这个问题我来回答一下赫伯特西蒙。
首先赫伯特西蒙，这本书讲的是个什么概念呢？
他说的是，克拉丽莎和人才温床做的是同样的事情，他们激活了一种神经机能，这样就可以通过某些以目标为导向的练习模式来提高技能，不知不觉地进入一个学习加速区域赫伯特西蒙。
这尽管看上去无法复制，但是知情人可以带领你随时深入进去。换种说法，他们掌握了成败的真谛。
这本书和其他几本关于一万小时的书一样，都是基于埃里克森和赫伯特.西蒙的“十年法则”的标志性理论，但这本书通过新的内容到了新的高度，新的内容是关于髓鞘质的，作者把髓鞘质称为才能密码。
什么是才能密码？
1. 髓鞘质，髓鞘质给神经回路包裹上绝缘体，髓鞘质越厚，绝缘性越强，我们的动作和思维就越加精确和敏捷。
2. 髓鞘质的重要性：普遍性，通用性和无形性，只有清楚的了解了髓鞘质这个新模型，才能清晰的理解技能。
3. 训练中，沿着神经回路产生精确的脉冲，发出信号把那条线路髓鞘质化。训练完成后就拥有了超强的线路。
4. “髓鞘质是交流，阅读，学习技能，人之所以成为人的关键”——髓鞘质。
5. 脑科学洞见第一条：所有的动作都是神经纤维间沟通的结果。
6. 脑科学洞见第二条：技能线路锻炼的越多，使用的越自如。大脑能够创造出一种非常有说服力的幻觉：一旦掌握一项技能，就会感到收放自如，仿佛是我们与生俱来的。
7. “信号必须以合适的速度传输，在正确的时刻到达，而髓鞘质正是大脑控制传输速度的方法”，菲尔茨博士说，“突触的变化仍然是学习过程的关键，但髓鞘质对于提高学习效率起着巨大的作用”
髓鞘质原理
8. 回路放电至关重要，这种生理机制只能靠行动，真真实实的电流脉冲传过神经纤维，它只钟情于重复。精深练习的动力来自原始状态，即时刻警惕，忍饥挨饿，目标明确，甚至绝望挣扎的状态。
9. 髓鞘质包罗万象，以不变应万变。
10. 髓鞘质无法逆转，一旦技能回路包裹上了绝缘体，你就无法去除这层绝缘体，这就是为什么习惯很难打破。改变旧习惯的唯一办法就是重复新动作以养成新习惯。
11. 髓鞘质与年龄，髓鞘质一直生长至30多岁，为人类提供了一个轻松掌握新技能的关键时期。此后，髓鞘质继续生长，直至50岁，损失的速度将超过生长的速度，但人的一生都能够髓鞘质化。
12. 髓鞘质公式：精深练习×一万小时= 世界级技能。
其实道理很简单，你要愿意，认准一个领域，花在上面1万个小时，你就会变成那个行业的人才，当然这1万个小时不是让你去玩的，而是用心去钻研，你的大脑就会慢慢改变并适应这种情况，所以，现在开始努力吧。
人工智能未来有可能会像生命体一样么?未来人工智能会怎么演变?
●人工智能未来当然可以实现像生命体一样，即所谓的具有自我意识的智能机器人。到时候真正的自动机器人完全可以替代现代人类。从遥控机器人开始，我们的下一个目标是设计真正的自动机器人，这些机器人能够自己做决定,只需要很少的人工干预。自动机器人只要一听到“捡起垃圾”这类的话,就会立刻行动起来。这超出了现有机器人的能力。因为用无线电与外星球进行通信需要数小时，我们需要自动机器人主要依靠它们自己在外太空探索和移民。
对于在遥远的行星和卫星上建立移民地,这些真正的自动机器人绝对是必要的。请记住,在未来几十年里,外太空的居住人口可能只有几百人。人类劳动力将会是稀缺资源,并且是非常昂贵的。然而在遥远的世界上建造新的城市将会承受巨大的压力，而这正是机器人可以发挥作用的地方。最初,它们将做危险、枯燥、肮脏的工作。
例如,在好莱坞电影中,我们有时会忘记外太空有多么危险。即使是在引力较小的环境中,让机器人从事建造过程中的重物搬运工作也是很有必要的。因为它们可以毫不费力地搬运巨大的石板、大梁、混凝土板和重型机械等等,这些都是在另一个世界建立基地时所必须的。在这方面,机器人将远远优于宇航员。因为宇航员需要穿着笨重的宇航服，他们肌肉虚弱，身体动作缓慢，还必须携带大量氧气。此外，人类很容易疲劳，而机器人可以不分昼夜地工作。
●人工智能历史：1955年，一组高水平的研究人员在美国达特茅斯相遇，并开创了新的研究领域-人工智能。他们非常确信，能在很短的时间内开发出一种智能机器。这种机器能解决复杂的问题，理解抽象的概念，使用语言,并从其过往经历中借鉴学习。他们说: “我们认为,如果一个经过精心挑选的科学家小组用整个夏天共同研究这个问题，就可以在其中一个或多个问题上取得重大进展。”
但他们犯了一个致命的错误。他们假定人类的大脑是一台数字计算机,并认为如果能将智能法则简化成一串代码，并将其装入一个电脑,它就能突然变成一个思考机器。它会变得有自我意识，可以和你进行有意义的对话。这被称为“自上向下”的方法,或“瓶中的智慧"。
这个想法看起来简单、优雅,而且鼓舞人心。20世纪50年代和60年代，人工智能取得了巨大的成功。通过程序设计，计算机可以玩西洋跳棋和国际象棋，求解代数定理，识别并拾取方块。1965年，人工智能先驱赫伯特·西蒙宣称: “在20年内,机器将胜任人类能完成的任何工作。” 1968年,电影《2001太空漫游》让我们认识了可以与我们交谈,还可以驾驶宇宙飞船去木星的电脑HAL。
而后，人工智能的发展遇到了瓶颈。在模式识别和常识这两个主要障碍面前，其进展缓慢得像蜗牛一样。事实上，机器人可以比我们更好地看到信息，但它们无法理解自己看到的信息。面对一张桌子，它们只能识别出线条、正方形、三角形和椭圆形，却无法将这些元素组合在一起并识别出整体，不理解“桌子”这个概念。因此，它们很难在房间里找到方向，识别家具，躲避障碍物。走在大街上时,机器人会遇到代表婴儿、警察、狗和树的无数奇怪的线条、圆圈和正方形,接着它们会完全迷失方向。
另一个障碍是常识。我们知道水是湿的，绳子可以用来拉但不能推，积木可以推但不能拉，母亲比女儿年龄大。这一切对我们来说都是显而易见的。但我们是从哪儿学到这些知识的呢?没有任何数学模型可以证明绳子不能用来推。我们是从现实经验中，从现实偶遇中积累了这些事实。我们从社会生活经验中学习到这些知识。
而机器人无法享受生活经验的益处，它们所拥有的东西都是通过计算机代码逐行输入的。有些人试图对每一个常识元素进行编码，但这样的常识实在太多了。一个四岁的孩子凭着直觉就能比最先进的电脑了解更多物理、生物和化学知识。
发布评论