この記事では、人工知能（AI）の急速な進展がコンピュータサイエンスや工学から生まれた革命とされる一方で、AIの理論的かつ方法論的な核心は常に統計にあることを論じています。著者は、AIを構成する9つの基本的な柱（推論、密度推定、逐次学習、一般化、表現学習、解釈可能性、因果性、最適化、統一性）を示し、これらがすべて古典的な統計原則に基づいていることを明らかにします。統計が機械学習や現代AIの不可欠な基盤を提供しており、特に教育や研究においてその重要性を再認識する必要があると主張しています。この基盤を無視することは脆弱な未来を築くリスクがある一方、これを受け入れることが真の知能を持つ機械への道であると強調しています。統計学習なしに機械学習はなく、統計的思考なしに人工知能は成立しないと結論づけています。