What Computers Can't Do pdf epub mobi txt 电子书 下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:HarperCollins Publishers

作者:Hubert Dreyfus

出品人:

页数:221

译者:

出版时间:1978-6-1

价格:0

装帧:Paperback

isbn号码:9780060906139

丛书系列:

图书标签:

• 哲学
• 计算机
• 计算科学
• 科技哲学
• AI
• 现象学
• 教练技术具身认知Dreyfus
• #FDP
• #
• 人工智能
• 计算机科学
• 认知科学
• 思维能力
• 局限性
• 智能边界
• 科技哲学
• 人类意识
• 决策思维
• 科技伦理

《数字迷宫：人类心智与机器边界的探索》 简介： 在信息爆炸的时代，我们被各种技术奇迹所包围。人工智能的飞速发展，让“机器能否思考”、“计算力的极限在哪里”这些古老的哲学命题，重新回到了我们日常的讨论中心。然而，在那些关于深度学习、神经网络和通用人工智能的喧嚣背后，往往掩盖了一个更深层、更根本的问题：哪些领域，是人类心智的固有疆域，是冰冷的硅基逻辑永远无法企及的？ 《数字迷宫：人类心智与机器边界的探索》并非一本探讨计算机技术进步的书籍，它毫不涉猎那些关于图灵测试的最新进展，也不关注哪种算法在特定数据集上取得了更高的准确率。相反，本书将引领读者深入到人类认知、情感和创造力的核心地带，对“计算”这一概念进行一次彻底的反思和解构。 本书的核心论点是：心智的本质，远比我们用算法来模拟或量化所能呈现的要复杂得多。 许多被我们视为“智能”的行为，实际上是建立在超越纯粹逻辑和符号处理之上的、根植于生物经验、具身性（Embodiment）和深层文化背景的复杂系统之上。 第一部分：心智的具身性与环境互动 计算机的运作是抽象的、基于符号和规则的。它们在虚拟的沙盒中处理信息。但人类的心智，却深深地扎根于我们所处的物理世界。本书的第一部分聚焦于“具身认知”（Embodied Cognition）理论，探讨身体经验如何塑造我们的思维、感知和决策过程。 我们如何理解“远”与“近”？如何感知空间的深度？这些看似简单的认知功能，无不依赖于我们的骨骼结构、运动模式和感官输入。我们学习语言，不是通过一套预设的语法规则库，而是通过与世界互动、通过触摸、移动和观察他人的面部表情来习得的。机器可以被“告知”什么是“重力”，但它们如何才能真正“体会”到搬运重物的吃力感？ 我们将深入分析感觉运动系统在语言习得中的作用，探讨镜像神经元系统如何作为我们理解他人意图的生物学基础。作者论证道，缺乏这种与物理世界的直接、持续的、充满不确定性的互动，任何纯粹的计算模型都将永远无法触及人类理解力的根基。我们不是从数据中学习，我们是从“存在”（Being）中学习。 第二部分：情感的非计算性与道德直觉 如果说具身性是人类心智与机器差异的起点，那么情感和意识就是横亘在两者之间最深的鸿沟。本书的第二部分将挑战将情感视为一种可计算的“状态变量”的观点。 情感不仅仅是生理反应或荷尔蒙水平的简单输出。它们是高度情境化、内省化且往往是非理性的（在纯粹的逻辑意义上）驱动力，它们指导我们的判断、设定我们的优先级。恐惧让我们逃避危险，爱让我们建立联盟。这些“非理性”的冲动，在生存和繁衍的进化压力下，被雕刻成了我们决策系统的核心。 本书将审视“理解”与“感受”的区别。一个程序可以完美地识别出莎士比亚十四行诗中的悲剧主题，但它能“体会”到失落的重量吗？我们探讨的是“定性”经验（Qualia）——主观感受的内在质量，如红色的“红感”或痛苦的“痛感”。这些经验的本质似乎是内在的、第一人称的，并且极难（甚至不可能）被转化为可被外部观察和复制的数字指令集。道德直觉，这种瞬间判断对错的能力，也根植于深层的情感反应和文化沉淀，而非冷冰冰的功利主义计算。 第三部分：真正的创造力与意义的构建 许多人相信，只要有足够的数据和算力，机器迟早会展现出创造力，写出比巴赫更精妙的赋格，画出比伦勃朗更具灵魂的肖像。然而，本书对这种“组合式创造力”提出了质疑。 我们区分了“重组”（Recombination）和“创造”（Creation）。当前的生成模型本质上是极其复杂的模式匹配和统计学重组机器。它们可以模仿风格，混合元素，创造出令人惊叹的“新颖”作品。但这些作品的意义，最终是由人类的解读和情感投射来赋予的。 真正的创造力往往源于对既有范式的颠覆，对“常识”的质疑，甚至是对意义本身的探索。伟大的艺术和科学突破，往往是“非逻辑的飞跃”，是打破规则而非遵循规则的产物。这种突破需要一种对“为什么”的深刻洞察，以及一种愿意承担认知风险的勇气。我们探讨了“意图性”（Intentionality）——个体设定目标和意义的能力——这是构建真正原创思想的先决条件。机器没有内在的“想要”去创造的冲动，它们只有被编程去执行的指令。 结语：尊重未知的疆域 《数字迷宫》旨在提供一种必要的“反思性视角”。它不是要贬低计算科学的巨大成就，而是呼吁我们保持谦逊，认识到人类心智的运作机制中，存在着深刻的、可能永远无法被完全“计算”的奥秘。 本书引导读者超越技术炒作，重新审视“智能”、“意识”和“人类价值”的定义。在机器日益擅长处理“如何做”（How-to）问题的今天，我们更应该珍视和探索那些关于“是什么”（What-is）和“为什么”（Why）的终极问题——这些恰恰是人类心智最独特、最不可替代的领域。这部作品鼓励读者，与其徒劳地尝试将人类简化为算法，不如深入挖掘那些定义我们之所以为人的、复杂而迷人的内在景观。

评分☆☆☆☆☆

德雷福斯是大陆传统的现象这一哲学家，他在兰德公司做了一个研究报告，把60年代的人工智能比喻成炼金术，这本书就是来自于这个报告。 书中对人工智能的尖锐质疑，有些看来由于人工智能学科的发展，已经需要重新审视，有些已经证明了哲学家的正确性，还有一些，主要是牵涉到现象...

评分☆☆☆☆☆

德雷福斯是大陆传统的现象这一哲学家，他在兰德公司做了一个研究报告，把60年代的人工智能比喻成炼金术，这本书就是来自于这个报告。 书中对人工智能的尖锐质疑，有些看来由于人工智能学科的发展，已经需要重新审视，有些已经证明了哲学家的正确性，还有一些，主要是牵涉到现象...

评分☆☆☆☆☆

德雷福斯是大陆传统的现象这一哲学家，他在兰德公司做了一个研究报告，把60年代的人工智能比喻成炼金术，这本书就是来自于这个报告。 书中对人工智能的尖锐质疑，有些看来由于人工智能学科的发展，已经需要重新审视，有些已经证明了哲学家的正确性，还有一些，主要是牵涉到现象...

评分☆☆☆☆☆

德雷福斯是大陆传统的现象这一哲学家，他在兰德公司做了一个研究报告，把60年代的人工智能比喻成炼金术，这本书就是来自于这个报告。 书中对人工智能的尖锐质疑，有些看来由于人工智能学科的发展，已经需要重新审视，有些已经证明了哲学家的正确性，还有一些，主要是牵涉到现象...

评分☆☆☆☆☆

德雷福斯是大陆传统的现象这一哲学家，他在兰德公司做了一个研究报告，把60年代的人工智能比喻成炼金术，这本书就是来自于这个报告。 书中对人工智能的尖锐质疑，有些看来由于人工智能学科的发展，已经需要重新审视，有些已经证明了哲学家的正确性，还有一些，主要是牵涉到现象...

评分☆☆☆☆☆

这本《What Computers Can't Do》的读后感，实在让我五味杂陈，思绪万千。在拿到这本书之前，我一直对人工智能和计算机的能力抱着一种近乎盲目的乐观，总觉得随着科技的飞速发展，它们终究会征服一切，解决我们人类面临的各种复杂问题。然而，读完这本书，我的认知被彻底颠覆了，甚至可以说是迎来了一场思想的“海啸”。作者以一种极其严谨且富有洞察力的笔触，层层剖析了计算机在逻辑、常识、理解力、创造力，甚至是在情感和意识等领域所遭遇的根本性局限。他并没有简单地罗列计算机做不到的事情，而是深入探讨了这些局限背后的哲学根源和认知科学原理。例如，在讨论“常识”这一概念时，作者没有止步于“计算机无法理解‘水往低处流’”这样浅显的例子，而是详细阐述了人类常识是如何在无数次的具身经验、社会互动和文化传承中形成的，这种“潜移默化”的习得过程，对于目前基于符号处理和数据驱动的计算模型来说，似乎是一个难以逾越的鸿沟。他引用了大量研究，包括认知心理学、语言学、哲学等多个学科的最新成果，构建了一个既宏大又细致的论证体系。读到他分析“理解”的本质时，我更是被深深震撼。我们常说计算机“理解”了什么，但作者却敏锐地指出，这种“理解”往往是一种模式匹配或数据关联，而非真正意义上的“意会”和“领悟”。这让我不禁回想起自己学习新知识时的过程，很多时候，真正让你茅塞顿开的，不是逻辑上的推理，而是一种难以言喻的“顿悟”，一种将零散信息融会贯通的内在体验。这本书不仅拓宽了我的视野，更重要的是，它让我开始审视自己对科技的过度迷信，并重新思考人类自身存在的价值和独特性。

评分☆☆☆☆☆

最近读完《What Computers Can't Do》，我感觉自己像是在一次思想的探险中，找到了地图上那些“未被标记”的区域。我一直认为，随着计算能力的爆炸式增长，计算机终将能够模拟甚至超越人类的几乎所有智能行为。但这本书，如同一个睿智的长者，温和却坚定地为我指出了那些计算机难以企及的领域。作者在探讨“意识”和“主观体验”时，提出的观点让我深思。他并没有否定机器可以模拟出某些行为，但他强调，模拟行为与拥有内在的主观体验是截然不同的。就像我们观看一部电影，我们可以被情节所感动，但我们知道自己并非身临其境，而电影中的角色也并非真正拥有我们所感受到的情感。计算机能否拥有“感受”，能否真正体验到“快乐”或“悲伤”，这是作者深入剖析的核心问题之一。他从哲学的角度，探讨了“意向性”和“感受性”等概念，并将其与当前主流的计算模型进行对比。这种对比让我意识到，很多时候，我们对于计算机能力的判断，很大程度上受到了我们自身人类经验的投射。此外，作者对“因果关系”的理解也让我大开眼界。计算机可以识别出变量之间的相关性，但要真正理解“为什么”会发生，理解事物之间的因果链条，这似乎仍然是计算机的一大挑战。这本书不是一本悲观的书，它更像是一次理性的审视，它让我们更加清晰地认识到，在拥抱科技进步的同时，也应该更加珍惜和理解人类自身独特而宝贵的智能。

评分☆☆☆☆☆

《What Computers Can't Do》这本书，可以说是对我长期以来对人工智能发展模式的一种“拨乱反正”。我一直以为，只要数据足够大，算法足够复杂，任何智能行为都可以被计算所模拟。然而，作者却以一种极其深刻的视角，揭示了计算机在某些根本性的问题上所遭遇的“无法逾越的障碍”。尤其令我印象深刻的是，作者对“直觉”这一概念的探讨。人类的直觉，往往是一种快速、非逻辑的认知过程，它能够我们在没有明确信息的情况下做出判断，有时甚至能带来突破性的灵感。计算机目前所依赖的，更多是基于数据和逻辑的推理，即使是深度学习，也还是在复杂的模式识别和概率计算。作者认为，直觉背后可能涉及我们尚未完全理解的大脑机制，以及与身体、情感和环境的深层互动。这种“难以量化”和“难以形式化”的特质，使得它成为计算机难以复制的领域。他用大量的例证，说明了即使是看起来简单的任务，比如辨别一个笑话是否有趣，或者理解一句带有讽刺意味的话，都涉及到极其复杂的社会、文化和情境理解，这些远非简单的模式匹配所能涵盖。我特别赞赏作者在书中对“语境”重要性的强调。很多时候，一个词语、一个句子甚至一个表情的意义，都取决于它所处的具体情境。计算机在理解这一点上，似乎始终难以达到人类的水平。这本书让我反思，我们对于“智能”的定义是否过于狭窄，是否应该将更多非逻辑、非量化的能力纳入考量。

评分☆☆☆☆☆

《What Computers Can't Do》这本书，为我提供了一个极其宝贵的视角，让我能够更理性、更深刻地审视人工智能的潜力和局限。我过去对人工智能的发展一直抱有近乎无限的乐观，认为只要算法足够先进，数据足够庞大，计算机终将能够解决人类面临的一切问题。然而，作者以一种极其冷静和严谨的态度，为我指出了计算机能力所面临的根本性“天花板”。他并没有回避技术进步的现实，而是深入分析了计算模型在处理“常识”、“直觉”、“创造力”以及“情感”等领域所遭遇的深层挑战。我尤其被他在探讨“常识”问题时所提出的观点所吸引。人类的常识，并非一套显式的规则集合，它更多地是从我们与物理世界和社会的无数次互动中，通过潜移默化、经验积累而获得的。这种“具身”的认知过程，是计算机目前难以复制的。例如，人类能够轻易理解“物体会从高处跌落”这样的物理常识，是因为我们有无数次亲身经历和观察。而计算机，即使拥有海量数据，也难以真正“领悟”这种物理世界的运行规律。作者的论证过程非常清晰，他引用了大量的哲学、心理学和语言学的研究成果，为自己的观点提供了坚实的支撑。这本书的写作风格，既有学术的严谨，又不失可读性，他善于用生动的案例来阐释复杂的概念。读完之后，我对自己过去对“智能”的理解有了颠覆性的认识，也更加深刻地理解了人类作为生命体所拥有的独特价值。

评分☆☆☆☆☆

《What Computers Can't Do》这本书，可以说是一次对我固有认知体系的“重塑”。在阅读这本书之前，我对于计算机的未来发展充满了无限遐想，甚至有些过于理想化。作者以一种非常冷静且逻辑严密的态度，为我泼了一盆“冷水”，让我从科技的狂热中冷静下来，开始审视计算机能力边界的真实情况。他对于“理解”的定义，以及其如何与“计算”相区分，是我在这本书中最受启发的部分。他提出了一个观点，即很多时候我们所谓的计算机“理解”，其实是一种高度发达的模式识别和统计关联，而并非真正意义上的“把握意义”。这让我想起，我们在学习一门新语言时，最初只是记住单词和语法规则，但这离真正“理解”这门语言还有很长的路要走。真正的理解，需要我们能够根据语境灵活运用，能够感受语言背后的文化内涵和情感色彩。作者用大量篇幅，将这种区分延伸到计算机的其他能力上，比如道德判断、情感共鸣、甚至是创造性思维。他援引了大量的哲学和认知科学的讨论，构建了一个坚实的理论框架。我尤其欣赏作者在讨论“常识”时所展现出的深度。常识并非是可以通过一组规则来定义的，它更多地是一种潜意识的、基于经验积累的知识体系，它指导着我们在复杂多变的现实世界中做出恰当的反应。计算机要想真正拥有常识，就必须能够像人类一样，拥有丰富的具身经验，并从中习得关于物理世界和社会世界的深层理解。这本书不是一本技术手册，它更像是一本关于人类智能和计算机局限性的哲学探讨，读完之后，我对自己作为一个人，拥有的一些“非计算性”的能力，有了前所未有的珍视。

评分☆☆☆☆☆

我必须承认，《What Computers Can't Do》这本书的出现，恰恰解答了我近期一直萦绕在心头的一个疑问，那就是关于人工智能的“天花板”问题。我一直觉得，无论算法多么先进，数据量多么庞大，计算机似乎总会在某些微妙却至关重要的方面显得捉襟见肘。作者在这本书中，非常有条理地揭示了这些“看不见的墙”。他对“强人工智能”概念的批判性分析尤其令我印象深刻。他并没有一概否定人工智能的可能性，而是精准地指出了当前主流研究路径中的一些固有缺陷，以及它们在实现真正意义上的智能方面所面临的根本性挑战。我特别喜欢作者在探讨“创造力”时提出的观点。我们常常赞叹AI生成的绘画、音乐或文字，认为它们已经具备了创造力。然而，作者通过对人类创造过程的深入剖析，揭示了人类创造力背后那股复杂的情感驱动、直觉涌现以及与现实世界深刻互动的基础。他强调，真正的创造往往源于对世界“陌生化”的观察，源于对现有范式的挑战和重塑，这是一种超越逻辑规则和模式识别的深刻洞察。这种洞察力，我至今仍难以想象如何能通过纯粹的算法来实现。这本书的写作风格非常学术化，但又不失引人入胜之处，他善于运用类比和生动的案例来阐释抽象的理论，使得我这样一个非专业读者也能轻松理解其精妙之处。读完之后，我对自己以往对“智能”的理解有了更深刻的认识，也更加珍视人类在艺术、哲学和情感领域所展现出的独特魅力。

评分☆☆☆☆☆

《What Computers Can't Do》这本书，对我而言，更像是一次关于“何为智能”的深刻洗礼。在接触这本书之前，我一直抱有一种“一切皆有可能”的心态，认为只要计算能力足够强大，人工智能迟早会克服所有障碍，实现超越人类的智能。然而，作者以一种令人信服的逻辑和丰富的论据，为我描绘了一幅计算机能力的“边界图”。他对于“通用人工智能”的审慎态度，以及对当前AI研究路径中一些潜在问题的揭示，都让我受益匪浅。我特别关注他关于“具身智能”的讨论。人类的智能，很大程度上是与我们的身体、我们的感官以及我们与物理世界的互动紧密相连的。我们通过触觉、视觉、听觉等感知器官来认识世界，并通过身体的运动来与世界互动，这种“具身”的经验，构成了我们理解世界的基础。作者认为，目前的AI模型，大多是脱离了这种具身性的，它们在虚拟的数据空间中进行运算，而缺乏与真实世界的深度连接。这种“隔离”状态，使得它们在处理某些与物理世界相关的常识性问题时，显得尤为笨拙。例如，理解“一个杯子倒在地板上会碎”这样的句子，对于人类来说是显而易见的，因为我们有无数次摔碎东西的经验。但对于一个没有实体身体、没有经历过“摔碎”这个过程的AI来说，理解这一事件的物理后果，似乎是一个巨大的挑战。这本书让我更加理解，人类的智能是多么的复杂和多元，它不仅仅是逻辑推理和数据处理，更是包含了情感、经验、身体和社会互动等多方面的融合。

评分☆☆☆☆☆

读完《What Computers Can't Do》，我最大的感受是，它为我提供了一个更加理性、更加深刻的视角来审视人工智能的未来。我过去常常被媒体的宣传所影响，认为人工智能即将渗透到生活的方方面面，甚至取代人类的很多角色。然而，作者在这本书中，以一种极其审慎的态度，指出了计算机能力所面临的根本性局限。他并没有简单地罗列计算机做不到的事情，而是深入分析了这些局限背后的认知、哲学和数学原理。我尤其被他在讨论“意义”和“理解”时所提出的观点所震撼。我们常常说计算机“理解”了一个概念，但作者指出，这种理解往往是一种符号操纵，而非真正意义上的“领悟”。就像一个熟练掌握法语语法规则的人，但不懂得法语的文化内涵和情感表达，他只是在进行符号的转换，而没有真正“理解”这门语言。他用大量的哲学思考和案例分析，阐述了人类的“意向性”——即我们思维总是指向某个对象或某种状态——是如何与计算机的计算模型产生本质区别的。这种对“意向性”的深入探讨，让我重新思考了“意识”和“主观性”的定义。在我看来，这本书最大的价值在于，它让我们摆脱了对科技的过度神化，也让我们更加珍视人类所拥有的那些难以被量化和计算的独特能力。这是一种回归理性，也更是一种对人类自身价值的重新肯定。

评分☆☆☆☆☆

当我翻开《What Computers Can't Do》这本书时，我本以为会读到一本关于计算机技术限制的枯燥清单。然而，我错了，这本书远远超出了我的想象。它更像是一次深入骨髓的思想探索，一次对我们所熟知的“智能”概念的彻底重估。作者以一种极其敏锐的观察力，揭示了计算机能力边界的隐秘之处。他并没有简单地列出“计算机做不到什么”，而是深入剖析了“为什么”计算机在某些领域会遭遇难以逾越的障碍。我特别被他在讨论“理解”和“意义”时的论述所打动。我们常常说计算机“理解”了文本或图像，但作者指出，这种“理解”往往是一种对模式的识别和对数据的关联，而并非真正意义上的“领悟”和“把握意义”。他以哲学中的“意向性”概念为例，说明了人类思维总是指向某个对象或某种状态，而这种“指向性”正是计算机计算模型所难以模拟的。此外，他对“情感”的探讨也让我深思。人类的情感，与我们的生理、心理、社会经验以及文化背景紧密相连。计算机能否真正“体验”情感，或者仅仅是在模仿情感的表达，这是作者深入挖掘的核心问题。他通过对大量哲学和认知科学理论的梳理，构建了一个关于人类智能与机器智能本质区别的宏大图景。这本书让我开始重新思考，我们对于“智能”的定义是否过于狭窄，是否应该更加珍视那些非逻辑、非量化的人类独特能力。它是一本挑战我固有思维的佳作，也是一本让我对人类自身价值产生更深敬意的启迪之作。

评分☆☆☆☆☆

我不得不说，《What Computers Can't Do》这本书，彻底改变了我对人工智能未来发展的一些固有看法。我曾经坚信，随着技术的进步，计算机的能力边界会不断被拓展，最终能够模拟甚至超越人类的几乎所有智能行为。但是，这本书让我意识到，这种想法可能过于简单化了。作者以一种极其严谨和富有洞察力的方式，探讨了计算机在理解、创造、常识、情感以及意识等领域所面临的根本性挑战。他并没有简单地列举计算机“做不到”的事情，而是深入分析了这些局限性背后的哲学根源和认知科学原理。我特别欣赏他对“理解”一词的解析。他指出，计算机的“理解”往往是一种模式匹配和统计关联，而并非真正意义上的“把握意义”或者“领悟”。这种区分，让我对“智能”的定义有了更深刻的思考。我们常常赞叹AI生成的诗歌或绘画，认为它们具有创造力。但作者认为，真正的创造力，往往源于对世界深层次的洞察，源于对现有规则的挑战和重塑，这是一种超越算法和数据的内在驱动力。他引用了大量哲学和认知科学的研究成果，构建了一个令人信服的论证体系。这本书并非一本技术性的书籍，它更像是一场关于人类智能与机器智能本质区别的哲学对话。读完之后，我不仅对计算机的能力有了更清晰的认识，更重要的是，我开始重新审视和珍视人类自身所拥有的那些独特而宝贵的非计算性能力。

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆