最近两年，围绕机器学习、深度学习的人工智能再次成为互联网行业热词，尤其是今年下半年以后，人人（创业者、投资人）言必称人工智能。但另一个略显残酷的事实则是，很多人对人工智能的理解还停留在好莱坞大片的层面，好一点的，则将今年的热门美剧《西部世界》奉为预言人类未来的「圣经」。这一切的理解与误读又被各种不负责任的中文科技媒体以及更不靠谱的自媒体们放大。我曾在较早前的一期会员通讯里详细介绍了人工智能、机器学习、深度学习当前的困难和机遇。
如果上一篇是一个引子，让你能够对人工智能发展现状有了一个基本的了解，那么这篇会员通讯，我希望能够呈现更多有价值的信息源，利用这些信息源，你可以更进一步观察创业公司、创业者、研究者以及重要会议的动态，从而真正认识这个行业。
从哪里看人工智能新闻？
如果你还在使用中文科技媒体接受人工智能相关的消息，我建议从今天开始就彻底放弃吧，以下的这些渠道会让你更快、更全面也更准确地接受这个行业发展的真实一面。
- 哈佛商业评论科技版：以宏观的商业视角切入对人工智能的观察；
- Reddit 的相关板块：对于不熟悉 Reddit 的人来说，查找信息是一件非常痛苦的事情，人工智能可以关注以下两个板块：人工智能讨论区和奇点讨论区
- O’Relly Meida：提供最新最快关于机器智能的观察思考以及开发工具；
- Recode 的 Emerging Tech 频道：如名字而言，这个频道承载了 Recode 网站所有新型技术的资讯；
- a16z 官方博客：提供了一个硅谷顶级投资机构如何观察人工智能的视角；
- Tesla 官方博客：如果你关注自动驾驶背后的人工智能，为何不直接去看 Tesla 的官方博客，而非要看其他媒体引述的消息呢？
- 《经济学人》科技板块：这本古老的杂志对于人工智能发展的把握和讨论非常到位，每周杂志的科技板块内容都可以在线看到，当然每个季度的科技季刊更是观察科技发展趋势的必读；
- 《麻省理工科技评论》：这本杂志或者网站的内容更侧重于研究领域，有很多前沿的发现，当你必须明白，人工智能的实验室成果与现实表现完全是两码事；
- 康奈尔大学人工智能论文库：如果你有能力阅读人工智能论文，这个论文库不能不看；
- Bloomberg 科技版：就现在而言，绝大多数有料的人工智能报道都出自传统媒体， Bloomberg 就是其中一个，常常会有独家的报道；
- Wired：与 Bloomberg 一样，Wired 也能拿到很多独家的采访机会，比如 Cade Metz 的一些报道就非常有料；
- Google Research 官方博客：这个官方博客还是蛮有趣的，一方面要展示 Google 在人工智能领域的专业性，另一方面还能保持可读性，做到这点很不容易。
- 《纽约时报》科技版：非常多的独家内容，尤其是资深记者 John Markoff 的报道，非常精彩！
- Backchnanel：这是另一位资深记者 Steven Levy 的大本营，非常多的独家内容；
- 白宫的人工智能报告：这可谓奥巴马最后的一份科技遗产，这份报告全面展示了白宫或者说美国政府对于人工智能发展的思考和愿景，颇具前瞻性。
需要关注的人工智能创业公司们
人工智能领域的火热催生了不少创业公司，但这个领域的创业异常艰难，主要困难在于机器学习或深度学习所需要的数据和计算能力，当然还有人才瓶颈，下图来自 CBinsights，展示了人工智能创业公司的「最好归宿」——被收购。
Bloomberg beta 两位分析师 Shivon Zilis 和 James Cham 今年继续绘制了一份人工智能创业公司的全景图，今年是 3.0 版本了。
我这里不会再具体列举这些公司，但从这幅全景图以及 CBinsights 的分析里可以看出以下两点：
- 人工智能也好、机器智能也好，这些领域创业的确非常火爆，但巨头在这个领域的投入也逐渐增多，也开始有针对性地收购，事实上，收购无论对于创业公司还是巨头，都是一件好事；
- 当下人工智能领域真正瞄准的还是细分的 2B 领域，一方面由于美国 2B 领域相对比较成熟，另一方面则是人工智能的确可以给企业管理带来不一样的思路和解决方案，这理应成为人工智能单点突破的关键领域，C 端市场更多还是大公司在耕耘，以此角度来观察国内标榜人工智能的创业公司，你会发现有太多不靠谱的 2VC 公司，这里不再展开。
你需要知道哪些人工智能的关键人物？
某种意义上，人工智能几乎是个没有任何门槛的行业，就像上文所言，你完全可以依靠在好莱坞电影或美剧获取的信息去讨论，这也可以部分意义上解释当下围绕人工智能的各种言论出现的原因。Markoff 在今年五月的《纽约时报》上这样写道：
One challenge for A.I., according to a number of the researchers who spoke, is that the public perception about the threat of A.I. has largely been shaped by Hollywood.
Markoff 还援引人工智能研究机构 Allen Institute 负责人 Oren Etzioni 的话：
Certainly, Hollywood has played a tremendous role with vision like Skynet, It’s pretty much always the case in science fiction that A.I. is this monolithic entity that is scheming to take over…..
再比如还有一本曾令马斯克、盖茨都「震惊」的书《超级智能》[1]，马斯克还专门在 Twitter 上推荐这本书：
那么这个作者尼克·波斯特洛姆又是谁呢？公开资料显示，波斯特洛姆出生于瑞典，在瑞典完成大学教育，随后来到英国，并在伦敦经济学院取得博士学位。期间，他热衷于未来主义和超人类主义的研究，并创办了世界超人类主义协会。
2015年，尼克·波斯特洛姆在英国牛津大学建立了一个名叫人类未来研究院的机构，探索人类未来与技术发展的关系，以此为主要阵地，借助于其在物理、计算机科学、数理逻辑，以及哲学方面的知识背景，波斯特洛姆开始在重大技术问题上发出自己的声音。
波斯特洛姆曾这样描述人类未来研究院的主要工作：
我们着眼的不光是短期和暂时的东西，而是真正长期有效果的行动。很多时候，我们的任务就落在研究最危险的「存在性风险」（Existential Risks）上：比如地球上的智慧生物灭绝的可能性；比如人被锁进激进而极端的状态中，永远走不出来……
正是在这样的研究背景下，波斯特洛姆的这本新书《超级智能》的观点就不足为奇：当机器具备与人类同等的智能时，这种机器的超级智能将给人类带来毁灭。
但很遗憾，就连波斯特洛姆也承认，要为超级智能下一个准确的定义非常困难，这也成为本书最大的一个硬伤，作为读者的我们，只能从如下一些只言片语中「感受」这个定义：「在几乎所有领域远远超过人类的认知能力……」 「正如前文所说的那样，我们用超级智能来找代在许多普通的认知领域中，表现远远超越最聪明的人类大脑的智能。」
也诚如《纽约客》对这本书的评价：这本书有一种「优雅」的悖论：一面展示了逻辑清晰的分析和论述，另一面又不时流露出像弥赛亚一样拯救世人的迫切。这种迫切感让本书里充满了「没有节制的猜测」……因此，倘若你再在那里看到波斯特洛姆的相关观点或者哪位名人引用此人的观点，大可以忽略罢了。
但是下面这些人的观点或者思考却非常值得关注，原因就在于，他们或是研究者出身，常年耕耘这个领域，或是该领域的创业者，或是某个大公司的重要技术人士，即便是带有一定利益的观点，也展现了这个人背后的公司或机构对于人工智能的未来思考，很值得一看（链接为这些人的社交媒体账号或详细介绍）。
- Sam Altman：YC 公司总裁，与马斯克成立了一个研究人工智能潜在社会危害的机构 OpenAI；
- Harry Shum：微软人工智能有研发副总裁；
- Geoffrey Hinton：深度学习的教父级人物，目前在 Google ；
- Jeff Dean：Google 高级 Fellow，Google 深度学习研发和工程部主要负责人；
- Eric Horvitz：微软研发部门的技术 Fellow；
- Denny Britz：Google 大脑的技术专家；
- Yann Lecun：Facebook 人工智能研发总监
- Tom Mitchell：卡内基梅隆大学计算科学家；
- Chris Dixon：硅谷投资公司 a16z 一般合伙人，常用非常独到的分析和见解；
- Hilary Mason：Accel 的数据科学家；
- Monica Rogati：LinkedIn 数据科学家；
- Xavier Amatriain：Quora 技术负责人；
- Mike Gualtieri：咨询公司 Forrester 副总裁、首席分析师；
- Andrew Ng：百度首席科学家；
- Demis Hassabis：DeepMind 创始人；
- Fei-Fei Li（李飞飞）：斯坦福计算机科学教授，斯坦福人工智能实验室主任，现在在 Google；
- Sebastian Thrun：Google X 实验室的创始人，Google 无人驾驶项目创始人，现在投身在线教育 Udacity 公司；
这个名单还能列很多，不过考虑到篇幅以及信息源过多造成的信息超载难题，暂时只列举这些人，这里并没有涉及国内的人工智能专家，主要原因在于，技术本身是无国界的，尤其是人工智能的研究和发展，国内还相当落后，而在资本、媒体炒作下，国内人工智能的专家们或多或少受到了这股风气的影响，很多观点和看法是为了配合炒作的需要，也因此，这些人可以忽略不计了，当然，你还是可以从中文科技媒体中读到他们的言论。
有哪些人工智能的好书？
虽然我对《超级智能》这本书持批判态度，但还是推荐大家一读，毕竟这本书树立了一个可批评的靶子——你可以一窥其背后的逻辑所在。
另外一本则是 John Markoff 撰写的 Machines of Loving Grace: The Quest for Common Ground Between Humans and Robots [2]（中文译作《与机器共舞》），该书基本也是人工智能发展的编年史，但不同于国内历史著作的写作方式，本书有着鲜明的 Non fiction 味道。虽然有中文版，但我还是强烈建议去读英文原版，我一直秉承这样的观点：语言的每一次转换（翻译），都是一种加深误读和增加损耗的过程。
另一本书来自加州大学伯克利分校的哲学教授 Dreyfus 在 50 年前出版的书《计算机仍然不能做什么》，这本书最早出版于 1972 年，已经再版三次，最新一版是1992年，正文一个字也没动只是增加了一个序言，或许在 Dreyfus 看来，自 1972 年开始计算，人工智能的的发展仅仅序言就足以概括，而他书中正文所言的愿景还很远很远。
来看看第三版时的序言：
《计算机不能做什么》的这个版本不仅仅是出版商的变化和书名的微小更改，也意味着形势的变化。现在这本书不是提供在持续进行的辩论中的一种有争议的立场，而是过去一段历史期间的观点。现在20世纪快要结束，而这个世纪伟大的梦想之一显然也正在终结。差不多半个世纪以前，计算机的先驱阿伦·图灵曾经提出：使用规则和事实编程的高速数字计算机，可以显示出智能行为。这样在后来就诞生了人工智能。然而，经过了50年的努力，现在除少数顽固者外，显然产生通用智能的努力已告失败。这种失败并不意味着此类型的人工智能是不可能的，也无人能提出这样的否定性证据。但是至少在目前，或多或少已经证明：基于人类通过规则和事实产生智能的假设的研究纲领，已经走到了尽头，没有理由认为它会一直成功。事实上，对于约翰·豪奇兰德（John Haugeland）所称的好的旧AI（GOFAI：Good Old-fashioned AI），就是科学哲学家称为退化的研究纲领的一个典型例子。
需要特别说明的是，就像 John Searles [3]一样，Dreyfus 遵循哲学批判原则，从一开始就在一系列宏观话题领域展开批判，这种从哲学层面的建构与人工智能工程层面的发展是非同步的，也因此，Dreyfus 对人工智能的批判也成为观察人工智能发展的一个重要角度，尤其是未来视角。
最后的最后，独立播客「I/O」调频本期讨论的主题是「机械复制时代的人类」，将以本雅明对于艺术品在复制化的「灵光」消失为切入点，探讨当人类可以被「复制」时，人类的「灵光」是否还会存在？
您可以通过 iOS 、macOS 的播客客户端搜索「I/O」调频进行收听或订阅，或者在任何通用型播客 App 里输入播客 RSS 地址订阅收听，RSS地址