导读
这期的「Weekly Spot」，你会看到以下精彩推荐：
- 数字革命与数字污染；
- Waymo 是不是下一个施乐公司？
- 全球十大激光雷达公司；
- 苹果软件开发内幕；
- 马文·明斯基的人工智能思考总结；
观点和文章
数字革命是否引发污染？工业革命出现了环境污染，数字革命会产生数字污染吗？这个命题非常大，但两位作者还是找到了切入点，比如虽然亚马逊和过往的零售巨头一样卖东西，但这些科技公司在影响范围、公司规模以及机制复杂性上都有了巨头不同，这也给了我们进一步理解数字革命意义的机会，你可以在这里阅读这篇文章。
Waymo 会是下一个施乐公司么？熟悉硅谷发展历史的人都知道，施乐公司是最早研发出计算机图形界面的公司，但却因为没有实现商业化而失败，反而成就了后来的苹果和微软。如今，Google 自动驾驶公司 Waymo 也遇到了类似的情况，尽管该公司几乎是行业里最早布局自动驾驶的公司，其技术和研发能力也无人能敌，但最近几年的发展却非常艰难，你可以在这里阅读这篇分析。
全球十大激光雷达公司。激光雷达之于自动驾驶的意义不言而喻，这篇来自 Arts 的文章整理了全球十大激光雷达公司的技术布局和产品特点，这些公司都是独立开发激光雷达的公司，他们专注于将激光雷达的成本降到最低，通过这个领域，也可以一窥自动驾驶发展前景。你可以在这里阅读这篇文章。
苹果软件开发的内幕。关于苹果产品细节的分享，绝大多数都停留在硬件外观层面，鲜有对于苹果软件开发的细节，a16z 的这个视频（也是播客），邀请到曾与乔布斯共事的软件工程师 Ken Kocienda，分享了其在苹果内部如何开展软件开发的故事。这个长达一个小时的视频里，对我印象比较深的是乔布斯对于苹果软件开发的深刻影响，如今乔布斯已经离开多年，苹果的软件是否落后于其硬件设计呢？这是一个值得思考的命题。你可以在这里观看这个视频。
技术进化史也是人类进化史。这篇来自 BBC 的文章主要讨论了一个观点：人类应该将自己的进化放在技术发展进化的历史背景里。至于为什么，你可以在这里阅读这篇文章，从而找到答案，另外，本文里提及的《技术的本质》一书，也是理解技术本质与进化的最好图书，感兴趣的朋友可以在豆瓣上了解更多。
亚马逊 Alexa 与搜索。事实已经证明，当下的搜索引擎并不是解决用户问题的最好方式，《连线》的这篇长文介绍了另一种为用户找到问题答案的产品 Evi，它也是 Alexa 的前身，一家来自英国的创业公司的产品。同时文章还探讨了语音搜索的潜在商业机会，而当更多的内容、广告的分发被巨头们控制，又会产生怎样的影响呢？你可以在这里阅读这篇文章。
Google 新闻的黑盒子。不久前百度对于百家号倾斜引发诸多争议，事实上，即便是 Google 和 Facebook，也面临这样的困境。这篇文章讨论的是 Google 对于新闻搜索的不透明机制，当然 Google 不会让你知道这背后的原理。
10 个关于 AI 的 TED 演讲。虽然我现在并不喜欢 TED，但这 10 个演讲还是给留下了深刻印象，这些演讲虽然主题各异，不过基本上都在围绕「AI 如何辅助人类」来探讨技术的价值，尤其是有几个对于 AI 塑造未来工作、团队的演讲，很有启发意义，你可以在这里收藏这 10 个视频。
图书和电影
2016 年是人工智能一词出现的第 60 个年头，这一年，人工智能领域发生了很多事情，或许更多人记住了 AlphaGo 如何横扫人类顶尖围棋高手的一幕，当李世石最终以 1 比 4 落败后，人类不得不又放弃了一个在计算机面前为数不多的骄傲。
但这一年还有一件事值得铭记，马文·明斯基在 2016 年 1 月去世。
马文·明斯基是谁？这个陌生的名字在计算机科学、数学之外几乎无人知晓，但他之于人工智能的重要性却不言而喻。1956 年的盛夏，30 岁的马文·明斯基与约翰·麦卡锡、克劳德·香农等人聚集在朴茨茅斯学院，他们想用这个暑假酝酿一个伟大的计划：制造与人类同等智能的机器。
1950 年代的美国，二战获胜后的乐观主义情绪弥漫在西海岸地区，而战争期间研发的各种军事技术逐步民用，让包括明斯基在内的科学家、数学家们看到了征服人类智能的可能性。在朴茨茅斯学院的这次聚会上，他们为自己即将从事的工作创造了一个名词：人工智能。
随后的一个甲子里，一代代科学家、数学家、计算机学家们前仆后继，为人工智能的发展开辟了不同的方向。而马文·明斯基，则扎根学术界，先是与约翰·麦卡锡共同创建了 MIT 人工智能实验室，后来还奠定了人工神经网络的理论基础，他也是最早提出虚拟现实理论的学者，并在 1969 年荣膺数学领域最高奖项「图灵奖」。
这里不得不提他在人工神经网络领域的争议。
明斯基在普林斯顿读研究生时，就已经建造了第一台神经网络学习机，从而成为这个领域的先行者，但在 1969 年，他和另一位知名学者西蒙·派珀特共同撰写了一本讲述神经网络局限性的图书《感知机》，这本书从理论上否定了神经网络的研究价值，由此也让这个研究领域尘封了至少 10 年之久。
因此，也有人评价明斯基，「他是差点将 AI 扼杀在摇篮里的人工智能之父」。
但有一点不容忽视，明斯基的相关论述，至少在当时的技术条件下没有任何问题，他敏锐看到了单层神经网络的局限，从某种意义上说，也促使更多研究者开始思考其他方面的神经网络，譬如当下火热的深度神经网络，就已经突破了明斯基当年思考的局限，成为近几年推动人工智能发展的重要力量。
明斯基的著述非常多，除了探寻具体技术和研究领域的著作，他还在人、机器、智能之间有着诸多思考。
在早先出版的《心智社会》一书里，明斯基系统总结了人类大脑工作的理论。今天推荐的是明斯基另一本重要著作《情感机器》（豆瓣链接）。
波兰女诗人辛波斯卡曾写下这样一组诗句：「我们通晓地球到星辰的广袤空间/却在地面到头骨之间迷失了方向 」。这句话同样适用于人工智能领域，倘若没有搞清楚人类大脑的奥秘，又如何能制造出一台可媲美人类大脑智能的机器？
明斯基试图找到这个方向。
有趣的是，明斯基非常不屑于和神经科学研究者为伍，他曾公开表示，「神经科学只是一些近乎可笑的小理论，然后就是做复杂的实验去证明它」。
明斯基对于大脑机制的思考则聚焦在心理学的研究和发现。在这套略显独特的方法论里，你会看到为什么「情感」只是一种思维方式？为什么「意识」是由 20 多种过程所组成的思维方式？以及，为什么人类情感变化的背后，是大脑内部「资源」的变化？
这本书并不好读，我做一个简单框架供大家参考。
首先，我们必须理解明斯基整个理论框架的两个基本点，其一，人类大脑是一个复杂的机器；其二，人类大脑由一系列「资源」组成。
就像绝大多数科学推理的前提条件一样，只有把握这两个基本点，才能进一步理解后面 9 个章节所讨论的内容。
第二，明斯基从普罗大众最无法理解的角度入手，他要回答「什么是人类『情感』的运行机制？」在这一部分，明斯基选择了人们在爱情、亲情里的各种情感维度，包括短期的酸甜苦辣以及长期的情感影响等，试图推理出一个人类情感变化模型。
第三，如果说上一部分是「情感」，那么这一部分重点讨论「理智」，明斯基要进一步解释，那些人类习以为常的行为模式，比如意识，到底是一个什么机制？他还花了大篇幅讨论一些我们日常生活习以为常的「常识」背后，到底隐藏了哪些可以量化以及借鉴给机器的方法。
关于人工智能的探索从未停止，明斯基用他的惊人脑力提供了一条非常值得探索的道路，启发着后人们继续探索。
