巴甫洛夫的條件反射實驗
如果這一切似曾相識，那是因為這很像20世紀的行為主義。實際上，訓練機器學習算法的過程經常會被與20世紀初那些偉大的行為主義實驗相提并論。巴甫洛夫并不需要深入理解饑餓的原理，只需要一再重復一系列動作就可以激發(fā)狗分泌唾液。他一次又一次地提供數(shù)據(jù)，直到代碼自己重新編程。
長期來看，機器學習將會使技術更加民主化。你今天不需要知道 html 就可以搭建一個網站，同樣的，你最終也不需要取得博士學位才能讓機器學習的超強能力為己所用。編程不再是程序員們一系列晦澀語言的專屬地盤，以后，任何人都可以編程。
在計算機發(fā)展史的大部分時間里，我們對機器的原理無所不知。我們編寫代碼，機器負責表達，這種世界觀雖然蘊含著“可塑性”，但也代表著一種基于規(guī)則的決定論，即認為事物是它們背后的規(guī)則的產物。機器學習的哲學則相反，不只是代碼決定行為，行為也決定了代碼。機器是世界的產物。
最終，我們既會欣賞逐行寫代碼的力量，也要通過機器學習算法來調整它。很可能生物學家已經開始動手了。Crispr 這樣的基因編程專家將會賦予基因和軟件程序員一樣的代碼操縱能力。但后生學理論表明基因并非一系列不可更改的程序設定，而是根據(jù)周圍環(huán)境和宿主經歷而改變的一組動態(tài)開關。我們體內的代碼并不是獨立于物理世界，而是深受它的影響，也會被深深改變。Venter可能會深信細胞是DNA軟件驅動的機器，但是后生學家Steve Cole有一種不同的表達：細胞是一種把將生活經歷轉化為生物現(xiàn)象的機器。
如今，在艾倫圖靈設計出“圖靈機”80年后，計算機成了將體驗轉化成技術的設備。幾十年來，我們都在尋找可以解釋、優(yōu)化我們生活體驗的代碼。但是我們手中的機器不會再遂我們的愿了。我們和機器之間將會有一種更為復雜、然而最終會讓我們獲益更多的關系。我們不再給它們下指令，而是成為它們的父母。