《读库2305》读后感100字

《读库2305》是一本由张立宪 主编著作，新星出版社出版的平装图书，本书定价：42，页数：352，特精心收集的读后感，希望对大家能有帮助。

《读库2305》读后感(一)：《人工智能忧喜录》

科普文最重要的核心之一是要传递以准确的科学信息，否则再好的类比和语言表达也是东扯西拉。该文作者描述一个与现实不一样的人工智能、计算机和神经网络，很多是自己的想当然。文中对于感知器描述几乎都是错的，把罗森布拉特发明的感知器后来的神经网络搞混了，深度学习的起源也搞错了，而且还杜撰了神经网络的通用学习功能，还有什么“神经网络由感知器组成”，一次性误解了两个东西，其他的还有像数字图片黑白像素表述（像素是用位数即像素深度来表达的，比如16位，32位，要不然彩色照片怎么表达？），还有对于神经元理解、语言和思维的关系、神经网络和人工智能的关系（就像海淀区不能代表北京市一样）等表述都是有问题……

在该文以后还有一个扩展阅读，错误也很多。比如文中说“不管人类的思维如何复杂，本质上还是离不开这三步模式。”其实“输入-分析-反应”是所谓I/O模型，是人类思维模式的一种，人类还有演绎、归纳、灵光一现的各种丰富的思维模型，也不是生命体独有的，就算是一块板砖，给它输入一个力，它会动，即使不动，内部的物理性质会发生改变，很多传感器就是利用这个原理，如果按照作者的观点推理，那么板砖也有智能了，别人为了不分崩离析，内部形状发生了变化，实在不行了有条件我就开始运动离开力的作用。其实“输入-分析-反应”是一个通用模型，非生命体也有。而且I/O模型核心是一种非常通用的数学模型，普通的计算机信息系统就有“输入-分析-反应”的功能，不能随便举个什么例子都可以说它有智能，起码这个智能不是人工智能的那个“智能”，要不然门槛也太低了。

《读库2305》读后感(二)：还是想再说一下。

总结一下人工智能的边界。

1.世界上有很多问题，其中只有一小部分是数学问题；

2.在数学问题中，只有一小部分是有解的；

3.在有解的问题中，只有一部分是理想状态的图灵机可以解决的；

4.在3的后一类问题中，又只有一部分是今天实际的计算机可以解决的；

5.而人工智能可以解决的问题，又只是计算机可以解决问题的一部分。

根据可以理解的内容，重新阐释了一下。把图灵机换成了在有限步数内计算解决，计算机是建立在二进制（之前讲过什么是二进制，为什么二进制用在计算机上有优势，这和所谓的神经元没有有太大关系，说两者本质是一样完全可以让学计算机和人工智能的人活活气死）数学基础上的，AIGC是在现有计算机冯诺依曼构架基础上的。我个人认为更重要的是，我们现在并不知道人类意识到底是什么（至少我在本期人工智能的那篇文章中没有搞明白意识到底提的是什么，作者似乎也懒得解释），也不知道人类意识可以放在哪个范围内，是AI可以解决的问题范围？还是压根就不是数学可以解决的问题范围？

所以，目前科学共同体的一个共识是认为现在并没有办法得出AI会不会产生自主意识的结论，科普文最好还是不要当科幻文来写，希望明白人能摸到思考框架和所谓人工智能的边界，不要被忽悠。

另外，我不相信没有一张神经网络结构图就能解释清楚神经网络的原理（估计计算机和人工智能专业的人都没有这个能力，他们也要靠结构图而不是纯粹的文字来理解），就像一本没有地图的地理书能够解释清楚地理问题一样。下面给出一张有关人工智能问题、计算机问题、人类问题边界图，用来解释上面1、2、3、4、5点。

人工智能的边界

《读库2305》读后感(三)：读库2305读后感

《人工智能忧喜录》这篇文章凸显出作者并不懂人工智能，靠拼凑材料并不能弥补自己真的是外行并且乱科普这个事实。我在App上阅读了本文，读到“1956年一帮计算机专家在美国达特茅斯召开会议，研究怎么让计算机更聪明点。”，就觉得作者没有搞懂计算机和人工智能的区别，因为计算机不等人工智能，计算机只是实现人工智能的一种工具，而且那次会议的参加人员属于众多领域，主要还是数学、物理学和心理学等学科的。刘慈欣就曾专门对此进行了解释，计算机专业实际上开始得很晚，以前是在数学专业或电子工程专业。而且根据《读库2303》上的英文文件截图，人工智能这个概念也不是在1956年才出现的。通读完全文后才加明确自己的这个判断。除了这些露怯的地方，还作者并不知道GPT和ChatGPT的区别，GPT 不是凭空而出，它是经过了很多人的努力，以及很长一段时间的演化得来的，GPT至少在2012年就在研发中，很多人第一次了解到 GPT 大概是 2018 年，那个时候 GPT 还是个配角（被其兄弟 BERT 拉出来示众），当时的主角是 BERT，BERT 的成功让当时论文中作为前身的 ELMo 和 GPT 也火了一把。再比如作者对神经元的理解也是一塌糊涂，现代计算机底层全都是二进制计算。而大脑的计算方式并没有什么定论，从人们更容易理解的角度，大脑也许是三进制（正确、错误、不知道）、也许是5进制（5根手指）、10进制（十根手指）、60进制（小时）、24进制（天），但这些计算方式更可能是大脑训练结果。我们知道神经元树突接受输入，然后加权判断是否输出给后续神经元，自然就有抑制和激活两种状态，很容易联想到大脑也是二进制计算。所以，计算机底层的可以二进制，可以类比人类神经元，但不能说神经元细胞二进制。再比如文中说“当然，如果从生物学的角度深挖，里面有很多细节。但对于计算机专家，了解到这一步，就足以有重大启发: 这不就是计算机的工作原理吗？”，如果作者真的研读过有冯·诺依曼相关文献就知道电子计算机要的原理是存储程序控制，和神经元没有什么关系。其他的还有什么第一个感知器用来画图的，而且用的是电子管实现的；权重调整是“有意义的连接，可以调高它的权重，无意义的连接，调低权重，就达到了同样的目的”，什么叫“无意义和有意义”，那人工智能连这都知道难不成人精了，真实的情况是人工智能科学家通过损失函数的计算来调整参数；另外神经网络的图像识别功能不是在2012年突破的 ；深度学习到底是谁提了来，百度一下也不会错得那么离谱。所以在该文最大的两个问题，一个是很多不是真实地还原历史，而是自己怎么想就怎么随意地创造历史；再一个是作者根本不懂人工智能和计算机，顶多是半懂不懂的半瓢水。观点可以无对错，但事实怎么可以没有真假。

当然本期也不是没有好文章，比如《我和父亲在工地》和《李鸿章的环球航行》，但是《人工智能忧喜录》只能让一些真正懂计算机和人工智能的读者笑掉大牙，使人很失望。