深度学习革命
世界范围内主要的人工智能玩家有哪些?哪家公司在这场脑力与毅力的角逐中脱颖而出?深度学习革命如何颠覆了整个人工智能领域?人工智能还会经历第三次寒冬吗? 长期以来,人工智能一直被视为一种遥远的未来技术,它...
book.douban.com

这本书详细记录了人工智能(AI)领域,特别是深度学习(Deep Learning)技术如何从学术界的边缘地带崛起,最终成为重塑全球科技产业核心力量的历程。全书以杰弗里·辛顿(Geoff Hinton)、杨立昆(Yann LeCun)、约书亚·本吉奥(Yoshua Bengio)以及戴米斯·哈萨比斯(Demis Hassabis)等关键人物为叙事核心,讲述了一群“离经叛道”的科学家如何坚持“神经网络”这一在当时被视为死胡同的技术路线,并最终在算力提升和大数据爆发的契机下迎来了历史性的突破。
通过这本书可以解答不少疑惑:
- 为什么2012年的ImageNet竞赛被视为人工智能历史的转折点?
- 为什么 Hinton 和他的两个学生,只是创建了一个壳公司,就被科技巨头以数千万美元的价格买入?
- 为什么英伟达的 GPU 从游戏显卡,变成了如今的 AI 训练基建?
- 深度学习到底是怎么回事,它跟强化学习有什么区别?
- Musk 和 Altman 为什么要创建 OpenAI,Musk 又为什么退出了?
如果想对目前如火如荼的 AI 热的背景有个大概的了解,那么这本书不容错过。
Grow slowly, stay small
A more sustainable way to do business
herman.bearblog.dev

这篇文章探讨了一种反直觉的商业与生活哲学:“缓慢成长,保持小规模”(Grow slowly, stay small)。作者深受日本传统工匠精神及百年老店的启发,推崇那种通过长期、持续的投入来打磨技艺的态度,认为这才是创造美好事物的正途。与现代社会追求快速扩张、融资上市、获取暴利的商业模式不同,作者指出这种激进的扩张往往会导致组织脆弱、资源分散以及丧失自主权。
文章引用了经典的“渔夫与商人”寓言,生动地说明了盲目追求规模往往是徒劳的——人们忙碌一生追求的“退休生活”,往往就是当下已被牺牲掉的宁静与满足。作者强调,关键在于通过界定什么是“足够”(Enough),来区分对地位的追逐与内心的满足。最后,作者以自己的项目“Bear” 为例,展示了这一哲学的实践:项目能够覆盖成本、提供体面的生活质量,且因未引入杠杆而保持了完全的掌控权。这种模式不仅风险更低、压力更小,更重要的是,它赋予了作者热爱生活和持续精进技艺的空间。
Fifteen Years
xkcd.com

1. The Context: The "Cancer Arc"
To fully appreciate this comic, you must understand the history behind it. In 2010/2011, Randall’s fiancée (now wife) was diagnosed with Stage III breast cancer. Over the years, Randall has released specific comics marking the passage of time since that terrifying diagnosis:
- "Probability" (#881): Dealing with the initial statistics of survival.
- "Two Years" (#1141): A fragile celebration of making it past the initial treatment phase.
- "Seven Years" (#1928): Moving further into remission.
"Fifteen Years" is the latest, and perhaps final, major milestone in this specific narrative arc. In oncology, reaching the 15-year mark often means a patient’s life expectancy and risk of recurrence are statistically similar to someone who never had cancer.

算法时代的盲区:重塑“低效”的勇气
在二十一世纪的第三个十年,人类社会正处 于一种前所未有的悖论之中:我们拥有了历史上最强大的效率工具——人工智能与算法优化系统,但我们却陷入了深刻的时间焦虑与存在主义危机。本报告旨在深入探讨这一现象,回应一个日益紧迫的社会学命题:“在追求‘最优解’(Optimal Solution)的时代,我们是否正在丧失‘允许事情变得低效’的勇气?”
limboy.me
当个体无法达成“最优解”或“更高效”的目标时,攻击性不再指向外部压迫者,而是转向自身,表现为抑郁症和职业倦怠。我们失去了“说不”的能力,也失去了“无所事事”的勇气,因为在功绩社会的逻辑里,低效等同于失败 。
虽然最大化者在客观结果上可能略胜一筹(例如找到了薪水稍高的工作),但他们在主观上却显著地感到痛苦、焦虑和后悔 。
我们不断地优化日程表、寻找更快的路线、刷着提供“干货”的短视频,本质上是在用一种虚假的效率感来掩盖对虚无的恐惧。我们不敢停下来,因为停下来意味着直面自我,而这是现代人最缺乏勇气的时刻。
当我们停止执行特定任务,开始“发呆”、“走神”或进行无目的的散步时,大脑并没有休息。相反,一个庞大的神经系统——默认模式网络(Default Mode Network, DMN)——开始活跃起来 。DMN 是大脑中负责整合信息、构建自我意识、进行道德反思以及产生远距离联想(即创造力)的关键网络。
现代社会对“每一分钟都有效率”的强迫症,实际上是在系统性地抑制 DMN 的活动。我们用短视频填满排队的时间,用播客填满通勤的时间,剥夺了大脑“离线”的机会。这种“全天候在线”的状态,正在从生理层面扼杀我们的想象力。
当大脑感到无聊时,它被迫向内寻找刺激。这正是创造性思维产生的时刻。儿童心理学研究指出,缺乏“无结构时间”(Unstructured Time)的儿童,其发展出的想象力和情绪调节能力较弱 。如果我们因为害怕无聊而立刻寻求手机屏幕的“高效娱乐”,我们就切断了通往深刻思考的路径。允许自己感到无聊,甚至忍受无聊,是当今时代一种稀缺的勇气。
本雅明笔下的“漫游者”(Flâneur)在城市中无目的地游荡,以此抵抗工业化的异化 。在数字时代,这种漫游变得极其困难。Google 搜索的精准性让我们直达目标,不再有机会在“查找资料”的过程中意外撞见一本不相关却精彩的书。我们在信息的海洋中高效穿梭,却不再能捡到贝壳。
意义往往产生于阻力(Friction)之中,而非顺滑(Frictionless)之中。听黑胶是一种极度低效的体验。你需要小心翼翼地取出唱片,清洁表面,调整唱针,而且每 20 分钟就要翻面 。但正是这种繁琐的仪式感(Ritual),强迫听众进入一种“主动聆听”的状态。相比流媒体的“背景音化”,黑胶的低效赋予了音乐更重的分量。
如果我们把所有的过程都外包给 AI,我们得到的只是结果的堆砌,而失去了在挑战与技能的平衡中获得成长的喜悦。允许自己“低效”地去手写一封信、去亲自计算一道题,是在捍卫我们体验生命的权利。
区分“省时”与“省事”:在不仅关乎结果,更关乎体验的领域(如陪伴家人、欣赏艺术、探索自然),主动选择“慢路”。
人类独特的价值,正藏在那些 AI 认为“冗余”的数据里。那是我们在迷路时发现的风景,是我们在发呆时涌现的灵感,是我们在笨拙的沟通中建立的深情,是我们在一遍遍试错中磨练出的技艺。在这个追求“最优解”的时代,让我们重新获得“走弯路”的权利。因为直线属于机器,而曲线属于人类。
在人工智能时代重构内部记忆的必要性
随着生成式人工智能(Generative AI)和无处不在的数字检索系统的迅速崛起,认知科学和教育哲学面临着一场根本性的危机:关于“内部记忆”(Internal Memory)的价值重估。当数字工具不仅能“外包”信息的存储,甚至开始接管信息的综合与生成时,一种诱人的叙事随之产生——即人脑对事实性知识的保留已变得“冗余”,是前数字时代的遗留产物。本报告旨在对这一假设提出严峻的挑战。
limboy.me
与计算机不同,计算机的处理器和内存是截然分开的组件,而人类的记忆与处理过程是不可分割地交织在一起的。
当我们视内部记忆为“冗余”时,我们实际上是在拆解处理器本身。大脑不仅仅是“调用”一个记忆;提取记忆的行为本质上是一个重建过程,这一过程强化了未来思考所需的神经通路 。
认为内部记忆是冗余的错觉,源于对数据(Data)与图式(Schema)的混淆。数据——如一场战役的日期或金的原子量——确实可以在几乎没有功能损失的情况下被外部化检索。然而,图式——那些组织数据的相互关系、因果链条和层级结构的网络——如果主体意图进行高水平的推理,就无法存在于生物大脑之外 。
研究表明,依赖互联网作为交互记忆源会导致更低的回忆率,并产生一种依赖性,这种依赖性与其说是真正的认知伙伴关系,不如说是一种认知拐杖 。
更为紧迫的是,“谷歌效应”正在演变为“AI 效应”。如果说谷歌搜索要求用户综合搜索结果(从而维持了一定的认知参与度),那么生成式 AI 则直接综合答案。这使得用户从信息的主动搜寻者转变为被动的接收者,显著减少了深度学习所需的“相关负荷” 。其结果不是一个延伸的大脑(Extended Mind),而是一个空心化的大脑(Hollowed Mind),在这里,能力的幻觉掩盖了实际能力的退化 。
将记忆和知识生成外包给 AI,可能会导致元认知技能(Metacognitive Skills)、判断力和创造性洞察力的萎缩 。这种“去技能化”(Deskilling)不仅是职业能力的丧失,更是心理韧性的丧失。自我决定理论(Self-Determination Theory)认为,胜任感(Competence)和自主性(Autonomy)是基本心理需求 。过度依赖 AI 可能会增强短期的胜任感(“我写出了一篇好文章”),但会威胁自主性(“是 AI 写的,不是我”),长此以往,会导致内在动机的枯竭和面对复杂问题时的习得性无助 。
如果我们外包了知识的获取过程——跳过了学习和记忆中“笨拙”的阶段——我们就剥夺了大脑构建隐性知识所需的原材料。如果你没有内化历史的时间线,你就不可能对历史事件有“直觉”。如果你总是依赖自动补全功能,你就不可能对代码的优雅性有“感觉” 。直觉是冻结的智力,是长期记忆库在潜意识层面的瞬间检索。没有内部记忆库,直觉就成了无源之水。
提示工程的悖论: 要有效地引导 AI,用户必须拥有该领域的隐性理解,才能知道问什么以及如何评估结果。这种“提示本体感觉”(Prompt Proprioception)是一种新形式的隐性知识,它要求用户内部拥有深厚的词汇库、逻辑结构和领域语境 。
创造力很少是无中生有的;它是现有观念的新颖组合。认知科学通过语义记忆(Semantic Memory)——大脑中概念、事实和意义的结构化存储——的视角来定义这一点 。
研究表明,高创造力个体拥有更“灵活”的语义网络。他们的心理节点(概念)互联程度更高,允许他们在看似无关的想法之间进行更远、更快的跳跃 。这就是发散性思维(Divergent Thinking)的基础。
机制: 当一个人想到“苹果”时,一个僵化的网络可能只会激活“水果”和“红色”。一个富有创造力、密集的网络可能会激活“艾萨克·牛顿”、“史蒂夫·乔布斯”、“原罪”、“披头士乐队”和“氰化物”。
外包的危险: 如果我们将记忆外包,我们就降低了大脑中这些节点的密度。我们也许可以在 AI 上搜索“关于苹果的隐喻”,但我们失去了在对话或反思瞬间自发建立这些连接的能力 。搜索过程是刻意的、线性的;联想过程是自动的、非线性的。创造力往往在后者中繁荣。
如果我们不断使用 AI 来“头脑风暴点子”(创造过程的认知卸载),我们就绕过了负责语义控制的神经回路。随着时间的推移,这可能导致某种形式的“创造性萎缩”(Creative Atrophy),即大脑在没有提示的情况下难以生成新颖的想法 。
“马太效应”(Matthew Effect),源于圣经寓言,指的是累积优势:“凡有的,还要加给他,叫他有余” 。在 AI 与记忆的背景下,这可以说是最关键的社会学洞见。
专家的优势: 专家(拥有庞大内部记忆和图式的人)将 AI 作为力量倍增器。他们能识别 AI 的幻觉,提出微妙的问题,并将 AI 的输出整合到现有的稳健心理模型中 。
新手的劣势: 新手(缺乏内部记忆的人)依赖 AI 作为替代品。由于缺乏评估输出所需的“先验知识”,他们容易受到专业知识逆转效应(Expertise Reversal Effect)的影响——即对专家有帮助的指导可能会让新手困惑或误入歧途,或者反之,自动化工具剥夺了新手学习基础知识的机会,导致他们永远无法成为专家 。
AI 工具旨在即时给出答案,消除搜索、综合和构思的挣扎。然而,认知心理学教导我们,摩擦是学习发生的场所。
“生产性挣扎”(Productive Struggle)是指努力解决略微超出当前能力的问题的过程。这种挣扎触发了髓磷脂(myelin)的生成,髓磷脂是神经回路周围的绝缘体,能将缓慢、有意识的处理转化为快速、自动化的专业技能 。
- 绕过: 当学生要求 AI“解决这个方程”或“用简单的术语解释这个概念”时,他们绕过了生产性挣扎。他们得到了答案,但他们没有建立髓磷脂。
- 长期后果: 在无摩擦 AI 环境中长大的一代可能会遭受“认知萎缩”(Cognitive Atrophy)——在智力挑战面前坚持下去、解决新颖问题或进行深度、持续思考的能力下降 。
当我们让 AI 写初稿时,我们实际上是让它代替我们思考。人类变成了一个仅仅的编辑。为了保持认知主权,我们必须自己进行初稿的“重体力活”,仅将 AI 用于润色(或者根本不用)。正如认知科学家所言,将这种生成过程外包,会导致我们失去将模糊直觉转化为清晰思想的能力。
同理心是基于自己类似状态的内部记忆来预测他人内部状态。如果我们把情感处理外包给 AI 治疗师或朋友,我们就会使维系社会的“镜像神经元”系统萎缩 。真正的社会理解来自于我们在现实世界中笨拙地试错、冒犯、道歉和修补关系的记忆。
在一个信息廉价的时代,鉴别力(Discernment)是昂贵的。鉴别力完全依赖于内部数据库的丰富性。
不可外包认知的分类学
| 领域 | 必须内化的原因 | 外包的风险 |
|---|---|---|
| 基础事实与核心词汇 | 构成新知识的“挂钩”;支持流利的思维(内心声音)。 | 无法实时处理复杂思想;陷入“空容器”困境。 |
| 思维模型(格栅结构) | 决策的过滤器;允许跨学科洞察(查理·芒格方法)。 | 线性、单轨思维;无法识别系统性风险。 |
| 评估判断力(标准) | 衡量 AI 输出质量的基准。 | 对算法的盲目依赖;易受幻觉/错误信息影响。 |
| 情感与躯体记忆 | 诗歌、艺术、创伤、喜悦——同理心与价值观的基础。 | “空心”认知;无法与他人共情;道德直觉丧失。 |
| 句法逻辑(结构化能力) | 将思想组织成连贯论点的能力;写作即思考。 | “认知不连贯”;依赖 AI 来为你构建现实。 |
撒哈拉的故事
★搁笔十年之后首次以“三毛”笔名面向读者之作 ★流浪文学经典 畅销三十余年热度不减 ★与荷西传奇爱情的见证 唤起万千人心中的撒哈拉之梦 在三毛的内心深处,撒哈拉沙漠是梦中情人,是不能解释的,属于前世回...
book.douban.com

对于三毛早有耳闻,一直没有找到契机去读她的书,前一阵正好在读李娟的书,就拓展了一下,看了这本书,确实有点被小小的惊到,写得真好。
这本记录了作者三毛在西属撒哈拉沙漠生活的所见所闻与情感经历。三毛背井离乡,怀着对沙漠的向往,与西班牙籍丈夫荷西在阿雍小镇建立了自己的家 。
书中前半部分充满了生活情趣与异域色彩,然而,书的后半部分逐渐显露出沙漠生活的残酷与悲怆。三毛目睹了娃娃新娘姑卡早婚的无奈与婚礼的野蛮 ,结识了身份卑微却拥有高贵灵魂的哑奴,最终却只能眼睁睁看他被卖走 。






















