（ID），这是一串看似随机的字母和数字，比如“A16HE9ETNPNONN”。在程序员看来，由于每一个工人都对应一个ID，所以人是可以替换的。任何使人成为人的东西，比如信仰、禀赋和经历，都从这个ID中被剥离。
计算机科学家会说，你的所有属性都不予考虑。这就好比雇主只知道你的社会保险号码，而对其他信息一无所知。问题的源头在于API，它似乎表明，没有必要弄清楚这些人是谁。就像扑克筹码让赌徒忘记他赌的是真金白银，把人表示成唯一识别符会使程序员忘记自己雇用的是活生生的人，也会忘记他的代码将影响人们的生活。亚马逊有些冷淡地提到了19世纪的“土耳其机器人”，这是下国际象棋的机器人，不过它并没有看上去那么神秘。7自1770年诞生以来，它风靡了80多年。亚马逊的本意是表明自己的服务与这种神秘的室内游戏有相似之处。具有讽刺意味的是，土耳其机器人被证明是一场骗局，它不过是一些身材矮小的藏在机器木箱子里的象棋大师。是决策环路中的人类在幕后操纵机器人落子，而不是机器本身。而且，正如它的名字所暗示的，人类的智慧决定了机器学习的极限。API是教育机器以提升人工智能的完美监工。
机器智能的崛起
计算机科学家凯文·墨菲（Kevin P. Murphy）这样定义机器学习：“自动监测数据中的模式，并利用已发现的模式预测未来数据的一系列方法。 8
回想一下机器学习的问题，在引言中，我们讨论过识别驼背沙发。一种常见的机器学习方法是，首先收集所谓的“训练数据”，在这个例子中，通过收集沙发的图片，比如来自家具目录和社交媒体的帖子，让贾斯汀这样的人给它们贴上“是驼背沙发”或“不是驼背沙发”的标签。然后，机器学习算法把一张新的沙发图片与训练数据中的图片进行比较。如果它看起来更像驼背沙发，算法就会把新图片归类到驼背沙发。但如果新图片光线不好，或者图片角度有问题看不清靠背，或者有人坐在沙发上挡住了靠背，机器学习算法可能就不知道如何归类。在这种情况下，大概需要更多人类帮忙。
人工智能的总体目标是建立具有智能的计算机系统，这种智能指的是具有可以与人类媲美的评价和行动能力。实现通用人工智能是一场野心勃勃的革命，而理解图片中的物体是其中的一部分。毕竟，即使一两岁的小孩也能够认出照片里是苹果还是狗。计算机科学教授李飞飞是斯坦福大学以人为本人工智能研究所（Human-Centered AI Institute）的联合主任，她和同事想要解决一个更普遍的问题，而不是训练人工智能识别特定的物体，比如沙发。他们想训练机器识别图片中的主要物体，无论这个物体是什么——狗、人、车，还是山。要做到这一点，他们需要的训练数据远远不是一个人能产生的。要多得多。
29