如果AI取缔了更高级别的生产力，那我们的价值和意义又在哪里？——从生活意义到技术与设计意义的反思。 现在这个时代中，新技术不断地冲击大家的工作和生活，改变和挑战着我们工作和生活的意义。这一期我们想跟大家聊聊科技带给生活的变化，从生活的意义反思技术与设计的意义。 【本期播客时间线】 12:54 AI的隔空轰炸，消灭了很多广义上的“人” 24:47 从哲学角度思考生活的意义，人类的“惩罚式进化”是悲观主义的源头 32:35 生活意义的4种：“本能”、“自败与虚无”、“观察权”、“精神享受” 41:43 尼采对生活意义的挑战：如果你的未来是过去生活的无限重复，是否还会觉得生活有意义？ 48:10 快乐的科学是什么？快乐从何而来？技术的“相对意义”与“绝对意义” 53:24 从人类的4次工业革命详谈“设计的意义”如何影响生活 1:00:15 挑战业内“人智协作”观点，AI时代下的设计究竟是协作方式的不同，还是生产流程与应用场景的不同？ 1:03:18 热点概念“对话式交互”和“多模态”——技术角度深度解答 1:14:41 畅想新时代的体验设计，交互形式的无限可能 1:17:30 AI工具影响视觉设计师的价值转变 1:19:52 “职场人”和“生活家”，如何将技术威胁转变为时代红利？ 1:29:18 上期听众反馈解答：“有哪些自学人工智能知识的途径？” 【本期节目中提到的概念、书籍】 1. M1货币：宏观经济中指狭义货币，它把货币的范围限定在人们接受的充当交易媒介的资产，包括现金和商业银行体系的支票存款。 2. 《大问题，简明哲学导论》，罗伯特·所罗门，2011 3. 《红旗法案》：英国议会在1865年通过了一部《机动车法案》，其中规定每一辆在道路上行驶的机动车，必须由3个人驾驶，其中一个必须在车前面50米外引导，用红旗不断摇动为机动车开道，该法案被后人嘲笑为《红旗法案》。 4. 《大同书》，康有为，1901~1902 5. 《理与人》，德里克·帕菲特（英），从理性，道德和人的本性诸层面对一些传统上信以为真的道德信念和观念提出了强有力的挑战，是著名的“哈佛教材”之一。 6. 《快乐的科学》，弗里德里希·威廉·尼采，1882 7. 《怕死——人类行为的驱动力》，杰夫·格林伯格，2001 8. 包豪斯设计学校：（德语：Staatliches Bauhaus），通常简称包豪斯（Bauhaus），是一所位于德国魏玛的艺术和建筑学校，讲授并发展设计教育。其教育口号是“艺术与技术的新统一”，将艺术与手工艺的重点置于各种日常生活必需品的设计上，强调了艺术的实用性价值。 9. 《黑镜》（Black Mirror），英国电视剧，2011-2025 10. 《科学之路——人、机器与未来 当机器思考时，人类会怎样？》，[法] 杨立昆，2021 【内容摘要】 1）AI对人类的威胁 1. AI技术消灭了广义上的人：肉体是狭义的人，肉体+职业=广义的人。例如马车夫、网约车司机、翻译员、客服等，AI将取缔大量的职业； 2. 社会的生产资源和M1货币向资本的集中； 任何生产力都面临取缔的风险，增量市场革命不敏感（航天），存量市场革命极为敏感（出行、机场地铁）。 过去的技术发展是同一赛道消灭广义人，但人可以进入后继市场，从事后继职业，比如司机。现在的技术是外部赛道隔空轰炸，职业意义被隔空消灭，无法轻易进入接替产业，人生的意义被抽离了，此时人生的意义是什么？ 2）用什么定义“人” 1. 人的职业：人格与性格无法独立于职业存在，职业影响人，职业带来的经济、文化环境改变人。“互联网人”、“金融人”、“创业人”、“自由职业者”等。 2. 人的角色&爱好：“儿女”、“男女朋友”、“游泳健将”、“下棋高手”、“旅行达人”... 3）惩罚式进化是“悲观主义”的根源 奖励式进化：生长激素是植物进化的正向反馈； 惩罚式进化：痛觉影响脊椎动物体验“快乐”与“痛苦”的阈值； 4）解构“生活意义”的动机 本能：鸭子实验，人的“自救行为”或许只是高级生物的低端本能？ 自败与虚无：《理与人》——人类动机的自败性； 观察权：生命vs无生命 精神享受：超越肉体寻求意义 5）请回答尼采“生活的不能承受之重”： 假如有个恶魔在某一天或某个夜晚闯入你最难耐的孤寂中，并对你说：“你现在和过去的生活，就是你今后的生活。它将周而复始，不断重复，绝无新意。你生活中的每种痛苦、欢乐、思想、叹息，以及一切大大小小，无法言说的事情都会在你身上重现，而且均已同样的顺序降临...” 你听了恶魔的话，是否会瘫倒在地呢？你是否会咬牙切齿，诅咒这个口出狂言恶魔呢？......这是人人必须回答的问题，也是你最沉重的负荷！ 或者，你无论对自己还是对人生，均愿安于现状，放弃去追求比这最终的永恒更为热烈的东西吗？ 6）技术从诸多角度，改善人类的基础幸福感（绝对享受/绝对意义）： 技术难以可靠地提供相对快乐，相对快乐和意义建立在人类政治结构中，基于相互攀比和阶级特权。技术无法保证相对意义，但能提高绝对意义。 7）设计意义随生产力的提升不断变化： 1. 第一次工业革命：蒸汽机——古埃及用来开关神庙；抽水难——改良蒸汽机作为动力。 2. 第二次工业革命：马车跑得慢——汽车的出现；写信效率低——电话； 3. 第三次工业革命（信息革命）：20世纪后半期，计算机和互联网技术快速发展，移动电话、智能手机、自动化的生产线；科研领域的纳米技术、生物技术和航天技术；数字化和网络化改变了人们的工作方式和学习方式。 4. 第四次工业革命（科技革命）：随着第三次工业革命一起到来；智能产品、智能手机、智能家居、3d打印、自动驾驶、大数据分析、云计算、人工智能等。 8）对话式交互与多模态概念 1. 对话交互： * 1950，符号语言处理，词法，句法，语法。 * 1965，专家系统，斯坦福大学，医疗诊断 * 1990，统计语言处理，字典，数据库，概率模型。交互更松弛 * 2010，learning based algorithm，RNN，大模型，自然语言。 2. 多模态： * 1966 Bob Goldstein multimedia， * 公元前4世纪 Multimodality，演讲、艺术相关 * 相同信息用多媒体多模态传递带来艺术享受，不同信息用多媒体多模态传递带来效率。 9）技术改变带来设计效率提升 1. 设计执行——设计管理 2. 在设计生产行业提升客户沟通效率 10）生活意义的构成，不断寻找人生的高光时刻 人类：创造力、理解力、高层逻辑能力； 举例阐述客服、律师、剪辑师、财务各自行业的技术化转型策略； 11）听众反馈 1. Coursera 斯坦福公开课 网站链接：www.coursera.org 2. 书籍：《科学之路——人、机器与未来 当机器思考时，人类会怎样？》，[法] 杨立昆，2021》 极频科技在创业的同时，一直致力于技术与设计领域的知识传递，欢迎热爱科技的你关注赛博绿洲FM 我们也热烈欢迎大家把对节目的反馈，或各类技术&设计难题砸进评论区或我们的邮箱：radio@ultrawave.cloud 每一封反馈信我们都会认真对待，并在下期的节目中给出解答。 此外，我们也会不定期邀请互联网业内大咖和人工智能技术领域科研学者来到节目里一起座谈~ 我们下期再见~

| 本期播客时间线 | 想听干货的朋友请直接定位20:40！ 03:31 北京白塔寺旁，赛博绿洲播客的诞生 08:44 关于我们：透过商业迷雾，想跟大家探讨人工智能技术本身 11:43 从设计视角看《赛博绿洲》的收获 17:25 与“人工智能”概念的第一次接触 20:40 在公元前《列子·汤问》记载中，竟然就有了智能硬件的畅想 22:37 最早的算法概念【亚里士多德：三段论】 23:50 古罗马波菲利“语义网”的诞生 25:53 莱布尼茨的链式法则的例子 27:27 《格列佛游记》中ChatGPT的雏形 29:25 单层神经网络：如何智能的预测今天出门会不会挨打？ 31:52 哥德尔不完备定理，暗示AI并非无所不能 34:43 深度举例 什么是“图灵机”与“图灵测试”？ 41:15 阿西莫夫的机器人“三定律” 45:20 1951年的第一个人工智能程序 46:37 用于AI模型训练的“反向梯度优化”方法，以及第一个多层神经网络MLP算法 52:25 1995年的第一辆无人驾驶汽车 54:22 卷积神经网络的发明，直到抵达此时此刻的今天 | 节目中提到的作品、人物和概念 | 1. 《列子·汤问》，是列子在战国时科学发展的基础上所独创的科学幻想寓言，寓言中以当时科学技术发展为基础当做出发点，其深层寓意是对当时墨家代表人物崇尚技巧的议论； 2. 《工具论》（英文Organon），亚里士多德，哲学、逻辑学类书籍； 3. 波菲利，古罗马唯心主义哲学家，新柏拉图主义者； 4. 戈特弗里德·威廉·莱布尼茨，德国哲学家、数学家； 5. 《格列佛游记》，1726，作者乔纳森·斯威夫特，长篇游记体讽刺小说； 6. 库尔特·哥德尔，美籍奥地利数学家、逻辑学家和哲学家； 7. 艾伦·麦席森·图灵，英国计算机科学家、数学家、逻辑学家、密码分析学家、理论生物学家，“计算机科学之父”、“人工智能之父”； 8. 论文<On Computable Numbers with an Application to the Entscheidungs-problem>，1936，图灵机概念； 9. 阿西莫夫，科幻小说家，代表作「基地」、「机器人」、「银河帝国」； 10. 第一台商用计算机Ferranti Mark 1, also known as the Manchester Electronic Computer in its sales literature, and thus sometimes called the Manchester Ferranti, was the world's first commercially available general-purpose electronic computer. 11. 约翰·麦卡锡，计算机科学家、认知科学家； | 内容摘要：人工智能历史发展的长河中 人类从未放弃探索 | · 公元前10世纪 从文学作品追溯最早的智能硬件畅想 《列子·汤问》记载，偃师献机巧于周穆王：“领其颅，则歌合律；捧其手，则舞应节。千变万化，惟意所适。王以为实人也。” Key Takeaway：不同的时代节点中，人们对于AI生成式内容的辨别能力有限。即便信息时代里大众有了辨别智能硬件的能力，却依然有群体无法准确辨别Ai生成式视频、电话等内容。 · 公元前384年 最早的算法概念 亚里士多德《工具论》提到三段论：规则、输入、输出。 三段论是人们进行数学证明、科学研究等思考时，能够得到正确结论的科学性思维方法之一。是演绎推理中的一种正确思维的形式。 有趣的例子：通过输入【规则：金钱如粪土】、【输入：时间就是金钱】、可以得到输出【时间就是粪土】的结论。 · 公元260年 算法的应用 古罗马波菲利Porphyry，提出了语义网 [图片] Key Takeaway：语义网是语言逻辑的基础，基于语义网的模型训练，可以让Ai的话术更加拟人化。 · 1676年 数学工具的诞生 莱布尼茨发明链式法则，链式法则在当代被广泛用于模型的调整和训练。 举例：○ 业绩差 → 董事长追究于CEO → CEO追究部门经理 → 各经理追究各自员工。 · 1726年 文学作品中对于ChatGPT的畅想 Jonathan Swift《格列佛游记》出版, 书中提到Lagado city 里有一个神奇的“发明”：The Engine， 书中原文曾描述：“通过使用这种发明，即使是最无知的人，只要支付合理的费用，并付出一点体力劳动，就可以写出哲学、诗歌、政治、法律、数学和神学方面的书籍，不需要天才或学习的帮助。” Key Takeaway：人类从未停止过对人工智能产品的探索，各个年代的人类都能够想象出Ai技术的雏形，而Ai如何作用于社会的生产，每个时代有其不同的畅想。 · 1795年 最早神经网络的应用 高斯运用单层神经网络，通过最小二乘法来预测行星轨迹。 线性回归：前天挨打+昨天挨打=今天挨打 前天挨打+昨天没挨打=今天挨半顿打 最近邻算法：前天挨打+昨天挨打=今天挨打 傅里叶分析：前天挨打+昨天没挨打=今天挨打 Key Takeaway：不同的人工智能模型所预估出来的结果和其用途是不同的。 · 1931年 AI并非无所不能 哥德尔不完备定理提出：“任何自洽的形式系統，只要蕴涵皮亚诺算术公理，就可以在其中构造在体系中不能被证明的真命题。” 举例来看，AI无法证明自己是活着的；我无法证明刚吃到的外卖是难吃的。 · 1937年 AI能够自动运行的基础 英国数学家艾伦·图灵，发表《On Computable Numbers》，提出“图灵机”概念。数学家称图灵机类似“带着记事本的小虫子”，我们认为也可以被举例理解为：“在政务中心办手续的市民”。 · 1950年 判定AI拟人化的成功与失败 提出图灵测试概念，指人与AI交互，如果人无法判断对方是否是AI，则通过图灵测试。 举例：假设莆田假鞋通过了图灵测试，收货人无法判断收到的鞋是否为赝品，故这双鞋等同于真品。 《让子弹飞》电影中，张麻子和老百姓们把黄四郎的替身以他的身份斩首示众，真黄四郎说：“糟了，那我成替身了？” 即人们通过了“黄四郎”的图灵测试，当人们无法分辨真黄四郎和替身黄四郎的时候，黄四郎=黄四郎替身。 · 1950年 科幻界的畅想 阿西莫夫提出机器人三定律：“不可伤人，服从命令，保持生存。” Key Takeaway：程序在定律中执行命令的方式为依次执行，即先1，后2，再3。 · 1951年 第一个人工智能程序 第一台商用计算机Ferranti Mark 1，被用于跳棋、国际象棋等单机娱乐程序。 · 1956年 真正人工智能概念的诞生 达特茅斯学院夏季人工智能会议 John McCarthy 首次提出“人工智能”，1960年前后，剑桥大学语言翻译了语义网络。 · 1962年 当今AI依赖的训练方式 1962年 Frank Rosenblatt 提出了反向梯度优化方法，以及1676莱布尼齐的链式求导，后被用于训练AI模型。 举例：链式求导法则的具体实施可以理解为，业绩差-董事长追责CEO-CEO职责范围内优化-CEO追责经理-经理优化-经理追责全体员工-员工罚款与开除等优化； · 1965年 模型的发展 Alexey Grigorevich Ivakhnenko在苏联发明了第一个多层神经网络MLP算法，用于工业预测（温度、水位、泄漏）。 举例： MLP：个人信息（年龄、体重、消费、信件）→ 收入、负债 → 净收入→ 投资概率 OKR：各员工预测新财年贡献→各经理预测部门增长→ceo预测全公司增长→报告给董事 · 1986-1995 基于学习的算法发展 Hinton的应用使反向传播名声大噪。同年慕尼黑国防军大学制造出了首批机器人汽车，在空旷的街道上行驶时速高达 55 英里。1995年“无人驾驶横跨美国”：一辆半自动驾驶汽车横跨美国东西海岸，全程4,585 公里，其中 4,501 公里由计算机控制转向。油门和刹车由人类驾驶员控制。 Key Takeaway：在概念的提出和初代原型被创造之后，技术的应用还需多方的磨合，从创新到应用，这可以花上几十年。 · 1989 卷积神经网络：视觉领域初步探索 法国人Yann LeCun发明卷积神经网络：使用BP训练2D，CNN，识别了手写数字-邮政编码 · 2013-2020 视觉领域的应用 2013年的VAE、2014年的GAN、2015年的resnet、（2016 alphago）、 2020年Diffusion，现在SD，Dalle，midjourney，语言模型，阿里千问，智谱清言GLM，百度文心一言，映射了AI在视觉领域的应用。 · 2018-2024 自然语言领域的应用 2018 GPT1 BERT，2020 GPT3，2022 ChatGPT，Meta LLama，GPT4，GLM，Copliot，映射了AI在自然语言领域的应用。 [图片] 欢迎搜索微信公众号“Cyber Oasis”查看文字版的内容！我们也热烈欢迎大家把对节目的反馈，或各类技术&设计难题砸进评论区或我们的邮箱：radio@ultrawave.cloud 每一封反馈信我们都会认真对待，并在下期的节目中给出解答。 此外，我们也会不定期邀请互联网业内大咖和人工智能技术领域科研学者来到节目里一起座谈。 下期我们想和大家聊聊，AI时代下设计的意义，技术的意义，以及生活的意义。 我们下期再见~