人們製造的很多機器都會在組件發生故障時停止工作，我們的思維在改變自我的時候卻能夠持續運行，這不是很神奇嗎？實際上，它們必須這樣，因為思維在「關門裝修」的時候無法簡單地關機。但如果正在調整的是重要組件，甚至可能失去這部分組件，我們要怎樣維持運行呢？事實上，我們的腦在受到損傷和大量細胞死亡的境況下，還是能繼續維持運行。怎麼會有這麼強韌的事物呢？有這樣幾種可能性：
複製（duplication） ：設計一台機器，讓它的每個功能都由若干個複製出的智能體在不同的地方實現，這是有可能的。那麼，如果任何一個智能體的能力喪失，它的一個副本就可以「接管」它的工作。根據這種複製方案製作的機器，其強韌性可能很驚人。舉例而言，假設每種功能都複製到了十個智能體中。如果一次事故毀掉了其中的一半，任何特殊功能完全失效的可能性和扔十次硬幣全部都是正面朝上的可能性一樣大，也就是不到1/1000的可能性。而人腦中有很多區域確實存在若干副本。
自我修復（self-repair） ：身體中的許多器官都可以再生，也就是說它們可以替代損傷或疾病中失去的部分，然而腦細胞通常不具備這種能力。因此，大腦的強韌並沒有太依賴癒合功能。於是人們會想，為什麼像大腦這樣重要的器官進化得還不如其他器官中那些可以修復或替代損傷的部分。大概是因為只是替代單個的腦-智能體沒有什麼用吧，除非癒合過程可以同時恢復所有這些智能體之間已經學會的聯結。既然體現我們學習內容的是那些網絡，那麼僅僅替換單獨的組件也無法恢復失去的功能。
分佈過程（distributed processes） ：也有可能製造一台機器，其中沒有一項功能是定位於某個具體位置的。相反，每項功能都「廣泛分佈」在一片區域，這樣每個部分的活動對每項不同的功能都有一點兒貢獻。那麼任何一個小部分被破壞也不會損害整體的功能，只會對許多不同的功能造成一些小損傷。
積累（accumulation） ：我確信我們的腦可以利用上述所有方法，但我們還有另外一個強韌性的來源，它可以提供更多優勢。想一個從利用積累開始的學習方案，在這種方法中，每個智能體都傾向於積累一整套次級智能體，它們可以通過幾種方式實現這個智能體的目標。之後，如果任意一個次級智能體受損，它們的主管仍然能夠完成自己的任務，因為它的其他次級智能體將會繼續完成剩下的工作，儘管是以不同的方式完成。所以，積累，這種最簡單的學習方式既能提供強韌性，又具有多種功能。我們的學習系統可以建立一個多樣化中心，其中每個智能體都配備各式各樣的備選項。如果這個中心被破壞，那只有等到這個系統逆轉並且幾近耗竭的時候，效果才會開始顯現。