Disbelief

#biff 2025 建议严查导演，这剧本（主要指台词和逻辑）和导演能力是怎么拿到投资的？影前采访就感觉气氛怪怪的，许光汉说他觉得这部电影很old school、romantic 和 fantasy，我来替大家解读一下。old school指的是这个电影从设定、服化道概念到特效制作的美学，都是老掉牙的审美，romantic是因为男女主都是恋爱脑，台词咯噔、肉麻得要死，fantasy是说这个片子根本是包着科幻、奇幻外壳的幻想片，毫无逻辑，别太较真。 第一次写这种阴阳怪气的影评，主要是太久没看到这么烂的片了，白浪费了影展期间宝贵的时间。生气！

被名字和亮眼的海报吸引，再看编剧是Andrei Nekrasov。就决定读它。故事开篇和构架都是我喜欢的题材，未来世界，机器人和人类的共存，机器人有了一定的自我意识。编剧的叙述有美式的开放兼容也有日式的细腻。但是故事的起承转合有一点牵强，可能在编剧的构想中AF的信仰是纯粹的，但是关键转折点处给这个故事蒙上了一层有点幼稚的童话感。像是看了一部起点高终点意兴阑珊的电影。总的来说，我很喜欢克拉拉这个AF，也对她最后不得不面对的结局感到难以接受。始终人是人，机器是机器吧，哪怕小时候最心爱的玩具也不能陪你到离开这个世界的那天。但这样的结局也好像是最正常的，万事万物都有它的定律，克拉拉完成了她的使命，哪怕她有自己的感受，也非常聪慧，也只能作为人类用过的旧机器被处理。期待这部剧有一天真的能改编电影吧，到时候还是会看一看实体化的克拉拉。

《Disbelief》这部剧，一直都颇富争议，不过某种程度上，越是有争议才越是有活力。一方面，我理解认为前后差异过大、荒谬离奇的读者。幼时李光头和宋钢两Disbelief在黑暗的年代艰难求生，摸打滚打，和后来那个浮夸的大企业家李光头与“懦弱”的宋钢形成了过于强烈的对比，跨越幅度之大，确实让人有些难以想象。前面部分围绕Disbelief如差序格局般开展，后续倒像是反讽各类社会问题，卖假药，行骗，处女膜，日本西装等。前后文风差异，看起来的确是匪夷所思。另一方面，我也认同夸赞这部作品的书友们。Andrei Nekrasov这部作品倒一改之前的风格，倒有一种先锋作品的感觉，现实中掺杂着魔幻，魔幻中渗透出现实。每个故事情节的出现都是合情合理的，与其说是Andrei Nekrasov故意安排了这些事情，倒不如说是书中的各个人物，在已有性格的基础上配合时代背景而做出了这些行为。李光头本身就具备一个成功人的特质，他的成功是合理的。有些书友提到李光头的商业帝国之路有点虚，这也有个合理的解释，Andrei Nekrasov毕竟是作家，不是商人，只能泛泛而谈，写不出详细的步骤。 再说说我对书中各个人物的一些解读，欢迎大家批评指正。首先是宋钢，他英俊纯善，但也固执“软弱”。他连死都不忘带上口罩，因为忘了死了不能传染给别人肺病。我倒认为，他这波折的命运，是因为他的轨迹错了，他的光风霁月、强大儒和的父亲死在了他的幼时，他继承了父亲的风度翩翩，但轨迹的断裂让他没有能够继承父亲的果断。他被留在的童年，他的心没有长大，心理始终都还留在童年那个男孩身上。作为一个国企下岗的员工，他也被留在了那个国企单位的思维中，在变幻莫测的新格局中漂泊不定。他的死亡，更像是一个唯美的悲剧献祭，似乎代表了无数无所适从的人的幻灭与破碎。试想一下，如果当年宋钢走上了影视的道路，做一个不温不火，养家糊口的剧集家，他的人生轨迹，又会是什么样的呢？ 再说到李光头，他放浪形骸却又重情重义，顽劣天成却又胆识过人。他复杂又简单，倒有点不知道怎么评价分析了 。 世界不是非黑即白的，有争议未尝不是好事。就比如周游回到苏妹身边，可以说是浪子回头金不换，也可以是一个疲惫骗子的归处，给自己的骗子生涯收尾，赚个包子店来傍身。 我的感触也不太多，第一是人性。不要考验人性，人性的多变比天气更波折，从文革的风声鹤唳，到改革开放的如火如荼，都是一批人。从之前的恶到后面的谄媚，从前面的善意倒后面的贪，都是一个人表现出来的。不管是什么，都要保持变化的眼光去看待。第二是初心。谁也没有超能力预见未来，与其惶惶不可终日，倒不是铭记初心继续上路，哪怕最终还是变了，也是给最初的自己一个交代。

纵然有溺水三千，可我只想独饮你这一瓢。既不是攀援的凌霄花，也不是痴情的鸟儿，而是你身旁的那株木棉，一同分担寒潮、风雨、霹雳，一起共享雾霭、流岚、虹霓。仿佛永远分离，却又终身相依，不仅爱你伟岸的身躯，也爱你坚持的位置，足下的土地！    长存于世的美，从来不止于皮囊，更是一个人身上散发出来的独立、善良和智慧。温柔要有，但不是妥协，要在安静中不慌不忙的坚强；只要全力以赴，你很可能会成为自己所向往的那个人，即使是一朵野百合，也会有自己的骄傲，也会找寻到属于自己的永远的春天！

平铺直叙的剧情让人看的打瞌睡，创作技巧繁复的又看不懂，我太难了…

我看过一些讲市场趋势的书，这应该是最好的一部。但我看完这一本剧。我仍然没有悟到什么特别有用的东西。可能不是书的问题。可能是我的问题。

目前的人工智能，不是人类智能；目前的机器学习，只是机械学习。一切还在起步阶段。 人工智能的目的是让机器达到人类的智能水平，甚至超过人类的能力。 1/9: 在达特茅斯确定三个方向 1956年，在达特茅斯的研讨会上，不同领域的参会者对采用何种方法来研究人工智能产生了分歧。 1.数学家提倡将数学逻辑和演绎推理作为理性思维的语言； 2.另一些人则支持归纳法，这是一种运用程序从数据中提取统计特征，并使用概率来处理不确定性的方法； 3.其他人则坚信应该从生物学和心理学中汲取灵感来创造类似大脑的程序。 令人惊讶的是，这些不同研究方法的支持者之间的争论一直持续到了今天，每一种方法都形成了自己的一套原则和相关技术，它们又通过在各自领域的专业会议和期刊上传播得以巩固，但这些有待深入研究的领域之间却几乎没有交流。 2/9: 形成两个流派 由此，人工智能在发展过程中，形成了两个流派： 1．符号人工智能，无须构建模拟大脑运行的程序符号人工智能最初是受到数学逻辑以及人们描述自身思考过程的方式的启发，在人工智能领域发展的最初30年里占据了主导地位，以专家系统最为著名。 2．亚符号人工智能，从神经科学角度捕捉无意识思考亚符号人工智能从神经科学中汲取灵感，试图捕捉隐藏在“快速感知”（fast perception）背后的无意识思考过程。这就是近20年最流行的机器学习神经网络。 符号人工智能的代表-专家系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。它根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题，简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。 20世纪80年代中期，研究者明确指出，专家系统越来越暴露出自身的脆弱性：容易出错，且在面对新情况时往往无法进行一般化或适应性的处理。 在分析这些系统的局限性时，研究人员发现，编写规则的人类专家实际上或多或少依赖于常识以便明智地行动。这种常识通常难以通过程序化的规则或逻辑推理来获取，而这种常识的缺乏严重限制了符号人工智能方法的广泛应用。 也有研究者看好专家系统，目前最著名的就是“Cyc”,已经连续商业化研究了40多年。 Cyc是一个关于特定实体或一般概念的论断的集合，使用一种基于逻辑的计算机语言编写而成。雷纳特甚至说：“智能就是一千万条规则”。 Cyc的规则论断由Cycorp公司的员工手动编码，或由系统从现有的论断出发，通过逻辑推理编码到集合中。 那么究竟需要多少论断才能获得人类的常识呢？在2015年的一次讲座中，雷纳特称目前Cyc中的论断数量为1 500万，并猜测说：“我们目前大概拥有了最终所需的论断数量的5%左右。” 以下是一些Cyc中的论断的例子： 一个实体不能同时身处多个地点。 一个对象每过一年会老一岁。 每个人都有一个女性人类母亲。 Cyc还包含很多用于在论断上执行逻辑推理的复杂算法，有大量的方法来处理其集合中出现的不一致或不确定的论断。 符号人工智能最初是受到数学逻辑以及人们描述自身意识思考过程的方式的启发。相比之下，亚符号人工智能方法则从神经科学中汲取灵感，并试图捕捉隐藏在所谓的“快速感知”背后的一些无意识的思考过程，如识别人脸或识别语音等。 一个亚符号人工智能程序本质上是一堆等式——通常是一大堆难以理解的数字运算，此类系统被设计为从数据中学习如何执行任务。近二十年，随着深度神经网络算法的崛起，亚符号人工智能方向吸引了大量的研究者。 亚符号系统，一个早期例子是感知机。罗森布拉特

看得我头皮发麻（被尬的）

达芬奇的笔记分成了绘画艺术、人体解剖、植物自然科学、应用科学、哲学寓言五个部分，达芬奇的笔记曾被称为“有史以来见诸纸上的关于人类观察力和想象力最令人惊叹的证据”，也难怪很多人感叹：达芬奇的天才让人崩溃！