(1)智力的遗传成分在人类和猿类之间的差异中最为明显(参见：交流的乐趣)，然而，在健康的人类群体中，它远没有那么突出。某些个性特征对终极智力的影响可能比实际与生俱来的大脑处理能力更大。
(2)教养在人类智力中起着至关重要的作用。它主要应该被理解为未来的智力可能会被疾病、虐待、忽视和/或对自由的限制所破坏的时期。对于健康的孩子来说，热爱和自由进入丰富的环境通常是发展高智力的充分条件。
(3)知识：在具备基本的遗传禀赋和健康的现代教养的情况下，成人智力的大部分差异可以用学习和学习习惯来解释。大脑、人格和环境之间的相互作用也是一个重要的组成部分。一些高潜力的人被困在一套行为系统中，导致停滞不前，可能很难逃脱。
人类的智力具有自我放大的能力，这种能力可能会(1)在内部被病理(或衰老)削弱，或(2)在外部被自由的限制所削弱，特别是。学习自由(如上学)。
在健康的成年人中，智力是一种特定领域的问题解决能力。与生俱来的普遍智力的概念是一个神话。一个知识渊博的人可能会在许多领域显示出天才的火花，并接近普遍智能的感觉。我们可以用文艺复兴时期的人或博学的人来指代这样的人。广博的学识可能会给人一种普遍智慧的错觉。这种看似普遍的智力通常在家庭中遗传。这可以用家庭文化、性格特征来解释，也只能在很小程度上受到与大脑实际处理能力相关的基因的影响。
尽管没有普遍的智力，也没有普遍的智商测试。所有的测试都将取决于先前的知识、兴趣、接触、文化和其他偏见。霍华德·加德纳(Howard Gardner)提出了多元智能的概念，其中神经生理模式可能决定对特定类型认知处理的偏好。他的思想可以扩展到人类知识的所有方面，在这些方面，特定领域的培训会导致特定领域智能的出现。换句话说，有多少智能就有多少聪明的人脑。导致g因子概念的相关性都植根于跨域转移(例如，在一组正反馈循环中，学习可能会影响睡眠、循环、神经发生、情绪等)。
尽管没有通用的问题解决能力，也没有通用的问题解决测试(参见：PISA重新关注问题解决)。这一点延伸到了人工智能领域。我们不能因为一套最先进的系统只能下围棋而对它不屑一顾。诚然，我们仍然在努力创造一种人工智能系统，它将显示出普遍的学习动力，足以在沉浸在任何领域时出现高度适用的抽象知识。然而，一旦我们到达那里，我们仍然需要在特定领域对系统进行培训，才能称其为真正的智能。
在健康的成年人中，特定领域的问题解决能力通常会遵循一条曲线，即年轻人上升，老年下降。这条曲线的形状是由损益平衡决定的。收获通常与学习联系在一起，特别是。在解决问题中学习。损失大多与健康有关，特别是。金属健康，或疏忽。由于智力是一种自我延续的品质，那些很早获得智力的人可能会一直茁壮成长到很老的时候。在极少数情况下，衰老的影响可以完全通过终身学习来补偿，即使是在80多岁的老人和更高年龄的人中也是如此。
以上公式具有普适性和密封性。它免除了起点的问题，而起点往往会在不同的人之间有很大的不同。它传递了一个重要的乐观信息，可以加速进步：高智商几乎没有与生俱来的障碍。
如果成年人只消除两个因素：(1)压力和(2)睡眠问题，就可能取得巨大的进步。随着个性特征的确立，逃离有毒的人类环境也可能对很大一部分人起到作用。数以百万计的人由于工作环境甚至家庭的压抑而未能发挥他们的潜力。工作环境必须友好，家庭必须依靠爱才能茁壮成长。如果没有这些前提条件，实现高智商是很困难的。损益平衡可能是负的，也可能是不够正的。此外，对于很大一部分孩子来说，上学阻碍了他们的成长机会。学校经常宣扬不良的学习习惯、丧失自力更生能力和不健康的社会环境。对未来高智商最好的预测者之一是一种根深蒂固的、强烈的童年激情。
努力追求天才没有什么错。有关提示，请参阅我的天才清单。简而言之，如果你毫不犹豫地投入到与持续学习相关的充满激情的问题解决中，你可以放心：你正处于通往高智商的上升曲线上。你所需要记住的就是保护你的努力免受这种自我赋权的现状可能造成的破坏。
稳定知识和新知识在智力中起着关键作用。有关详细信息，请参阅：创造性解决问题的知识。
图：创造性的问题解决需要(1)广博的高稳定性的专业知识，(2)丰富的高可检索性的新知识。海量稳定的知识使得解决算法问题变得容易。这些问题可以在低能耗的情况下借助快速思维来解决。需要跳出框框思考的问题依赖于创造力，也就是把遥远的想法联系起来。创造力和学习动力是由饥渴的知识推动的，也就是说，新鲜的知识可以很容易地通过遗忘来塑造和概括。这种可塑性为新的学习和创造性的问题解决提供了良好的模式匹配。
在另一篇文章中，我提出了一个有效解决问题的通用公式。一旦你理解了这个公式，你很可能会同意我上面的处方。请看：如何解决任何问题？
有关记忆、学习、睡眠、创造力和解决问题的更多课文，请参阅超级记忆大师