„Nem új a gépi tanulás. Az 1990-es évek óta velünk van, amióta az Amazon bevezette felhasználóinak személyesebb eredményeket adó ajánlás szekcióját. Google-keresések és a Facebook javasolt oldalai, bármely e-kereskedelmi termék kínálgatása mögött szintén gépi tanulás áll. Másként fogalmazva: a honlapok sokat, minden egyes kattintással, kereséssel még többet tudnak rólunk. Viszont egyik sincs tisztában a teljes nappal kapcsolatos választásainkkal, preferenciáinkkal. Csak korábbi kattintások és nem a nagy egész alapján prognosztizálnak dolgokat.
De tételezzük fel, hogy egy masszív algoritmus tudja, mit keresünk a Google-n, mit vásárolunk az Amazonon, mit hallgatunk az Apple Musicon, mit nézünk a Netflixen, ismeri legújabb Facebook státuszainkat, megosztásainkat. Ez az algoritmus, a hatékony mesteralgoritmus rengeteget tud, sokkal komplettebb képe van rólunk.
A gépi tanulás a problémát különböző szögekből megközelítő iskolából áll. A valódi kihívás azonban a változatos módszerekkel vizsgált összes problémát megoldó egyetlen algoritmus fejlesztése. A szakterület fejlődése több lesz az evolúciónál, az algoritmusok gyorsabban fejlődnek, mint mi, egy pontot elérve viszont túl bonyolultak lesznek a további gyors fejlődéshez.
De vannak más veszélyek is. Az ideális mesteralgoritmus mindent tudni fog rólunk. Eleinte szüksége lesz emberi inputra, egy idő után viszont már nem. Mi fog akkor történni? Veszélyes útra viszi a technológiát a mesterséges intelligencia?”