【油管解读】智能简史02｜为什么AI能赢AlphaGo却不会洗碗?

🎙️ 「油管解读」是我新开的一档节目油管上有太多高质量的深度内容，但大多是英文的，动辄几小时，听起来费劲。所以我用 AI 把感兴趣的内容转成中文播客，方便自己通勤收听，也分享给你。📚 本期解读书籍信息 书名:《智能简史:进化、AI与人脑的突破》(A Brief History of Intelligence) 作者:麦克斯·班尼特(Max Bennett),AI公司Alby创始人 出版:中译出版社,2025年6月 核心框架:智能进化的五次突破一句话推荐AI能下围棋却不会洗碗,核心原因是什么? 本期解读《智能简史》第三次突破:模拟能力。2亿年前哺乳动物的新皮质带来了想象力——不需要真实试错,就能在脑中预演无数可能。这对应AlphaZero的飞跃,也对应了PM从中级到高级的转变:构建脑中的项目模型。核心内容🎯 第三次突破:模拟(2亿年前) 新皮质:哺乳动物的秘密武器,占人类大脑80%体积 生成模型:大脑不是录像机,是生成器(盲点填充实验) 想象力的本质:在行动前先在脑中预演多种可能性 老鼠走迷宫实验:位置细胞快速"扫描"可能路径 情景记忆:记录"某个具体时刻发生了什么",实现时间旅行 认知地图:诺贝尔奖研究——位置细胞与网格细胞构建GPS系统🤖 AI对应:AlphaZero 无模型 vs 基于模型:从AlphaGo到AlphaZero的飞跃 内部棋局模拟:不下真实的棋,在"脑中"快速预演千万种走法 效率提升:几小时达到AlphaGo数月训练的水平 从零开始:无需人类棋谱,纯靠自我模拟学习🚫 模拟能力的边界 为什么AI还不会洗碗?围棋世界 vs 现实世界的复杂度对比 围棋:规则固定、状态可描述、后果可计算、信息透明 洗碗:形状千差万别、物理交互复杂、环境动态变化、需要临场应变 核心挑战:构建精确的"现实世界物理模型" AI在虚拟世界(游戏/文本)表现好,但在物理世界(机器人/自动驾驶)进展慢🎮 游戏PM视角 第三阶段(模拟):资深PM的"预见性管理" 构建项目模型:目标/范围/依赖关系/关键路径/瓶颈/风险地图/人员能力 从"经历"到"想象":不只从踩过的坑学习,还能想象未见过的风险 知识外部化:把脑中模型变成可复用的模板和流程相关资源 《智能简史:进化、AI与人脑的突破》麦克斯·班尼特 著 推荐阅读:《人类简史》尤瓦尔·赫拉利 推荐观看:AlphaGo纪录片 相关论文:约翰·奥基夫的位置细胞研究(2014诺贝尔奖)📌 关于我我是 Hao，游戏行业项目管理从业者，9 年经验。这档节目是我的"学习笔记"，把油管上的好内容消化成中文播客，带上我自己的视角和思考。如果你也对 AI、科技趋势、项目管理感兴趣，欢迎订阅 🎧🔗 延伸内容 游戏项目管理进阶课程 模拟面试 / 简历优化服务 游戏 PM 成长社区（含工作思考与案例沉淀）在小宇宙查看该单集文稿