如果你在谷歌(Google)上輸入“technology indis…”，你立刻會被引導至一個討論亞瑟?C?克拉克(Arthur C Clarke)的第三定律——“任何足夠先進的技術都與魔術無法區分”——的網頁。這位科幻小說作家的這句格言發表于1962年，在那個年代，自動完成輸入的谷歌搜索引擎真的會看似魔法。

還有其他很多例子：在我們的祖先看來，電力、飛機和電話都會看上去是不可思議的、無法解釋的。它們中的每一個都體現了技術突破應該是什么樣子，在它們問世后理所當然地贏得關注。

然而，我們需要謹慎一些，不要忽視比較簡單的技術進步。電燈泡是比蠟燭或油燈更安全、更可控的人造光源，但真正讓它起到革命性作用的是它的價格——在過去兩個世紀里，照明成本下降了約400倍。超級計算機和太空旅行得到了媒體的全部關注。僅僅做到便宜沒有如此魔力。但是，便宜可以改變世界。

想想帶刺鐵絲網（便宜的圍欄）、集裝箱（便宜的物流），或者電子表格（便宜的運算）吧。宜家(Ikea)給了我們便宜的家具，相同的簡單模塊化組裝原理也正在為我們提供更便宜的太陽能電池板。

我最喜歡的例子是紙：古騰堡(Gutenberg)印刷機從根本上降低了寫作的成本，但如果一種書寫表面的價格沒有隨之下降，它就會沒什么用處。與紙莎草紙、羊皮紙或絲綢相比，紙最重要的特性之一是它的價格非常低。

考慮到這一切，如今也許因為其便宜（而非具備神奇的魔力）而被我們忽視或誤解的技術進步是什么？答案顯然是“傳感器”。我們周圍到處都是便宜的傳感器——在我們的手機里，（越來越多地）在我們的汽車里——它們在不斷獲取外部世界的信息。

一本新書提出了一個不同、但有點相關的答案。阿杰伊?阿格拉沃爾(Ajay Agrawal)、喬舒亞?甘斯(Joshua Gans)和阿維?戈德法布(Avi Goldfarb)合著的《預測機器》(Prediction Machines)認為，我們正開始享受“預測”這種新的低成本服務帶來的好處。這些作者表示，我們所稱的人工智能，有很大一部分可以被理解為一種極其廉價的預測。

預測無處不在。當我鍵入“technology indis…”時，谷歌預測我是在尋找關于克拉克第三定律的信息；亞馬遜(Amazon)對我接下來也許要買什么做出了預測——考慮到我已買過什么，或者搜索過什么，在自己的愿望清單上添加了什么。在字面意義上，預測也許是對未來的預言，或者更廣義地說，它可能是試圖在有限信息的基礎上填補一些空白。

并不是所有預測都很棒，但我們也不需要所有預測都很棒。智能手機上的小鍵盤在跟適度準確的預測結合在一起時，是相當有用的——從推薦用來回復電郵的整個短語(“我同意你的看法”)，到如果手機認為“H”是一個拇指肥大的打字者更有可能的目標時，在觸摸屏上巧妙地把“H”放大，把周圍的按鍵縮小。

預測文本中的錯誤往往是無足輕重且容易糾正的，因此錯誤率高并不要緊。笨拙的文本預測器可能被發布到真實世界，以便它們可以學習。自動駕駛汽車的高錯誤率則不那么容易被原諒。

正如阿格拉沃爾和他的同事們所指出的，足夠準確的預測使完全不同的商業模式成為可能。如果一家超市能預測到我想買的東西——也許是跟我的冰箱合作——那么它就可以在我尚未提要求時就把東西送到我家里，押注我會很高興看到它們中的大部分。

由于好的預測可以減少不確定性，我們也許還會看到，幫助我們處理不確定性的事物將面臨更少的需求。如果這個會合作的冰箱可以通過預測我的需求來安排剛好及時的交貨，那么結果可能是冰箱的容積可以小得多。

另一個例子是機場休息室，這是一個幫助忙碌的人應對如下事實的地方：在一個不確定的世界里，早早出發去機場是明智的。路線規劃器、航班追蹤器和其他便宜的預測算法可能會讓更多的人削減出錯余量，在最后一刻到達機場，省得去休息室。

還有就是醫療保險；如果一臺計算機能非常準確地預測出你是否會患上癌癥，那就不清楚是否還有足夠多的不確定性需要用保險來防范了。

這一切似乎都是看待日新月異的機器學習世界的一種有用方法，比琢磨克拉克最著名的發明——會蓄意謀殺的HAL 9000電腦——更有用。一些自動預測已經很好了，但很多預測正在改變世界——并非因為它們無所不知，而是因為它們足夠好，而且便宜。