会存在一个超级人工智能系统吗?这本书给了我们一个答案:不会。
这本书不局限于技术层面,而是回顾了上100年物理学和数学的进展,通过对量子力学、时间、虫洞、暗物质等概念的轻松解读,从顶层逻辑、原理层面等本源性知识上探讨了人工智能做不了的事情,对完美、通用的人工智能判了“死 刑”,最后落脚在怎样培养适应人工智能共生时代的新人类,以及人类对宇宙的探索本质上无穷尽的现状上。
作者以深厚的学术功底,贯通社会科学和自然科学,层层深入分析人类认知和科学技术的发展,从数学和逻辑本身论证了人工智能无法取代人类。作者认为,从务实主义的角度看,我们仍可以致力于促进人工智能进步,但不能盲目地崇拜机器,甚至忽视了人的智能优势——毕竟,有些真理我们能够认识到,但不能为算法所描述。
胡适曾说:“怕什么真理无穷,进一步有进一步的欢喜。”通过这本书,我们可以获得对人工智能正本清源的新认识,同时可以更好地思考,在这不可逆的人工智能进阶过程中,我们如何去驾驭自己的发明,实现人类的智能进阶。
【编辑推荐】
1、人工智能无所不能吗?人类会被取代吗?本书作者马兆远,量子物理领域科学家,用通俗易懂的语言,为你梳理人工智能的产生逻辑,用专业严谨的知识帮你发现人类不可取代的价值。
2、为什么要阅读这本书?本书用深入浅出的文字告诉你,人工智能能做什么,以及不能做什么,为人类未来厘清方向,也为你的工作、投资以及人生发展方向提供帮助,如何选中不会被人工智能淘汰的行业。
3、作者运用其专业知识从科学的根本逻辑出发,通过对理性问题和不完备问题丝丝入扣地剖析,对人机共生的关系进行了深度、冷静的讨论,让你可以从务实主义的角度来理性地思考人工智能的未来。
4、本书作者马兆远,师从英国皇家科学院院士Keith Burnett爵士和诺贝尔奖物理学奖获得者William Phillips,接受过正统的物理训练,现为清华大学未来实验室首席研究员。本书有理有术,并不局限于数理层面,也提出了新人类该怎么做的具体实践和人文思考。
马兆远何许人也?
1997年通过全国物理奥林匹克竞赛保送北京大学物理学院;
25岁获得牛津大学物理博士学位,师从“超冷原子理论之父”、英国皇家科学院院士Keith Burnett爵士;
美国国家标准局、加州大学伯克利分校博士后,师从“激光冷却之父”William Phillips(1997年诺贝尔物理学奖获得者);
30岁入选中国科学院百人计划研究员,为中国空间站“天宫四号”设计了世界第一个空间冷原子实验平台。
现为清华大学未来实验室首席研究员,数字化先进制造研究中心主任,英国谢菲尔德大学智能制造专业终身教授。
著有《量子大唠嗑》。
只有知道了人工智能的“不能”,对人工智能的了解才算全面。科学不是静止的结论,它的结论是演进变化的;科学工作者也不是秉持真理的圣徒,他们只是秉持着对宇宙和人的好奇心而探索的人类中的一分子。 知其不能而能,“学问之道无他,求其放心而已矣”。 一 会存在一个超级人工...
评分只有知道了人工智能的“不能”,对人工智能的了解才算全面。科学不是静止的结论,它的结论是演进变化的;科学工作者也不是秉持真理的圣徒,他们只是秉持着对宇宙和人的好奇心而探索的人类中的一分子。 知其不能而能,“学问之道无他,求其放心而已矣”。 一 会存在一个超级人工...
评分发现一位生动活泼深入浅出的科普作者!看完简单回顾:一、哥德尔不完全定理说明了现行数学体系的不完美,科学不是结论,是不断地变化;二、证明不了的不一定不真,直觉难以自洽难以自证,可能或许却为真;三、对机器而言,逻辑不完美不被视为真,但对人则不然。因此机器模仿不...
评分只有知道了人工智能的“不能”,对人工智能的了解才算全面。科学不是静止的结论,它的结论是演进变化的;科学工作者也不是秉持真理的圣徒,他们只是秉持着对宇宙和人的好奇心而探索的人类中的一分子。 知其不能而能,“学问之道无他,求其放心而已矣”。 一 会存在一个超级人工...
评分发现一位生动活泼深入浅出的科普作者!看完简单回顾:一、哥德尔不完全定理说明了现行数学体系的不完美,科学不是结论,是不断地变化;二、证明不了的不一定不真,直觉难以自洽难以自证,可能或许却为真;三、对机器而言,逻辑不完美不被视为真,但对人则不然。因此机器模仿不...
从技术实现的角度来看,这本书提供了一个非常清醒的“反向工程”视图。它并没有直接去破解最新的Transformer架构,而是从信息论和控制论的古老分支中汲取智慧,来论证当前主流方法论的内在缺陷。我特别关注其中关于“可解释性”(Explainability)的部分,作者指出,当前对XAI的追求,很多时候只是在试图用人类擅长的叙事逻辑去“合理化”一个本质上是概率性的黑箱操作,这并非真正的透明。更进一步,作者探讨了在涉及社会公平、司法判决等高风险领域,如果核心决策逻辑是不可穷尽的、依赖于海量非结构化数据训练的,那么“责任归属”将是一个无解的哲学和法律难题。这已经超出了计算机科学的范畴,触及到了社会契约的核心。这本书的价值在于,它将技术讨论提升到了伦理和治理的高度,提醒我们,当我们赋予机器更多决策权时,我们必须对它们能力的“不能”有清醒的认识。这本书的厚重感,恰恰来自于它对未来潜在风险的审慎预估,而不是对短期技术突破的盲目赞颂。
评分我本以为这是一本枯燥的学术论著,结果完全出乎意料,它读起来有一种散文诗般的韵律感,尤其是在描述那些“无法被算法捕捉的美”的部分。作者的文笔非常细腻,像是带着一种对数字世界的敬畏和疏离感。书中探讨了创造力的极限,而不是计算力的边界。我记得有一段对比了巴赫的赋格与现代AI生成的音乐,AI可以完美模仿和声、结构,甚至能以假乱真地复刻巴赫的风格,但那份潜藏在每一个音符选择背后的“必然性”与“自由意志的挣扎”,却是冰冷的算法无法触及的。这种“不可言说之美”的论述,让我深有感触。我们总是习惯于将一切可量化、可重复的过程都视为智能的胜利,却忽略了艺术、伦理决策中那种基于模糊、冲突和非理性选择的深度价值。这本书不是在批评技术本身,而是在提醒我们,不要用工具的尺度去丈量心灵的高度。它像是一个温柔的提醒者,告诉我们在快速奔跑的AI浪潮中,停下来审视一下我们手中握着的“火炬”——我们真正想用它照亮什么?这本书的阅读体验,更像是在一个安静的画廊里,品味那些留白之处的深意。
评分这本《人工智能之不能》真是让我耳目一新,它没有像市面上那些充斥着技术术语和科幻畅想的同类书籍那样,一上来就抛出“奇点已至”或者“机器将统治世界”的论调。相反,作者以一种近乎哲学的沉思姿态,将我们带入了一个更深层次的探讨:AI的边界究竟在哪里?我尤其欣赏书中对“理解”这一概念的剖析,它不是简单地用图灵测试来衡量,而是深入到人类心智的结构层面。比如,作者花了很大篇幅来论述当前基于概率和统计模型的深度学习,无论多么精妙,本质上依然是“模式匹配”的极致,而非真正的“因果推理”或“常识构建”。读到关于“黑箱问题”的那一章时,我仿佛看到了那些看似无懈可击的算法背后隐藏的脆弱性——当数据分布发生细微偏移,整个系统的可靠性便岌岌可危。书中举例的那些看似简单的常识性错误,比如让AI分辨“湿的木头和干的木头哪个更容易点燃”,竟然能难倒最先进的模型,这让我对过度神化AI的狂热情绪冷静了许多。这本书更像是一面镜子,映照出我们在追求“更智能”的同时,却可能正在忽略那些构成我们自身智能的、最基本也最难以量化的特质。对于想深入了解当前AI瓶颈的专业人士来说,这本书提供了绝佳的理论基础和批判性视角。
评分这本书的叙事结构非常大胆,它没有采用线性的论证方式,反而像是多条河流汇入一个关于“局限性”的海洋。我最喜欢它对“意图”和“目的性”的探讨。我们现在大部分的AI,无论是大语言模型还是强化学习系统,它们的核心驱动力是“优化既定目标函数”,而人类的行动则常常是“生成新目标”或者“颠覆现有目标”。作者引用了大量认知心理学和现象学的案例来支撑观点,比如那个关于“茶壶”的实验——AI可以识别茶壶,但它真的“知道”茶壶是用来盛水并浇灌的吗?这种对“符号接地性”(Symbol Grounding Problem)的深入剖析,让我对那些声称能通过阅读海量文本就“理解世界”的系统产生了深刻的怀疑。它不是说AI不好,而是清晰地指出,没有一个真实世界的、具身的(embodied)体验,所有的“知识”都将是漂浮在符号海洋中的幽灵。这本书的论证过程严谨而富有层次感,没有夸张的辞藻,但每一个论点都像是一颗精确计算过的石子,投进了当下喧嚣的AI讨论中,激起了层层涟漪。
评分这是一本需要反复阅读的书,因为它提出的许多观点是反直觉的。例如,作者对“通用人工智能”(AGI)概念的解构,非常具有颠覆性。传统观点认为AGI就是计算能力的指数级增长,但作者提出,真正的通用性可能源于一种“非计算性”的机制,比如瞬间的直觉跳跃、对上下文的彻底重构,或者对无意义的容忍。书中用大量篇幅对比了图灵机模型和人脑的“涌现”能力,指出我们目前所有的AI,无论多么庞大,都依然是图灵机范畴内的模拟,它们是“更快的、更复杂的计算”,而不是“本质上的新事物”。这种对范式转移的呼唤,让我对接下来的研究方向有了新的思考方向。与其无休止地堆砌参数,不如去探索那些计算之外的维度。这本书的行文流畅而富有洞察力,它不仅告诉我们AI不能做什么,更重要的是,它激发了我作为一个读者去思考,我们人类的“能”究竟还剩下多少未被代码化的领域。它带来的不是失望,而是一种对人类自身智能潜力的重新唤醒和审视。
评分不仅仅在人工智能,它触及了人类认知的本源问题
评分一本有趣的书,读完之后你会对人工智能、计算机还有数学都有新的看法,而且也能放心,就算在未来,人类也有无法替代的优势。每一寸的进步都是日拱一卒的努力和各种不确定的叠加,我们只是日复一日,见招拆招地一点一点地解决问题而已。
评分皮
评分以人工智能的根本逻辑,推演出人的不可取代。 马导的推理过程实在是太精彩了,大佬就是大佬,膜拜✨
评分不仅仅在人工智能,它触及了人类认知的本源问题
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2026 qciss.net All Rights Reserved. 小哈图书下载中心 版权所有