详细内容或原文请订阅后点击阅览
为什么要阅读《无限机器》？
为什么要阅读《无限机器》？ joshua.m.kim@d…周四，05/21/2026 - 03:00 AM走出我们的校园，想象一个更好的高等教育人工智能未来。作者：Joshua Kim
来源:Inside Higher Ed | 高等教育博客无限机器：Demis Hassabis、DeepMind 和 Sebastian Mallaby 的超级智能探索
2026 年 3 月发布
大学正在经历一个半蹩脚的人工智能时代。阅读《无限机器》是一个支持这一观点的数据点，即这个时代将比我们想象的更快结束。
任何思考人工智能和大学未来的人都需要从高等教育外部收集信息，因为基于校园人工智能的现状来理解人工智能的未来，其限制将多于其启发。
《无限机器》讲述了 DeepMind（现为 Google DeepMind）及其联合创始人、诺贝尔奖获得者 Demis Hassabis 的起源故事。直到我读了《无限机器》，我才知道自己会对 DeepMind、Google AI 或 Hassabis 的故事感兴趣。我对这本书的热情推荐部分归因于塞巴斯蒂安·马拉比是一位出色的作家。我认为您会喜欢这本书以及为什么值得您花宝贵时间阅读的（主要）部分原因是《无限机器》可能会阐明校园人工智能的未来。
除非你是一个彻头彻尾的人工智能迷，否则你可能了解 DeepMind 的两件事是 AlphaGo 和 AlphaFold。第一个人工智能掌握了围棋，而第二个人工智能（哈萨比斯因此获得了诺贝尔奖）彻底改变了蛋白质折叠建模科学。生成式人工智能占据了所有头条新闻（以及校园争议），而 AlphaFold 等进步让人们得以一睹人工智能的真实轨迹。
至少在 DeepMind 内部，我们相信人工智能通过 AlphaFold 在蛋白质科学领域所做的贡献一样，明天的人工智能也将同样彻底改变一切。人工智能驱动的蛋白质科学进步的类比如何映射到未来人工智能在学院和大学发生的潜在进步？如果我们今天使用的人工智能不再产生幻觉，获得态势感知并变得足够聪明以进行判断，会发生什么变化？
你在读什么？