Ch1 1.2 深度学习的历史趋势

一般认为，深度学习到目前已经经历了三次发展浪潮：20 世纪 40 年代到 60 年代的控制论(Cybernetics)，20 世纪 80 年代到 90 年代的连接主义(connectionism)和 2006 年以来的深度学习。

Ch1 引言

人工智能的真正挑战，在于解决哪些对人来说很容易执行、但很难形式化描述的任务。

……本书讨论一种解决方案。该方案可以让计算机从经验中学习，并根据层次化的概念体系来理解世界，而每个概念则通过与某些相对简单的概念之间的关系来定义……如果绘制出表示这些概念如何建立在彼此之上的图，我们将得到一张“深”（层次很多）的图。基于这个原因，我们称这种方法为 AI 深度学习。

人工智能的又一个春天来了，带来春天的人却说他很后悔。

5 月 1 日，杰弗里·辛顿（Jeffrey Hinton）宣布从 Google 离职，为了“能够自由地谈论人工智能的风险”。

IBM 宣布使用 AI 取代基础工作岗位，以此减少人力成本。好莱坞的编剧工会开始罢工，因为他们不想和 AI 一起工作，或者被 AI 取代。刚才在 Reddit 上看到一个帖子，一位作家说他正在考虑转行成水管工——希望能迟一点被取代。

昨天写了篇短文谈 Auto-GPT，今早就看到有人做了个 AutoSD。这里的「SD」，是 Stable Diffusion XL。

原理是 Auto-GPT 思路，不过又有点不一样。作者用 GPT 生成两个 Agent，非常八十年代风格地把他们叫做 Agent69 和 Agent007。这俩 Agent 会彼此讨论，会去 Google 所需信息，尝试生成好用的 Stable Diffusion XL Prompt。等这俩看起来很硬汉的 Agent 达成一致后，就调用 Stable Diffusion XL 生成图片，然后保存到文件夹。

1982 年，科幻作家弗诺·文奇（Vernor Vinge）首次提出“技术奇点”（Technological Singularity）概念。1993 年，他系统阐述了这个理论，声称超越人类智能的计算机将在 50 年之内问世，并认为这次变化和人类的出现一样意义重大。