尤瓦爾·哈拉瑞 - 連結

哈拉瑞是當代最具影響力的歷史學者之一。他的代表作《人類大歷史》以宏觀的視角，描繪了人類從石器時代到現代的演變與延續。而這本新作《連結》，則以近年最熱門的 AI 議題為切入點，講述了一部由「資訊」主導的人類歷史。

我們或許以為，在遠古蠻荒的時代，最強大的物種必定擁有最強壯的身體。這個判斷雖然正確，卻不完整。那個年代，哪裡是獵場、哪裡有可採集的果實、哪些植物有毒、如何製造致命武器----這些資訊才是部族勝敗的關鍵。資訊，從來都是人類社會的核心資源。

接著，作者指出我們另一個常見的誤解：資訊不等於真相。他提出另一條更深刻的思考路徑----資訊等於秩序。這條路徑在人類歷史上無比重要。以秦始皇為例，他透過嚴密的資訊控制，確保有利於統治的知識得以流通。始皇帝死後，由於資訊的管道被李斯與趙高兩位大臣所控制，矯詔賜死了本該繼承皇位的公子扶蘇，並囚禁了他們的政敵。這一切都展現了資訊的權力。

資訊的威力毋庸置疑，而且正不斷增強。

在古代，資訊傳播極為困難。識字不僅是文化象徵，更是通往上層社會的門票。書籍珍稀且昂貴，往往成為家族傳承的寶物。資訊因此長期掌握在少數人手中。直到印刷術的出現，書籍的傳播能力才迎來爆發。

例如邪典《女巫之鎚》，原本只在神職體系內流傳，被視為荒誕之談。然而在印刷術推波助瀾下，它大量複製、廣泛傳播，最終被有心人用作審判「女巫」的依據。那些被審判的所謂女巫，多只是社會秩序下的無辜犧牲者。

進入現代，網路的出現將人們連結在一起，也放大了資訊的破壞力。各方勢力的「網軍」無不試圖散播有利於自身秩序的資訊。這場資訊戰延續了四十年左右，直到新的載體----人工智慧（AI）的出現。更可怕的是，與書本或網路這些被動媒介不同，AI 可能擁有「意識」，能主動將知識轉化為行動。

說到這裡，也許有人會覺得有些玄幻，但作者的論述脈絡其實極為嚴謹。他在書的後段討論了「資訊與政府效能」的關係。雖然篇幅稍長，但頗具啟發。AI 的確能讓政府更有效地「管制」人民，但同時也可能讓獨裁者陷入 AI 所建構的資訊繭房。要避免這樣的危機，人類必須保有對政府與 AI 的「糾錯能力」。唯有如此，資訊才能再次與真相畫上等號。

整體而言，《連結》是一本值得一讀的作品，內容深刻又具時代意義。祝各位閱讀愉快。

李碩 - 翦商

 不錯的書。作者整理最新的考古發現，把生硬的研究成果轉換成一幕幕的故事。彷彿帶領讀者穿梭時空隧道，跟著周文王一起執行翦(滅)商大業。

在這部作品裡，作者試圖顛覆人們對商朝的印象。過去我們知道商朝有人殉的傳統。但作者李碩通過自己的研究，說明商朝更普遍存在著恐怖的『人祭』宗教活動。在李碩的研究裡，商人對『人祭』有著痴迷般的愛好。就連蓋房子，也會在梁柱下面埋入人牲來祈福。

本書為我帶來了一些新知，也解開了許多我對上古歷史的疑惑：

1. 大禹治水的功勞不是治了洪水，而是找到方法讓黃河能種起稻米，養活養胖了夏族人。

2. 夏朝的存在是存疑的，因為它主要出現在周朝的文書裡。有可能是周人在講前(商)朝的時候，特意加進去的。同時，出土夏族的遺跡規模不大，似乎也稱不上是一個大朝。

3. 周人是羌人，所以基本上中原早就被外族入侵佔領了XD 和後來的匈奴比根本就是本省人和外省人的差別。不過聽說黃帝也是來自川蜀就是。

4. 周武王滅商後害怕商人反抗而屢次做惡夢，只好向弟弟周公訴苦，這是周公解夢的背景。武王也在滅商一年多後掛掉了。心理壓力真大...

5. 三皇五帝除了堯，其他的都可能是周人創造出來的上古君王，甚至可能暗插了周人的祖先進去。比如炎帝神農氏的傳奇故事竟然和周人的一位先祖類似。

6. 舜似乎是權臣，架空了堯，所以舜承帝位不是什麼禪讓或大義之事。

7. 夏朝與商朝還介於新石代時期與文明之間。還有大量使用石器。影視作品裡的夏商，還是不夠還原啊。

本書的前20%是開場，並簡短的描述了夏朝的始未，為後面講述商朝做鋪陳。中間40%說的是商人的來歷，商朝的建立，中商的中興，以及晚商的沒落。最後面的40%則說明周人的起源，周人下定決心翦(滅)商的經歷，滅商活動的過程，以及滅商後的文化與歷史改造。

作者除了出具史料外。也嘗試提出自己的推理，補齊歷史上的盲點。比如姜太公竟然是在釣魚時被周文王發掘，不免太過戲劇性，很可能經過後世改造。李碩的推理是周文王在殷都時就見過姜太公，兩人決定共創大業。而又為了避人耳目，捏造了相遇的過程。

李碩的推理有時令人感到有些牽強。或許還要更多考證才能說服考古學家們。但對於我們這些看故事的人來說已經填滿了想象空間。但就算去掉那些還未認證的推理。李碩整理的考古證據所能推敲出的具體事實就已經豐富的令人對考古學家們的努力感到欽佩不已。

雖然有些讀者認為本書有些硬核。但我看得很開心。或許本身就很喜歡歷史，所以讀得混然忘我。在此推薦給各位。

Annalyn Ng & Kenneth Soo - 文科生也看得懂得資料科學

小弟對機器學習以及AI很有興趣。唸書時也一度想將它作為研究的方向。不過最後還是沒有勇氣選擇它，因為那時候的學術風氣感覺AI陷入瓶頸了。不過事實上也確實是陷入了瓶頸。或許這幾年其實也沒什麼進步，只是處理器算的比較快罷了(這是一位在機器學習的領域有所成就的教授所分享的感言)。或許，從學術上或許真是沒什麼進步。因為老演算法在大數據下的表現不輸給新演算法。甚至還可能有更好表現。然而在應用上有著非常明顯的進步，這點相信你我都有看到。

我看了許多機器學習的書。也上了一些線上課程。但仍對這個領域一知半解。或許是時候退後一步，重新審視這門科學了。《文》這本書標榜文科生都能看。我翻了幾頁，確實是沒有數學公式在裡面，也沒有什麼表示式。作者是用更為生動的方式機器學習的原理介紹給讀者。

本書第一個章節介紹完最最基本的機器學習名詞解釋後，接下來的各個章節就分別介紹一種演算法的原理、適用場景、使用限制與注意事項。每個介紹的內容都很連貫，讓讀者更能理解其中的原故。或許書中沒有公式會讓人感覺浮雲一般。但其實不用太執著這點。不過可能我的想法不準確，因為我本身是看過公式再回過頭讀這本的，所以比較不會有『感覺不到』的情況吧？

這本書沒有死板的公式。而是更多演算法設計的奧妙。比如在社群網路分析時使用的PageRank中，能在如下的網路圖依照彼此的關連度交互運算，找出最關鍵的結點。

 

而k-nearest neighbors演算法就是對某結點分類時，會參考臨近結點的類型。書中的翻譯不錯，說這就「物以類聚」概念的實現。

本書介紹的演算法雖然多，但是說明簡單清晰。對於初學者或只是想稍微了解機器學習的大眾們來說是絕佳的讀物。除了教學外，更能當成一部科普的書籍。可以推薦給任何有興趣的讀者。