简介

精彩点评

• 

  倪攀

  推荐

  前面是讲人工智能的演进，以及它当前在绘画、数学、音乐和写作这些需要创造力的领域具备的能力。至于这些能力达到了多少属于创造力的程度，最后一章把创造力这个概念好好讲了，我得再看一下。

• 

  Willson_Li

  推荐

  《诗云》那部小说的结尾是这么写的：那个外星人对一个人类说，临走之前，我送你一个礼物，这是我用你的名字在诗云中检索出来的、所有的诗，它们讲了你一生的故事。 我很喜欢这个结尾。意义是人赋予的。诗云本身没有意义，意义取决于我们。艺术，不管是音乐、绘画，还是诗歌，可以说是自我的副产品，是我们创造的“自我”在某一种形式上的投影。所以没有“自我”，是AI在创造上的根本障碍。 那我们之前关注的人机下棋竞赛还有什么意义呢？ DeepMind的创始人哈萨比斯是这么说的：AlphaGo赢了，我们成功地让它降落在了月球表面。这句话是个比喻，你想想，人类登月这个行为本身，其实也没有增进我们对宇宙的理解，但是，能做到登月，意味着我们在很多技术上实现了重大的突破。是这些突破，把我们带到今天。同样的，人工智能一项项挑战人类创造性工作，意义也不在输赢、高下，而是让我们获得了一种更高级的工具。这个工具，能让我们看到更多的可能性，提高我们自身的创造力。

• 

  陈小二

  推荐

  如果从解码译码的传播学角度去理解算法与人作品的差别，可能这个视角能稍微回答下意义的问题。

• 

  Bai_Stan

  推荐

  前1-6章是科普算法，太精彩。第七章开始就是ai在各个领域的渗透，但是例子都是国外的，边看边查比较辛苦。 例如第七章讲的艺术，举得画家作品我是看不懂的。 总之，收获极大，但是接触不多的领域确实也很难理解作者想表达的想法。 可贵的是数学家写的书，数学角度解读很好。不足的一点也是数学家，在此方面的眼界还是感觉有点偏离。 后面的例子有空了再慢慢读，推荐读前六章。

• 

  Dai

  推荐

  确实讨论了一些想过的事情，也并且知道了大家的尝试，曾经在想我是如何解开数学题的是不是有pattern，做过nlp项目后，就知道了部分答案。

• 

  Norule

  推荐

  提出了很多很多问题， 印象最深的是音乐与数学的联系， 音乐是一种数学规则，可通过程序实现

• 

  赛🐰

  推荐

  至少，现在我们不应该把AI当做竞争对手，而是把AI当做一个镜子，来帮助提升自己的创造力。

• 

  JasonJu

  推荐

  本书是美、英两国双料院士马库斯·杜·索托伊先生的巅峰之作，是一本解释和探究如何激发AI创造力的书。作者用数学思维帮助我们理解算法，引领人们认知创造力的本质，帮助人类创造一个人与机器共存的美好未来。

• 

  谭昊

  推荐

  1818计划#1，35分钟，2020.1.1 书摘: AlphaGo项目的负责人大卫·西尔弗博士解释了这种“白板”学习在多个领域的影响： 如果能够实现“白板”学习，就相当于拥有一个可以从围棋移植到其他任何领域的桥梁。这种算法是通用的，它会将你从所在领域的细节中解放出来，它普遍适合于任何领域。AlphaGo并不是要打败人类，而是要发现做科学研究意味着什么，让程序能通过自学最终学习到哪些知识。 在学习爵士音乐的过程中，我意识到实现好的即兴演奏有一个很大的令人困扰的问题。一般来说，一首爵士乐会有一组标准的和弦，这些和弦会随着乐曲的演奏出现并变化。小号手的任务是在变换和弦时吹奏一条与和弦相吻合的旋律线条。对于小号手来说，他吹奏的旋律必然是一个音符到另一个音符，同时还要保证能组成旋律，所以演奏爵士乐就像在二维迷宫中描绘一条线一样。和弦决定了垂直方向的动态，而他刚刚演奏的旋律决定了水平的动态。随着爵士乐即兴成分的增加，音乐变得更自由，同时和声的发展也会变得更加流动，这就要求小号手必须能敏锐地觉察并预判钢琴手的发展意图，其发展的方向是由前面和声的发展决定的。判断即兴演奏者水平的标准是，他是否会倾听并预判出主奏乐器的发展意图且配合得天衣无缝。 帕切特“心流机”的核心算法是，先使用马尔可夫链来学习艺术家的风格，然后再添加一定的约束条件。许多具有创造力的艺术家也是这样工作的。毕加索花了数年时间来汲取埃尔·格列柯[插图]（El Greco）、雷诺阿[插图]（Renoir）、委拉斯贵支[插图]（Velázquez）和马奈[插图]（Manet）的作品风格，通过模仿、组合和调整他们的风格，并添加不同的约束条件，来创造一种属于他自己的独特风格，但这种风格植根于过去的这些大师。 一句话书评: 由于这几年在投资过程中已经研究过大量的算法，所以这本书倒是没有给我太多的惊喜。算是一本全面叙述当前A.I.算法进展的读物吧。

• 

  Jennifer

  推荐

  四五六三章可以稍微看一看，其他都是很简略的介绍性文字，没什么实质内容。

• 

  ROGER君

  推荐

  很有意思的一本书 虽然只取了感兴趣的章节选读 还是很受启发 全世界都在为机器学习感到疯狂  短时间内可能AI能承担很多重复性 规律性的工作  不过那些需要创造性  需要自我驱动的工作呢？ 作者用形形色色的小故事串起了零碎的线索  可以了解AI的发展和过程中社会的主要争论  不是一本学术著作  所以没有深入的探讨  不过正是如此读起来挺有趣味性

• 

  hui

  推荐

  数学家写的让人脑洞大开的书，虽然好些看不懂，但非常有趣。感谢作者和译者把我们带入了一个伸手能及，却缺乏了解世界。

• 

  郭相谅

  推荐

  一、AI和人类之间的创造力竞赛 AI输出可以大于人类的输入，开创了机器学习的新纪元。真正有创造力的机器，AI需要具备超越程序员的创造力。只要数据足够，AI已经能够模仿任何画家和音乐家，甚至可以独立创作。艺术界已经关注并且接受这种全新的艺术了。 二、怎么让AI做到能写会画？ 机器学习，首先必须要有大量的数据。除了数据，还需要元代码。艺术是人类思维的一种编码，元代码就是艺术创造最底层的数学模型。艺术与数学有很多相通之处。 规则是作曲家工具箱的关键工具，相当于算法，一首乐曲就相当于是一道数学题。通过与AI的创造力大赛，倒逼人类找到自身创造力的底层逻辑。AI帮助人类进一步理解自己的心智。AI目前还做不到的事情，是因为人类还不够了解自己。 三、AI能写会画对人类来说意味着什么？ AI在创造领域已经取得了了不起的成绩，已经通过了洛夫莱斯测试。 AI可以通过穷举法写出诗、小说、新闻和曲，可能并没有意义。比如写小说，算法只能学到写作风格，但是还没办法从整体上考虑叙事结构。AI让创作变得容易，但AI还无法判断作品的价值。价值是相对的，意义是人赋予的。AI创作的作品本身没有意义，意义取决于人类。艺术可以说是自我的副产品，是人类创造的自我在某种形式上的投影。没有自我，是AI在创造上的根本障碍。 人工智能挑战人类的创造性，不在于输赢高下，而是让人类获得一种更高级的工具，让人类看到更多的可能性，提高人类自身的创造力。 我们不应该把AI看做竞争对手，它更像望远镜，可以帮我们看到比以往更深、更远、更广的领域。 AI会提升人类的创造力，而不是取代人类的创造力。 1.人类的创造是有规律可循的，这些规律很多都可以总结成数学模型，变成算法。 2.算法能穷尽所有可能性，给我们带来无限的新东西，但是新不等于创造，不等于有意义。 3.AI创造的新事物虽然没有意义，但有价值，让人类更早看到更多的可能性，提升人类的创造力。

• 

  Claire Yao

  推荐

  有点像一篇科普文，挺有意思的，但是读完我完全想不起有什么留下的印象和痕迹

• 

  莫奎

  推荐

  天才算法更多是专业领域的算法。机器学习，人工智能在大步飞速发展，但还是没有出现可以自由发育的思维，自我的批判，自我革命。未来大部分的工作可以交给机器做了，就给人的只有创新。