不预测未来，而是创造可能性

每隔一段时间，我们整齐有序的世界就会受到一些科学家或哲学家的冲击。他们说，事情不是大家想得那样。你为什么想，你如何想，都错了。世界以不同的方式运行，有不同的理由、不同的关系和不同的结果。牛顿、爱因斯坦、哥白尼、达尔文甚至弗洛伊德都扮演过这类角色，他们永远改变了思想和行动的进程。而现在，温伯格似乎期待着人工智能（AI）来承担该角色。

温伯格分析了人为什么喜欢做预测。人喜欢提前了解所有的可能性，并为它们做准备，尽管常常会出现准备过度、准备不足和准备失误。假如上述这三种情况发生了，社会就不得不承担巨大的成本。与人相比，机器没有这些盲目性。它们在非预期的情况下运行，听从数据的指示。机器学习能在对数据背后的意义一无所知的情况下，发现数据之间的关系。它们发现并证明一切都在同时发生，而不是按顺序发生。

温伯格的第一个也是最好的例子是一个名为“深度患者”（Deep Patient）的医疗学习怪物。纽约某医学院的研究人员向它输入整整70万份病历，并让它不受限制地找出它能做的事情。结果，它做出的诊断和预测远远超出人类医生的能力。虽然该“黑盒”诊断系统无法解释它给出的预测，但在某些情况下，它的确比人类医生更准确。

这就是深度学习，会带来人类从未考虑过或者甚至无法想象的发现。温伯格说，“深度患者”的教训是，深度学习系统不必将世界简化为人类能够理解的东西。

这违背了我们迄今为止所建立的一切。机器学习对天气、医疗诊断和产品性能的预测比我们做得更好，但往往以牺牲我们对其如何得出这些预测的理解为代价。

温伯格强调，虽然这可能带来危险，但也是一种解放，因为它使我们能够驾驭我们周围大量数据的复杂性，从混乱和琐碎的数据中获益。温伯格将此形容为“从混沌理论转向混沌实践——将这一理论那令人兴奋的想法应用于日常生活”。这就是本书英文书名Everyday Chaos的由来，它讨论的并非理论意义上的混沌，而是每日每时的混沌。

温伯格指出，这种转向并非始于人工智能，而是从有互联网以来就开始了。各行各业都采取了那些完全避免预测未来的做法，比如柔性生产、敏捷开发、A/B测试、最小化可行产品、开放平台和用户可修改的视频游戏等。他甚至极而言之地说，我们在过去20年里做的那些发明与革新，都是为了避免去预测未来会发生什么。

我们对这种新的认知模型已经如此适应，以至现在我们对上述与传统认知模型相悖的新事物已经习以为常了。我们在互联网上公认的工作方式，事实上推翻了关于未来如何运作的旧假设：互联网并不试图预测未来并为其做准备，而是通过创造更多深不可测的可能性来造就我们的繁荣。网络也降低了在没有定律、假设、模型，甚至对什么会成功的直觉的情况下运作的成本。