我在大学课堂上教的基本的知识点之一，就是运用技术要遵从一些基本限制。我们知道，运用数学和科学知识来做事情都是有基本限制的。其实，技术也不外如是，如何运用技术也应该有所限制。倘若只用计算技术的眼光看待世界，或仅利用技术来解决重大社会问题，我们往往会犯一系列可预见的错误，阻碍人类的进步，加剧社会的不平等。所谓算法，是得出某个结果的计算程序，它好比食谱，是某种菜式的烹饪方法。有的算法会越来越多地被用于替人们做决策。有时候，我们需要编写代码来研究这些算法是否妥当。其他时候，我们得盯着那些粗劣的技术或错漏的数据，并随时发出警告。狭义人工智能是纯粹的数学。它没有 GOFAI 那么刺激，但高效得惊人，我们可以用它做许多有意思的事情。不过，这个领域的语言表达非常混乱。机器学习是一种流行的人工智能形式，它不是 GOFAI。机器学习是狭义人工智能。这个名称本身就很令人困惑。哪怕是我，都会以为 “机器学习” 这个短语表示计算机产生了意识。计算机科学界的大量创新都起源于贝尔实验室，包括激光、微波和 Unix 系统（除了 C 语言之外，丹尼斯・里奇也参与了 Unix 的开发）。C 语言之所以叫 C 语言，是因为它诞生于贝尔实验室所写的 “B 语言” 之后。C++ 是一种如今仍然流行的语言。它和它的近亲 C# 一样，都是 C 语言的后代。所谓 “硬件”，是指计算机的芯片、晶体管和电线等，这些东西构成了计算机的物理形态。“终端” 程序是一个精美的图形用户界面（GUI），打开它，你距离硬件就更近了。“终端” 程序上有一个闪烁的光标。光标所在的地方，就是一个 “命令行”。计算机会逐字逐句地将你在命令行中键入的所有内容进行解读。通常，在你按回车键时，计算机会尝试执行你前面所输入的所有内容。程序每一次执行循环都是一个小步骤。如果能将许许多多像这样的小步骤组合在一起，聚沙成塔，你就能干成大事儿。计算机编程人员非常擅长分析任务，将任务拆解成非常多的小步骤，并且让计算机处理每一个小步骤。只要将所有小步骤放在一起，再稍加修改，让它们互相配合，很快你就得到了一个能运行的计算机程序。现在的程序都是模块化的。所谓模块化，就是说可由不同的程序员构建不同的模块，而且只要将模块正确地拼接上，它们就能正常运行。计算机生成的数据本质上也是由社会构建出来的，因为计算机就是由人类制造的。而数学也是人类创造的一个符号系统。顾名思义，计算机就是能计算的机器，能执行上百万次数学运算。计算机并非诞生自绝对的宇宙规律或自然法则，而是一些专业人员在特定的组织环境中，有意图地做了上百万个细微的设计决策，从而得到的产物。我们在理解数据以及计算机（作为生成并处理数据的机器）时，必须理解这样一个社会与技术背景：人类制造计算机，计算机制造数据。

有些事情是机器永远也学不会的，而人类的判断、强化和解释永远都是有必要的。今天先进的机器承载着无数前人的人力和与智慧。机器诚然会出错，这是因为它们是是人类在特定的社会和历史背景下创造出来的。将现实世界量化，让机器学习是很了不起的戏，但实际上总有无法量化的人类问题（比如电车悖论），让机器学习变得如此困难。人类未来才是解题的关键，是所有技术应该服务的对象，人人都应从技术的开发和应用中有所受益！

我们谈起技术进步，通常听到的都是好消息。比如偏边远地区不是送货难吗？我们可以用无人机送货。农村教育资源有限是吧？我们可以让农民看电视学技术啊。技术肯定能给一部分人带来方便，但是要想全面解决一个社会问题，那可就太难了。就算是看似成功的实践，背后也不知道有多少意想不到的情况。