正文
几个世纪以来，我们将越来越多的高技能工种自动化了，但机器本身对更好的工作和更高的职位并无渴望。
雅卡尔提花织机在19世纪取代了专业绣花工人，根据编排好的穿孔卡片，这些能力非凡的器械可以编织出各种各样的布艺图案，但是这并不标志着裁缝的末日。
直到二十世纪中叶，算术始终都是最优秀最聪明的人做的事儿——“计算者”曾是一个为人尊敬的职业。如今与他们能力相当的计算器在贸易展中只能充当个不起眼的促销赠品，而有数学头脑的人可以更专注于那些需要多样化技能才可以胜任的难题，比如统计分析。
用不了多久，你只要一声令下，你的车就会送你去上班，但你也没必要担心它会在你参加员工会议的时候自己跑去当Uber司机挣点汽油钱（除非是你教它这么干的）。
本文作者Jerry Kaplan在斯坦福大学讲授AI带来的社会及经济影响相关课程。他最新的著作《人工智能：每个人都应知道的事》（Artificial Intelligence: What Everyone Needs to Know）,已由牛津大学出版社出版。本文发表于
MIT Technology Review.
机器学习程序从海量数据中提取出有用的规律，它们支持着亚马逊和Netflix的推荐系统，优化谷歌的搜索结果，描述YouTube的视频，识别人脸，交易股票，驾驶汽车，以及解决任何其他可以获得大数据的问题。但不论哪种技术都不是智慧的圣杯，虽然它们确实都别扭地挤在人工智能的门下。
最重要的是，媒体争相吹捧的AI成就并不能够证明该领域的巨大进步。去年赢了围棋比赛的谷歌AI程序并不是从1997年打败世界象棋冠军的IBM程序改良而来；偏离路线时发出警报的汽车和为你计划路线的汽车也不是一回事儿。相反，报道中一个接一个的AI成就，往往是一堆毫不相干的工具和技术拼凑而成的。
应接不暇的“机器超越人类” 故事很容易让人误以为这些机器正变得聪明起来，而事实并非如此。
公众对AI的议论已经与现实脱节，一部分原因是这个领域缺乏一套统一的理论，这导致人们无法衡量该领域的进程，所有进展都只能任人猜想。因此，
我们最常听到的往往是最有影响力的声音，而不是最真实的声音
，铺天盖地有关机器杀手的媒体报道大都无人反驳。
我会说AI的一大问题就是它的名字，它源于50多年前，本用于描述利用电脑编程来解决需要人脑想的问题。要不是人工智能的名字那么恐怖，它或许就跟运筹学或预测分析学那么平淡无奇。
