無論支持人工智能（AI）與否，科學界對 AI 取代人類工作幾乎沒有爭議，認為只是時間早晚問題，但麻省理工學院（MIT）電腦科學和人工智能實驗室，以及 Rethink Robotics 與 iRobot 創始人 Rodney Brooks 撰文指出，認為很多人說 20 年內人工智能機械人取代半數人類工作，是「非常可笑的事」。
人類總是高估短期內科技的影響
牛津大學馬丁學院（Oxford Martin School）學者 Carl Benedikt Frey 與 Michael Osborne 預期，自動化已經取代大部分規律性工作，將中等收入的製造業工作者轉移至低收入的服務業工作，而在科技發展趨勢不變下，他以自動駕駛車為例，服務性工作也會被取代。
根據 Frey 與 Osborne 提供的表格，10~20 年美國場地維修人員人數將從 100 萬人減少到 5 萬人，報告認為在特定地點需要人員駐守的工作，當中有 9 成會消失。但 Brooks 抨擊，目前這些領域毫無機器人進駐的跡象。
Brooks 引用矽谷未來研究所共同創辦人之一 Roy Amara 名言，「人類總是高估短期內科技的影響，低估長期的影響。」最具代表性的就是 1978 年的美國全球定位系統，原來是為了軍事用途，但一直到 1990 年代才開始應用，到現在 GPS 深入生活各層面，遠超過當初想像。
Brooks 認為，過去 30 年來許多技術都是循類似模式發展，從巨大願景出發，歷經失望，然後慢慢建立信心，最後超過期望，包括運算、基因組測序、太陽能發電、風力發電，甚至家庭送貨服務都是。AI 也是一樣，從 1960、1980 年代就一直被誇大，現在只是再次誇大而已，但長期的影響可能被低估。
作者對 AI 短期內會對人類產生重大影響的論述提出幾點質疑，分別是想像與實際的差距、AI 的能力、機器學習的迷思、指數發展有極限、產業佈建的速度等。他說如果把 iPhone 拿去給 18 世紀的牛頓看，對他來說簡直像變魔術，但實際上 iPhone 限制重重，與其他系統的連結也有限，當人們對實際原理搞不清楚時，很多事情都會變成魔術，這時想像力來自信仰，而非科學，人們對通用人工智慧（AGI）就還處於想像階段。
此外，AI 能力很有限，雖然 AI 可以辨識一張圖片的內容，如人在擲飛盤，但無法回答影像中的其他物件情境，人類才有這個能力。且機器學習是一個手提箱詞彙（suitcase word），誤導人們以為 AI 已經可像人腦一樣運作。
科技推進非永無止境
科技推進有指數型崩潰的前例，2007 年 iPod 記憶體達 160 GB，5 年來成長翻倍，但現在頂級 iPhone 只有 256 GB，成長不到 1 倍。一旦記憶力足夠容納一般人會使用的音樂庫和應用程式、照片和影片，這個特殊的指數就會突然崩潰，報導認為，當物理限制出現，或者當沒有更多經濟理由繼續進行時，指數就會崩潰。
現在 AI 系統性能突飛猛進，是因為深度學習的成功，許多人期待人工智慧會以同樣速度進步下去，但是深度學習其實已經發展了 30 年才有今天的成果，且這只是單一事件，許多技術發展結果都是後繼無力。即使現在科學界對 AI 研究的支持，加快應用發展腳步，但不代表就一定會成功。
最後，作者提醒，現在美國、歐洲、南韓、中國的新工廠都仰賴可程式設計邏輯控制器 PLC，PLC 是 1968 年為取代機電式繼電器而發明的產物，線圈概念仍然是主軸，PLC 程式設計方式像是一個 24 伏特的機電式繼電器的網路。雖然有些直接電線已被以太網電纜取代，但不是開放網路的一部分，在這些全新的古代自動化控制器中，它們是單獨的電纜，以點對點的方式體現控制流程。
若想改變世界各地大多數工廠的資訊流程或控制流程時，需要幾週時間才能確定位置、設計新的配置，然後讓執行團隊重新佈線，與重新配置硬體設備，一家大型設備製造商表示，他們的目標是每 20 年進行 3 次軟體升級，許多老舊設備只要堪用就不會汰換。
一般家庭充滿無法整合或連結或可程式設計的舊裝置與機器，美國電網與鐵路系統已超過百年。總而言之，科技不會一下子顛覆整個世界，而是隨著人類不斷適應與調整而循序漸進發展，AI 要大幅取代人類工作還言之過早。
（本文由 TechNews 授權轉載）
