内容简介

肯尼斯·斯坦利（Kenneth Stanley），全球创新思维和前沿科技领域的代表性专家、人工智能科学家，OpenAI 研究员。曾任中佛罗里达大学教授，深耕机器学习领域，发表了80多篇专业论文，其中数10篇获得了最佳论文奖，并经常受邀在世界各地发表演讲。他曾是 Uber 人工智能实验室的创始成员，在行业内具有卓著的影响力。

乔尔·雷曼（Joel Lehman），全球知名的人工智能科学家，OpenAI 研究员。曾是 Uber 人工智能实验室的创始成员，目前在 OpenAI 做“大型语言模型（大模型）+演进算法”方面的研究，聚焦的领域包括人工智能安全、强化学习和开放式搜索算法。2022年，其率领的研究团队发表了一篇“神奇”的论文，首度揭秘了 OpenAI 的一项研究：大模型自己学习、自己写代码，然后自己“调教”出了一个智能体机器人——“成精了！”这也揭示...

()

作品目录

作者简介

肯尼斯·斯坦利（Kenneth Stanley），全球创新思维和前沿科技领域的代表性专家、人工智能科学家，OpenAI 研究员。曾任中佛罗里达大学教授，深耕机器学习领域，发表了80多篇专业论文，其中数10篇获得了最佳论文奖，并经常受邀在世界各地发表演讲。他曾是 Uber 人工智能实验室的创始成员，在行业内具有卓著的影响力。

乔尔·雷曼（Joel Lehman），全球知名的人工智能科学家，OpenAI 研究员。曾是 Uber 人工智能实验室的创始成员，目前在 OpenAI 做“大型语言模型（大模型）+演进算法”方面的研究，聚焦的领域包括人工智能安全、强化学习和开放式搜索算法。2022年，其率领的研究团队发表了一篇“神奇”的论文，首度揭秘了 OpenAI 的一项研究：大模型自己学习、自己写代码，然后自己“调教”出了一个智能体机器人——“成精了！”这也揭示...

(展开全部)

精彩摘录

例如，许多纯数学的研究人员从未想过要去影响现实世界，他们最尖端的理论，往往被视为纯粹的智力成果，搁置多年而无人问津。著名数学家哈代（G。H。Hardy）曾将数学的实际应用称为“数学领域最枯燥和初级的部分1”，与纯数学的诗意（即追求真理而不考虑实际应用）形成了鲜明对比。然而，尽管纯数学家们在竭尽全力地保持数学的“纯理论性”，但这些看似“不实用”的理论成果，后来还是被证明支持了物理学的发展或促成实用的计算机算法的出现。虽然其初衷是服务于纯数学目的，但抽象代数的一个特殊分支一群论（grouptheory），却在化学2和物理学中都得到了实际应用。深奥的数学还通过公钥密码学4的应用，为线上商务的安全性提供了支柱，前者主要依赖于单向函数的数学思想和计算复杂性理论一但其原始动机完全没有考虑到在线商务领域的应用。

——引自章节：第8章解开禁锢创新的枷锁

另一种允许偶然性在进化中发挥作用的力量，便是扩展适应，是指生物“曾经行使过某种功能的结构，在进入一个新生境后，又被用于另一个不同功能的现象”。例如，羽毛最初是在恐龙身上进化出来的，主要功能是保持体温，之后才逐渐成为适用于鸟类飞行的结构。以人类自身为例，骨骼开始只是用于储存供身体其他功能所需的矿物质，后来才进化成人体的支撑性结构16。

——引自章节：第10章案例研究1：重新诠释自然进化