《读库2305》包含了七篇文章。
《人工智能忧喜录》和《不存在的存在》事关人工智能。1956年，一帮计算机专家在美国达特茅斯召开会议，研究怎么让计算机更聪明一点，并提出了“artificial intelligence”这个词，此后对AI的研究方向和方法几经变动，终于在九十年代有所突破，特别是二十世纪第二个十年，OpenAI引入转换器之后，GPT的出现让人们相信AI具备了人类的本事：观察世界、总结规律和获取新知识。那现在能不能说人工智能奇点已经来临？朱石生老师有自己的答案，而朱朝晖则认为，奇点已经到来。也是在1956年，摄影师罗伯特·弗兰克横贯美国，拍摄沿途所遇的场景，两年后，出版了仅有八十三幅照片的纪实摄影集《美国人》。2023年，朱朝晖利用ChatGPT和Midjourney，延续并进化《美国人》的主题，创作了一部AI摄影集《新美国人》。
2006年柳名扬考上了哈工大的土木工程专业，正赶上新世纪房地产行业的第一个黄金时代，一入学就听说了所谓的“一注”，即一级注册结构工程师考试，但没有太留意，直到2012年研究生毕业工作后，开始了漫漫十一年考证之路。2012年到2019年，他一共参加六次勘察设计注册工程考试，获得一级注册结构工程师和注册土木工程师（岩土）职业资格证书，近两年又通过七项上岗证考试，考证已与他的生活密不可分。《考证》里，作者以行业从业者和考试亲历者的角度，回顾过去十来年宏观经济波动与建筑行业发展的关系，也描绘了自己的职业路径。
《读库2104》曾刊登山山写的《母亲的病》，《我和父亲在工地》写的是十年前山山放寒假，和父亲一起去工地打工的故事。他说这是他第一次真正了解了自己父亲和那一辈人的生活。他们奔波在不同的工地，不喜欢自己的工作，除却工作环境和物质回馈的贫乏以外，他们也找不到任何成就感、骄傲，以及希望。
《花经》是一部讲述花木栽培种植的经典著作，也是一部园艺百科全书，由上海黄园主人黄岳渊黄德邻父子花费数十年心血写就，1949年正式出版，首印一千册。《“甘为花木保姆”》是新版《花经》一书责编姜淮所写黄家的故事，得到黄家第三代中的黄成彦老先生大力支持，挖掘打捞多种史料，既是一部作品的重生记，又可看作一个家族的变迁史。
二十世纪六十年代前半期的中国，生活着一位全国人民喜爱的女性李双双，她的故事始于某个村庄里的一次小小风波，不久便走向银幕和舞台，在全国掀起了一阵“李双双热”的浪潮。《好多个李双双》由日本连环画研究者稻次美穗所写，带读者从多个角度赏析连环画版“李双双”的形象。
1896年3月28日，七十三岁的“钦差头等出使大臣”李鸿章乘坐法国轮船从上海启程，出访俄国、德国、荷兰、比利时、法国、英国、美国和加拿大。10月3日，李鸿章乘船抵达天津，这次历时一百九十天、行程九万里的欧美之行宣告结束。梁宵杰参照《西洋镜：海外史料看李鸿章》等资料，在《李鸿章的环球航行》中整理当时西方报刊关于李鸿章的新闻报道和访谈，结合当时的历史背景，回顾整个出访历程，让一个复杂人物在读者眼前呈现出“另一面”。
- 探讨AI技术演进与奇点争议，解析神经网络原理
- 记录建筑行业从业者十一年的考证艰辛与职业变迁
- 重现父子工地打工的艰辛生活，展现底层劳动者群像
- 关注人工智能前沿发展与未来趋势的科技爱好者
- 身处建筑行业或面临职业资格考试压力的职场人士
- 对非虚构写作、社会纪实及历史人物感兴趣者
- AI科普文章存在专业争议，建议结合多方观点批判阅读
- 考证与工地篇章情感真挚，适合静心体会职业背后的辛酸
- 李鸿章环球航行篇视角独特，有助于打破传统历史刻板印象
- 《考证》与《我和父亲在工地》共鸣最强，真实感人
- AI相关文章篇幅较长且存在专业性质疑，评价两极分化
- 《李鸿章的环球航行》视角新颖，被视为本期亮点收尾
本导读基于书籍简介、目录、原文摘录、短评和书评生成，不等同于全文精读。
- "像我这样不断考证的人，在建筑行业里屡见不鲜，我知道持证最多的一个人，有九个建筑行业的证书。我去考注册岩土时，同考场有一位满头白发的老人，老伴陪着他来考试。我刚毕业时一同入职的同事，从公司离职后每年都在准备考注册结构，一直到六年后才通过。我身边的所有人，只要在这个行业里，就都放不下考证，年年备考的大有人在，一定得考过才能让自己心安。对我们来说，考证已不仅仅是升职加薪的敲门砖，它更像建筑行业从业者的一个魔咒、一场试炼，每个人都只有在通过之后才能获得内心的平静。 我曾经想过，为什么那么多人愿意投入大量的时间和精力去考证。考证在最开始确实对工作、对升职加薪有帮助，但超过两个证书之后，再考已经没有意义，"
- "一个人读本专业的书，扫一眼就能抓到要点，而读其他专业的书，可能一个字一个字认真读完，最后还是理解错了。这是因为读本专业的书，以往积累的信息有托举作用，让人可以顺利理解和吸收（本专业的）新知识，这就是一种信息之间的互相影响。那么，这种信息之间的作用力，或许会有个临界点，到了这个点，各种作用力融会贯通，形成一个有机体系，于是爆发出前所未有的能力。"
- "即便跻身高等学府，也未必能摆脱这种知识分裂现象。有些投身学术的人，并不是发自内心喜爱科学，而只是谋个饭碗。这样的人，靠着死记硬背和反复强化，能把本专业的操作学到手，但到手的只是技能，不是科学思维。面对专业问题，他们能做出正确反应，可一旦走出实验室或是办公室，心绪即刻弹回原生态，转而用童年熟悉的坊间智慧来解读天下事，于是有教授头衔的人也会去生吃茄子，因为他认为茄子既然在锅里能吸油，就必定可以降血脂。"
- "这说的是计算机电路。人类的神经元不是电子元件，为什么会用二进制？ 是这样，所有神经元，都借助神经纤维跟其他神经元相连。神经纤维有两种，一种叫树突，负责从别的神经元那里接收信号；另一种叫轴突，负责向别的神经元发送信号。这些连接建立之后，每个神经元就竖起耳朵，注意收听树突传来的信号。每个神经元留心的信号不同，比如负责视觉的神经，不会理睬声波激发的信号，但若是有图像信号传过来，它就发个功，沿着轴突往自己的下家发出一段信号。 这操作看起来很简单，但是人脑有一千亿个神经元，每个神经元根据不同情况，决定是不是给下家发信号，综合起来的效果，就是我们人类的喜怒哀乐和各种小心思。"
- "计算机产业有个摩尔定律，说的是每隔大约两年，计算机硬件的性能就提高一倍，价格却只有原来的一半。"
- "问题是，人脑的分区，和各个分区的功能，以及这些功能的合作，我们都不太清楚。基本上人类大脑还是个黑箱。"
- "我们再次用婴儿爬行做例子，看看学习过程跟大脑神经连接的关系。学习爬行的婴儿，如果用力的方向正确，能逐步接近床铺，到了床沿，因为往上爬阻力大，就比在平地的时候更用力蹬腿。这些用力方式都能帮助婴儿爬上床，属于成功操作。只要是成功操作，婴儿会本能地不断重复，这会让大脑里相关的神经元不断发出同样信号，驱动同样的肢体动作。这样的重复放电（神经信号都是电信号），就会促使合作的神经元建立永久连接。这就是著名的赫布定律：同工则同盟（fire together，wire together）"
- "任何深度学习网络，包括GPT，进步都来自对权重的调整。计算机圈子的人把“权重”叫作“参数”。参数的多少，约等于感知器连接数的多少。在GPT的训练过程中，工程师们发现一个近乎灵异的现象。这个现象叫emergent，国内一些文献按字典定义翻译成“涌现”，台湾大学的李宏毅老师翻译成“顿悟”，似乎更能表达出这个现象的特色。"
显示全部
