搜索结果

🔊 全文章节朗读 04人类的大脑新皮质 这一章是第四章，人类的大脑新皮质。库兹韦尔先回应平克的质疑：进化确实没有方向，生活是枝繁叶茂的灌木丛，但提升智能是其中重要的分支。没有新皮质的物种要经历许多代才能适应环境剧变，而拥有分层学习能力的新皮质几天之内就能学会新知识，并像病毒般传播，6500万年前的白垩纪大灭绝让哺乳动物取代了没有新皮质的物种，新皮质也逐渐成为大脑主体。他提出思维的基本单元不是单个神经元，而是约百个神经元组成的模块，这得到马克拉姆乐高积木式神经元集合研究的支持；哈佛韦丁恩团队还发...

🔊 全文章节朗读 05旧脑 这一章是第五章，旧脑。库兹韦尔讲解新皮质之外的大脑区域。海马体负责记住新颖事件，容量有限，靠反复向新皮质播放把短期记忆转成长期记忆；南加州大学的伯杰成功给老鼠植入人造海马体，轻拨开关老鼠就记住或忘掉习得的行为，这为治疗阿尔茨海默病带来希望。旧脑用快乐与恐惧驱动我们：刺激伏隔核的老鼠宁愿不吃不喝按杠杆至死；杏仁核负责恐惧，一旦判断危险就触发战斗逃跑反应，释放皮质醇和肾上腺素。视神经其实只传送十来个低数据率的通道，大脑靠稀疏编码重构出丰富的视觉世界。丘脑是新皮质持续交流...

🔊 全文章节朗读 06新皮质的卓越能力 这一章是第六章，新皮质的卓越能力。库兹韦尔用思维模式识别理论解释天分、爱情和创造力的来源。天分方面，他以莫扎特为例：环境熏陶固然重要，但新皮质特定区域经过进化优化，更善于处理特定类型的模式，参数设定的差异造就了个体的天赋。爱情的本质则可以追溯到新皮质的需求：热恋时多巴胺、去甲肾上腺素飙升，如同战斗逃跑反应甚至成瘾；草原田鼠因有催产素受体而终身一夫一妻，山区田鼠却只有一夜情；相爱数十年后，爱人成为我们新皮质的一部分，所以失去爱人就是失去部分自我。创造力的核...

🔊 全文章节朗读 07仿生数码新皮质 这一章是第七章，仿生数码新皮质。库兹韦尔展示人工智能的前沿成果：沃森在危险边缘竞猜中击败人类冠军，它靠阅读两亿页自然语言材料积累知识，用专家经理架构整合数百个子系统的答案。他回顾自己的语音识别之路：用矢量量化把十六个频段的数据压缩成一维编码，用隐马尔可夫层级模型让系统同时完成识别和学习，再用遗传算法模拟进化来优化参数。他坚信这些数学模型与新皮质是功能等价的。脑模拟方面，马克拉姆的蓝脑计划已模拟百万神经元，目标2023年全脑仿真；IBM团队则模拟了含16亿神...

🔊 全文章节朗读 08模拟人脑计算机不可或缺的4大思维 这一章是第八章，模拟人脑计算机不可或缺的四大思维。库兹韦尔梳理了数字计算取代模拟计算的四大思想支柱。一是准确的沟通、记忆和计算：香农1948年提出噪声通道编码理论，靠冗余编码让不可靠通道也能高精度传信，CD上的刮痕毁不掉音乐；人脑同样靠冗余对抗神经系统的不可靠。二是计算的通用性：图灵1936年的图灵机是思想实验，却证明简单机制能完成任何算法，还揭示了不可解问题的存在。三是冯诺依曼结构：存储程序让计算机可以重新编程，其理念先驱竟是一百年前巴...

🔊 全文章节朗读 09思维的思想实验 这一章是第九章，思维的思想实验，探讨意识、自由意志与身份认同。库兹韦尔先比较东西方哲学：西方认为物质在先意识在后，东方认为意识是根本现实，他主张两者都对，意识是复杂物理系统涌现的特质，可感受的特质是其突出特征，成功模拟人脑的计算机同样有意识。他借用色盲神经学家读诗的例子说明体验不可传授，用加扎尼加裂脑人实验展示左脑会为右脑的决定虚构解释，利贝特实验则显示大脑在人意识到决定之前约三分之一秒就已做好准备。身份认同上，他对比扫描复制出的第二个你和逐步替换方案，结...

🔊 全文章节朗读 10有关思维的加速回报定律 这一章是第十章，有关思维的加速回报定律。库兹韦尔的核心论点是：一旦一门技术成为信息技术，它的性价比就遵循可预见的指数增长，不受战争、萧条等重大事件干扰。计算性价比的双指数增长已平稳延续110年，摩尔定律只是其中第五个范式，从1890年美国人口普查的机电运算就开始了，真空管、晶体管、集成电路、三维芯片轮番接棒。他强调大脑皮质天生只做线性预测，所以人们必须训练自己进行指数思考。证据方面，脑扫描分辨率正向100微米逼近，互联网每秒比特传递量每16个月翻一...

🔊 全文章节朗读 11反对大浪潮 这一章是第十一章，反对大浪潮。库兹韦尔逐一回应三大批评。针对彭罗斯的量子计算缺失论，他指出没有证据表明神经微管在做量子计算。针对塞尔的中文房间无意识论，他说房间里的人只相当于中央处理器，整个人加手册构成的系统确实懂中文；而且这套推理同样适用于人脑，毕竟每个神经元也只是遵循运算法则的分子机器。针对保罗艾伦的奇点遥远论，他用热力学定律作类比：单个技术项目不可预测，但整体轨迹清晰可测；软件效率同样在指数增长，一个线性规划问题十五年间提速四千三百万倍，其中四万三千倍来...

🔊 全文章节朗读 后记 这一篇是后记，拥抱奇点。库兹韦尔总结道，智能就是用有限资源解决问题的能力，智能的进化让人类寿命翻了两番、人均国内生产总值从数百美元涨到数千美元、民主国家遍布世界，尽管盖洛普调查显示只有百分之四十四的美国人相信下一代过得更好，但他认为悲观源于信息获取能力的提升，战争画面如今能实时传遍全球。他强调技术正日益成为信息技术并按指数发展，智能技术不是要取代人类，而是人类自身的扩展，从捡起木棍到口袋里的手机，性价比四十年增长数十亿倍；未来的纳米机器人将进入血液治病，并通过毛细血管扩...

🔊 全文章节朗读 译者后记 这一篇是译者后记。译者分享翻译感受，说库兹韦尔的新作思想深度和宽度是一般作品无法比拟的，翻译途中时常被难住，幸得众多朋友帮助鼓励，才磕磕碰碰完成。他盛赞作者科研与实践经历丰富，文笔老道流畅，作为预言家视角独特深刻。文中列举书中诸多大胆预言：库兹韦尔钟爱的指数级增长案例人类基因组计划，旨在破译三十亿个碱基对承载的全部遗传信息；二十多年前他就预言计算机将战胜人类国际象棋冠军，后来得到证实；他还在摩尔定律基础上推演出未来电脑将在意识上超过人脑。译者说这些预言乍听像天方夜谭...

🔊 全文章节朗读 推荐序可信的AI 推荐序，可信的AI。这是陆奇为马库斯这部著作所作的序，主题是介绍作者的学术背景与全书框架。陆奇指出，马库斯师从心理学大师平克教授，横跨计算机、认知科学、语言学等多个领域，敢于挑战主流观点，还两次创业把理念付诸实践，所以书中的观点并非纸上谈兵。序言概括了全书两大板块：前五章系统剖析深度学习的局限，特别是媒体宣传与实际落地能力之间的AI鸿沟，并归纳出轻信坑、虚幻进步坑和鲁棒坑三个大坑；后三章则提出路径，主张从认知科学中提取十一条线索，为机器赋予常识与内在结构。陆...

🔊 全文章节朗读 第1章AI该往何处走 第一章，AI该往何处走。本章的主题是AI的宏大承诺与冰冷现实之间的巨大落差。从赫伯特·西蒙预言二十年内机器拥有人类一切能力，到无人驾驶、IBM沃森医疗、Facebook聊天机器人纷纷落空，作者指出业界一贯愿景有余而落地不足，媒体还惯于把小进步夸大成革命，比如微软和阿里的阅读测试成绩只提高了半个百分点，就被说成超越人类。核心论点是：当下的AI是只能在封闭任务里工作的狭义AI，而灵活应对开放世界的广义AI还遥遥无期。作者把这个落差称为AI鸿沟，并拆成三个坑：...

🔊 全文章节朗读 第2章当下AI的9个风险 第二章，当下AI的九个风险。本章逐一盘点当下AI不值得信任的九类问题。开篇讲微软聊天机器人Tay上线不到一天就学会歧视言论被紧急下线，扫地机器人路过狗屎会把全家地板涂满。作者先说明不必担心机器人造反，因为AI没有欲望，真正的麻烦是机器会犯荒谬的错误。九个风险包括：让人轻信它有智慧、缺乏鲁棒性、换个数据集就失灵、固化社会偏见，比如识别不出黑人女性的性别、回音室效应、被公众可操纵的数据愚弄、加剧司法偏见、落进错误目标陷阱，比如奶牛发情预测系统靠永远猜不发...

🔊 全文章节朗读 第3章深度学习的好与坏 第四章，第三章，深度学习的好与坏。本章讲清了深度学习是什么、强在哪、又弱在哪。从早年罗森布拉特的神经网络，到GPU催生的2012年革命，深度学习把图像识别准确率从七成多推到九成八，还在翻译、语音识别上大放异彩。但作者提出三个核心问题：一是贪婪，需要海量数据，AlphaGo要下三千万盘棋才能超越人类，而我们戴一次3D眼镜就能领会奥妙；二是不透明，神经网络如同黑箱，犯错也查不出原因；三是脆弱，贴了贴纸的停车标志会被认成冰箱，涂了肥皂泡的棒球被认成浓缩咖啡，...

🔊 全文章节朗读 第4章计算机若真有那么聪明为什么还不会阅读 第四章，计算机若真有那么聪明，为什么还不会阅读。本章的主题是机器阅读为什么至今未能实现。谷歌Talk to Books被吹成能回答一切问题，实际连哈利波特和赫敏在哪相遇、犹大为什么背叛老师这类问题都答不好，换个问法答案就面目全非。作者用《农庄男孩》里阿曼佐捡到钱包归还汤普森先生的段落做例子：人类能顺着推理链答出汤普森先生为什么拍口袋，而现有AI全都做不到。计算机不会阅读有三大原因：不会建立认知模型、不理解不字的含义、无法应对语言的模...

🔊 全文章节朗读 第5章哪里有真正的机器人管家 第五章，哪里有真正的机器人管家。本章回答为什么我们至今买不到动画片里的机器人管家罗茜。目前最畅销的只有扫地机器人Roomba，而波士顿动力能跑酷的阿特拉斯，那段视频是在精心布置的房间里拍了二十一次才成功的。作者提出机器人管家必备四个能力：定位、运动控制、态势感知和在复杂场景中采取行动。前两项进展不错，SLAM技术和波士顿动力的运动控制都很出色，后两个却几乎没有突破：机器人分不清壁炉里取暖的火和必须扑灭的火，也应对不了派对上掉落的饼干、杯子里的蟑螂...

🔊 全文章节朗读 第6章从认知科学中获得的11个启示 第六章，从认知科学中获得的十一个启示。本章从心理学、语言学和哲学中提炼出指引AI发展的十一条经验。作者先戳穿了因果熵这类用一个公式解释一切智慧的理论，指出行为主义当年就是这样衰败的，深度学习也落入了寻找银弹的陷阱。十一个启示包括：没有银弹、认知依赖内部表征、抽象与概括至关重要、认知系统高度结构化、简单认知也需要多种工具、语言由成分组合而成、理解需要自上而下与自下而上结合、概念嵌于理论之中、因果关系是理解的基础、我们跟踪具体的人和事件、复杂认...

🔊 全文章节朗读 第7章常识实现深度理解的关键 第七章，常识，实现深度理解的关键。本章的主题是常识为什么难，以及该怎么办。常识人人都懂，却没人知道如何造出有常识的机器，作者形容这是AI领域最难啃的硬骨头之一。作者检视了建立常识库的三种方法：网络爬取的NELL学到了下北泽站是摩天大楼这样的错乱事实，众包的ConceptNet得出厨师本身可能是一顿饭的荒唐推论，人工编码三十年的CYC项目也未被业界认可。作者主张用形式逻辑清晰地表征知识，并围绕时间、空间和因果关系构建知识框架，比如机器人管家要知道先...