对人工智能无休止的末日循环感到不知所措?这里有一份必读清单,帮助你理清这一切。

对人工智能无休止的末日循环感到不知所措?这里有一份必读清单,帮助你理清这一切。

你是否感到自己陷入了一个无休止的人工智能炒作与恐慌循环?你并不孤单。

要理解一个无论我们喜欢与否都在重塑我们生活的行业,现在是一个令人困惑的时期。上周,又一家人工智能公司的员工公开辞职,警告这项技术“可能在这个十年结束前杀死我们所有人”。尽管有这些令人震惊的警告,人工智能公司的收入却出现了“超凡脱俗”的跃升,并推动美国股市创下新高,同时还在从公立学校教室到执法机构等各个领域继续推出人工智能工具,并匆忙在全国各地建设新的数据中心。

幸运的是,《卫报》的科技记者——以及我们尊敬的几位其他科技专家——在这里提供帮助。我们整理了一份必读清单:解释和批判人工智能行业的睿智书籍;虽有缺陷但捕捉了人工智能辩论中关键观点的书籍;以及一些提供更深层政治和社会背景的书籍,包括一些推想小说作品。

关于人工智能行业的最佳书籍

《人工智能帝国》——凯伦·郝
这是迄今为止关于人工智能行业报道最详尽的书籍,《人工智能帝国》涵盖了OpenAI的崛起、Anthropic的创立,以及OpenAI首席执行官萨姆·奥特曼与埃隆·马斯克的决裂。书中部分内容可能感觉过于内部视角,但报道非常出色,展示了美国关键人工智能公司如何将我们带到这一步。2025年的一些早期评论认为郝对该行业的看法过于负面——她此后已被完全证明是正确的。

《梅文计划》——卡特里娜·曼森
深入探讨美国军方和Palantir如何合作构建自主武器和监控系统,这些系统构成了真实的灾难性威胁——而非想象中的威胁。

《超大规模》——帕里斯·马克思
来自记者兼《科技不会拯救我们》播客主持人,这是对全球人工智能数据中心物理影响的深入调查,以及它们对当地社区和全球环境造成的代价。

《你的脸属于我们》——克什米尔·希尔
一本关于Clearview AI崛起的畅销书,这家面部识别公司通过建立庞大的在线图像数据库,赋予了执法部门、企业和亿万富翁广泛的监控权力。

《人工智能骗局》——艾米丽·M·本德和亚历克斯·汉娜
针对人工智能将很快超越所有人类能力、且该技术发展如此之快以至于即将成为一种新生命形式的说法,《人工智能骗局》的作者给出了一个简单的回应:“哈哈”和“他们想得美”。这两位科技批评学者认为,这种言论是“人工智能炒作”——谎言和夸大其词,帮助富人“通过为数据盗窃辩护、推动监控资本主义和贬低人类创造力”来赚更多的钱。

关于人工智能的有缺陷的书籍(但仍可能值得一读)

《如果有人建造它,所有人都会死》——埃利泽·尤德科夫斯基和内特·索雷斯
如果你想理解那些恐慌人工智能将毁灭人类的人的观点,这本书是一个好的起点。这是一本“末日论经典”,被描述为上周让所有人惊慌失措的那条推文的长篇版本。对读者来说不幸的是,其末日预测更多基于宏大的思想实验,而非与人工智能在现实世界中实际发展情况的接触。一位《纽约时报》评论员写道,这本书“读起来像一本科学教手册”。作为背景,尤德科夫斯基的其他作品包括一部近70万字的哈利·波特同人小说,其中哈利将科学方法应用于魔法。

《超级智能》——尼克·博斯特罗姆
这本2014年出版的书是埃隆·马斯克等人的基础人工智能文本之一,马斯克与比尔·盖茨都曾公开称赞这本畅销书。虽然这本书有助于理解关于超级智能人工智能毁灭一切的论点

常见问题
常见问题:被无休止的人工智能末日循环压得喘不过气来



人工智能末日到底是什么

它是人工智能可能造成严重伤害——失业、虚假信息、存在性风险,或者只是无情的颠覆——的广泛焦虑。它不太是一个具体的威胁,而是一团不断增长的担忧之云



为什么人工智能末日感觉如此无休止

因为新闻周期从不停止。每周都有新模型、新警告、新评论文章。这个故事没有自然的结局,所以感觉你总是落后



这只是炒作还是我真的应该担心

两者都有。有些风险是真实的,值得认真对待。有些是推测性的或为了点击量而夸大的。技巧在于学会区分它们



你提到的必读清单是什么

一小套书籍和文章,给你基础而非恐慌——比如基辛格、施密特和胡滕洛赫尔的《人工智能时代》、凯特·克劳福德的《人工智能地图集》和乔伊·布奥拉姆维尼的《揭露人工智能》。几个好的来源胜过无休止的刷屏



我是初学者——应该从哪里开始

从一本易懂的概览开始,而不是十本。选择一本解释人工智能实际上是什么以及如何使用的书或长篇报道。理解基础知识会让末日头条变得不那么可怕



人工智能末日论和人工智能安全有什么区别

末日论是宿命论的“我们都完了”态度。人工智能安全是致力于使系统可靠、公平并与人类价值观一致的实际领域。一个是情绪,另一个是学科



为什么专家们分歧这么大

因为他们回答的是不同的问题。有些人关注近期危害,如偏见和就业;另一些人关注长期存在性风险。他们也有不同的激励、价值观和风险定义



我如何知道哪些人工智能故事值得信赖

检查来源、证据,以及它是在报道事实还是预测未来。关于人工智能的预测很廉价,数据和已证明的结果更难伪造



人工智能目前实际造成的最常见问题是什么

特定行业的就业 displacement、虚假信息和深度伪造、有偏见的决策、隐私侵蚀以及过度依