Kasparov自那时起就坚定地支持机器学习，并声称许多批评人士不理解开放和封闭系统之间的区别。Kasparov认为，一旦这些封闭系统的参数和目标明确了，机器就会增强人类的能力，但其仍然需要我们的指导。Kasparov说：“如果这是一个开放式系统，那么机器将永远无法识别出什么是......需要被回答的确定问题。”
资料显示，Kasparov是人权基金会主席，著有《How Life Imitates Chess》一书。他与Dave Vellante和John Walls在纽约举办的the IBM Signature Moment — Machine Learning Everywhere活动现场进行了交谈，他们讨论了人工智能的未来以及其对人类的影响。
封闭系统计算
Kasparov表示，机器学习向社会新领域的扩张不会抹杀就业。随着工业的瓦解，人们将会自然而然地进入那些机器无法实现的需要认知处理能力的领域。
“机器的轮子将会迫使很多人去其他不那么有吸引力的地方，因为还有其他的机会。”Kasparov说：“我所称的许多所谓的原始认知任务，在经济上仍然具有吸引力。”人们将过渡到只有人类的直觉、愿景和战略才能引导机器解决问题的角色。当这些机器在封闭系统中变得更加专业化时，人们在这些环境中对机器的管理也走向专业化。
Kasparov说：“我们将会有专业的操作员，我叫他们牧羊人，他们必须确切地知道这台机器或那台机器或那组算法的要求是什么，以保证我们能够通过人类的输入来弥补它们的不足。”
所以，他认为人工智能永远不会超过人类，Kasparov是人类和机器协作思想的支持者，人机协作目的是增强能力，旨在带来更好的结果。他解释说，例如在国际象棋中，最优秀的高级人类棋手在其精神疲劳时会做出不准确的判断结果。
“在整场比赛中，人类不能够在同一水平上比赛。而当人类面对人类时，注意力的集中和警觉是必需的。从心理上来说，当你拥有一台强大的机器，机器好到足够可以稳定发挥，游戏就结束了，”他说。
通过训练有素的机器来增加人类的探索能力，新的工业机会就可以打开，而人类以前无法做到这一点。Kasparov说，从历史上看，这些新机遇的发现完全是无意的，也是无法预料的。
