我覺得用抵制不恰當，應該是不支援或者積極運用，比較設計到科技的東西，都需要昂貴的價格，如果傳統還能維持，他們就沒有投入大把本錢的意願，至於真正要用抵制來形容的那類人，那可能就是莫名其妙的恐懼的那種，怕接觸新事物，怕上當受騙，怕不把握，一種較封閉的不與時俱進的世界觀！

有人擔心機器人會殺人，有人擔心機器人會取代工作，然而更多時候，機器人在這些方面的功能沒有完全完善：

機器比以往任何時候都能更好地處理文字和語言。Facebook可以為視障人士朗讀圖片的描述。谷歌做得很好，建議簡明扼要地回覆電子郵件。然而，軟體仍然不能真正理解我們的話的含義和我們與他們分享的想法。波特蘭州立大學的梅勒妮·米切爾教授說：“我們能夠採用我們所學到的概念，並以不同的方式將它們結合起來，並在新的情況下應用它們，然而這些人工智慧和機器學習系統不能。”

阻礙機器人革命的現實鴻溝。機器人硬體已經變得很好了。你可以花500美元買一架帶有高畫質攝像頭的手掌大小的無人機。搬運箱子和用兩條腿走路的機器也有了改進。為什麼我們不都被熙熙攘攘的機械幫手所包圍呢？今天的機器人缺乏與其精巧的肌肉相匹配的大腦。讓機器人做任何事情都需要對特定任務進行特定的程式設計。他們可以從反覆的試驗(和錯誤)中學習像抓取物體一樣的操作。但這一過程相對緩慢。一個很有前途的捷徑是讓機器人在虛擬的、模擬的世界中訓練，然後將來之不易的知識下載到機器人的實體中。機器人在模擬中學到的技能，在被轉移到物理世界中的機器時是如何不總是有效的。

執行電網、安全攝像頭和手機的軟體受到安全漏洞的困擾。我們不應該期望自動駕駛汽車和家用機器人的軟體有什麼不同。事實上，情況可能更糟：有證據表明，機器學習軟體的複雜性引入了新的攻擊途徑。

人可以在機器學習系統中隱藏一個秘密觸發器，當看到某個特定的訊號時，它就會切換到邪惡模式。紐約大學的研究小組設計了一種路標識別系統，該系統工作正常-除非看到黃色的便條。將其中一張便條附加到布魯克林的停車標誌上，導致系統將該標誌報告為限速。這種花招的潛力可能會給自動駕駛汽車帶來問題。

很多人的反對其實更多的只是針對於人工智慧威脅論，相信扎克伯格和馬斯克關於彼此對人工智慧的看法已經讓不少網友對人工智慧有了新的認識，馬斯克是典型的支援人工智慧威脅論的，只是他們認為人工智慧對人類的未來會有危險，但其實人工智慧本身就是靠人類創造出來的，它被創造出來的目的就是為了能夠更好的服務於人類，而不是對人類造成威脅。