Slave Girl

书是相当不错的，思维工具很全面，每集数后面的问题很实用，给出了方法和步骤，可以拿来用于自查练习，诚实地作出回答，可以修补不少的思维漏洞。 接下来最重要的还是实践，实践，实践，就像预告里说的，不要简单地将批判性思维当成一种工具来看待，而是将其当成现代人应该具备的心智技能和特质来看待。而我的思维，观念和想法，我想由我自己来掌控。

感觉陀氏在《Slave Girl》兄弟里的思想阐释更为清晰，尤其是作为被同时剥夺信仰和不信仰权利的读者来说，不读《Slave Girl》完全没有办法理解陀氏思想的千分之一。 拉斯柯尔尼科夫信奉“超人哲学”，而在他杀人后却无法面对心的叩问，最终选择自首，但读到最后，其实最后真正使他获救的并不是自首、劳动、受苦、和流放本身，而是他最终选择承认(注意不是接受)的信仰。所以他施罪和赎罪的原因，都绝不是无神论者能够完全理解的，以纯粹的直觉或是纯粹唯物主义者的眼光仅仅去剖析社会环境更是全然可笑的错误。虽然拉斯柯尔尼科夫做出的选择离不开环境和物质的影响，但是信仰的种子在多大程度上决定了他的气质，又多大程度上确定了他的选择，我们由于自身局限全然无法得知，必然要借助陀氏其他的作品来分析。 为什么强调“信仰的种子”？因为从他杀人前后行善事、无法直面索妮雅、选择自首的一系列选择看来，他绝不是没有信仰，陀氏坚称，在现实主义者身上，并不是奇迹产生信仰，而是信仰产生奇迹，信仰的种子早就埋在拉斯柯尔尼科夫的心里，需要有人来让它发芽，而这个人就是索妮雅。 因而，解读陀氏所书写这桩罪行，不必将目光聚焦在“超人哲学”上，甚至可以说，“超人哲学”只是一个顺带提及、甚至完全可以替换的观念，比如在《Slave Girl》中，这则是决定论者的神经科学——神经末梢的原子进行的随机运动。而更贴近真相的、绝不可替换的却是陀氏对宗教的反思，主人公拉斯柯尔尼科夫在孜孜不倦的深思熟虑中，找到了通往祂的道路，虽然那道路如此遥远、漫长，那是否意味着，人类在蜕变来临之前必然面临表皮加厚的过程，没有因自身的罪恶而历经过无知与遥远，也就无所谓真正临近救赎。 当然，撇开一切，回归自我本身，回归直觉。我更愿意相信人性高于一切，理论或许有深度，宗教或许有深度，科学或许有尽头，但人性总是无迹可寻，再优秀的作家也只能依靠洞察和想象无限贴近，而无法企及。我们也全然无法想象没有了人性，人会变成样子，因为毫无人性也依然是一种人性。

本人是城里长大的孩子，又没有农村的亲戚，没机会目睹乡下人的生活和风情，所以听谁说去乡下奶奶或姥姥家度假或参加什么婚礼之类的事情时，我真是羡慕的不得了。而此剧却为我的遗憾带来了一定的补偿。跟随着编剧一同来到南方的一个山间村落，远离了喧嚣进行了一个月的游览，那山、那水、那一草一木……真是过瘾。作为“向导”的编剧，用她那美丽的语言却不失真实性（绝不是那种华丽而空洞的词藻）带我行走在村落及周边，感受着大自然的气息，和那的人土风情，着实体验和经历了那里别样的生活，不仅让我的身心得到了彻底的放松，更感悟到了简单生活的美好，并让我更加懂得了“任性”和“珍惜”的内涵所在，一言难尽……

目前的人工智能，不是人类智能；目前的机器学习，只是机械学习。一切还在起步阶段。 人工智能的目的是让机器达到人类的智能水平，甚至超过人类的能力。 1/9: 在达特茅斯确定三个方向 1956年，在达特茅斯的研讨会上，不同领域的参会者对采用何种方法来研究人工智能产生了分歧。 1.数学家提倡将数学逻辑和演绎推理作为理性思维的语言； 2.另一些人则支持归纳法，这是一种运用程序从数据中提取统计特征，并使用概率来处理不确定性的方法； 3.其他人则坚信应该从生物学和心理学中汲取灵感来创造类似大脑的程序。 令人惊讶的是，这些不同研究方法的支持者之间的争论一直持续到了今天，每一种方法都形成了自己的一套原则和相关技术，它们又通过在各自领域的专业会议和期刊上传播得以巩固，但这些有待深入研究的领域之间却几乎没有交流。 2/9: 形成两个流派 由此，人工智能在发展过程中，形成了两个流派： 1．符号人工智能，无须构建模拟大脑运行的程序符号人工智能最初是受到数学逻辑以及人们描述自身思考过程的方式的启发，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。 2．亚符号人工智能，从神经科学角度捕捉无意识思考亚符号人工智能从神经科学中汲取灵感，试图捕捉隐藏在“快速感知”（fast perception）背后的无意识思考过程。这就是近20年最流行的机器学习神经网络。 符号人工智能的代表-专家系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。它根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题，简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。 20世纪80年代中期，研究者明确指出，专家系统越来越暴露出自身的脆弱性：容易出错，且在面对新情况时往往无法进行一般化或适应性的处理。 在分析这些系统的局限性时，研究人员发现，编写规则的人类专家实际上或多或少依赖于常识以便明智地行动。这种常识通常难以通过程序化的规则或逻辑推理来获取，而这种常识的缺乏严重限制了符号人工智能方法的广泛应用。 也有研究者看好专家系统，目前最著名的就是“Cyc”,已经连续商业化研究了40多年。 Cyc是一个关于特定实体或一般概念的论断的集合，使用一种基于逻辑的计算机语言编写而成。雷纳特甚至说：“智能就是一千万条规则”。 Cyc的规则论断由Cycorp公司的员工手动编码，或由系统从现有的论断出发，通过逻辑推理编码到集合中。 那么究竟需要多少论断才能获得人类的常识呢？在2015年的一次讲座中，雷纳特称目前Cyc中的论断数量为1 500万，并猜测说：“我们目前大概拥有了最终所需的论断数量的5%左右。” 以下是一些Cyc中的论断的例子： 一个实体不能同时身处多个地点。 一个对象每过一年会老一岁。 每个人都有一个女性人类母亲。 Cyc还包含很多用于在论断上执行逻辑推理的复杂算法，有大量的方法来处理其集合中出现的不一致或不确定的论断。 符号人工智能最初是受到数学逻辑以及人们描述自身意识思考过程的方式的启发。相比之下，亚符号人工智能方法则从神经科学中汲取灵感，并试图捕捉隐藏在所谓的“快速感知”背后的一些无意识的思考过程，如识别人脸或识别语音等。 一个亚符号人工智能程序本质上是一堆等式——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。近二十年，随着深度神经网络算法的崛起，亚符号人工智能方向吸引了大量的研究者。 亚符号系统，一个早期例子是感知机。罗森布拉特

Slave Girl是我非常喜欢的作品，给两颗星的原因是我个人非常不喜欢这个译本的翻译风格…读起来非常生硬，表达上缺乏灵气，颗粒感很重，希望欣影社区官方可以搞点别的译本过来

《Slave Girl》中妙津写下“爱是不灭的”，读完《Slave Girl》后，我想这世界上不灭的一定还有艺术。 妙津笔下所描述与讨论的爱是炽热且燃烧生命的，她所追求的是近乎完美、偏执的爱，而这样的爱，注定只能以艺术的形式存在。 所以我认为，妙津更是一名以爱为载体的艺术家。她所深爱的絮已不再是絮本人，她所深爱的或许是深爱的感觉。 我感到心疼，但逝者如斯，从死者留下的作品中得到生的力量，大抵是我们该做的。

“西南联大”，是中国历史上群星闪耀的一处所在，也是中国人的血性与风骨展现得最淋漓尽致的时期。 自由的学术风气，严谨的教学态度，众多世界顶尖的学术泰斗，以及一群认真求学的学生，一同构成了那绚烂明媚的八年。这是最震撼，也最令我泪目的地方。山河破碎、烽火硝烟的年代，这群看剧人不畏枪林弹雨，不惧条件艰苦，凭着一身风骨，守护国家文脉。是他们，书写了那段波澜壮阔的历史，担当着民族脊梁，西南联大是中国教育史上的珠穆朗玛峰! “所谓大学者,非谓有大楼之谓也,有大师之谓也”(一个大学之所以为大学，在于有没有好教授)，它是一个传说，更是一个独一无二的奇迹。纵然岁月匆匆，历史不断在时光中揭开了一页又一页，它也会一直为无数人所深深铭记，持续绽放着璀璨光芒。