一、引言:创造具备人类智能的机器,是一场重大的智力冒险
全书核心立意
人类长久终极梦想:打造和人同等心智、通用智能的机器
核心定性:该目标不是单纯工程技术,是横跨哲学、认知科学、计算机的智力探索
全书写作目的:拆解当下AI的真实能力、短板、底层局限,厘清通用人工智能的发展路径
核心贯穿问题:机器距离真正人类智能究竟差在哪?未来AI会走向何方?
二、第一部分:若想对未来下注,先要厘清人工智能为何仍然无法超越人类智能
01 从起源到遭遇寒冬,心智是人工智能一直无法攻克的堡垒
1.1 AI早期起源与初代乐观浪潮
诞生背景:图灵、麦卡锡等先驱提出“机器可以模拟人类思考”构想
初代技术方向:符号主义AI,依靠人工编写规则、逻辑推理模拟心智
早期乐观预判:学界认为几十年内就能实现完整人类智能
1.2 技术落地的现实阻碍
人类心智的复杂性:感知、情感、常识、直觉、抽象、动机融为一体
符号主义短板:只能处理限定场景、固定规则,无法应对模糊、未知现实场景
1.3 第一次AI寒冬爆发
算力不足、算法单一、预算缩减、项目落地失败多重打击
行业共识:“人类心智”是当前技术完全无法攻克的核心壁垒
1.4 本章核心结论:早期AI低估了人类心智的综合复杂度
02 从神经网络到机器学习,谁都不是最后的解药
2.2 机器学习时代到来,取代传统符号AI
核心变革:不再人工写死全部规则,让机器从标注数据中自主学习规律
2.4 本章核心结论:神经网络、机器学习均只是阶段性方案,不是实现通用智能的终极解药
03 从图灵测试到奇点之争,我们无法预测智能将带领我们去往何处
3.1 判定智能的经典标准:图灵测试
测试逻辑:人机对话,人类无法分辨对话对象是人还是机器即判定机器拥有智能
核心漏洞:仅伪装语言行为,不代表机器拥有真实理解、主观心智
现实现状:现代大模型可通过简易图灵测试,但依旧没有自主意识
3.2 行业两大对立思潮:奇点理论
奇点乐观派:AI会持续自我迭代,快速超越人类智能,引发文明颠覆性变革
理性审慎派:人类心智存在天然约束,机器永远无法复刻完整通用智能
3.3 不可预测的智能未来
变量2:人类对自身大脑、智能底层原理尚未完全研究透彻
3.4 本章核心结论:当下没有任何人可以精准预判智能技术的最终走向
三、第二部分 视觉识别:始终是“看”起来容易“做”起来难
04 何人,何物,何时,何地,为何——人类视觉认知完整逻辑
4.3 传统机器视觉的巨大短板
只能拆分识别单一维度,无法同步整合人/物/时/地/动因
缺乏因果理解,只能识别像素表层特征,读不懂画面背后意义
05 ConvNets和ImageNet,现代人工智能的基石
5.1 ConvNets卷积神经网络
核心原理:分层提取图像特征(边缘→纹理→局部物体→完整目标)
技术突破:大幅降低图像数据处理算力消耗,实现高精度图像分类
5.2 ImageNet标准化图像数据集
ImageNet竞赛:倒逼卷积神经网络技术快速迭代升级
5.3 二者协同的行业意义
奠定当下所有图像识别、目标检测、人脸识别技术底层基础
06 人类与机器学习的关键差距
6.1 数据学习量差距
机器:需要数万、数百万标注样本才能稳定识别单一类别
07 确保价值观一致,构建值得信赖、有道德的人工智能
四、第三部分 游戏与推理:开发具有更接近人类水平的学习和推理能力的机器
08 强化学习,最重要的是学会给机器人奖励
8.3 奖励函数设计难点
奖励定义模糊会导致AI投机取巧、走捷径(奖励漏洞)
8.4 落地案例:游戏机器人、机械控制机器人的奖励搭建思路
09 学会玩游戏,智能究竟从何而来
9.2 经典游戏AI案例分析
AlphaGo/AlphaZero:围棋博弈,自主推演最优策略
像素类街机游戏AI:仅依靠画面输入自主学习操作逻辑
9.4 游戏AI的局限性:仅适配单一游戏环境,无法复用策略到新场景
10 游戏只是手段,通用人工智能才是目标
10.1 游戏AI工具属性定位
局限:场景封闭、规则固定,脱离游戏环境能力完全失效
10.2 通用人工智能AGI核心标准
多任务融会贯通:视觉、语言、逻辑、规划能力统一整合
五、第四部分 自然语言:让计算机理解它所“阅读”的内容
11 词语,以及与它一同出现的词——语义分布基础理论
11.1 分布语义假说(全书语言模块底层理论)
核心观点:词汇的含义,由经常和它共同出现的周边词汇决定
11.2 词嵌入技术落地实现
Word2Vec基础模型:将文字转化为数字向量表征语义
12 机器翻译,仍然不能从人类理解的角度来理解图像与文字
12.1 机器翻译技术迭代
初代:规则翻译→中期:统计机器翻译→现代:大模型神经翻译
12.2 核心底层缺陷:无真正语义理解
缺陷1:割裂文字与现实世界,无法结合图像、场景解读文本
缺陷3:只做语言符号转换,不存在人类式“读懂”体验
13 虚拟助理——随便问我任何事情
13.2 底层工作逻辑
语音转文字→意图匹配数据库预设问答模板→生成固定回复
13.3 能力边界与短板
擅长:简单单一事实查询、指令执行(查天气、设闹钟)
薄弱:复杂多轮对话、开放式逻辑推理、主观情感深度交流
本质:检索匹配模型,不具备自主思考与文本深度理解能力
六、第五部分 常识——人工智能打破意义障碍的关键
14 正在学会“理解”的人工智能
14.2 区分:表层拟合 VS 真正理解
机器:拟合数据里文字、图像统计规律,无主观意义认知
人类:结合现实生活经验,明白内容对应的真实世界事物与因果
15 知识、抽象和类比,赋予人工智能核心常识
15.1 支柱一:结构化人类通用知识储备
作用:补齐AI缺少的基础现实认知,回答基础常识问题
15.2 支柱二:抽象思维能力
现有AI短板:只会记忆样本,很难自主总结抽象通用规则
15.4 三大能力综合价值:补齐AI最大短板,打通机器与真实世界的意义壁垒