试卷上的作家阳光心房在线下载 pdf mobi 2025 epub 电子版

试卷上的作家阳光心房电子书下载地址

》试卷上的作家阳光心房电子书籍版权问题请点击这里查看《

试卷上的作家阳光心房书籍详细信息

ISBN：9787541167218
作者：暂无作者
出版社：暂无出版社
出版时间：暂无出版时间
页数：暂无页数
价格：暂无价格
纸张：暂无纸张
装帧：暂无装帧
开本：暂无开本
语言：未知
丛书：暂无丛书
TAG：暂无
豆瓣评分：暂无豆瓣评分
豆瓣短评：点击查看
豆瓣讨论：点击查看
豆瓣目录：点击查看
读书笔记：点击查看
原文摘录：点击查看
更新时间：2025-01-09 23:27:13

内容简介：

暂无相关简介，正在全力查找中！

书籍目录：

暂无相关目录，正在全力查找中！

作者介绍：

暂无相关内容，正在全力查找中

出版社信息：

暂无出版社相关信息，正在全力查找中！

书籍摘录：

暂无相关书籍摘录，正在全力查找中！

在线阅读/听书/购买/PDF下载地址：

在线阅读地址：试卷上的作家阳光心房在线阅读

在线听书地址：试卷上的作家阳光心房在线收听

在线购买地址：试卷上的作家阳光心房在线购买

原文赏析：

暂无原文赏析，正在全力查找中！

其它内容：

暂无其它内容！

精彩短评：

作者：范景辉发布时间：2019-12-01 20:31:14
像我这样的人，适合没事就读读，我的理想生活就是没有忧虑，呵呵。严肃点说，是本好书，书的内容涉及人生中很重要的东西，甚至几乎是全部了，真理往往这么枯燥且简单。
作者：茶影发布时间：2021-11-16 22:16:07
补标记
作者：L.G. 发布时间：2024-02-28 20:46:24
平面几何，立体几何
作者：今天读史料了吗发布时间：2024-02-25 11:42:59
完全不适合我我觉得还是传统的国内学者的科举史研究路数好读
作者：心若无涯发布时间：2022-12-17 14:20:53
激励也可能是一种陷阱。激励这种手段，原本用来调动人的积极性和创造性，但如果激励的规则，无法让人公平地分享利益，那么，激励就会从手段变成目的。
作者：孤岛森林发布时间：2011-05-16 19:05:31
视角独特大胆而已。方刚的博士论文扩充版本，专业性倒是不怎么强。方刚一直都强调研究是质性研究，不能量化，但是读起来感觉都很不专业。书中的核心是男性气质是动态变化着的，是非固定的，权力关系，经济地位等等都会决定男性气质的体现，作为男性性工作者，卖性给女人的过程中是对固有男性气质的挑战，而本书正是为了体现这一冲突。方刚说硕士论文是多性伙伴，博士论文是男公关，接下来是亲属性行为了吧......不过要是图情色的目的来读这本书，确实收获不大，同学们慎重考虑。

深度书评：

男孩和女孩
作者：卡布奇诺花蜜发布时间：2024-01-24 00:47:31
关键词
神经症，
通过爱、恨以及害怕这些基础情感，对我们所爱与所依赖的人的乱伦欲望，这些产生矛盾而共存的感觉激发的精神痛苦，就是神经症。
一天早上，让戒德从一个混乱的梦中醒来，发现自己躺在床上，他的下体兴奋且有着剧烈的反应。他侧卧着，那坚硬的像铁钻一样的东西摩擦着床。他稍稍抬了一下头，便看见一缕阳光照进房间，洒在女人的身上。
让戒德从来没有看到过如此的美景，专注的双眼，闪烁着隐秘的光辉，铁钻颤抖般的敲击。这可不是梦，房间散乱着书籍和一些衣物，四周墙壁上挂着拼音字母表，世界地图，和一些当代艺术的复制品。这是一个四岁男孩的房间。
让戒德的眼睛朝着女人望去，一丝不苟的想把眼前的画面记录在脑海里，没有被衣服遮盖的大片光滑肌肤，挺拔的胸部。阳光让他的心情变得神秘，
“为什么我会对妈妈有这样的想法？”
他至少试了一百次，也没有搞明白，直至他感到一种从未体验过的欲望击穿神经，震颤让他体验到了隐秘的欢愉。
四岁的男孩与我们对于性的认知是不同的，让戒德无法区分男性与女性的区别，他仅凭直觉去认识性别的不同。
他没有产生实际行动，也不敢和妈妈发生进一步的关系，他仅仅呆呆的看着。
妈妈换完衣服，回过头发现让戒德醒了过来，妈妈跑到孩子身边，低头亲吻了一下他的额头，随后告诉他，“我要出去买东西，马上回来，你在躺一会。”妈妈不等孩子给出的反应，就走出了房间。
让戒德身体内正进行一场斗争，来自原始欲望狂热的力量与反对它存在的文明力量之间的较量。他感受到下体的兴奋，
他思索着，“我拥有了石祖并且我自信有全能的力量”。
我们到底是通过精神还是肉体来认识一个人？如果人不是变成了一种令人无法直视之物，其精神异化的冲击力远不能深刻的被揭示出来。
当一个拥有四岁男孩外表的孩子发出令人震惊的想法，我们蒙在鼓里浑然不知他的危险性。但如果这番言论出自一个邋遢的外表形象的成人，我们会变得无比警惕。
故事进展得很快。
让戒德时常通过想象裸体来制造偷窥者的幻想，以此补偿乱伦不可能被实现的事实。他没有看到妈妈身体这一现实，就不会有身体的幻想。没有对于全能力量的幻想，就不会有崇拜石祖菲勒斯力量的现实。
没有幻想就没有现实，没有现实就没有幻想。
激起幻想的现实，不是母亲的身体，还可能是其他某位女性的侧影，甚至可能是女性耸起的肩膀而激起的想象。
在某个角度，男孩会认为耸起的肩膀约等于女人的屁股。
他的母亲浑然不知，没有发现他正在经历的挣扎，正如让戒德自己也不知道，这一切都在无意识悄然发展。他开始有了一些不一样的行为。
在幼儿园时，老师发现了一段大便，当老师问是哪位小朋友随地大便的时候，没人回答。等老师一个个脱裤子检查的时候，发现是让戒德。在家里的时候，他会不穿衣服随便走动，不知羞耻的暴露自己。偶尔会恶作剧，捉弄他的爸爸妈妈。对着花花草草瓶子盘子和桌上的饭菜喋喋不休，说着自己也不知道含义的话。
他好奇，他想着，他的父亲，他的母亲，所有人都是否拥有着相同的器官，
“是不是所有人都和我有一样的感受，并且感觉到和我一样强大。”
他开始偷窥父母在床上的行为，虽然他并不知道他们在做什么，但他开始模仿他们的动作和姿势。他心里有疑问，
“妈妈有没有和自己一样的下体”。
模仿是在偷偷的一个人的时刻进行，这让他快乐。每次偷窥都仿佛一个世纪那般久远，不可能被实现的事情，逐渐成为了他内心中的滋养。妈妈的怀抱，轻吻的额头，换衣服的情景，不自觉的摆弄下体，下体吸引了手，调动着原始的好奇心，
他心里想着“想象和现实交融”。全能自恋，石祖菲勒斯，隐秘欢愉，震颤。
为了更加的快乐，他开始靠近母亲，确切说，他想要靠近母亲的身体。有一次，天气很热，母亲回到家里准备换衣服，让戒德悄无声息走到母亲身边，突然咬了一下母亲的屁股。此刻母亲正穿着内衣内裤，母亲惊呼出声，差点把房间里的东西打乱。她连忙找东西扶住自己。随后让戒德跑了出去，他为自己的行为洋洋得意。
父亲知道了这件事，晚上把让戒德拉进房间，警告他，不要这样做，“你不可以对你母亲这样做，不然我就敲烂你的下面”，说着父亲用力踢了一下椅子，表示他会这样做，“不要让我看到这种事情的发生！”。让戒德很难过，但同时他的内心很复杂。
父亲所展现的力量，让他明白父亲的存在。一脚踢烂了椅子，远比石祖带来的幻觉更加刺激和真实。让戒德变得更加奇怪了。
他开始一边想象着占有父亲，引诱父亲；一边又想着消灭父亲，这样他就可以占有母亲了。
弑神或依附神，某种程度都属于俄狄浦斯情结。
让戒德在父亲回来的时候，会很恭敬的喊上一句“爸爸，你回来了”，跑过去，抱住父亲。或开始认真倾听父亲的话。有时候，在父亲不在场的时候，让戒德会扮演主人的角色，想要和母亲分享一张大床。
好景不长，他的行为被父亲知道了。一个四岁的孩子，怎么能完全控制得住自己呢？父亲大步走到让戒德跟前，一把抓住他的胳膊，朝他身后狠狠踹去一脚，很明显没有用上全力，却足以给这个懵懂的孩子一个足够强烈的警告。父亲的怒吼，强有力的动作，让他害怕了。他害怕失去下体，他强大的来源，他的骄傲，超能力及快乐的象征。
这一次，他完全看到了母亲的裸体，发现母亲的下体和他完全不同。
“既然世界上有那么一部分人失去了下面，那我也有被剥夺的危险”，由于失去下体的焦虑胜过他的自爱欲，维护自我的冲动击败了性欲的冲动。
父亲扬言的一切威胁使得让戒德放弃父母，并臣服于禁忌。让戒德将父母全部去性化，并且压抑欲望、幻想和焦虑。
这是一种痛苦的压抑，但它不能决定性的，永久的压抑欲望、幻想和焦虑，它等待着新的突破口。此时，让戒德明白，既然不可能从性方面支配父母，那么就从道德上去比较他们。之前，让戒德不可能区分出男性和女性的区别，无法确认父亲是男性，母亲是女性，他仅凭直觉去认识性别的不同。现在，他开始明白，父亲是一个男人，母亲是一个女人。
让戒德学会了从性欲到道德的转变，召唤出了“超我”并把这些感觉表达为：羞耻心、内心私密的感觉、惭愧以及高尚正直的道德。
“阉割情结”加速结束了俄狄浦斯情结的骤发，经过神秘而幽静的俄狄浦斯情结之路，我们把原始而野蛮的欲望变成为对社会生活的渴望。
每每夜深人静之时，成年后的让戒德会在现实和想象，被单和幻觉中胡思乱想，然后在高潮来临时猛然惊醒。“超我”并非完全的压制我们，被一直压抑着，蚕食着的内心隐秘直到很多年后它终于在一个毫无防备的瞬间找到了另一个突破口。
今天的人，在穿越了俄狄浦斯情结的孩提时代试炼之后，被压抑的俄狄浦斯幻想依旧跃跃欲试，超我以其严苛的姿态，粗暴而野蛮的抵抗俄狄浦斯情结。幻想和超我之间的斗争并没有结束，挣扎仍在继续。比如AI人工智能的出现，以其强势父权形象介入艺术，知识，技术等领域中，让人和艺术、知识、技术的二元圆满关系产生了破裂，AI的介入，形成了父亲、母亲、孩子三者关系的俄狄浦斯情结。
如果说“四岁男孩让戒德存在三种乱伦欲望：占有的欲望、被占有的欲望以及消灭大他者的欲望，那么相同年龄的女孩仅仅只是开始于这样一个单独的乱伦欲望：那就是占有母亲，接下来被父亲占有。”
“诸神最先造的器官是眼睛，它给我们带来光。”
我们需要借助他者来认识自己，他者的凝视致使自我主体自由的消失。四岁孩子的性化和成人的性化不是一个概念，我们会误认误解四岁孩子对性化父母所产生的语言和行动，黑暗的人做着黑暗的梦，我们更愿意倾向黑暗的解读，四岁孩子还没有习惯凝视带来的主体自由性的消失，正常的和不正常的，对于四岁孩子而言没有区别。
女孩进入俄狄浦斯情结有三个阶段，首先是前俄狄浦斯时期，然后是孤独时期，最后是俄狄浦斯时期。
在前俄狄浦斯时期，女孩看起来像一个男孩，她觉得强大而骄傲，她是好奇的、偷窥的、有攻击性的。这一切和男孩一样。原因在于女孩认为自己也有全能的石祖，她坚信自己也有一个石祖。
在这个时期，她是快乐的，骄傲的，狂喜的，她因为占有母亲而生机勃勃。
有那么一个关键时刻，这个时刻和男孩看到母亲身体的时刻一样重要。在这个关键时刻，女孩发现自己没有男孩一样的下体。她开始怀疑自己之前那种全能自信的感觉，女孩去问母亲，
“为什么我和男孩下面的不一样”
，女孩母亲告诉她，“因为你是女孩，所以你没有。那个东西只有男孩有。”母亲的回答让她感觉到痛苦。她通过和母亲周围女性的交流发现自己不会有这个，永远也不会有。一种被剥夺的痛苦。看到下体的那一刹那，是如此的冲击，因为从来没看到过“它”，“它”只是停留在想象幻觉中，她那种错觉在看到真实的“它”的那一刹那被击碎。
女孩感觉到了被欺骗，被剥夺，幻觉粉碎，自爱欲受到了创伤。自此女孩进入了孤独时期。
在这个时期，女孩没有走向父母的任何一方，她不知道应该怎么办。如果是男孩出离俄狄浦斯情结是为了保护他的自爱欲，那么女孩进入俄狄浦斯情结是为了在父亲那边让受到创伤的自爱欲修复。
女孩此刻离开了她之前认为的全能的，和她一样拥有全能石祖的母亲，投入了父亲的欲望，希望被父亲占有。因为她想要变得和父亲一样伟大，挥舞着石祖，成为父亲旁边的女人，世界的女主人。
平日里羽馨大大咧咧的，满村子里跑，欺负路边的小狗，笑嘻嘻的拉着猫的尾巴，偶尔拿着棍子去惹一下男孩子。村里的人，都对她指指点点，说她像男孩子，一点也不像女生。四岁的她根本无所谓，她只感觉到下面兴奋，也不知道大人口中的男孩女孩到底是指什么。偶尔她会偷窥父母的生活，当然父母也不知道她在偷窥，不然真的要打断她的腿。她也会讨好母亲，或者是看到母亲不开心了就去安稳她，乖乖听母亲的话，求得母亲的认同。
有一回出事了，她溜进了男厕所，看到了一个4岁男生脱裤子在撒尿。男孩被她的出现吓傻了，她也愣在了原地。大脑仿佛短路一般，浑浑噩噩回到家。
看到男孩下体的那一瞬间，她的内心出现了不一样的感觉。安静了几天，父母都以为她生病了。
她内心开始想为什么我和他不一样？为什么他有那个东西？为什么我看到“它”的时候好像一切都明白了，一切谎言幻觉不攻自破，就是那个东西带来了自信和力量。为什么对我不公平？
于是，她发动了行动，她路上堵住了男孩，对男孩说，“我要你身上的东西”，男孩吓傻了。女孩子跑过去打男孩，两个人扭打在一起，女孩占据了上风，她准备脱下他的裤子，男孩哇哇大哭。大人们跑来把他们拉开。女孩的父亲也在其中，他问女孩为什么？女孩子说，“我想要这个东西装在我身上！”大家被女孩说的话轰然而笑，没人当真，也没有人认真。
因为扭打在一起，女孩子上身的衣服也被扯掉了，被拉开后，男孩一直在看女孩的胸部，瞪大了眼睛。男孩的脑子里也在想，“为什么她的胸部和我妈妈的不一样？”为什么？“为什么会有人那么不要脸的把衣服拉上去？不知道羞耻吗？”
羽馨被她爸爸拉了回家，女孩一直在重复，“我要把他的东西拔下来，装在我身上。”女孩的母亲在家里，安慰女孩，“这是不可能的。”女孩说，“我想要它，我想要。”母亲说，
“其他都可以，这个不可能，你装不了它。我们都不可能有。”
母亲告诉女孩，我们这一同类女性和你一样，是不可能有这个男生一样的东西，我们被剥夺了拥有它的权利。女孩伤心欲绝，大哭不止。
女孩认为她必须拥有它，这是象征，这是全能的石祖。就好像我们曾经在商场看到一个孩子哭着说要玻璃柜子里的玩具，如果家长不给买，那么就大哭一样。孩子原地哭闹的根本原因，是石祖的力量没有得到体现。或者说，他以为他拥有石祖的力量可以全能的控制一切，但好像突然失效了。
现实里的父母不可能对着孩子说一番俄狄浦斯的理论，更不可能耐心安慰孩子。只有不耐烦的看着他打滚，或者是看着他哭闹随后在安慰，甚至是直接离开，让孩子一个人在那里撒欢。
羽馨也是如此，大哭不止。石祖的失效，她的父母不给她那个东西，因为那个东西本身就不存在现实，是一个空想，是一个幻觉。那么她所亲眼见到的父亲的权威性，母亲对于父亲权威的依附，自然她开始倾向投入父亲的怀抱，她想被父亲占有，做父亲的女人，从而成为石祖。成为父亲的喜爱之物，如同母亲是父亲的喜爱之物一般，
“这个欲望就是想要获得像她妈妈那般讨人喜欢并且被她的伴侣疼爱。”
女孩说道，“爸爸，如果我没办法拥有男孩子那个它，那么我想要你的全能的力量。”女孩的父亲会很震惊，他果断的拒绝女孩的请求，
“这不可能”。
但女孩不会死心的，她开始诱惑勾引她的父亲。
这听起来很可笑也很乱伦，但事实就是这样。女孩当她被父亲拒绝的时候，她会采取措施，试图从父亲那边得到注意力。然而父亲会认为女孩这样做，只是一个孩子的无意识行为，并不会多想。
我们想想很多影视作品中的小女孩，她们的行为，其实是很令人难以理解，是因为导演编剧需要呈现出俄狄浦斯的力量，呈现小女孩的呐喊，
“让我做你的缪斯，让我成为你的力量火种，快来拥有我！”
，换而言之其实是一种得到全能石祖关注的方式，从而成为石祖。但这个时候一个现实的父亲，会再次拒绝女孩的要求。
“不！这没有得商量，你再怎么装也只是一个小女孩，我拒绝。”女孩可不会认输，她宣布，“我一定会像你一样强大！我会比你强大许多许多！”
女孩对父亲产生了性化，欲求。这一切只有当她实现她被爱的欲望才能停止。所以一个女人很容易被父亲给影响。你所认为的最性感的女人的一面，有可能是父亲的影子，是父亲所认为的样子，而不是你自身的。你的欲望，你的动作，你的一切，都有可能是父亲的影子。
作者：J.-D. Nasio
出版社：中国轻工业出版社
出品方：万千心理
译者：张源
出版年：2017年
页数：168
定价：25.00
装帧：平装
ISBN：9787518410811
以上内容都来自阅读《俄狄浦斯情结：精神分析最关键的概念》这本书的启发和思考。我深刻地体会到了俄狄浦斯情结在我们成长过程中的普遍性和重要性。俄狄浦斯情结是我们成长过程中普遍存在的一种心理现象，是我们内心深处的一种情感纠葛。书的结尾有西格蒙德·弗洛伊德与雅克·拉康关于俄狄浦斯情结著作的摘要及注解。
“俄狄浦斯情结不是一个可以观察的现实，而是儿童因其乱伦欲望的压力而铸造的一个性幻想，这个幻想的内容通常都是一个成人对其使用了性引诱的情景……但总是活跃在成年神经症患者的脑海里，通过分析家可以在治疗过程中对其进行重建。”
关于性别角色和父母角色的深刻见解。男孩放弃母亲是因为他们害怕，而女孩则是因为母亲未能满足她们的期望而转向父亲。这表明俄狄浦斯情结不仅与性别有关，还与个体的情感需求和心理发展紧密相连。使我意识到，我们的行为和情感往往受到潜意识中那些我们未曾察觉的力量的驱使。
“男孩放弃了母亲是因为他害怕，而女孩抛弃了令她失望的母亲，转向了父亲。”
“孩子拥有全能力量的观点是错误的，不仅是在其成长过程中没有任何迹象表明，而且他自命的全能力量与这些失败，都不是他在这个问题中遇到的，他考虑这都是无能为力、失望、幻灭，这都触及母亲的全能力量。”
孩子在成长过程中会遭遇无能为力、失望和幻灭。这些经历触及了母亲的全能力量，母亲的力量可能会让孩子产生过度的依赖和期望。而父亲的存在则提供了一个替代的能指，帮助孩子逐渐建立起独立的人格。
“如果没有父亲就不存在俄狄浦斯情结。”“父亲是一个暗喻，父亲是一个能指替换了另一个能指。这就是动力，最基本的动力，也是在俄狄浦斯情结中父亲介入的唯一动力。父亲在俄狄浦斯情结中的功能就是一个替代的能指。取代在象征性符号中引入的第一个能指，即母亲的能指。根据暗喻的格式，父亲产生于代替母亲的位置。”
父亲在俄狄浦斯情结中的关键作用。父亲不仅是生物学上的存在，更是象征性的权威，他在儿童的社会化和性别认同发展中扮演着重要角色。尝试与自己的过去对话，尤其是那些与父母相关的记忆。我们如何在无意识中模仿和重复父母的行为模式，以及这些模式如何影响我们的人际关系和自我认知，更加深入地反思自己的行为动机，试图理解那些看似无迹可寻的情感反应背后隐藏的深层原因。
“俄狄浦斯情结的结束其实就是创立律法的关联词，从而俄狄浦斯情结被持久地压抑在了无意识中，律法以实存为基础，以俄狄浦斯情结留下的果核的形式而存在，我们知道，这个果核以最多样，最不规则，最古怪的形式体现在了每个主体身上，它被称为超我。”
俄狄浦斯情结对我们的心理发展产生了深远的影响，它塑造了我们的道德观念和行为准则。
“离开你的爸爸和妈妈。”
离开父母，从字面上理解，是指物理上的分离，但从心理层面来说，它指的是心理上的断乳。这是指个体逐渐不再受父母心理上的控制和影响，开始形成自己的心理结构和生活方式。通过离开父母，个体开始处理和解决俄狄浦斯情结，建立起自己的性别认同和人际关系的模式。
俄狄浦斯情结是一种精神结构，而并非我们所谓的家庭结构。结构优先意味着父母孩子正巧处于结构中，而不是先有父母孩子才有了俄狄浦斯情结。拉康、弗洛伊德用家庭三元结构来阐述俄狄浦斯情结，这种精神结构足以衍生至全人类范围。这本书是一次心灵的旅程，它可能会挑战你的信念，但同时也会带来深刻的洞察和启发。
人工智能：思考人类的指南
作者：37 发布时间：2023-05-04 06:20:05
本书作者梅拉妮·米歇尔是波特兰州立大学计算机教授，也是科普畅销书《复杂》的作者，曾师从认知科学家、人工智能先驱和《GEB》的作者侯世达，且侯世达阅读并评论了本书手稿的每个章节。本书英文名《Artificial Intelligence: A Guide For Thinking Humans》翻译过来“人工智能：思考人类的指南”，比中文名《AI 3.0》更能表达本书的目的，和作者一起深入探索AI历史和方法，以及AI挑战人类独特性上的成就和思考，非常适合像我一样对AI有兴趣、各种名词听了不少次但又感觉自己不了解的人作为入门书。
这篇读后感分成三个部分。第一部分是关于AI的术语，通过阅读本书看到的大量不太理解的术语和通过查阅资料整理的术语之间的关系和定义，通过学习这些术语能够更好的理解本书背后的思想和结构；第二部分是我的读书思考，尤其是chatGPT带来的思考和对人本身的认知；第三部分是我的行动计划。
一、AI的术语。
定义你的术语——否则我们将永远无法相互理解。——伏尔泰（P021）
我由于缺少体系化的学习，平时一直对人工智能、机器学习、神经网络、深度学习、监督学习、无监督学习、强化学习等术语定义、分类和彼此关系感觉模糊不清。读本书时大量陌生的术语给我开辟了新世界，但缺少整体上结构性的理解和认知，通过互联网找了不少学习资料，尝试把遇到的大部分术语关系表达出来，如下几张图从不同的维度表达了这些关系，很符合知乎上优秀答主俞扬的回答：“符合逻辑的分类能帮助人们建立认知框架，不符合逻辑的分类让人一头雾水”（
https://www.zhihu.com/question/279973545/answer/2391767868
）。
人工智能（Artificial Intelligence，AI）
计算机科学的一个分支，简单的定义是“努力将通常由人类完成的智力任务自动化。”（
https://mp.weixin.qq.com/s/MWLA0jcaI3q-lDXm72fv8w
）按照研究方法早期主要分为两大范式符号人工智能和亚符号人工智能，而在当下两个范式正相互融合。
约翰·麦卡锡（John McCarthy）发明“人工智能”是为了区分“控制论”，但其目的是“真正的”智能，而非“人工的”智能（P20），有趣的是当年维纳取名“控制论”是为了区分克劳德·香农（Claude Shannon）的“信息论”，而公认标识人工智能起源的1956年达特茅斯会议就是由麦卡锡和香农等4人发起的10人会议，提案基于“学习的每个方面，或者说智能的任何特征，从原则上来说都可以被精确地描述，因此，可以制造一台机器来进行模拟”，当时讨论的七大领域至今仍然定义着人工智能：(1) 自动计算机，所谓“自动”指的是可编程；(2) 编程语言；(3) 神经网络；(4) 计算规模的理论（theory of size of a calculation），这说的是计算复杂性，(5) 自我改进，这个是说机器学习；(6) 抽象；(7) 随机性和创见性。
https://mp.weixin.qq.com/s/Exn2lrOoJecORj2p4Xyg2Q
2021年，联合国教科文组织发布了《人工智能伦理建议书》给出了一个人工智能的定义：“将人工智能系统视为有能力以类似于智能行为的方式处理数据和信息的系统，通常包括推理、学习、感知、预测、规划或控制等方面。”
https://mp.weixin.qq.com/s/5GtfLMxvwe1Y2yrMFgRynA
人工智能研究者斯图尔特·拉塞尔（Stuart Russell）更加精确地描述智能为：“如果一个实体基于它所感知到的内容，选择了预期能够实现它的目标的行动，那么我们就可以认为，大体上来说，它是智能的”
https://mp.weixin.qq.com/s/cPj-7-BYP_SKgHUonIl5Tw
图1（
https://qr.ae/prvxO6
）
符号人工智能（Symbolic AI ）
核心是推理和知识，最初是受到数学逻辑以及人们描述自身思考过程的方式启发，在人工智能领域发展的最初30年里占据了主导地位，以专家系统最为著名（P018），包括当下的知识图谱（
https://mp.weixin.qq.com/s/sXlfe9_xC8CncyUKJPt4QQ
）。一个符号人工智能程序里的知识包括对人类来说通常可以理解的单词或短语（即“符号”），以及可供程序对这些符号进行组合和处理以执行制定任务的规则。
亚符号人工智能（Sub-Symbolic AI）
从神经科学中汲取灵感，试图捕捉隐藏在“快速感知”背后无意识思考过程，如识别人脸或语音识别等。一个亚符号人工智能本质上是一堆等式——通常是一大堆难以理解的数字运算，此类系统被设计为从数据中学习如何执行任务，本质是数据驱动。亚符号受大脑启发的人工智能程序的一个早期例子是感知机，它是由心理学家弗兰克·罗森布拉特于20世纪50年代末提出。感知机是人工智能的一个重要里程碑，同时也催生了现代人工智能最成功的工具深度神经网络（Deep Neural Network，DNN）（P026）。
连接主义人工智能（Connectionist AI）
亚符号人工智能发展了人工神经网络，我们现在所说的神经网络，在20世界80年代一般被称着“连接主义网络”，其实“连接主义”这个术语指的是：这些网络上的知识存在于单元之间的加权连接中（P043）。（感官信息（视觉、听觉和触觉等）是如何存储在记忆中并影响人类行为的? 有两种基本观点，一种观点是，这些信息以某种编码的方式表示在（记忆）神经网络中，符号 AI 属于这一学派。另一种观点是，感官的刺激并不存储在记忆中，而是在神经网络中建立起「刺激–响应」的连接（通道），通过这个「连接」保证智能行为的产生，这是连接主义的主张，连接主义 AI 就是建立在这个主张之上。
https://mp.weixin.qq.com/s/9ISGSOUzjTlYOUvBjE5bzw
）智能的关键在于构建合适的计算机结构以及系统来获得从数据或现实世界中进行学习的能力（P044）。在当下大家一般把亚符号人工智能和连接主义人工智能看作是同一个术语，甚至直接用连接人工智能取代亚符号人工智能。同时今天亚符号人工智能以数据驱动的方式也融合了知识驱动的符号人工智能，几乎所有的算法都属于亚符号人工智能，也包括从符号人工智能获取的，这就是图1表达的含义（
https://qr.ae/prvxO6
）。
机器学习（Machine Learning，ML）
机器学习的概念就来自于图灵的这个问题：对于计算机而言，除了“我们命令它做的任何事情”之外，它能否自我学习执行特定任务的方法？计算机能否让我们大吃一惊？如果没有程序员精心编写的数据处理规则，计算机能否通过观察数据自动学会这些规则？（
https://mp.weixin.qq.com/s/MWLA0jcaI3q-lDXm72fv8w
）在统计学和概率论的启发下，人工智能领域的研究者开发了一些列能够使计算机从数据中进行学习的方法，并且为了与符号人工智能区分开来，机器学习成了亚符号人工智能领域一个独立的分支学科（P045）。
机器学习从数据中总结模型，而数据表示的经验可以包含不同的信息形态，其中的一个关键的信息是关于模型表现的反馈信息。有得数据中包含了模型应该输出的值，有的数据则完全没有这一类信息，还有的数据中包含的是对模型表现的打分。不同的反馈信息导致我们需要用不同的技术进行处理，因此按照反馈信息的不同，机器学习经典划分为三大类：监督学习、无监督学习和强化学习。（
https://www.zhihu.com/question/279973545/answer/2391767868
）
深度学习（Deep Learning，DL）
深度学习一词最初在 1986 被引入机器学习（ML），后来在 2000 年时被用于人工神经网络（ANN）。深度学习方法由多个层组成，以学习具有多个抽象层次的数据特征。DL 方法允许计算机通过相对简单的概念来学习复杂的概念。对于人工神经网络（ANN），深度学习（DL）（也称为分层学习（Hierarchical Learning））是指在多个计算阶段中精确地分配信用，以转换网络中的聚合激活。为了学习复杂的功能，深度架构被用于多个抽象层次，即非线性操作；例如 ANNs，具有许多隐藏层。用准确的话总结就是，深度学习是机器学习的一个子领域，它使用了多层次的非线性信息处理和抽象，用于有监督或无监督的特征学习、表示、分类和模式识别。（
https://mp.weixin.qq.com/s/gyMjWmfQBayVINjBRLvPew
）
深度学习是表征学习，从数据中自动形成有用的表征。类似人类的学习，一个逐步学习的过程，第一层专注学习更具体的概念，而更深的层将使用已经学习的信息来吸收得出更多抽象的概念，这种构造数据的表示过程叫特征提取。在高层次上，神经网络要么是编码器、解码器，要么是两者的结合：编码器在原始数据中寻找模式以形成紧凑、有用的表示。解码器从这些表示中生成高分辨率数据。生成的数据要么是新的例子，要么是描述性的知识。
图2（
https://medium.datadriveninvestor.com/machine-learning-in-10-minutes-354d83e5922e
）
监督学习（Supervised Learning, SL）
应用在当数据标记、分类器分类或数值预测的情况。即数据有标准答案。
图3（
https://mp.weixin.qq.com/s/isFK-mN4YLhOjEM2EyPPhQ
）
无监督学习（Unsupervised Learning, UL）
当输入数据没有标记时，可应用无监督学习方法从数据中提取特征并对其进行分类或标记。即数据没有标准答案。
图4（
https://mp.weixin.qq.com/s/isFK-mN4YLhOjEM2EyPPhQ
）
强化学习（Reinforcement Learning, RL）
强化学习使用奖惩系统预测学习模型的下一步。这主要用于游戏和机器人，解决平常的决策问题。
图5（
https://mp.weixin.qq.com/s/isFK-mN4YLhOjEM2EyPPhQ
）
时序差分学习（temportal difference learning）（P164）：
时序差分算法应该时强化学习中最为核心的算法，它结合了动态规划和蒙特卡落算法。如蒙特卡洛算法一样，它不需要知道具体的环境模型，可以直接从经验中学习；另一方面，继承了DP算法的自举（bootstrap）方法，可以利用学到的估计值来更新，而不用等到一个episode结束后再更新。三种算法的control问题，即找到最优策略都是使用广义的策略迭代，主要不同在于prediction问题，即根据当前策略估计值函数。
https://mp.weixin.qq.com/s/IPcJWNKcvIXyRXT1vCOsrA
人工神经网络（Artificial Neural Network, ANN）
：一种受生物学启发的编程范式，它们于1943年由神经生理学家沃伦·麦卡洛克 ( Warren McCulloch ) 和数学家沃尔特·皮茨 ( Walter Pitts ) 首次提出，在其具有里程碑意义的论文"神经活动中固有的逻辑演算"中，提出了一种简化的计算模型，该模型计算了生物神经元如何在动物大脑中协同工作，利用命题逻辑进行复杂的计算。这是第一个人工神经网络架构。从那时起，我们看到许多其他架构被发明出来。（
https://mp.weixin.qq.com/s/KAco35yu-kr9Tt3TaNYo2w
）
万能近似定律（Universal Approximation Theorem，UAT）
（
https://mp.weixin.qq.com/s/56j8Ar-15z-KymK8v8k89w
）
在人工神经网络的数学理论中，通用近似定理（或称万能近似定理）指出人工神经网络近似任意函数的能力。通常此定理所指的神经网络为前馈神经网络，并且被近似的目标函数通常为输入输出都在欧几里得空间的连续函数。但亦有研究将此定理扩展至其他类型的神经网络，如卷积神经网络、放射状基底函数网络、或其他特殊神经网络。
此定理意味着神经网络可以用来近似任意的复杂函数，并且可以达到任意近似精准度。但它并没有告诉我们如何选择神经网络参数（权重、神经元数量、神经层层数等等）来达到我们想近似的目标函数。
1989 年，George Cybenko 最早提出并证明了单一隐藏层、任意宽度、并使用 S 函数作为激励函数的前馈神经网络的通用近似定理。两年后 1991 年，Kurt Hornik 研究发现，激活函数的选择不是关键，因为改层过大而无法正确学习和概括，前馈神经网络的多层神经层及多神经元架构可以减少表示函数所需要的单元数并可以减少范化误差，才是使神经网络有成为通用逼近器的关键。
全连接网络(Fully Connected Network，FCN)
：本意指网络内每个节点（神经元）都与剩余的节点相连。在人工神经网络中其主要指全连接层组成的网络，即每层的每个节点都与其前后层的全部节点相连。参数越多说明神经元越多，越能刻画多层网络，这就是为什么GPT需要这么多。（
https://www.zhihu.com/question/41037974/answer/2439305743
）
激活函数（Activation Function）
：一种添加到人工神经网络中的函数，旨在帮助网络学习数据中的复杂模式。类似于人类大脑中基于神经元的模型，激活函数最终决定了要发射给下一个神经元的内容。在人工神经网络中，一个节点的激活函数定义了该节点在给定的输入或输入集合下的输出。激活函数是确定神经网络输出的数学方程式。（
https://mp.weixin.qq.com/s/bXMsWsvG9mxE3TjTOrfyQA
）
代价函数（Cost Function）
也经常被称为损失函数（loss function），或者⽬标函数（objective function）如果对权重（或者偏置）的微小的改动，真的能够仅仅引起输出的微小变化，那我们就可以利⽤这⼀事实来修正权重和偏置，让⽹络能够表现得更接近我们期望的那样。
https://mp.weixin.qq.com/s?__biz=MzkyOTIxODI1Nw==&mid=2247484160&idx=1&sn=f3cafc4f0abc3d387f48d6fa91666bf2&chksm=c20da8bef57a21a87c35a9c9e0f7f93d34735a2b9f03f273db8749bf5c432c92128cf6718993&scene=21#wechat_redirect
图6 以Relu激活函数的提出为神经网络分水岭，可分为浅层神经网络和深度学习两个阶段（
https://mp.weixin.qq.com/s/P-yQ-NmuZ2aj9u5sSyWsYQ
）
前馈神经网络 (Feed-Forward Neural Network，FFNN)
：历史可以追溯到 1940 年代，只是没有任何循环的网络。数据在单次传递中从输入传递到输出，没有任何之前发生的“状态记忆”，即神经网络的基础模型感知机(Perceptron)。从技术上讲，深度学习中的大多数网络都可以被视为 FFNN，比如卷积神经网络（Convolutional Neural Networks，ConvNets，CNN）其实其变体，但通常“FFNN”指的是其最简单的变体：密集连接的多层感知器 (Multi-Layer Perceptron，MLP)。一般来说有1-2个隐藏层的神经网络就可以叫做多层，准确的说是(浅层)神经网络(Shallow Neural Networks)。随着隐藏层的增多，更深的神经网络(一般来说超过5层)就都叫做深度神经网络(DNN)，这属于机器学习领域的模型，也经常翻译成深度学习，基本上等同于Deep Learning。“深度”只是一个商业概念，很多时候工业界把3层隐藏层也叫做“深度学习”，所以不要在层数上太较真。在机器学习领域的约定俗成是，名字中有深度(Deep)的网络仅代表其有超过5-7层的隐藏层。（
https://mp.weixin.qq.com/s/vmwVKSq3qvD14ZAd41a3Eg
）。CNN是一个典型的空间上深度的神经网络，RNN （Recurrent Neural Network）是在时间上深度的神经网络。
https://www.zhihu.com/question/34681168/answer/59801695
。
反向传播（Back-Propagation，BP）
(P042)：一种计算神经网络代价函数梯度的快速算法，极大地降低了神经网络的训练成本，直接扩展了神经⽹络可以处理的问题范围，只有理解了反向传播，可能才可以说对神经网络有所入门。推荐阅读《极简神经网络：反向传播》
https://mp.weixin.qq.com/s/Xa-pMSkPW8Y5fyI_Eg5_Wg
和《不仅仅是大脑，宇宙都在做反向传播》
https://mp.weixin.qq.com/s/x9_ys3baNJwqarLisWoTxg
自然语言处理（Natural-Language Processing，NLP）
（P020）：人工智能的一个重要领域，它主要研究计算机如何处理自然语言，即人类习惯使用的语言。自然语言处理涉及到语音识别、语义理解、机器翻译等一系列技术，是人工智能领域的基础技术之一。最近行业大火的chatGPT就是Transformer模型在这个领域的应用。（
https://mp.weixin.qq.com/s/qWFqn7TVCXiMFOGcJwAEhw
）
二、读书思考
2022年初突然意识到自己对大脑所知甚少，于是读了一本让我醍醐灌顶的书《大脑传》（
https://book.douban.com/review/14506137/
），其中一个重要的发现就是：在1930-1950年之间，维纳、麦卡洛克、皮茨、冯·诺依曼、图灵、香农、布什等科学家经常一起围绕大脑探讨生物学和社会科学，这是一段非同寻常的历史，对神经科学、计算机科学、人工智能等兴起有关键且深远的影响，图灵测试、冯·诺依曼架构、控制论、信息论、人工智能等等都在这20年诞生。这本书让我意识到，我之前对AI不以为然，也陷入了《高效能人士七个习惯》中“习惯六统合综效”的问题（
https://book.douban.com/review/14461386/
），所以有了读《计算机与人脑》（
https://book.douban.com/review/14760658/
）和《AI3.0》。这本书很早就读完了，且认识到AI至少是新十年的核心生产力，其影响力绝对不亚于iPhone，我们应该从AI的视角来看待今天所做的一切，但读后感迟迟无法产出，一方面是因为基础太差，书中太多的术语不理解，存在很多困惑，另外一方面因为chatGPT的横空出世，沉溺于AI知识的海洋。在这样火热的时候，静下来写写读后感是对AI的一种很好的强化学习。
1. 机器像一个探索新奇世界的婴儿，世界对它而言是全新的，它需要学会语言，但更重要的是它要学会里理解沉淀在语言背后的意义。
（PXV）
大脑的复杂性大部分来自其与复杂世界之间的互动。因此，正如自然智能也需要接受教育一样，为人工智能提供教育也是有必要的。
（P063）
反之，AI是人类大脑的模拟，是人类强化学习的革命性方式。
chatGPT的诞生和火爆印证了这句话，Open AI的CTO在最近的TED 2023分享（
https://mp.weixin.qq.com/s/05jXZYt5aIpVcizOCAH5FQ
）所言，首先是基于互联网上海量的公开知识通过无监督学习产生图灵所谓的“孩子机器”，然后通过有监督学习和强化学习教会AI使用这些技能并和人类的价值观对齐，最后通过类似autoGPT的方式和整个世界交互来改善整个世界。
强化学习的愿景是：智能体（如机器狗）能够通过在现实世界中执行一些动作并偶尔获得奖励（即强化）的方式来自主地学习灵活的策略，而无须人类手动编写规则或直接“教育”智能体如何应对各种可能的情况。强化学习的目标是：让智能体自己学习并获得能对即将来的奖励进行更好的预测的值，前提是智能体在采取相关行动后一直在做正确的选择。正如我们将看到的，习得给定状态下特定动作的值通常需要经过许多次的试错。在最原始版本的强化学习过程中，智能体不记得它之前的状态。一般来说，记住以前的状态可能会占用大量的内存，而事实证明这并无必要。非常像婴幼儿的训练，记忆有时候也是一种负担，尤其是对错误的记忆其实没有价值，类似断舍离，沉淀正确的，丢掉不正确的。也印证了驯兽师最重要的驯兽方法：奖励其正确的行为，忽略其不正确的行为。（P145）
数字计算机的本质是符号操纵器，操纵符号0和1的各种组合。艾伦·图灵和冯·诺依曼等计算机领域的先驱认为，人脑与计算机之间存在着极强的相似性，因而可以将人脑类比为计算机，并且在他们看来，人类智能显然能够被复制到计算机中。（P019）chatGPT的出现更近一步的印证了先驱的判断。AI可以被看着是对人类大脑的更进一步的模拟，人天然会在大脑中模拟，从某种意义上讲，想象、做计划、做梦都是类似场景。强化学习的实践者几乎都会构建机器人和环境的模拟，然后在模拟世界而非在现实世界中执行所有的学习片段，我们都是这样来处理这个问题的，有时这种方法很有效。……迄今为止强化学习最大的成功不是在机器人领域，而是在哪些能够在计算机上进行完美模拟的领域。目前，强化学习最知名的成功是在游戏领域。（P156）AI的出现，可以预见教育领域会发生翻天覆地的变化，更早更好使用AI是对自己的强化学习。
2. 1936年托马斯·罗斯总结自己的研究策略：“要想相对肯定地理解一种机制，一个方法是模仿并复制这种机制。”通过深入电脑和AI，我们更能够理解人类天生具备一些核心知识，就是我们与生俱来的或很早就学习到的最为基本的常识
（P262）
，我们需要真正的认知、训练和使用我们的天赋，而不是盲目的和机器比速度。
直觉。由于我们人类是一种典型的社会型物种，从婴儿时期开始我们逐步发展出了直觉心理：感知并预测他人的感受、信念和目标的能力，直觉知识的这些核心主体构成了人类认知发展的基石，支撑着人类学习和思考的方方面面。“直觉物理学”（intuitive physics）描述人类对物体及其运转规则所具有的基本知识。“直觉生物学”（intuitive biology）用以区分生命体和非生命体。“直觉心理”：感知并预测他人的感受、信念和目标的能力。
模拟。我们对于我们所遇到的情境的理解包含在我们的潜意识里执行的心智模拟中，这种心智模拟同样构成了我们对于那些我们并未直接参与其中的情境的理解，比如我们看到的，听到的或读到的。理解任何情况，其本质是一种能够预测接下来可能会发生什么的能力。简而言之，你拥有心理学家所说的关于时间之重要方面的“心智模型”，这个模型基于你掌握的物理学和生物学的事实、因果关系和人类行为的知识。这些模型表示的是世界是如何运作的，使你能够从心理上模拟相应的情况。心智模型不仅能够让你预测在特定情况下可能会发生什么，还能让你想象如果特定事件发生将会引发什么。心理学家劳伦斯·巴斯劳（Lawrence Barsalou）是“理解即模拟”（understanding as simulation）假说最为知名的支持者之一。在他看来，我们对于我们所遇到的情境的理解包含在我们在潜意识里执行的心智模拟中。……“当人们理解一段文本时，他们构建来表征其感知、运动和情感等内容。模拟似乎是意义表达的核心。
隐喻。我们通过核心物理知识来理解抽象概念，如果物理意义上的“温暖”概念在心理上被激活，例如，通过手持一杯热咖啡，这会激活更抽象，隐喻层面上的“温暖”概念，就像评价一个人的性格的实验那样，反之亦然。《我们赖以生存的隐喻》：我们对基本上所有抽象概念的理解都是通过基于核心物理知识的隐喻来实现的。
抽象与类比。构建和使用这些心智模型依赖于两种基本的人类本能：抽象和类比。抽象是将特定的概念和情境识别为更一般的类别的能力，类比在很多时候是我们无意识的行为，这种能力是我们抽象能力和概念形成的基础。《表象与本质》阐述：“没有概念就没有思想，没有类似就没有概念。” 从某种形式上来说，抽象是我们所有概念的基础，甚至从最早的婴儿时期就开始了。简而言之，类比在很多时候是我们无意识地做出来的，这种能力是我们抽象能力和概念形成的基础。我们大脑中的概念，从简单的词语到最复杂的情境，都是通过抽象和类比习得的。掌握核心常识以及复杂的抽象和类比能力，是人工智能未来发展不可或缺的重要一环。
反思。人类智能的一个必不可少的方面，是感知并反思自己的思维能力，这也是人工智能领域近来很少讨论的一点没在心理学中，这被称为“元认知”。
3. 对于AI的恐惧或担忧，源于我们人类倾向于高估人工智能的发展速度，而低估人类自身智能的复杂度。
（P311）
AI本身是受到大脑的启发，某些能力超越大脑是必然的，类似鸟和飞机，马车和汽车，基于人工神经网络的大模型虽然黑盒，但结构上还是比较简单，通过规模出现了智能涌现，但我比较乐观的判断这轮创新最终会给人类创造了大量的智能硅基动物，类似硅基猴子（人形机器人）、硅基马（自动驾驶汽车）、硅基狗（机器狗）等等，没有人类智能聪明，但某些能力超越人类，某些情况下对人类有危险，大多数情况下能够被合理的驾驭，但带来了体力劳动的全面释放和创造力的全面爆发，期待Tesla Robot。推荐Fex Friedman对本书作者Melanie Mitchell的视频专访人工智能的概念、类比、常识和未来（
https://mp.weixin.qq.com/s/RjixhfbkE95hR2-6OqsXOQ
）。
AI短期的风险或许来自于虚假信息，这本身是一种随机性或者模拟的副作用，如何通过AI对齐，通过强化学习让AI符合人类的价值观和意图是当下的重点，否则就限制了其大规模可用性的空间。
https://mp.weixin.qq.com/s/cPj-7-BYP_SKgHUonIl5Tw
AI长期风险或许是被用于战争，风险不是AI本身，而是掌握AI的人的风险，这个就像核能一样，既能毁灭世界也能为世界提供持续的能源，甚至持续提供高级能源是一种更难也是更高级的能力。这个问题的解决需要人类的智慧，OpenAI的初心也有这层含义。
关于就业，很多人指出：从历史上看，新技术创造了与它们所取代的一样多的新就业岗位，人工智能也不例外。（P304）
三、我的行动
：
认真写一篇读后感是对一本好书的最大致敬，写这篇读后感耗时蛮久，感觉很多概念都不清晰，同时周围AI信息都在爆炸，一拖再拖跨度好几个月，让我对AI相关的几个主要概念有了初步的理解
在日常生活和工作中探索和应用AI产品，比如chatGPT, autoGPT, Midjourney, Stable Diffusion等
读《深度学习革命》，从人的角度理解深度学习的历史和变革
读《深入浅出神经网络与深度学习》，Open AI CTO Greg Brockman从0到1学习AI时，这本书是他认为对初学者最有用的
https://mp.weixin.qq.com/s/x2wF83zEkiZQp3pQrRqhBw
读《人工智能：现代方法》，全球数千所大学的课程教材，第4版刚刚更新了最近十几年的深度学习方法，英文版2021年出版，中文版2022.12月出版，恰逢其时。
读《The Alignment Problem》，探索关于AI安全的最重要方向之一，其实本质上是一个教育和成长问题，对AI的思考也是对人类自身的思考
读《贝叶斯的博弈：数学、思维与人工智能》
读《控制论》和《信息简史》，麦卡锡取名“人工智能”是为了区分“控制论”，维纳取名“控制论”是为了区分香农“信息论”
读《我们赖以生存的隐喻》，我们对基本上所有抽象概念的理解都是通过基于核心物理知识的隐喻来实现的。