掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
蜜蜂的寓言:私人的惡德,公眾的利益
-
>
世界貿(mào)易戰(zhàn)簡(jiǎn)史
-
>
日本的凱恩斯:高橋是清傳:從足輕到藏相
-
>
近代天津工業(yè)與企業(yè)制度
-
>
貨幣之語(yǔ)
-
>
眉山金融論劍
-
>
圖解資本論
中圖價(jià):¥50.8
加入購(gòu)物車
為什么偉大不能被計(jì)劃 版權(quán)信息
- ISBN：9787500173625
- 條形碼：9787500173625 ; 978-7-5001-7362-5
- 裝幀：精裝本
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>
為什么偉大不能被計(jì)劃 本書特色
想要深刻領(lǐng)悟人工智能和ChatGPT的奧義，你需要讀一讀這本《為什么偉大不能被計(jì)劃》。兩位OpenAI研究院將用豐富的實(shí)例為我們徐徐展開人工智能的秘密。
工作中遇到瓶頸，想要尋找突破，你需要讀一讀《為什么偉大不能被計(jì)劃》。這本書將揭示一個(gè)秘密，即藝術(shù)和科學(xué)等領(lǐng)域中偉大的發(fā)現(xiàn)，需要遵循好奇心，即一塊塊踏腳石。
苦于無(wú)法如期實(shí)現(xiàn)自己的人生的規(guī)劃時(shí)，你需要讀一讀《為什么偉大不能被計(jì)劃》。本書將通過智能機(jī)器人、生物進(jìn)化、人類杰出藝術(shù)作品的例子告訴讀者，目標(biāo)可能根本不存在，只是一種模糊的感覺而已。
為什么偉大不能被計(jì)劃 內(nèi)容簡(jiǎn)介
兩位作者持續(xù)多年扎根人工智能前沿領(lǐng)域，這本書是他們?cè)诳茖W(xué)研究的過程中蹦出的意外火花。因?yàn)檫@一全新發(fā)現(xiàn)并不是直接回饋于他們本身所處的人工智能領(lǐng)域，而是“無(wú)心插柳”收獲了對(duì)人類約定俗成的思維方式的全新顛覆。這一研究打破了人類世界延續(xù)多年、難以撼動(dòng)的、依靠目標(biāo)和計(jì)劃成事的文化基因，真正開啟了人類偉大創(chuàng)新的驚喜之旅。
他們?cè)趯W(xué)校、TED、科研論壇等場(chǎng)合公開演講，讓這一新思維方式影響并激勵(lì)了許多人。他們自身也憑借寫入本書的“尋寶者思維”“踏腳石模型”“新奇式探索”等具體思維方法，在人工智能研發(fā)領(lǐng)域取得了飛躍式的突破和進(jìn)展，產(chǎn)生了一系列惠于人類的偉大創(chuàng)造。
為什么偉大不能被計(jì)劃 目錄
1章：對(duì)目標(biāo)的質(zhì)疑
第2章：無(wú)目標(biāo)者的勝利
第3章：繁育藝術(shù)的藝術(shù)
第4章：目標(biāo)是錯(cuò)誤的指南針
第5章：有趣的和新奇的探索
第6章：尋寶者萬(wàn)歲
第7章：解開禁錮教育的枷鎖
第8章：解開禁錮創(chuàng)新的枷鎖
第9章：徹底告別目標(biāo)的幻想
10章：案例研究1：重新詮釋自然進(jìn)化
11章：案例研究2：目標(biāo)和人工智能領(lǐng)域的探索
參考文獻(xiàn)
第2章：無(wú)目標(biāo)者的勝利
第3章：繁育藝術(shù)的藝術(shù)
第4章：目標(biāo)是錯(cuò)誤的指南針
第5章：有趣的和新奇的探索
第6章：尋寶者萬(wàn)歲
第7章：解開禁錮教育的枷鎖
第8章：解開禁錮創(chuàng)新的枷鎖
第9章：徹底告別目標(biāo)的幻想
10章：案例研究1：重新詮釋自然進(jìn)化
11章：案例研究2：目標(biāo)和人工智能領(lǐng)域的探索
參考文獻(xiàn)
展開全部
為什么偉大不能被計(jì)劃 節(jié)選
薦序
想象在某個(gè)平行宇宙中，你被任命為某國(guó)的科技部部長(zhǎng)，你的任務(wù)是把該國(guó)科技發(fā)展水平提升至發(fā)達(dá)國(guó)家的水平。為此，你的助手給你提供了一份計(jì)劃:
選定若干個(gè)戰(zhàn)略方向，投入巨額研發(fā)資金；
選拔一批國(guó)內(nèi)企業(yè)，各自設(shè)定明確研發(fā)目標(biāo)；
組織優(yōu)秀的科研工作者和著名學(xué)者作為項(xiàng)目軍人物，要求責(zé)任到人；
在每個(gè)方向上都安排至少三家公司，強(qiáng)化競(jìng)爭(zhēng)；
定期考核，監(jiān)督研發(fā)進(jìn)度……
你躊躇滿志，但是內(nèi)心多少有點(diǎn)不安。這樣的計(jì)劃能成功嗎？
這就回到一個(gè)問題：創(chuàng)新的邏輯是什么？
*
創(chuàng)新，是一件神奇的事情。要知道，一些實(shí)現(xiàn)偉大成就的發(fā)明家并非比同行更勤奮、更努力，而是因?yàn)樗麄兘?jīng)常能撿到“意外的”寶藏。
近全球令人矚目的重大創(chuàng)新事件是一個(gè)生成式人工智能（Generative AI）模型ChatGPT的誕生。我認(rèn)為這可能是工業(yè)革命以來(lái)了不起的發(fā)明之一，它由OpenAI（開放式人工智能公司）研發(fā)，且在初并未得到美國(guó)政府的特別關(guān)注。
OpenAI的四位領(lǐng)導(dǎo)人都是三四十歲的年紀(jì)，首席執(zhí)行官山姆·阿爾特曼（Sam Altman）在斯坦福大學(xué)學(xué)過計(jì)算機(jī)專業(yè)，中途退學(xué)；首席技術(shù)官米拉·穆拉蒂（Mira Murati）是一位年輕女性，父母是阿爾巴尼亞移民；總裁格雷格·布羅克曼（Greg Brockman）上過哈佛大學(xué)和麻省理工學(xué)院，但終都退學(xué)了；首席科學(xué)家伊利亞·蘇茨科弗（Ilya Sutskever）原本是俄羅斯人，小時(shí)候跟隨父母先移民到以色列，后又移民到加拿大，后來(lái)到美國(guó)。
兩位沒有學(xué)位的美國(guó)人和兩位外國(guó)移民，領(lǐng)著幾十位研發(fā)人員組成了一家小公司，采用了一個(gè)當(dāng)初包括谷歌在內(nèi)的大公司都不看好的技術(shù)路線，搞出了震撼的科技。
這樣的事情是可以計(jì)劃的嗎？
幸虧當(dāng)下創(chuàng)新不是由政府主導(dǎo)，像OpenAI這樣的小公司才有可能得到巨額的風(fēng)險(xiǎn)投資資金，才可以任性蠻干，才有機(jī)會(huì)做出偉大的創(chuàng)新。
這可不是特例，這是常理。
當(dāng)你考察科技史時(shí)，你會(huì)發(fā)現(xiàn)偉大的創(chuàng)造幾乎都是由一些誰(shuí)也想不到的人，在誰(shuí)也沒計(jì)劃的領(lǐng)域中做出來(lái)的。比爾·蓋茨迎合極客打游戲的需求普及了個(gè)人電腦；硅谷的一個(gè)車庫(kù)里誕生了谷歌；埃隆·馬斯克起家是在網(wǎng)上支付領(lǐng)域，后卻推出了SpaceX和特斯拉。
對(duì)比之下，那些由政府從上而下主持的大科研項(xiàng)目呢？
1971年，時(shí)任美國(guó)總統(tǒng)尼克松發(fā)起一場(chǎng)“癌癥戰(zhàn)爭(zhēng)”，但貌似什么都沒干出來(lái)；1982年，日本通商產(chǎn)業(yè)省搞了一個(gè)為期10年的大項(xiàng)目，投入巨資，要研發(fā)第五代計(jì)算機(jī)系統(tǒng)，也是沒有突破出來(lái)。
歷史上似乎是一一個(gè)由政府主導(dǎo)，且后獲得成功的大科技項(xiàng)目，就是時(shí)任美國(guó)總統(tǒng)肯尼迪為了跟蘇聯(lián)競(jìng)爭(zhēng)而推動(dòng)的載人登月計(jì)劃。它激勵(lì)了后來(lái)的各國(guó)政府，但仔細(xì)考察，彼時(shí)美國(guó)其實(shí)在很大程度上已經(jīng)具備了相關(guān)科技能力——并不能稱得上是奇跡。
如果路線已經(jīng)近在眼前，你當(dāng)然可以設(shè)立目標(biāo)、制定計(jì)劃，多花點(diǎn)錢加速進(jìn)行。但是真正的偉大突破是不能計(jì)
劃的。
這個(gè)道理并不是新認(rèn)知，過去幾十年間幾乎有關(guān)于科技創(chuàng)新的研究都是這么說的——但是都沒有說服政策主
導(dǎo)者。
如果掌握了充足的資源，“無(wú)為而治”也并不容易。
所以我們確實(shí)需要進(jìn)一步的解釋。為什么偉大創(chuàng)新一定是意外所得？
*
肯尼斯·斯坦利（Kenneth Stanley）和喬爾·雷曼（Joel Lehman）的《為什么偉大不能被計(jì)劃》（Why Greatness
Cannot Be Planned: The Myth of the Objective）一書，算是把這個(gè)問題徹底講明白了。兩位作者都是人工智能專家，而且都有在OpenAI工作的經(jīng)驗(yàn)，可謂當(dāng)今科技領(lǐng)域的前沿人物。他們對(duì)于書名這個(gè)問題的解釋，來(lái)自一個(gè)AI算法。
比如，你想要從一些簡(jiǎn)單線條出發(fā)，演化出好看的圖片，或者讓紙面上的機(jī)器人走出迷宮，又或者讓一個(gè)三維空間中的機(jī)器人學(xué)會(huì)直立行走，你應(yīng)該怎么做呢？
直覺上的做法是先設(shè)定AI算法的演化目標(biāo)，在演化的每一步都進(jìn)行篩選，接近目標(biāo)就加分，否則就淘汰。但實(shí)驗(yàn)中這個(gè)做法的效果并不好。
肯尼斯和喬爾發(fā)明的算法叫作“新奇性搜索”（Novel Search）算法，根據(jù)書中的描述，這是他們于2008年推出的。這種算法會(huì)隨機(jī)生成一組解決方案，通過評(píng)估新奇性并保留新奇性比較高的方案，從而像生物演化一樣發(fā)生一定的變異，如此往復(fù)循環(huán)，直到達(dá)到預(yù)定的迭代次數(shù)或者將問題徹底解決。
這個(gè)算法在迭代過程中完全不考慮一個(gè)方案是否有利于接近目標(biāo)，哪怕這個(gè)方案是往墻上撞，或者一站起來(lái)就跌倒。產(chǎn)出的方案再怪異、再不靠譜也沒關(guān)系，只要是新奇的就留下——只問新不新，不問好不好。
然而各種實(shí)驗(yàn)都證明，這種方法找出來(lái)的方案能解決問題。它能生成好看的圖片，能快找到迷宮的走法，能讓機(jī)器人快學(xué)會(huì)直立行走。這是為什么呢？
一個(gè)原因便是求新就意味著求復(fù)雜。簡(jiǎn)單的方案總是先出現(xiàn)，等你把簡(jiǎn)單的方案都嘗試過之后還要新的，出來(lái)的就一定是更復(fù)雜的方案。復(fù)雜意味著掌握更多的信息，掌握信息多意味著更高級(jí)，也就更容易解決問題。
更重要的原因是，新方案是通往其他新方案的“踏腳石”（Stepping Stones）。這就如同你在一片沼澤地里尋寶，須踩到更多的踏腳石才能探索更多的地方，而你須探索很多很多地方才更有可能找到好東西。
*
因此，如果你一開始就向著一個(gè)明確的目標(biāo)努力，你就走不遠(yuǎn)。目標(biāo)會(huì)窄化你的探索范圍。對(duì)偉大事業(yè)來(lái)說，目標(biāo)具有誤導(dǎo)性。
比如前面教機(jī)器人直立行走的例子。如果你一開始就一門心思想著直立行走，你就會(huì)刻意避免能讓機(jī)器人摔倒的方案。可是恰恰是那些會(huì)摔倒的方案教會(huì)了機(jī)器人踢腿！學(xué)踢腿，自然就容易摔倒；可是不踢腿，怎么能會(huì)走呢？
而對(duì)新奇性搜索算法來(lái)說，機(jī)器人從“不會(huì)摔倒”到“會(huì)摔倒”，絕對(duì)是大好事！機(jī)器人會(huì)的越來(lái)越多就意味著越來(lái)越高級(jí)，便自然會(huì)將會(huì)直立行走這項(xiàng)技能收入囊中。
求新確保了探索范圍寬廣，好東西也會(huì)隨之而來(lái)。考察科技發(fā)展史，好東西從來(lái)都不是按照某個(gè)目標(biāo)刻意計(jì)劃出來(lái)的，而是一個(gè)接一個(gè)自動(dòng)發(fā)展出來(lái)的。
萊特兄弟發(fā)明飛機(jī)，早用的是自行車技術(shù)——此前無(wú)數(shù)人曾經(jīng)想要發(fā)明飛機(jī)，誰(shuí)也沒想到首先飛上天的是“自行車”制造商；微波技術(shù)本來(lái)是用于驅(qū)動(dòng)雷達(dá)磁控管的一個(gè)部件，意外成就了微波爐；一臺(tái)電子計(jì)算機(jī)用的是電子管，但電子管根本就不是為了計(jì)算機(jī)而發(fā)明的。
個(gè)人的成長(zhǎng)也是如此。考察了不起的搖滾樂手、作家和企業(yè)家，他們幾乎都是半路出家。哈佛大學(xué)的托德·羅斯（Todd Rose）和奧吉·奧加斯（Ogi Ogas）所著的《成為黑馬》（Dark Horse: Achieving Success Through the Pursuit of Fulfillment）也講過類似的道理。書中的成功者并沒有長(zhǎng)遠(yuǎn)的規(guī)劃，都是先做過一些事情，發(fā)現(xiàn)自己更感興趣的是什么，并為之轉(zhuǎn)行，從而找到為其帶來(lái)巨大成功的職業(yè)。
公司也是這樣。比如YouTube初的設(shè)想是一個(gè)視頻約會(huì)網(wǎng)站，后來(lái)發(fā)現(xiàn)人們喜歡在上面分享五花八門有類型的視頻……
偉大不是目標(biāo)指引的結(jié)果，因?yàn)橥ㄍ鶄ゴ蟮穆肪從來(lái)都不是直線，很多時(shí)候快反而就是慢——沒有特殊目標(biāo)，每次只是選擇下一塊踏腳石，你反而能找到珍寶。
*
請(qǐng)注意，這可不是說人生就應(yīng)該漫無(wú)目地、隨波逐流。新奇性搜索算法不預(yù)設(shè)具體目標(biāo)，但是它有價(jià)值觀的指引，這個(gè)價(jià)值觀就是新奇和有趣。只要你每次都選擇更新奇和更有趣的方向，你就不會(huì)是平凡的。
這就如同一個(gè)小孩，一開始覺得看電視很有趣，家長(zhǎng)對(duì)此很不放心，認(rèn)為是浪費(fèi)時(shí)間。但是孩子不會(huì)一直覺得看電視有趣，他很快就會(huì)發(fā)現(xiàn)打游戲比看電視有趣多了，于是他會(huì)把精力轉(zhuǎn)移到游戲上來(lái)。而只要他眼界夠高，他遲早會(huì)發(fā)現(xiàn)世界上還有很多比打游戲更新奇、更有趣的東西，比如自己編程、自己制作游戲，后他會(huì)發(fā)現(xiàn)搞科研更新奇、更有趣……
沒錯(cuò)，真正能把追求新奇、有趣堅(jiān)持到底的，都不是一般人。他們不會(huì)在中途沉迷，始終能看見下一塊踏腳石，成就和實(shí)用性早晚會(huì)隨之而來(lái)。
如果你一開始就認(rèn)準(zhǔn)了想要得到一個(gè)什么樣的珍寶，你就不會(huì)得到珍寶；終得到珍寶的人，只是一直在尋找下一塊踏腳石……他們得到的都是意想不到的珍寶。
求新就是求好，出奇就是出色，有趣就是有戲。
*
這些道理不符合普通人升職加薪的攻略，也與很多后發(fā)進(jìn)取的國(guó)家發(fā)展經(jīng)驗(yàn)相悖。
這些國(guó)家在過去幾十年間經(jīng)常講目標(biāo)、談規(guī)劃，確實(shí)取得了偉大的成就。后發(fā)優(yōu)勢(shì)使它們不用踩踏腳石就知道飛機(jī)、微波爐和計(jì)算機(jī)是怎么回事兒，它們便可以確立明確的目標(biāo)。這樣的發(fā)展方式速度雖快，但是也在無(wú)形中限制了它們——它們不太擅長(zhǎng)尋找踏腳石。
如今，我們已經(jīng)在很多科技領(lǐng)域進(jìn)入無(wú)人區(qū)，前面沒有現(xiàn)成的路了，我們就須自己尋找踏腳石。那種認(rèn)準(zhǔn)一個(gè)方向猛干，不惜成本投入人力物力，指望大力出奇跡的做法不是通往發(fā)達(dá)之路。中國(guó)經(jīng)濟(jì)需要轉(zhuǎn)換到以“高技術(shù)高品牌+顛覆創(chuàng)新”為主的高端發(fā)達(dá)模式，需要像新奇性搜索算法這樣的思想。
然而轉(zhuǎn)變是有條件的。要讓人們敢于追求新奇、有趣，起碼得有點(diǎn)余閑和余錢才行。
肯尼斯和喬爾非常理解這些。他們甚至用算法演化的視角重新審視了生物進(jìn)化，認(rèn)為地球生物之所以有這么繁華的多樣性，并不是像很多人想的那樣是因?yàn)樽匀贿x擇非常殘酷——而恰恰是因?yàn)樽匀贿x擇并不是很殘酷。物種競(jìng)爭(zhēng)并不是全方位的，有時(shí)候你開辟一個(gè)新的生態(tài)位就可以暫時(shí)避免競(jìng)爭(zhēng)。
多樣性不是競(jìng)爭(zhēng)的產(chǎn)物，是逃避競(jìng)爭(zhēng)的產(chǎn)物。
懂得這個(gè)道理，本篇序言一開頭提到的那個(gè)假設(shè)的部長(zhǎng)，他要做的恰恰是減少一些競(jìng)爭(zhēng)，取消無(wú)謂的考核，用減少內(nèi)卷?yè)Q取增加多樣性，用自由發(fā)展取代頂層設(shè)計(jì)，營(yíng)建更寬松的環(huán)境……
*
然而這一切是如此反直覺，幾乎難以實(shí)現(xiàn)。
肯尼斯和喬爾炮轟了美國(guó)的科研和教育體制，認(rèn)為其太過強(qiáng)調(diào)目標(biāo)和計(jì)劃，正在制造平庸。過分尋求共識(shí)的評(píng)審機(jī)制讓真正新奇、有趣的項(xiàng)目很難拿到經(jīng)費(fèi)，全美國(guó)統(tǒng)一的教育標(biāo)準(zhǔn)和考試讓老師們紛紛內(nèi)卷，不敢搞教學(xué)創(chuàng)新……
現(xiàn)實(shí)是，世界上只有很少的國(guó)家能成為發(fā)達(dá)國(guó)家，成為發(fā)達(dá)國(guó)家以后也不一定能一直發(fā)達(dá)下去。偉大，那是非常非常難的事情。薦大家閱讀這本書，并從中找到自己的收獲。
科學(xué)作家、“得到”App《精英日課》專欄作者
萬(wàn)維鋼
2023年4月
為什么偉大不能被計(jì)劃 作者簡(jiǎn)介
肯尼斯·斯坦利，[美]肯尼斯 斯坦利（Kenneth Stanley），全球創(chuàng)新思維和前沿科技領(lǐng)域的代表性專家、人工智能科學(xué)家，OpenAI（開放式人工智能公司）研究員。他曾任中佛羅里達(dá)大學(xué)教授，深耕機(jī)器學(xué)習(xí)領(lǐng)域，發(fā)表了80多篇專業(yè)論文，其中數(shù)10篇獲得了佳論文獎(jiǎng)，并經(jīng)常受邀在世界各地發(fā)表演講。他還曾是Uber（優(yōu)步）人工智能實(shí)驗(yàn)室的創(chuàng)始成員，在行業(yè)內(nèi)具有卓著的影響力。
喬爾·雷曼，[美]喬爾 雷曼（Joel Lehman），全球知名的人工智能科學(xué)家，OpenAI研究員。他也曾是Uber人工智能實(shí)驗(yàn)室的創(chuàng)始成員，目前在OpenAI做“大型語(yǔ)言模型（大模型）+演進(jìn)算法”方面的研究，聚焦的領(lǐng)域包括人工智能安全、強(qiáng)化學(xué)習(xí)和開放式搜索算法。2022年，喬爾所率領(lǐng)的研究團(tuán)隊(duì)發(fā)表了一篇“神奇”的論文，度揭秘了OpenAI的一項(xiàng)研究：大模型自己學(xué)習(xí)、自己寫代碼，然后自己“調(diào)教”出了一個(gè)智能體機(jī)器人——“成精了！”這也揭示了大模型的代碼生成能力已足夠影響智能體的進(jìn)化，而這一進(jìn)展反過來(lái)也能增強(qiáng)大模型的生成能力。這篇論文當(dāng)時(shí)在科技圈和創(chuàng)投圈都曾引發(fā)爆炸式討論。
近，喬爾還發(fā)表了一篇名為《機(jī)器之愛》的有趣論文。
他們二人都是當(dāng)下火爆全球的智能語(yǔ)音機(jī)器人ChatGPT的核心研發(fā)科學(xué)家。
書友推薦
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
經(jīng)典常談
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
姑媽的寶刀
- >
月亮與六便士
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
龍榆生：詞曲概論/大家小書
- >
中國(guó)歷史的瞬間
