世界の領域」で行動している。
現実世界の領域で行動できることは、現実的な領域とは異なる。ロボット自動車の運転は現実的な領域である。解決策は実時間で計算しなければならず、すべてはターン制ではなく連続的であり、鹿がいつ道路へ迷い出るか分からず、センサーと知識は不完全で、時にはタイヤが破裂する。それでも、この出来事のクラスに直面する標準的なロボット運転手は、操舵と加速を手段として行動する。代わりにロボット運転手がヘッジファンドの運営へ転じ、稼いだ金で自動車を運転する人間を雇ったなら、それほど幅広い選択肢を利用したため、それらを包含できるほど広い唯一の領域は「現実世界」、すなわち機能する限り何でもありの現実そのものとなる。
現実世界で行動することは、高度なエージェントの性質であり、汎用人工知能という高度なエージェントの性質から生じる可能性が高い。新しい領域を学ぶ能力は、多様な種類の現実世界の選択肢を網羅する様式を通じて行動する能力へつながるだろう。