AI 在去年的各类年终总结中几乎占据了显著位置，并且可以预见，围绕 AI 的许多问题在未来还将引起更多的讨论。科学史图书馆将持续关注这一领域的话题，分享更多负责任和有用的学术资讯和研究项目（比如哈佛 MetaLAB 的“人工智能教学项目”
The AI Pedagogy Project
）。在讨论 AI 相关的问题时，我们既不应全盘拒绝机器学习或其他自主系统的研究，也有必要质疑和反击那些不负责任的、技术决定论的、剥夺权力的话语和炒作，包括末日主义的炒作。这种平衡的视角能够帮助我们更加深入和全面地理解人工智能的复杂性和多维度的影响。
本期推送介绍的 BJHS Themes 最新一期“人工智能的历史：权力的谱系”
就是基于这样的视角进行探讨的。
BJHS Themes 是同行评审后线上发行，与《英国科学史杂志》（British Journal for the History of Science）一样，是英国科学史学会拥有的期刊，一年一期，并且
完全开放获取
。
这期 BJHS Themes 探索了人工智能（AI）如何成为了科学、技术与经济历史纠缠中的一个典型象征，
挑战了传统关于AI起源和发展的叙述
（如1956年夏天在达特茅斯发明AI或艾伦·图灵在1950年的贡献），将AI定位在更广泛的历史和地理背景中，审视其作为技术和系统集合的认知与政治力量，
反思人工智能的起源故事中的历史殖民主义和数据殖民主义之间的相似之处，
并展示了AI在管理权力扩张和自然化中的作用。
这期新刊也来自剑桥大学的科学史与哲学系和英语学院在2020年5月至2021年12月主办的同名研讨会 Histories of Artificial Intelligence: A Genealogy of Power。
研讨会重点关注“隐性劳动”（hidden labour）, “编码行为”（encoded behaviour）, “认知不公正”（cognitive injustice ）和“虚假言论”（disingenuous rhetoric）四个部分。
这些重点关注所关照的问题也可以在这期论文中找到。
图书馆也曾推荐过
剑桥大学2021年“人工智能史”暑期课程及其主题相关书目。
值得注意的是，从会议举办到文章出版其实有一段不短的
时间。研究时差也一直是图书馆的关注重点，此前我们发布过
科学史图书馆申请/征稿信息数据库
。这个数据库的出现既是为了和大家分享有趣项目的申请信息，调整信息差异；也是因为关注各类CFP和CFA的公开信息，可以比只关注出版物，更快也更有效地接触学术研究面向未来的可能。（我们还发布过另外两个数据库，也欢迎大家使用：
通向最前沿：科学史图书馆新书数据库
和
科学史图书馆电子资源与在线展览数据库正式发布
。
本期
BJHS Themes
目录如下：
SECTION 1: Origins? Intelligence, capture, discovery
第1节：起源？智能，捕获，发现
"Animo nullius: on AI's origin story and a data colonial doctrine of discovery"
by Jonnie Penn.
"Animo nullius: 关于人工智能的起源故事和数据殖民发现原则"
"Artificial intelligence and the conjectural sciences"
by Luke Stark.
"人工智能与推测性科学"
"History
as
capture"
by Sarah T. Hamid.
"历史作为捕获"
SECTION 2: Creativity, economy, and human-machine distinctiveness
第2节：创造力、经济性和人机独特性
"Irreducible worlds of inexhaustible meaning: early 1950s machine learning as subjective decision making, creative imagining and remedy for the unforeseen "
by Aaron Mendon-Plasek
"无法简化的世界：20世纪50年代初的机器学习作为主观决策、创造性想象和应对未知的方法"
"Rules of creative thinking: algorithms, heuristics and Soviet cybernetic psychology"
by Ekaterina Babintseva
"创造性思维的规则：算法、启发式方法和苏联控制论心理学"
"Machinery for managers: secretaries, psychologists, and ‘human–computer interaction’, 1973–1983"
by Sam Schirvar
"经理的机器：秘书、心理学家和1973-1983年的‘人机交互’"
"The Soviet scientific programme on AI: if a machine cannot ‘think’, can it ‘control’? "
by Olessia Kirtchik
"苏联的人工智能科学计划：如果机器不能‘思考’，它能‘控制’吗？"
SECTION 3: Seeing through computer
vision
, historically
第3节：通过计算机视觉进行历史观察
"Errors and fallibility in radiology: X-ray readings and expert radiologists, 1947–1960 "
by Flora Lysen
"放射学中的错误和不可靠性：1947-1960年X射线读数和放射学专家"
"Bell Labs and the ‘neural’ network, 1986–1996"
by Harry Law.
"贝尔实验室和1986-1996年的‘神经’网络"
"Species ex machina: ‘the crush’ of animal data in AI"
by Simon Michael Taylor.
"机器中的物种：人工智能中动物数据的‘压榨’"
" Select Five experimentations in computer vision: seeing (through) images from Large Scale Vision Datasets"
by Bruno Moreschi
"计算机视觉的五种实验：从大规模视觉数据集看(穿过)图像"
SECTION 4: ‘The social implications of machine intelligence’ in the
biometric
state
第4节：生物识别状态下的“机器智能的社会影响”
"The ‘artificial intelligentsia’ and its discontents: an exploration of 1970s attitudes to the ‘social responsibility of the machine intelligence worker’"
by Rosamund Powell
