机器学习的先驱认为，该技术最适合增强人类智能，并对人工智能 (AI) 的含义感到“困惑”。
加州大学伯克利分校电气工程与计算机科学系和统计系教授 Michael I. Jordan 告诉 IEEE，虽然围绕 AI 的科幻小说讨论“很有趣”，但它们也是 “分心。”
乔丹在 IEEE Spectrum 作者 Kathy Pretz 的一篇文章中说：“对真正的问题没有足够的关注，即构建行星规模的基于机器学习的系统，这些系统可以实际工作，为人类创造价值，并且不会扩大不平等现象。” .
乔丹的奖项包括去年因其对机器学习和数据科学的贡献而获得的 IEEE 约翰冯诺依曼奖章，他撰写了一篇题为“人工智能：革命尚未发生”的文章，该文章于 2019 年 7 月首次发表，但最后更新 在今年年初。 在文章底部感谢各种贡献者——包括杰夫·贝佐斯——乔丹概述了谨慎的理由。
“就像人类在土木工程出现之前建造建筑物和桥梁一样，人类正在着手构建涉及机器、人类和环境的社会规模推理和决策系统，”文章指出。 “就像早期的建筑物和桥梁有时会以无法预料的方式倒塌并带来悲惨的后果一样，我们的许多早期系统已经暴露出严重的概念缺陷。”
人工智能和机器学习之间的区别是 Jordan 回顾的一个领域。 2019 年的文章提到，“当今大多数被标记为 AI 的东西，尤其是在公共领域，实际上是机器学习”。
“在讨论技术趋势时，人们对人工智能的含义感到困惑——计算机中存在某种智能思维，它负责进步并与人类竞争，”乔丹补充道。 “我们没有，但人们说的好像我们有。”
最终，用 Pretz 的话来说，对人类幸福的需求“不应该在开发技术时才考虑”。 乔丹注意到社会科学和社会工程学等概念之间的语义转换来解释这一点。 “我认为重要的是要记住，对于科学为人类所做的所有美妙的事情，工程——土木、电气、化学和其他工程领域——最直接和深刻地增加了人类的幸福感，” 他说。
