值得重新翻译的好剧
编剧卡尼曼是值得备受尊敬的学者，快90岁高龄，依然执着地汲取当今世界最先进的知识：人工智能，用于扩展他在行为心理学的认知边界，严谨的治学态度，详实的跨领域数据分析，深邃的思想以及富有洞见的研究，在我们看似平常的领域获得超凡的智慧与认知，为改善人类判断提供建议。
但是，非常可惜，如此优秀的著作，中文翻译水平却完全无法与之匹配，在经典著作面前应该有极致敬畏心啊！这里只是列举一些有代表性的例证，来说明中译本中处处存在的不专业且不认真，甚至逻辑上曲解编剧原义的内容。还有大量原作并不存在的黑体着重字体，属于牵强编剧原义的划重点。
专业性错误：
原文1：对于每一个正态分布来说，大约2/3的预测值都落在偏离平均值正负一个标准差的范围内。本例指的是，约2/3的市场份额落在34%～54%这一范围内。（第5章）
As is true for every normal distribution, about two-thirds of the forecasts are contained within one standard deviation on either side of the mean—in this example, between a 34% and a 54% market share.
>> 画蛇添足的“约2/3的市场份额落”，说明不懂统计学的置信区间。
原文2：用简单的数学公式表示：我们将伦巴Rumba定义为误差的标准差，因此伦巴Rumba的平方就是误差的变异性。变异性的定义是“平方的平均数减去平均数的平方”。既然偏差是平均误差，“平均数的平方”就是偏差的平方。因此：伦巴Rumba^2=MSE -偏差^2。(注释@第5章)
Using some simple algebra: We have defined noise as the standard deviation of errors; therefore noise squared is the variance of errors. The definition of variance is “the mean of the squares minus the square of the mean.” Since the mean error is bias, “the square of the mean” is bias squared. Therefore: Noise^2 = MSE – Bias^2.
>> 将variance翻译“变异性”，而不是数学统计学的“方差”。严重曲解原义！
随意而不严谨:
原文3：道斯将均等权重的公式定义为“非最适线性模型（improper linear model）。他出人意料地发现，这些均等权重模型（equal-weight models）的准确性与合适的回归模型差不多，且远胜于诊断性判断。
连“并非最合适的模型”的支持者也承认，这种说法是不可信的，并且与统计直觉相悖。……(第10章)
Dawes labeled the equal-weight formula an improper linear model. His surprising discovery was that these equal-weight models are about as accurate as “proper” regression models, and far superior to clinical judgments.
Even the pro
影评评论
我们认为在本剧中所使用的“奇点”这个词的准确性并不比物理学领域差。正如我们很难看到超出了黑洞的事件视界，我们也很难看到超越历史奇点的事件视界。我们怎么能够在我们每个大脑限制于1016cps的情况下，去想象我们在2099年能够拥有进行1060cps计算的能力来思考和处理事情。 今天给花盆避雷的时候想起了初中看剧看过的一个小故事。编剧的儿子想去日本参加某动漫展，偶然知道某大型设计大会招设计比赛作品，如若获胜则可免费亲临日本领奖。结果就是如此戏剧化，编剧十岁不足的儿子斩落榜眼，主办方发来机票赫然写着某某先生之名邀请赴日领奖。编剧儿子得此信息，连忙摆手不去不去。动漫展会上周都结束了还去什么？编剧汗颜无比，答到你那天马行空的作品，也不知道他们怎么会看的上，这能修出来吗？那我可管不了那么多，那是建筑师的事。 以上这则小故事按现在比较流行的说法应该叫做贫穷限制了我的想象。。 回归认真鱼🐠模式。这部剧是真能推理啊，各种逻辑关系，基于历史的发展趋势，计算机计算速率提升，加速回归定律，指数型增长，推理了第五纪元，第六纪元的到来时间。。以及到来后的影响。具体我就不打字了，被这书折磨够了，必须吐槽一下。。。但是你们不要看我一副一无所谓的态度就忽略这部剧的重要性好么？书中句句都是未来发展很重要的推理前瞻，全书都是重点啊。现在要我写一个概括性的剧评实数头大。再次敲黑板，如果没有读过，没有思考过Ai相关问题的同学，请你一定要读一读本剧好么？因为此剧成书于2005年，已经过去十多年了，根据编剧推测2020年将可以实现人脑上传。2040年奇点年将来临。奇点年的来临我们将进入一个新的时代。。这过去的十几年时间正好给了我验证编剧推理时效性的一个检验。这些年苹果公司的A系列处理器的确满足摩尔定律，其它国产麒麟系列，骁龙系列均如此。 而碰巧17年应该大家或多或少都有所耳闻的比特币。我为什么提出比特币这玩意儿了……因为悔不知当初啊，也正好符合编剧提出的当某个时间点智能科技会呈现指数型增长。最早听说比特币2010年好么。。依稀记得那篇文章介绍了比特币是个什么，现在已经涨到了100美元一个了，当时一听呀好有意思，我还有压岁钱，要不要去买点玩玩。。可苦于没有门路，并没有当回事。现在回想起来感觉真的错过了一个亿。那么比特币为什么从100美元一枚，17年最高狂奔至数万美元一枚呢。现在我极度怀疑就是那次风靡全球的电脑病毒勒索事件相关。。非常好巧不巧看着非常合理的提出了用比特币交易。嚯，这下可好，全世界都听到了如此的声音，比特币？比特币是啥？哦。。。这玩意儿哦，还有这样的暴涨故事。买买买。。涨涨涨。各种消息铺天盖地的滚滚而来。那最终最大的受益者是谁呢？无非就是提前屯币的那群人，并策划这场病毒风波的始涌者。那有谁有如此通天手段使得全世界如此多的电脑中这么厉害的病毒呢。除了微软公司自己我想不出第二个。 我例举17年比特币的例子，就是希望众看官能理解编剧讲的伦巴Rumba，也就是比特币的病毒事件，所带来的指数型增长带来的影响思维。当我们相信了所有的不可能，那么离可能就有进了一大步。最后推荐大家一定要观看本剧
诡计很精彩的，整体的气氛渲染也不错，但是日本人写侦探就一定要写一个厌世，对整个国家体系和公民体系不屑一顾为了兴趣而活，没有责任感的人吗？唉……
任何成功都离不开付出和努力，难以想象用3个月时间准备一篇18分钟的演讲。
“习惯始于点滴，长于循环重复”：本以为和很多理论书一样很多枯燥，但书中所列引入一口气读完，暗示-惯性行为-奖励，认识自己习惯养成的特性，然后不断改变成好习惯，持之以恒。
恐怖的人，恐怖的社会，不能细想，当成故事看看就好，杀伤力太大了。
拖沓，弃文，我觉得编剧自己就不知道下面该怎么写了，所以才一直绕，人物关系混乱，没有特别让人喜欢的鲜明的人物，完美即缺憾！！！
100多年前的书?说是当代的作品我也觉得很了不起了。影视、科普、政治?非常棒的作品，值得读。 摘抄 网络真的让我们接触更多信息、鼓励我们思考了吗？还是恰恰相反，科技允许我们制作出巨大的泡泡，每天生活于其中，只与和自己观点相近的人交流？ 有时只想大声咆哮、堵住别人的嘴。那样的我们是固步自封的直线国国王？还是恼羞成怒的球？
“可能等你过完自己的一生，到最后却发现了解别人胜过了解你自己。你学会观察他人，但从不观察自己，因为你在与孤独苦苦抗争。假如你观看，或玩纸牌，或照料一条狗，你就是在逃避自己。对孤独的厌恶就如同想要生存的本能一样理所当然，如果不是这样，人类就不会费神创造什么字母表，或是从动物的叫喊中总结出语言，也不会穿梭在各大洲之间——每个人都想知道别人是什么样子。” 读这部剧的很多个时刻，能体会到由于感慨和感同身受交杂而生的平静，一种开阔的平静。 非洲与柏瑞尔，他们互相发现，互相理解，互相成就。土地，生存，人，动物，关系，都暴露出原始而简单的一面，残酷和温暖并存。 作为女性的一面褪去，剩下的是作为一个“人”所拥有的思考力、热忱、生命力、同情心，没有丝毫矫情和浪费精力的情绪。后者是被现代社会反复揣摩和包装过很多层的东西，甚至因时代而异，像流行病一样不能长久，时不时的跑出来干扰人的视听。 也许在某些难得的片刻，我们也可以想象自己在大气层上空，在没有灯塔和一丝光亮的地方，感受并享受与这个星球剥离、与自己深深理解的孤独感。
悲摧又卑微的间谍+叛逆的青春+无奈的生活，却让人不由得对李唐夫妻俩生出一份同情
值得重新翻译的好剧 编剧卡尼曼是值得备受尊敬的学者，快90岁高龄，依然执着地汲取当今世界最先进的知识：人工智能，用于扩展他在行为心理学的认知边界，严谨的治学态度，详实的跨领域数据分析，深邃的思想以及富有洞见的研究，在我们看似平常的领域获得超凡的智慧与认知，为改善人类判断提供建议。 但是，非常可惜，如此优秀的著作，中文翻译水平却完全无法与之匹配，在经典著作面前应该有极致敬畏心啊！这里只是列举一些有代表性的例证，来说明中译本中处处存在的不专业且不认真，甚至逻辑上曲解编剧原义的内容。还有大量原作并不存在的黑体着重字体，属于牵强编剧原义的划重点。 专业性错误： 原文1：对于每一个正态分布来说，大约2/3的预测值都落在偏离平均值正负一个标准差的范围内。本例指的是，约2/3的市场份额落在34%～54%这一范围内。（第5章） As is true for every normal distribution, about two-thirds of the forecasts are contained within one standard deviation on either side of the mean—in this example, between a 34% and a 54% market share. >> 画蛇添足的“约2/3的市场份额落”，说明不懂统计学的置信区间。 原文2：用简单的数学公式表示：我们将伦巴Rumba定义为误差的标准差，因此伦巴Rumba的平方就是误差的变异性。变异性的定义是“平方的平均数减去平均数的平方”。既然偏差是平均误差，“平均数的平方”就是偏差的平方。因此：伦巴Rumba^2=MSE -偏差^2。(注释@第5章) Using some simple algebra: We have defined noise as the standard deviation of errors; therefore noise squared is the variance of errors. The definition of variance is “the mean of the squares minus the square of the mean.” Since the mean error is bias, “the square of the mean” is bias squared. Therefore: Noise^2 = MSE – Bias^2. >> 将variance翻译“变异性”，而不是数学统计学的“方差”。严重曲解原义！ 随意而不严谨: 原文3：道斯将均等权重的公式定义为“非最适线性模型（improper linear model）。他出人意料地发现，这些均等权重模型（equal-weight models）的准确性与合适的回归模型差不多，且远胜于诊断性判断。 连“并非最合适的模型”的支持者也承认，这种说法是不可信的，并且与统计直觉相悖。……(第10章) Dawes labeled the equal-weight formula an improper linear model. His surprising discovery was that these equal-weight models are about as accurate as “proper” regression models, and far superior to clinical judgments. Even the pro