在本书中，人工智能领域的权威专家朱迪亚·珀尔及其同事领导的因果关系革命突破多年的迷雾，厘清了知识的本质，确立了因果关系研究在科学探索中的核心地位。
而因果关系科学真正重要的应用则体现在人工智能领域。作者在本书中回答的核心问题是：如何让智能机器像人一样思考？换言之，“强人工智能”可以实现吗？借助因果关系之梯的三个层级逐步深入地揭示因果推理的本质，并据此构建出相应的自动化处理工具和数学分析范式，作者给出了一个肯定的答案。作者认为，今天为我们所熟知的大部分机器学习技术，都建基于相关关系，而非因果关系。要实现强人工智能，乃至将智能机器转变为具有道德意识的有机体，我们就必须让机器学会问“为什么”，也就是要让机器学会因果推理，理解因果关系。或许，这正是我们能对准备接管我们未来生活的智能机器所做的最有意义的工作。

《避风港》探讨了一个重要的问题：在变化波动的市场中，什么是安全的投资？
现代金融理论认为，风险与收益总是成正比的，高收益势必伴随高风险，而低风险的投资路径通常通向低收益。本书作者马克·斯皮茨纳格尔的观点恰恰相反，他认为，低风险不代表低收益，“避风港”，即“具有成本效益的风险缓释”是低风险高收益的代名词。
作为避风港理论和投资组合风险缓释策略的全球顶尖实践者，马克·斯皮茨纳格尔在这部作品中充分展示了他的智慧与博学，他的探讨涉及数学、概率学、哲学、历史学甚至文学，旁征博引，例证丰富，角度独特且极具价值。阅读《避风港》，你可以在深入理解伯努利原理和投资组合理论的同时，与亚里士多德、柏拉图和尼采进行穿越时空的思想连线。在合上这本书之后，你甚至可能发现自己拥有了一种能力，可以摆脱风险和收益的两难困境。
什么是避风港？避风港在投资组合中应该发挥什么作用？我们是否只能利用避风港寻求短期庇护，等待金融风暴过去？还是说，避风港在整个投资中有更重要的意义？了解了以上这些问题，投资者将不再以固有的方式看待风险缓解，拥有更为宽广的理解未来的角度与思路。

《思考，快与慢》是诺贝尔经济学奖得主丹尼尔·卡尼曼的经典作品，是卡尼曼一生研究工作清晰而富有启发性的总结。作为行为经济学和实验经济学的先驱者，卡尼曼的研究影响深远。
卡尼曼认为，有两种系统驱动着我们的思考和决策方式：系统1是依赖直觉、情感、记忆做出的快速判断；系统2则更慢、更深思熟虑，也更有逻辑。通过阐释这两个系统在大脑中的运作规律，卡尼曼揭示了快思考和直觉印象对人类思想和选择的普遍影响。他通过生动的对话和实验展示了我们什么时候可以信任自己的直觉，什么时候不可以，以及我们如何利用慢思考的优势，做出比传统经济学中的理性人更好的选择。
2002年，丹尼尔·卡尼曼因其在判断与决策心理学方面的研究而获得诺贝尔经济学奖。他的研究挑战了传统经济学中的理性人假定，提出了著名的“前景理论”，开创了行为经济学这一新领域。在这本里程碑式的作品中，卡尼曼不仅为我们展示了我们的大脑是如何工作的，也将为我们工作、生活各个方面的决策提供实用且富有启发性的见解——以及教会我们如何防范常常让我们陷入困境的心理偏差。

“理性人”是传统经济学研究的基本假设，但正如行为经济学所表明的那样，人类的很多行为其实是非理性的。事实上，人类的行为决策既有理性的一面，也有非理性的一面。在这本书中，作者尤里·格尼茨认为，是不同激励措施发出的不同信号导致了不同的行为决策，当多个激励信号之间出现不一致的情况时，就出现了混合信号。混合信号可能带来严重的后果，比如鼓励长期目标，却奖励短期成果；强调质量的重要性，却按数量计酬；如果一个鼓励阅读的激励设计在短期内取得了成效，却要付出让学生厌恶阅读的长期的代价，那必然得不偿失。
激励作为一种工具，应该以更合理的机制引导和激发人们去做那些原本不会做的事情，格尼茨基于自己多年在行为经济学领域的研究以及其主导的各类社会、商业调查实验，总结出掌控叙事、识别问题、改变行为和互惠原则等有效激励的策略，用“小推力实现大改变”。我们将在这本书中看到：一个企业是如何通过激励机制塑造出对自己有利的叙事，让消费者理性接受涨价并赢得更大市场的；一个父亲是如何反思和处理在教育孩子诚实方面自己说一套做一套的错误行为的；以及一个经济学家又是如何将自己的研究成功实践，帮助非洲部落的年轻女孩摆脱了割礼的命运的。
我们将通过书中一个个真实生动的案例看到经济学是如何推动了世界的运转，文化的发展和个人命运的转变，学会用经济学思维在工作和生活中做出更好的决策。

什么是复杂性科学？我们又为什么要研究复杂性科学？
事实上，自相对论被提出以来，许多人就已经将复杂性科学视为最重要的科学发展方向，甚至认为它能帮助人类了解宇宙万物的本质，被称作“所有科学的科学”。
“二者为伴，三即复杂”是本书作者尼尔·约翰逊对复杂性给出的基本定义，只要集合了一群人，这群人就会以复杂的方式相互影响、彼此竞争，于是就形成了一个复杂系统。从要不要扎堆去新开业的酒吧，如何避开交通堵塞，如何找到理想的伴侣，到金融市场的走势，甚至战争的成败与伤亡，全都与复杂系统有关。
作者认为，现实世界中，一群对象对某种稀缺资源的争夺构成了复杂性的本质，无论这种资源是食物、空间、能源、权力还是财富，而研究复杂性科学的终极目标就是理解、预测和控制因群体行为带来的涌现现象，从而在争夺稀缺资源的竞争中提升优势，有效规避风险，做出最佳决策。

当我们与DeepSeek对话时，是在与什么交谈？一只拥有自主意识的智能鸭子，还是一只学舌的“随机鹦鹉”？
当我们与DeepSeek对话时，是在与什么交谈?一只拥有自主意识的智能鸭子，还是一只学舌的“随机鹦鹉”?
牛津大学认知神经科学教授、谷歌DeepMind科学家克里斯托弗·萨默菲尔德，从人工智能突飞猛进的语言能力切入，剖析了从早期符号系统到大语言模型的技术演进，揭示了AI如何获得类人的表达能力，以及这种能力与人类基于身体经验形成的理解力之间的本质区别。
人工智能的发展不仅改变着技术景观，更重塑了“心智”的本质。这本书通过探讨意识、意向性和理解力，让我们思考：当全新的智能形态诞生，人类的认知自主权将走向何处?