跟着我们制作的机械愈来愈智能，我们从工业时期开端到如今所秉承的不雅念曾经有些不达时宜了。在这个情形下，涌现了“技巧崇敬”与“技巧恐怖”两个互相对峙的不雅点。不外在Studio VV6的担任人Nitzan Hermon看来，技巧控制才是最主要的。我们须要有一个苏醒的不雅念来懂得用户的需求、技巧的变更及其应用的场景，不然将不克不及获得足够的成效与立异。
今朝，数据变得愈来愈多，层级也愈来愈显著，机械也愈来愈庞杂。一旦这类庞杂性超越了我们的懂得领域，那末，我们与对象的关系就必定会进入一个新的阶段。
我们如今应用技巧做的许多工作，其实都源于晚期的对象。然则，对象自己曾经产生了转变，但我们用来与之互动的“心智形式”却一向绝对稳固。对象变得更快、更壮大，对“线”的依附度愈来愈低。
好比说，涌现了高铁，涌现了智妙手机。跟着第一台通用盘算机——电子数字积分盘算机（ENIAC）的引入，这一切都转变了。
技巧退化
ENIAC于1946年在宾夕法尼亚年夜学装置，它是第一台可以或许处置多义务的机械。所以，担任操作它的人也必需“重置”本身的“心智形式”。
但跟着模子视图掌握器（MVC）的出生，我们就要用一种简练、线性和可认知的方法处置单一维度盘算了。MVC出生于20世纪70年月末，是Alan Kay、Trygve Reenskaug和Adele Goldberg创造的一种办事器架构。他们在开辟Dynabook（晚期的笔记本）和Smalltalk（一编程说话）的时刻创造了这类技巧。
MVC基于一个静态的数据库、一个专有的接口点和衔接两个的掌握器。最症结的点在于，数据只能在一个偏向上挪动。不管你是在发推文、查器械照样浏览文章，数据都朝一个偏向挪动：要末是奔着用户去，要末就是在奔着数据库去，其实不是同时停止的。
这是以后树立年夜多半软件运用的基本系统构造，从最底层的技巧上影响了我们的应用习气。点击页面后，要求发送到数据库，数据库给出反应，然后用户获得成果。
对技巧立场的改变
与之前的点击或许键入式的输出（提议要求）分歧，如今开端变得愈来愈庞杂了。跟着各类各样的对象涌现、有了更好的传感器和加倍凶猛的嵌套数据技巧（深度进修、反向流传、神经收集等），我们可以或许以一种全新的、使人高兴的方法应用统计盘算。但这个中有一个主要的成绩——我们其实不能完整懂得产生了甚么。由于这些技巧施展感化的进程依然是一个“黑匣子”。这就是为何算法中会涌现各类各样的成见的一年夜缘由。我们可以揣摸出为何会有这些成见，但我们不克不及立时修改它。
算法的长尾特征使得它们与之前“如流水线一样运转的”框架有着实质上的分歧。我们很难再采用立场，去修改模子或许提炼数据起源。一旦做出了转变，我们就须要有足够的耐烦，期待它向下流分散到模子中。
这类庞杂性，再加上新的技巧才能，正在给人类带来风趣的成见和崇奉。在对象的熟悉论看来，这平日与它们的本体（客不雅）属性相分别。风趣的是，科技范畴的一些立异者平日与平常应用对象坚持间隔，并编写一种思想方法，将对象置于以后的轨迹之上或之下的。
技巧崇敬与技巧恐怖
技巧崇敬以为一切的技巧都是好的。但是，以这类方法思虑，限制了他们对改良和成心义的设计停止地下评论辩论的才能。最直接的例子莫过于算法的特性化，造出来愈来愈智能的虚拟助手，和等待一种通用人工智能（AGI，也有人称之为能人工智能）的统治。
“技巧恐怖”是一种对峙的不雅点，以为任何我们不睬解的器械（和它的潜力）都邑扑灭我们。在这一点上，他们仿佛忘却了一切的数据技巧，好比机械进修、深度进修，和今朝被称为人工智能的一切器械，只不外是一个对象罢了……
埃隆？马斯克（Elon Musk）和马克？扎克伯格（Mark Zuckerberg）前不久在社交媒体长进行的“隔空对话”表现了这两派不雅点的差别。扎克伯格是技巧崇敬的典范代表。他是一名胜利的开创人，在互联网上有很年夜的进献。他也是硅谷文明的代表人物——发明一种技巧，期待人类跟随。
马斯克对技巧的意见略微庞杂一些，由于他仿佛在一个互相对峙的不雅点之间扭捏不定（这一形式自己就是对二进制不雅点的支撑）。马斯克称，“人工智能是人类文明的根本生计风险。”固然这是一个公道的不雅点，但他并没有提出一个公道的论据。由于有各类各样的缘由都能证实，年夜脑和机械之间是有差别的。
技巧控制（Techno-Sobriety）呢？
这两个阵营在对AGI的意见上的交集异常风趣。技巧崇敬者迎接年夜脑成为一种盘算机式的成绩，而技巧恐怖者则畏惧被机械统治。这类分相似乎其实不具有构造性。想一想那些思惟家所固有的精力成见或性情特点。假如你信任一种算法是智能的，那末你就会对本身的心思成见有一个风趣的反思。
通用人工智能协会的主席Ben Goertzel表现，AGI可以从“咖啡测试”中提炼出一个很好的界说。假如你走进一个通俗的美国度庭，想弄清晰若何煮咖啡。你须要晓得怎样辨认咖啡机，弄清晰按钮的感化，然后找到橱柜里的咖啡豆等等。
“关于简直一切的成年人来讲，这是一组很轻易完成的义务，但对盘算机来讲是极端艰苦的。”
创立AGI要比创立ANI（弱人工智能）要艰苦很多。依据年夜多半专家的猜测，我们还须要20年的时光，能力开辟出如许的人工智能。
在这一段时光，我想晓得的是，我们可以或许做些甚么来更好地舆解这些对象，并构成一种具有可用性的新思想模子。究竟，技巧控制是将这些技巧带到我们客户手中的独一门路。我不须要一个能制造咖啡、编写网站、做饭的机械人——我须要一个更切近我思想方法的对象。我须要一种可以或许懂得我赓续变更的设法主意的对象，而不是一个一向试图去模拟我习气的对象。
我们须要有一个苏醒的不雅点来懂得用户的需求、技巧的变更及其应用的场景。当我们在没有一个清楚的认知信心的情形下去做这些工作的时刻，其实不能获得足够的成效与立异。
