人类所有的知识都以分类为基础。分类为我们认识和改造世界提供基本框架，它不仅是思维的重要基点，而且是处理信息过载的基本方法，本身还带有很强的知识属性和权力特性。但是，分类思维也存在类别固化、边界模糊、视角受限等不足。随着深度强化学习技术的快速发展，当前生成式人工智能在分类能力、知识学习、知识创新等方面正在达到或超过人类的智能水平。此外，人工智能还可以摆脱人类知识和经验的束缚，使用非分类或动态分类等方法探索问题与创造知识，而人类无法理解或学习这些方法。人工智能对人类分类能力的“复刻”与超越，冲击着人类的知识图景与权力分配，从而导致了深刻的知识危机。为应对这一危机并尽力克服分类局限，本书主张跨维的知识范式：一是跨越已有分类维度提出新的分类视角；二是通过对“初始分类”的分析与批判而形成新的分类视角；三是通过“概念整合”提出新的分类维度与视角，从而推动跨越分类体系的知识整合与创新。在追求和实现这一跨维范式的过程中，人工智能既是工具，也是竞争对手。本书在跨学科研究基础上引入“跨维”视角，并结合前沿技术及其发展趋势，创新性地从分类学角度深入探讨人工智能对人类权力、知识体系和认知局限的重大影响，对人工智能时代的技术治理、职业危机与学习教育等议题有深度思考，适合人工智能技术的使用者、研究者与政策制定者阅读参考。

盛思鑫，国家发展改革委宏观经济研究院研究员、决策咨询部副主任。澳大利亚新南威尔士大学哲学博士（组织管理专业），美国哈佛大学费正清中国研究中心访问学者，先后担任新加坡国立大学东亚研究所研究专员、国家发展改革委国际合作中心战略研究处处长、厦门市“一带一路”建设工作领导小组办公室副主任、国家发展改革委社会发展研究所副所长。曾获省部级学术奖3项，著有《谁在误导你的决策：无处不在的守门人》等作品。