{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"710a6008-e1d9-4f44-8c08-1e6f9980e8a5","title":"第二次机器革命","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787508647210","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"710a6008-e1d9-4f44-8c08-1e6f9980e8a5","id":"710a6008-e1d9-4f44-8c08-1e6f9980e8a5","uuid":"710a6008-e1d9-4f44-8c08-1e6f9980e8a5","title":"第二次机器革命","normalized_title":"第二次机器革命","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787508647210","isbns":["9787508647210","0120137135"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":329,"navigation_url":"https://workshop.closeclaw.top/ai/book/710a6008-e1d9-4f44-8c08-1e6f9980e8a5","title_url":"https://workshop.closeclaw.top/ai/title/%E7%AC%AC%E4%BA%8C%E6%AC%A1%E6%9C%BA%E5%99%A8%E9%9D%A9%E5%91%BD","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/710a6008-e1d9-4f44-8c08-1e6f9980e8a5/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/710a6008-e1d9-4f44-8c08-1e6f9980e8a5/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/710a6008-e1d9-4f44-8c08-1e6f9980e8a5","page_url":"https://workshop.closeclaw.top/api/ai/books/710a6008-e1d9-4f44-8c08-1e6f9980e8a5/page","search_url":"https://workshop.closeclaw.top/api/ai/books/710a6008-e1d9-4f44-8c08-1e6f9980e8a5/search"},"page":{"printed_page":161,"pdf_page":189,"physical_index":189,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"dac91894b3e475f348e178f288a215ecce5bfc1bbcf6b047d4d2076d6404bf79"},"chapter":"第15章 技术与未来：命运由我们自己塑造","content":"正像我们在第2章中所看到的，这种情况有些像莫拉维克悖论，我们每天的感觉能力和运动技能都需要很高的精确度和复杂性。数百万年以来，人类的进化赋予了我们数十亿的神经元，以敏锐地辨识一位朋友的面孔，区分不同类型的声音，使用更恰当的动作控制。相比较来说，与更高级的思维(比如运算或逻辑）相连的抽象推理是相对现代的技能它仅仅有数千年的发展历程。它通常仅仅需要简单的软件以及更低级的计算能力就能够模仿，而且这种模仿在处理一些任务时甚至可以超越人类的能力。\n\n当然，正像我们在整本书中所看到的，机器并不适合处理一系列的任务。它正在持续不断地“进化”，就像我们使用的“计算机”这个词语已经从此前指的是一份工作职务“进化”成指的是一种机器设备。\n\n在20世纪50年代初，人们“教”机器下跳棋，很快机器就击败了富有声望的专业棋手。1956年1月，赫伯特·西蒙(HerbertSimon，经济组织决策管理大师，诺贝尔经济学奖获得者）重回学校课堂授课时对他的学生们说：“在圣诞节期间，阿尔·纽威尔（AlNewell）和我发明了一台能够思考的机器。”三年之后，他们就创造了一个名叫“一般问题解决器”(General Problem Solver)的程序，被设计用来解决符合标准规则的任何逻辑问题。它在解决一些简单的问题方面，比如井字游戏（Tic-Tac-Toe，又称三连棋）或者稍微难一些的汉诺塔(Towerof Hanoi，又称河内塔）游戏时做得比较出色，但由于可能选项的组合式展开问题没有解决，所以它不能扩展到解决大部分的现实问题。\n\n受他们早期成功研究成果的鼓舞，还有一些人工智能研究先驱，比如马文·闵斯基(MarvinMinsky，美国人工智能领域的科学家，麻省理工学院人工智能实验室的创始人之一，著有几部人工智能和哲学方面的作品）、约翰·麦卡锡(JohnMcCarthy，他在1955年的达特茅斯会议上提出了“人工智能”这个概念，被称为“人工智能之父”）和克劳德·香农（ClaudeShannon，信息论及数字通信时代的奠基人)，以及西蒙和纽威尔，他们都对机器能够迅速掌握人类的技能而充满乐观的信心，他们甚至早在1958年就预测，电子计算机将会在1968年成为国际象棋冠军。在1965年，西蒙甚至预测：“在20年之内，机器将能够做人类所能做的所有工作。”\n\n第9章大分化:数字化技术催生财富的重新分配\n\n161","previous_page":160,"next_page":162}