Istorija tehnologije je puna predviđanja koja nam sada zvuče smiješno. Jedan od najpoznatijih primjera je izjava Bil Gejtsa iz 1981. godine, kada je izjavio da bi „640 kilobajta trebalo biti dovoljno za svakoga“. Predviđanja za vještačku inteligenciju se ne razlikuju mnogo; rani istraživači u ovoj oblasti su pretpostavljali da ćemo u narednim decenijama imati robote koji hodaju, pričaju i razmišljaju kao ljudi.

Naravno, uprkos nekim impresivnim dostignućima u mašinskom učenju, vještačka inteligencija još uvijek ne postoji. Razlog za to je, prema principu poznatom kao Moravecov padaroks, što mi možemo naučiti mašine da rješavaju teške probleme, ali problem su oni jednostavni.

U 1957. godini, ekonomist i pionir računarske nauke, Hobert Simon, je rekao „Moj cilj nije da vas iznenadim ili šokiram – ali najjednostavniji način na koji vam mogu ovo sumirati je da kažem da danas u svijetu postoje mašine koje razmišljaju, uče i stvaraju. Štaviše, njihova sposobnost da rade ove stvari će da se rapidno povećava sve dok, u skorijoj budućnosti, opseg problema koje mogu riješiti ne bude jednak opsegu problema na koji se primjenjuje ljudski mozak.“

Simon je umro 2001. godine i njegova „skorija budućnost“ svijeta u kojem mašine razmišljaju kao ljudi je i dalje veoma daleko. Naravno, vještačka inteligencija se pokazala korisnom pri rješavanju nekih specifičnih problema, kao što je kategorizacija udaljenih galaksija, imitacija glasova poznatih ili kreiranje umjetničkih djela, ali jednostavno razmišljanje – koncept poznat kao opšta vještačka inteligencija – se čini nezgodnim za većinu naprednih sistema za mašinsko učenje. Čak i hodanje na dvije noge je veliki izazov za mašine. Možda mogu pobijediti svjetskog šampiona u šahu, ali ne mogu pobijediti malo dijete u uzimanju određene igračke sa police.

Ovo nije novi problem. Tokom 1980-ih godina, računarski naučnik Hans Moravec je postavio ovaj izazov – koji se sada naziva Moravecov paradoks – i objasnio zašto to treba da očekujemo od mašina koje su imune na pritisak prirodne selekcije. U svojoj knjizi „Mind Children“ je napisao: „Milijardu godina iskustva o prirodi svijeta i načinu preživljavanja u njemu je utisnuto u velike, visoko evoluirane senzorne i motoričke dijelove ljudskog mozga. Smišljeni proces koji mi nazivamo rezonovanje je, vjerujem, najtanji furnir ljudske misli, i djelotvoran je samo zato što ga podržava ovo mnogo starije i moćnije, mada obično nesvjesno, senzorno-motoričko znanje.“

Stvari koje su za ljude najjednostavnije su one iste stvari za čije usavršavanje su trebali milenijumi evolucije. Stvari koje  ljudi smatraju teškim su teške samo iz razloga jer su nove. Mi razmišljamo o strategiji šaha nešto preko 1000 godina, ali učimo o interakciji sa okolinom od vremena kada su naši preci bili – jednoćelijski organizmi. Vještine koje su nam urezane u svijest kroz evoluciju ne trebaju svjesne misli. Zato je naročito teško naučiti mašinu pokretima koje ljudi izvršavaju bez razmišljanja.

Kako onda naučiti mašinu da stvarno razmišlja? Moravec misli da odgovor leži u onome što mašinama nedostaje: evoluciji. „Mislim da se najbrži napredak kože napraviti imitiranjem evolucije životinjskog mozga, pokušavajući da se sposobnosti dodavaju mašinama jedna po jedna.“

Prije nego naučimo mašine da razmišljaju, moramo da u potpunosti razumijemo kako ljudi razmišljaju. Spoznavanje granica mašinskog učenja nam može odgovoriti kako i naš mozak radi. Inženjeri koji projektuju neuralne mreže mogu da uče od neuronaučnika i obratno.

Kako Stiven Pinker predviđa, poslovi koji su u najvećoj opasnosti da budu preuzeti od strane vještačke inteligencije su analitičari berze, inženjeri i članovi raznih odbora. Poslovi koji ne treba da brinu su radnici na obezbjeđenju, baštovani itd. Takođe, moguće je da paradoks znači da vještačka inteligencija nikada neće biti potpuno nezavisna i da će se uvijek oslanjati na ljudsku pomoć. U svakom slučaju, svako od nas bi prvo trebao da itekako poštuje superračunare koji rade unutar naših lobanja. Oni čine da se najteži poslovi na svijetu čine veoma lakim.