《智慧的疆界》是一本引人深思的书籍，通过对智慧的探讨，让读者重新思考自己对知识和智慧的理解。作者用简洁清晰的语言，揭示了智慧的广阔疆界，唤起人们对于学习和思考的热情。这本书不仅是一次心灵的洗礼，更是对智慧的一次深入探索。
《智慧的疆界》读后感(一)
对于不太了解人工智能，甚至于不是计算机专业相关的人来说，都是能够比较清晰的把握发展脉络的 模仿人脑，最终实现所谓的智能，到底是否能够最终被解释呢？如果不能被解释，如果有一天当参数量达到类似人脑的万亿神经元的水平，再配合其强大的“知识储备”，是否真的能够超越人类乃至取代人类呢？ 目前看来，可能寄希望的是，因为人类还无法完全掌握自己大脑的全部知识，或许大模型的发展不是完全通过参数量就能带来质变的。但是如果人真的完全了解了大脑结构，理解了智能从哪里来，是否就是人类的消亡时刻呢？ 但是另一种可能是，如图灵所说，人类智能本身也是形式系统，无法知道智能的来源，同样也永远无法知道人工智能是否能够超越人类。。 当我们不了解技术的最前沿时，可能能做的，只能是过好每一天吧。。。大模型或许真的是下一个奥本海默时刻。。
《智慧的疆界》读后感(二)
在我此次做人工智能主题阅读的几十本书中，这本书是比较特别的，按说书的内容题材倒没有另辟蹊径之处，主要是人工智能理论与技术研究发展史，基本都是公开信息。但这本书写的就是让人感觉很舒服，作者娓娓道来，无论是看还是听，都能令我静下心来。想了想，可能在于作者的分寸感把握的非常舒适，比如说展现人工智能发展史，人文和技术交叠，既不至于在人文方面那么八卦，又不至于在技术上那么深奥。我是一个不愿意看到太多八卦的读者，所以作者在人文关系上点到为止的程度，对我来说刚刚好，既了解了AI发展史中人类的状况，又不至于引起反感。同时我也是一名普通的大众，对于高科技的知识仅限于科普程度，而作者所展现的AI技术层面的内容，大部分能够让读者看懂，至少明白作者在说什么。有少部分看不懂的也可以借助AI进行进一步深入科普，并且如果是从事这个领域的读者，也可以在书中找到感兴趣的学习方向。还有最重要的一点是作者在书中表现的语言和态度，既不那么严肃，又不至于过分活泼。而且不会有机器出书的感觉，能感受到书里说的是人话
《智慧的疆界》读后感(三)
自从1956年达特茅斯会议以来，人工智能的发展虽然波折不断，但是每次沉寂之后都会爆发出惊人的活力。1997年，国际象棋程序深蓝战胜国际象棋冠军；2015年，机器的图像识别能力超越人类；2017年，AlphaGo在围棋上战胜柯洁；2022年底，ChatGPT的横空出世，宣告了AGI不再是遥不可及的幻想。人工智能攻城略地，在越来越多的方面超越人类。也许在不久的将来，我们将无法再以人类的年龄衡量人工智能的智慧水平—在智力方面，人类停滞不前，人工智能却进步神速。 经过七十余年的发展，人工智能已从曾经高不可攀的理论和实验室成果，逐渐融入我们的生活，并在可预见的未来深刻的改变我们的生活方式。智能手机诞生不到二十年，现在已经成为人们生活中不可或缺的一部分，让人难以想象没有手机的生活。也许在不久的将来，人工智能也将同样成为我们离不开的存在，希望彼时的人工智能不是人类给自己戴上的又一枷锁吧。 身处这场变革的前夜，既不幸又幸运。毫无疑问，人工智能的崛起会让相当一部分人前半生所学的知识急剧贬值，会让另一部分人的才能发挥更大的能量。可是至于谁是弄潮儿，谁又会沦为时代的弃儿，没人能准确预测。
《智慧的疆界》读后感(四)
通过这本书，确实对人工智能的发展历史有了一定的了解，以及现有的各个流派发展与现状。对人工智能的发展感兴趣的同学，这本书还是很值得一读的。
我还是很认可作者在书中表达的一些观点的，我们理解这些工具、手段，也才能能够明白这些工具、手段的疆界在哪，也就是作者书名中提到的，智慧的疆界。
《智慧的疆界》读后感(五)
第108页，第1段，第4行
“两人见面时，麦卡诺克……”，以及该段文字下方图片名“皮茨和麦卡诺克”，两处与其他地方“麦卡洛克”译名不一致，建议统一。
第135页，第3段，第7行
“在开拓神经网络机的器学习方法的道路上”一句，“机”、“器”之间的“的”字多余。
第160页，第3段，最后一行
“重要特征”后误用逗号，应为句号。
第173页，倒数第5行
“也不是科幻想象中那种把能机器从一张白纸……”一句，“把能”应为“能把”。
第179页，第2行
“在前面中曾提到了……”一句杂糅，“在前面中”可修改为“在前面”或“在前文中”，或将整句 修改为“前文曾提到……”。
《智慧的疆界》读后感(六)
今年已阅难度最大的一本书，但极其畅快，这得益于作者高屋建瓴的梳理与深入浅出的引导。 在科技日益发展的今天，人工智能不再是一个遥不可及的未来概念，而是越来越多地渗透到我们的日常生活之中。 个人早期认知主要在棋类，先是国际象棋的“深蓝”；再是中国象棋的“浪潮天梭”，各类强软涌现，即便是十余年前的“名手326”，杀特大也够了；后是最为著名的“AlphaGo”，接连击败李世石、柯洁，当时直播见证历史，百感交集。至此，人类完全信息智力游戏的最后一块阵地宣告被人工智能攻克。 棋类多为旁观，王者荣耀的绝悟则是深度体验。单排荣耀的水平还算可以，但在绝悟面前只有深深的无力感，还得被无情嘲讽，不玩脏套路很难赢。一旦出现某些特定英雄（如貂蝉）或局面劣势基本可以下一把，绝悟露娜3秒7大一秀三惊掉无数下巴。 ChatGPT和文心一言是又一个里程碑，后者我从发布使用至今，偶不靠谱、常有收获。恰好看本书时，其推出4.0模型。值得一提的是，类似于玩家骂老马，此前对李彦宏印象不佳——百度确实有些不光彩的事。文心一言发布会后，36氪的专访令我改观——有诚意、有深度的分享，李彦宏不仅仅是商人。 回到本书，前言很涨好感，编写理念与阅读指南实用而真诚。"智慧的疆界"既是人工智能与人类智慧之间的界限，也揭示了两者的相互渗透和交叉。并且此界非静态，随着技术进步，其不断被打破和重新定义。 虽然作者力求通俗，但仍难免涉及专业概念。我选择不深究，理解大体思路，获得一种奇妙体验。尤其是6.5章节，让我进入少有的心流状态。各类函数、正则化、稀疏性等知识我一窍不通，但通过作者巧妙引导，大概明白了其含义，理解了机器学习的总体逻辑。惊叹支持向量机“棍子”之妙。“罚函数”和“范数”，前者是约束，后者是评估，协同优化模型，我理解为“老师通过测评反馈对学生培优”（不一定准确）。也并非一切顺利，“LOOCV方法”和“K折交叉验证”我认真看了两遍还是不理解。 阅毕对作者解释的“智慧的疆界”第二层含义深感共鸣。图灵和冯·诺依曼是早闻大名的天才，“图灵机”与“冯·诺依曼架构”并称现代通用计算机的“灵魂”与“躯体”，可谓影响深远的伟大发明；全才司马贺；厉害又有趣的香农；明斯基与罗森布拉特令人感慨的纠葛；力挽狂澜的辛顿……这些开拓者的传奇故事，值得了解、铭记。 此外，本书并非仅仅停留在技术层面，作者还深入探讨了人工智能对人类社会、经济和文化等方面带来的影响和挑战。学界转向“弱人工智能”，大众还在担忧“强人工智能”觉醒，但也不算杞人忧天，这是继续向前的必要理性，书中引用的没有意外的“智能乌托邦”令人不寒而栗。 遗憾的是此书著于五年前，这期间有太多可喜进展，真期待新版。微信读书发现三处错误，分别是“说曾过”（应为“曾说过”），“柯杰”×2（应为“柯洁”）。已反馈，截至发评还未修正。 总而言之，《智慧的疆界》不仅是关于人工智能的科普读物，也是引导我们思考未来、探索智慧的指南。在信息爆炸的当代，需要这样的优秀作品来帮我们理清思路，把握时代的脉搏。
《智慧的疆界》读后感(七)
参加群里的共读活动，选择了这本大部分内容还算读懂，篇幅也不算特别长的书。其实原本预计用三天的时间看完的，不过实际花费的时间比较短，主要的原因还是中间的一部分关于机器学习和深度学习的内容（第六、第七章）确实超出了我的理解范围，公式看不懂的后果就是大段的跳过。 书归正题，本书出版于2018年，那时候AI领域最大的成就还是打败了柯洁等世界上最优秀的围棋选手，在游戏领域也能同一流选手一较高下。今天火爆的CHATGPT在那时候还仅存在于设想里，所以想通过这本书了解最新的技术发展，就有些过时。但是这本书帮你完整的梳理了人工智能从无到有完整的发展过程，基础逻辑，这些内容其实和了解最新的技术一样重要。最近同时看的一本讲西方哲学史的书说道，学习哲学史就是学习哲学，而本书也多次强调了学习多年来人工智能研发中失败或者受挫的案例的重要性。 本书共有八章，分为四个部分，分别对各个部分的内容展开讲讲。 第一部分：图灵这个名字如果不熟悉，图灵测试大概听过的人应该很多吧，作为现代计算机的发明者，很大程度提前结束了二战。本身这个伟大的科学家除了这些之外还有更多值得谈论或思考的内容，但就仅从他对人工智能发展的贡献来说，可以说算是开天辟地独一无二了。有一部“卷福”主演的关于图灵的电影，推荐有兴趣去看一下。本想后面说说冯诺依曼，但我个人觉得他的博弈论其实更能代表他的伟大和特别，还是说说给自己起了个中文名字的司马贺吧。书中说这个人如果金庸笔下的黄药师一样，多次多艺还样样精通，他和纽厄尔和合作对标的是麦卡锡和明斯基这对组合。在那个年代里，真可谓是一时瑜亮，也为后来不同方向开发人工智能提供了充足的基础。另一个让人印象深刻的科学家就是香农了，他的家里据说摆放的唯一证书是杂耍学博士，而且他似乎在正式讲座和演讲时也真的表演过杂耍，水平还挺高，甚至写过相关的论文，这些内容除了让人忍俊不禁，也意识到了科学家们的有趣的另一面。 第二部分：从三个学派来讲不同的人工智能思考方式。连接主义学派的方式像在研究大脑，符号主义学派在研究的是心智，行为主义学派当然是研究行为。作者详细讲了这些研究方式的基础思路和基本方法，截止到书中这一部分，其实我还是基本看的懂得，也得益于作者举例和写作的通俗易懂性很强。当然除了知识，其实作者也穿插了不少小八卦内容在里面，让阅读时完全不会觉得枯燥。这三个学派感觉后续发展的方向也应该都很有意思，符号主义就靠更多的数据输入行程更多的规范，定式，说不定哪天当穷极所有数据的时候，就真的包罗万象了。连接主义感觉终极方向就是完全模拟出类似于生物大脑的设备，通过复杂的生物方式，大脑的思考方式来计算出结果。行为主义则更适合作出大批量的机器人，靠着它那套感知-行动的理论，制造未来类似于星球大战那一对活宝的机器人来。另外书里面提到著名的阿西莫夫的机器人三定律也是在行为学派这一部分，作为阿西莫夫的假粉丝，看到这里露出了会心的微笑。 第三部分：算是把前面所有内容提升到了现代水平，通过讲一个垃圾邮件筛选的例子来一步步的告诉你，人工智能是怎么通过学习来不断提升准确率的，因为涉及了很多公式内容，确实我只有前面部分能跟上和理解，后面就只到回到评估和交叉验证部分才又找回节奏。第七章深度学习的部分也是如此，经历和大段大段的看不太懂的内容后，只到后面感觉结合了目前AI的能力，才多少明白了一些。 第四部分：其实总结了人工智能在近些年的发展和进步，这些内容在今天看来其实远没有一个CHATGPT来的震撼，但也算展现了通过前面不懈努力后开花结果的成果展示了。在这一部分我们可以看到对于各种搜索引擎的智商评分，看到百度的部分，我就挺唏嘘的。2014年的时候好像还真的有点用也有点智慧，这些年真的就让人哭笑不得。还有关于自动驾驶的内容，从L0到L5分别代表了各种等级的辅助，其实作为一个司机世家的人，对自动驾驶比较不感冒，其实在可替代性的必要程度上我觉得是相当靠后的。因为和生命过于相关，完全把命交给AI，实在有点不踏实。当然其实L3级别左右的辅助其实还是一个比较好的方式，类似于民航飞行员一样，既能保证驾驶者的操作主体性，又能给与充分的辅助，防止疲劳或者其他风险。 附录部分展示了人工智能历史大事记，相当于带你复习了前面学到的这些内容，用另一种方式看到了人工智能这么多年的发展。 总结下来，这本书总体来说可读性是非常强的，内容比较扎实，大部分内容并不太难理解。每章的后面都会有一个总结，帮助你提炼出这一部分最精华的内容。 科幻小说里的未来，很多都并不美好。作为赛博朋克的忠实爱好者，高科技低生活的未来似乎也不那么遥远。GPT的横空出世除了给我震惊，更多的给了我对生活的不确定性和未来的悲观。当然，坐以待毙不是我的一贯风格，既然害怕它，就更要充分了解它，学习它，认识它，找到未来属于自己的一条生存道路。
《智慧的疆界》读后感(八)
最近人工智能因为chatGPT又大火了一把，虽然很早就在生活中陆陆续续感受到人工智能的威力，但是chatgpt第一次让我有了震撼的感受。对人工智能这类前沿科学，我向来关注地比较少，总觉得离自己很远。这一次终于坐不住了，借了本书浅浅了解了人工智能的前世今生。
虽然“人工智能”这个词被广泛提及是21世纪以后得事情（在普通人的认知里），但这确实是一门起源于20世纪50年代的学科。早在70年前，科学家就开始研究如何让机器拥有智能。当时主流的学派分为符号主义学派、连接主义学派和行为主义学派。通俗地说，符号主义学派主张的是“机器拟人心”，连接主义学派主张“机器拟人脑”，行为主义则是通过“感知-动作”的模式使机器具有智能。这三个学派虽然都产出了一些成果，但也都遇到了不小的瓶颈，研究一度陷入停滞。
我们今天的人工智能技术，主要是沿着当年连接主义学派“机器拟人脑”的思路前进的，也就是模仿大脑的神经网络形式，来赋予机器学习能力。
我看到上述这部分内容，内心是十分震撼的，可以说，超出了我的认知。机器怎么可以模拟人类大脑的神经网络，来完成自主学习呢？但几十年前的科学家早就提出这些想法，并付诸实践研究。
本书的最后一章，作者也讨论了人工智能是否对人类构成了挑战。不可否认，在许多领域，比如图像识别处理、文字理解、信息处理决策，甚至是艺术创作等单一领域，人工智能已经打败人类。但是人与机器各有优势，哪怕是很小的孩子，都能精通直觉、类推、创意、同理心、社交等技能，但再精准的人工智能机器，目前也无法完成上述行为。
目前媒体大肆渲染的人工智能取代人类职业会发生吗？
会，也不会。
就目前人工智能的发展水平来看，它们很可能会影响那些拥有大量知识积累，且内容比较有逻辑性的行业。比如法律、教育、医疗、金融等等。但是还无法进入那些知识边界不封闭，需要大量灵感和悟性来解决问题的行业，比如考古。那么，从事法律、教育、医疗、金融行业的人都会失业吗？不一定。人可以从大量重复性的劳动工作中解放出来，有更多时间关注服务的对象。
因此，作者提出了一个概念：人机配合。由机器进行辅助决策，但是人类才是最终的决策者。这一点，其实在现实生活中已经开始慢慢出现了，比如自动驾驶、金融投资中的智能投顾，医疗诊断中的人工智能诊断等。如果完全由机器自主决策，就会引发许多法律和伦理问题。因此，从这个角度上来说，律师、量化交易员和医生并不会完全失业。人类依然可以发挥很大的作用。
人工智能发展带来的职业竞争，是一种社会分工的竞争。正如我上一篇#思考#中提到的，这种社会分工的进化在整个人类历史上从未停止过。传统的生产方式被取代，新的生产方式又创造了新的职业。从这个角度思考，是人工智能推动了社会分工的进步。作者也提到，我们不应该用一种零和博弈的观点来看待这个问题，即非此即彼，要么机器，要么人类。相反，我们应该持有一种非零和博弈的观点，人类与人工智能应该是一种互补共生的关系。我们要做的是顺应技术发展的潮流，思考如何才能利用好技术，让技术为人类服务。
另一种人工智能威胁论也值得深思：我们今天所接受到的信息实际都是经过人工智能筛选过的，一方面这极大提高了我们接受信息的效率，另一方面，我们也失去了许多“意外的美丽”。另外，人工智能控制我们看到的信息本身并不可怕，可怕的是操纵人工智能的人另有目的。比如在线购物平台的“杀熟”行为，实际反而增加了用户的成本。因此，当代社会应该警惕人工智能所带来的这种威胁。
这本书也介绍了许多关于人工智能发展的历史故事。和大家分享几个我的感受：
顶级的科学家大多成长于两个极端的童年环境：极端富裕和极端贫穷。
富裕环境下成长的科学家，他们的长辈大多也都是社会名流、精英人士，在先天基因、后天环境上，都给与了孩子极大地支持。这是一条听起来十分合理的成长路径。
极端贫困环境下也会诞生顶级科学家，但是比例很小，有点中了基因彩票的意味。不可否认，他们一定是具有超出常人的智商，同时还有对知识的极度渴求，再加上一点运气，帮助他们进入顶级科学家的圈子。
家庭背景和童年经历，除了影响他们能否接受更好的教育以外，还对人生有更深远的影响。书中提到的好几位人工智能领域先驱，都在不同程度上有一定的心理问题，这与他们的童年经历有关，甚至影响了人生的走向。有人终身患有抑郁症，有人因为竞争者的批判，选择在四十多岁的年纪结束自己的生命.....
另外，所有顶级的科学家，都并非在一个领域顶级，而是在许多领域都达到顶级。这就好比一个游戏高手，把所有的游戏都打通关了一样。学习对他们来说，是一种乐趣，无论是理科、文科、甚至是杂耍学（信息科学的奠基人之一香农，最珍视的一个博士学位是杂耍学博士）。
对于人工智能这样的前沿科学，单一的学科知识是远远不够的。至少这本书就已经涉及了逻辑学、数学、统计学、信息技术、脑科学等等学科的知识。我们的下一代虽然并非要成为顶级科学家，但是未来想要在这个飞速发展的社会立足，扩大知识的宽度是十分必要的。
再从更现实的角度来看，现在我们能做什么，来帮助下一代更好地应对人工智能的冲击？
第一，尽可能地拓宽孩子的知识面。实践经验、书本都是获取知识的途径，而且一定要足够丰富。在生命的早期，不是追求知识的深度，而是尽可能拓宽知识的广度，才能使孩子将来有足够的视野做出自己的选择。
第二，基础学科能力依然重要。至少在人工智能学科的发展中，我的感受是，不懂数学和逻辑，在很多问题的理解上就会更加吃力。如果在应用层面上，语言能力，也十分重要。如果连给机器下指令的能力都没有，更不用谈如何利用好机器了。
第三，创造力无论在哪个时代都是稀缺品。没有人工智能的时代，因为人类足够的创造力和想象力，才诞生了人工智能这门学科。可以说人工智能就是人类创造力的缩影。而在人工智能飞速发展的时代，创造力依然稀缺，至少就目前的技术来看，机器有多少智能，还是取决于投入多少“人工”，即人类的知识结晶是人工智能学习进化的基础。
