巴甫洛夫的条件反射实验
如果这一切似曾相识，那是因为这很像20世纪的行为主义。实际上，训练机器学习算法的过程经常会被与20世纪初那些伟大的行为主义实验相提并论。巴甫洛夫并不需要深入理解饥饿的原理，只需要一再重复一系列动作就可以激发狗分泌唾液。他一次又一次地提供数据，直到代码自己重新编程。
长期来看，机器学习将会使技术更加民主化。你今天不需要知道 html 就可以搭建一个网站，同样的，你最终也不需要取得博士学位才能让机器学习的超强能力为己所用。编程不再是程序员们一系列晦涩语言的专属地盘，以后，任何人都可以编程。
在计算机发展史的大部分时间里，我们对机器的原理无所不知。我们编写代码，机器负责表达，这种世界观虽然蕴含着“可塑性”，但也代表着一种基于规则的决定论，即认为事物是它们背后的规则的产物。机器学习的哲学则相反，不只是代码决定行为，行为也决定了代码。机器是世界的产物。
最终，我们既会欣赏逐行写代码的力量，也要通过机器学习算法来调整它。很可能生物学家已经开始动手了。Crispr 这样的基因编程专家将会赋予基因和软件程序员一样的代码操纵能力。但后生学理论表明基因并非一系列不可更改的程序设定，而是根据周围环境和宿主经历而改变的一组动态开关。我们体内的代码并不是独立于物理世界，而是深受它的影响，也会被深深改变。Venter可能会深信细胞是DNA软件驱动的机器，但是后生学家Steve Cole有一种不同的表达：细胞是一种把将生活经历转化为生物现象的机器。
如今，在艾伦图灵设计出“图灵机”80年后，计算机成了将体验转化成技术的设备。几十年来，我们都在寻找可以解释、优化我们生活体验的代码。但是我们手中的机器不会再遂我们的愿了。我们和机器之间将会有一种更为复杂、然而最终会让我们获益更多的关系。我们不再给它们下指令，而是成为它们的父母。