Google已经花费许多时间投入准备此款人工智能框架，在先前对外说明时，Jeff Dean表示此款框架已经仅剩运算时的道德相关问题尚未解决，亦即如何让训练后的人工智能运作结果，可以更符合人世间的预期，避免产生歧视、偏差等情况。

而这款被称为下一代人工智能架构的框架设计，主要特性基于可通过训练单一模型，就能处理数以万计执行任务，与现今透过深度学习等方式训练的人工智能仅能对应单一执行项目，或是仅能处理特定领域问题情况相比，显然藉由新框架完成训练的人工智能将能对应举一反三，甚至可以产生更多关联的互动模式。

依照说明，「Pathways」将可比照人类记忆模式，藉由过往曾经学习「知识」，藉此加快新技能学习效率，甚至可以透过曾经记忆「知识」生成更多互动，不像过往的人工智能单次仅能记忆特定训练结果，若是重新训练则必须建构全新模型。

这样的框架设计，不仅有效减少人工智能建立所需时间，同时也能加快人工智能运作效率，甚至能使训练所使用数据大幅减少，让用户可以在终端装置使用更聪明的人工智能，同时也能对应更复杂的运算模式。

另外，提供「Pathways」框架训练的数据内容也可以同时处理多种类型，例如同时提供猎豹的外观影像、叫声、相关文字或语音描叙内容，即可让「Pathways」框架快速建立理解「什么是猎豹」的人工智能模型。

在过去的作法，则需要分别以不同数据内容个别建构人工智能模型子集，并且透过统整方式建立完整能够认知「什么是猎豹」的人工智能模型，不仅让训练时间加倍，同时执行效率也相对较低。