重拾行为主义
你可能觉得这看上去似乎有点眼熟，那是因为它和20世纪的行为主义很相似。事实上，训练机器学习算法的过程经常被比喻为20世纪初一个伟大行为主义实验：巴甫洛夫用铃铛声让小狗流口水，那并非源自于对饥饿的深刻理解，只是一遍又一遍地重复一个套路。他提供了数据，一遍又一遍，直到代码重写了其本身。不管你对行为主义者有什么看法，他们就是有控制实验对象的本事。
史朗说，从长期来看，机器学习将带来一种民主化的影响。就好比如今你不需要学HTML就能建网站，最终来说，你不需要博士学位，就能利用深度学习的巨大力量。编程不再是掌握了一系列神秘语言的程序员的专属领地。只要你曾经教会过小狗打滚，你就能胜任。“对我来说，这是编程方面最酷的事情，”史朗说，“因为任何人都可以编程了。”
在计算的历史上，对于机器如何工作，很多时候我们都采取了一个由内而外的视角。首先我们写代码，然后用机器表述它。这种世界观暗示了一种可塑性，但也体现了一种基于规则的决定论，从某种意义上说，底层指令决定了一切。机器学习则相反，它代表了一种由外而内的视角：不只是代码决定行为，行为也决定了代码。
如今，计算机是一种把体验转化为技术的设备。几十年来，我们寻求的是那种可以解释我们对世界的体验，以及进行一些调整后，可以优化我们对世界的体验的代码。但是，我们的机器将无法按照这种方式发展下去。我们与技术的关系将变得更加复杂，但最终来说也会变得更有价值。我们的角色也会发生变化，以前我们是设备的指挥官，以后我们会是设备的家长。
