这些“看不见的力量”让科学家Danny Hillis公开宣称文明时代——我们数百年来对于逻辑、决定论、人定胜天的信仰——的终结。“随着我们创造的技术和机构日益复杂，我们和它们之间的关系已经改变，不再是它们的主人，而要学着跟它们讨价还价，劝诱、指引它们达成我们的目标。机器学习的崛起是这段旅程的最新一章，也可能是最后一章。”

　　Google图片将两名黑人的照片识别为“大猩猩”

　　后果可能会相当恐怖。毕竟，编程技能还是普通人可以学习和掌握的。程序员毕竟还是人类。如今，技术精英群体的规模正在缩小，他们下达的指令正在不断减少，越来越间接。那些制造出这些东西的公司发现它们的行为很难控制。去年， Google的图片识别引擎开始把黑人打上大猩猩的标签，它不得不紧急道歉，补救措施的第一步是阻止系统为任何东西贴上大猩猩的标签。

　　“这一切都预示着一个我们失去对机器控制权的时代的到来。人们可以想象科技在金融市场上智胜人类，逃离人类领袖的操纵，甚至发明人类无法理解的武器。”史蒂芬霍金的这些话得到了埃隆·马斯克 和比尔盖茨等人的响应。“人工智能的短期影响取决于它操控在谁的手中，长期后果取决于能否被掌控。”

　　但是不必惊慌失措，这不代表天网的降临。我们只是要学习如何与新一代技术合作共事。工程师们正在想法设法让深度学习系统“引擎盖”下的运作变得可视化。即使我们终究没法完全弄懂它们是如何”思考“的，并不意味着我们在它们面前无能为力。未来，我们将不再关注行为背后的底层代码，而是专注于行为本身。我们用于训练机器的数据将比代码更重要。

　　巴甫洛夫的条件反射实验

　　如果这一切似曾相识，那是因为这很像20世纪的行为主义。实际上，训练机器学习算法的过程经常会被与20世纪初那些伟大的行为主义实验相提并论。巴甫洛夫并不需要深入理解饥饿的原理，只需要一再重复一系列动作就可以激发狗分泌唾液。他一次又一次地提供数据，直到代码自己重新编程。

　　长期来看，机器学习将会使技术更加民主化。你今天不需要知道 html 就可以搭建一个网站，同样的，你最终也不需要取得博士学位才能让机器学习的超强能力为己所用。编程不再是程序员们一系列晦涩语言的专属地盘，以后，任何人都可以编程。

　　在计算机发展史的大部分时间里，我们对机器的原理无所不知。我们编写代码，机器负责表达，这种世界观虽然蕴含着“可塑性”，但也代表着一种基于规则的决定论，即认为事物是它们背后的规则的产物。机器学习的哲学则相反，不只是代码决定行为，行为也决定了代码。机器是世界的产物。