人工智能（AI）是一個技術術語，指的是用于檢測上下文或響應于檢測到的上下文來執行動作的工件。我們制造此類文物的能力不斷增強，并由此對社會產生了影響。本文首先記錄了我們使用AI所帶來的社會和經濟變化，特別但并非僅僅關注自2007年智能手機問世以來的十年，智能手機對“大數據”和機器學習的有效性做出了重大貢獻。然后，它預測了在不久的將來人類面臨的政治，經濟和個人挑戰，包括政策建議。總體而言，人工智能并不是像預期的那樣不尋常的技術，但是這種非常缺乏預期的形式可能使我們面對熟悉挑戰的緊迫性大大增加。尤其是，個人和國家的身份和自治都受到知識可及性增加的挑戰。

在過去的十年中，尤其是在過去的幾年中，對人工智能（AI）而言是變革性的，與其說我們對這項技術的能力不如說 是 用它做。隨著智能手機的推出，有人將這個時代的出現推遲到了2007年。正如我在下面詳述的那樣，最重要的是，智力就是智力，無論是人工制品還是動物。它是一種計算形式，也是信息的一種轉換。社會上很大一部分人故意將其束縛到互聯網而導致的深層個人信息的聚寶盆，使我們能夠通過人的大腦將人類文化中的大量顯性和隱性知識傳遞給數字形式。在這里，我們不僅可以使用它來像人類一樣操作，而且可以通過基于機器的計算來產生更多的知識和行為。

幾十年來，甚至在該術語誕生之前，人工智能就一直引起人們的恐懼和興奮，因為人類正在考慮以我們的形象創造機器。這種對智能文物一定要 像人類一樣的期望 人工制品使我們大多數人對重要的事實視而不見，因為我們已經實現AI已有一段時間了。雖然國際象棋（Hsu，2002），圍棋（Silver等人，2016）和翻譯（Wu等人，2016）等超越人類能力的突破成為頭條新聞，但AI一直是標準的組成部分至少自1980年代以來，工業曲目中的 然后，生產規則或“專家”系統成為檢查電路板和檢測信用卡欺詐的標準技術（Liao，2005）。類似地，諸如遺傳算法之類的機器學習（ML）策略長期以來一直用于解決棘手的計算問題，例如調度和神經網絡，不僅可以建模和理解人類學習，而且還可以用于基本的工業控制和監控（Widrow等。 （1994年）。在1990年代，概率和貝葉斯方法徹底改變了機器學習，并為現在可用的一些最普及的AI技術打開了大門：搜索大量數據（Bishop，1995年）。這種搜索能力包括對原始文本進行語義分析的能力，使Web用戶僅鍵入幾個單詞就可以驚人地使他們從數萬億個Web頁面中查找他們要查找的文檔（Lowe，2001; Bullinaria和Levy，2007）。