46
4📖 这期聊“AI教母”李飞飞的传记：《我看见的世界》。
它当然是一本有关 AI 的书，李飞飞发起的 ImageNet 深刻改变了人工智能的发展，但我读到最有滋味的部分，是李飞飞的成长史：我第一次这么具体地看见，一个人的世界是怎么被一点一点拓宽的。
为什么有的人走过二十年，看到的世界还是差不多大、差不多琐碎；有的人读完一本书、遇见一个人、走进一个新领域，就像推开一扇门，突然看见了世界的另一层？
我觉得，李飞飞是回答这个问题的绝佳样本。
🔍 文学、物理、神经科学、人工智能……这些看似毫不相关的领域，最后都成了她理解世界的透镜。
这本书最启发我的还有另一个问题：我们自己，又是怎么建立起对这个世界的理解的？
如果 ImageNet 是给机器准备的“人生经验”，那我们是不是也可以为自己造一个 HumanNet？
你读过的书、遇见过的人、反复凝视过的偶像、长时间痴迷过的问题，都会成为你的“人生样本”，它们不断连接，最后慢慢变成一张只属于你的认知地图。🗺️
_
这本书真正好看的地方，不只是 AI
最好的作品，总是在边界上诞生
文学、物理、神经科学、AI：李飞飞的四副透镜
我们看到的，是大脑有能力理解什么
五亿年前，生命第一次睁开眼
寒武纪生命大爆发：一场由“光”点燃的军备竞赛（帕克假说）
智能的起点，生命开始区分“我”和“非我”
文明的进程，本质上是人类扩展感知、处理信息能力的历史
诺奖实验：大脑没有一个识别世界的总开关，感知是被神经元一层一层加工出来的
大脑把外界信息组织成的内部表达：representation（表征）
自然进化给了我们目前所知最成功的智能样本：大脑
增加看世界的镜头：同样的信息进入大脑，能够被你组织出更多的东西
芒格的多元思维模型：不要让你手里只有一把锤子
规则派 AI 撞上的墙：真实世界不是一道数学题，它有无穷多种变化
你是记住“猫的定义”，还是在脑子里形成“猫”的内部表征？
真正重要的问题不是算法有多聪明，而是它到底见过多少世界？
高手在比赛瞬间的判断力，来自长期沉浸和日复一日的刻意练习 👁 为什么你努力了那么久，还是没有变强大？| 刻意练习 E18
泛化：从过去的经验抽象出规律并迁移（生存的基本能力）
ImageNet 的疯狂赌注：如果经验能够塑造智能，那就让机器看见更多的世界
重新定义“数据”：像在给 AI 造一段童年
人的精神，会被自己反复凝视的东西塑造 ☀️ 怎么从又忙又累的倦怠感中，夺回我的生命力？E17
薛定谔的转向：从宇宙回到生命
如果智能可以被理解，就不一定非得长在生物大脑里，也可以长在硅片上
电影《降临》：学一门语言，是在建立一套感知世界的方式
卓越的底层变量：钻进一个还没有答案的痴迷里
好老师价值，比你更早看见你的可能性
我们甚至意识不到接受了别人画好的边界
HumanNet：建一个人生样本库，扩大搜索空间
阿尔卡拉斯 vs 德约科维奇：两种完全不同的火焰
北极星不是终极目标，是持续牵引我们的方向
哈萨比斯 vs 李飞飞：局部的痴迷是北极星的线索
我们每个人，都在写自己那本《我看见的世界》
_
✍🏻 今日练习：给人生样本库增加一个新节点，TA 身上有什么东西是我以前没见过的？
📚 本期荐书：李飞飞《我看见的世界》
🎬 本期观影：《降临》（Arrival）、《阿尔卡拉斯：我的网球之道》（Carlos Alcaraz: My Way）
🎵 BGM：《Eyes Wide Open》- Sabrina Carpenter、《North Star》 - Sabai / Hoang / Casey Cook
