這個問題很顯然：這顯然不是“人工智能”的含義。
人工智能的定義
人工智能定義起來非常困難，原因有幾個。首先，有兩種類型的人工智能：《名利撤那篇文章所描述的人工智能是通用人工智能，也就是說計算機能夠做人類能做的任何事情。反之則是狹義人工智能（Artificial Narrow Intelligence），這種計算機也能做人類能做的事情，但是僅限于一定的范圍。比方說，某種特殊的AI可以下國際象棋，而另一種特殊的AI則可以下圍棋。
比較有趣的是，發(fā)明了“人工智能”這個詞的John McCarthy指出，特殊AI的定義也在與時俱進。特別是一旦過去被認為是人工智能的東西變成了例程——比如前面提到的下國際象棋或者圍棋的程序，或者無數被認為屬于計算機理所當然的能力等，對于這些我們已經不再稱之為人工智能。
這就使得你想說出什么地方才是計算機的終止和人工智能的開始特別的困難。畢竟嘛，過去會計還是人工處理的：
10年不到的時間里，上面這幅圖片就變得過時了，被IBM的大型機替代了。計算機正在做人類能做的事情，雖然只是在一定的范圍內。那它是不是人工智能？
技術與人類
實際上對于這類創(chuàng)新我們已經有了更多的詞來描述了，那就是技術。按照韋氏詞典的定義，技術是“知識在特定領域的實際應用。”技術的故事就是人類的故事：控制火、車輪——這些都是技術。由于我們學習和傳播知識的能力，所有這些都變革了人類；一旦有一個人能控制火，那么所有人都能控制火就只是時間問題了。
是技術將智人從采集狩獵者變成了農民，然后也是技術變革了農業(yè)，使得占比越來越少的一部分人就能支撐其余人的溫飽。很多個千年之后，還是技術引領了像飛梭這樣工具的產生，讓織布的產量翻了一番，推動了對紡織者的需求，進而又推動了用水來驅動的羅拉細紗機的發(fā)明。這是人類第一次利用非人力以及動物形式的能量來驅動器技術發(fā)明，引起了工業(yè)革命的爆發(fā)。
你可以看到工業(yè)革命與計算機的發(fā)明之間存在一定的可比性：前者借助外部能量以系統(tǒng)化的方式進行之前由人類完成的體力勞動；后者借助外部能量以系統(tǒng)化的方式承擔之前由人類完成的腦力勞動。這令人想起了喬布斯做過的類比：
我記得我大概12歲的時候讀過一篇文章，應該是刊在《科學美國人》上面的，里面測量了地球所有物種的運動效能，也就是從A點移動到B點各自所消耗的卡路里是多少。而禿鷹是其中效能最高的動物，超過了所有其他物種，人類大概排在榜單1/3的位置，表現不算太突出。
但有人想到要試試人類騎上自行車之后的效能。結果發(fā)現騎自行車的人運動效能遠遠超過了禿鷹，高高站上榜首的位置，這給我留下了特別深刻的印象，也就是說人類是工具制造者，我們可以使用工具把這些內在的能力放大到驚人的量級。所以對于我來說，計算機一直都是思維的自行車。
簡而言之，盡管Dixon把計算機的邏輯追溯到了古老的亞里士多德，但技術這個東西（計算機無疑也是技術的一部分）要追溯到更久遠的歷史。我們之所以是人，是因為我們能創(chuàng)造工具來做我們自己做的東西，但同時做得比我們更好更有效率。
機器學習
你會注意到這一定義跟人工智能的定義極其類似；的確，至少在狹義的層面來看，提出人工智能只不過是技術換了個名字的看法是很誘人的。就像我們設計了軋花機一樣，于是我們也設計了會計軟件，以及自動化制造。實際上，這一切都是相關的：它們都牽涉到刻意的設計，造出一個可重復執(zhí)行人類預期功能的機器。
不過這正是為什么今天不一樣的原因。
記住，盡管邏輯的形成已經有幾千年的歷史，但只是到了20世紀這種邏輯才跟物理電路融合到了一起。不過一旦這件事情發(fā)生之后，這一邏輯的應用發(fā)展之快就到了令人難以想象的地步。