透过AI认知世界

译者序
前言
致谢
**部分　开始
第1章　创建计算机程序：一个认识承诺 …… 2
1.1　导言和本书重点 …… 2
1.2　计算基础 …… 6
1.2.1　图灵机 …… 8
1.2.2　波斯特产生式系统和一元减法 …… 13
1.3　计算机语言、表示法和搜索 …… 18
1.4　总结 …… 31
第2章　历史基础 …… 33
2.1　玛丽·雪莱、弗兰肯斯坦和普罗米修斯 …… 35
2.2　早期希腊思想 …… 37
2.3　后期希腊人：柏拉图、欧几里得和亚里士多德 …… 39
2.4　后中世纪或现代哲学 …… 43
2.5　英国经验主义者：霍布斯、洛克和休谟 …… 49
2.6　跨越经验主义/理性主义的鸿沟：巴鲁赫·斯宾诺莎 …… 50
2.7　跨越经验主义/理性主义的鸿沟：伊曼努尔·康德 …… 52
2.8　美国实用主义：皮尔士、詹姆斯和杜威 …… 54
2.9　计算的数学基础 …… 58
2.10　图灵测试和人工智能的诞生 …… 64
2.11　总结 …… 69
第3章　现代人工智能，以及我们如何走到今天 …… 71
3.1　人工智能的三个成功案例 …… 72
3.1.1　IBM的深蓝 …… 72
3.1.2　IBM的沃森 …… 74
3.1.3　谷歌和AlphaGo …… 75
3.2　非常早期的人工智能和1956年达特茅斯夏季研讨会 …… 77
3.2.1　逻辑理论家 …… 78
3.2.2　几何定理证明 …… 79
3.2.3　下跳棋的程序 …… 79
3.2.4　1956年达特茅斯夏季研讨会 …… 80
3.3　人工智能：尝试定义 …… 84
3.4　人工智能：早期阶段 …… 88
3.4.1　整洁派和邋遢派 …… 88
3.4.2　人工智能：基于“模仿人类”还是“只是好的工程” …… 89
3.5　认知科学的诞生 …… 94
3.6　人工智能实践的一般主题：符号化，联结主义，遗传/涌现，随机 …… 101
3.7　总结 …… 107
第二部分　现代人工智能：复杂问题求解的结构和策略
第4章　基于符号的人工智能及其理性主义假定 …… 112
4.1　理性主义世界观：状态空间搜索 …… 113
4.1.1　图论：状态空间的起源 …… 114
4.1.2　搜索状态空间 …… 116
4.1.3　状态空间搜索实例：专家系统 …… 125
4.2　基于符号的人工智能：持续的重要贡献 …… 133
4.2.1　机器学习：数据挖掘 …… 134
4.2.2　物理环境建模 …… 137
4.2.3　专业知识：在任何需要的地方 …… 138
4.3　符号系统视角的优势和局限性 …… 140
4.3.1　基于符号的模型和抽象 …… 141
4.3.2　泛化问题和过度学习 …… 143
4.3.3　为什么没有真正的基于符号的智能系统 …… 146
4.4　总结 …… 148
第5章　人工智能的关联方法与联结主义方法 …… 151
5.1　语义图的行为主义传统和实现 …… 151
5.1.1　意义的图形表示基础 …… 152
5.1.2　语义网络 …… 155
5.1.3　基于关联的语义网络的现代应用 …… 160
5.2　神经网络或联结主义网络 …… 162
5.2.1　早期研究：麦卡洛克、皮茨和赫布 …… 163
5.2.2　反向传播网络 …… 173
5.3　神经网络和深度学习 …… 180
5.3.1　AlphaGo Zero和AlphaZero …… 185
5.3.2　机器人导航：PRM-RL …… 185
5.3.3　深度学习和电子游戏 …… 187
5.3.4　深度学习和自然语言处理 …… 188
5.4　认识问题和基于关联的表示 …… 192
5.4.1　归纳偏差、透明度和泛化 …… 192
5.4.2　神经网络和符号系统 …… 195
5.4.3　为什么我们没能构建大脑 …… 197
5.5　总结 …… 199
第6章　进化计算与智能 …… 202
6.1　进化计算简介 …… 202
6.2　遗传算法及示例 …… 205
6.2.1　旅行商问题 …… 209
6.2.2　遗传编程 …… 213
6.2.3　实例：开普勒行星运动第三定律 …… 219
6.3　人工生命：复杂性的涌现 …… 221
6.3.1　人工生命 …… 224
6.3.2　现代人工生命方法 …… 228
6.4　进化计算与智能：认识问题 …… 234
6.5　关于第二部分的总结 …… 238
6.5.1　归纳偏差：理性主义的先验论 …… 238
6.5.2　经验主义的困境 …… 239
6.6　总结 …… 241
第三部分　走向主动的、务实的、模型修正的现实主义
第7章　建构主义和解与认识论立场 …… 247
7.1　对经验主义、理性主义和实用主义人工智能的回应 …… 247
7.2　建构主义和解 …… 251
7.3　五个假设：认识论立场的基础 …… 255
7.4　现代认识论的基础 …… 258
7.5　总结 …… 265
第8章　基于贝叶斯的建构主义计算模型 …… 268
8.1　贝叶斯立场的推导 …… 269
8.2　贝叶斯信念网络、感知和诊断 …… 276
8.3　基于贝叶斯的语音和对话建模 …… 285
8.4　复杂环境中的诊断推理 …… 290
8.5　总结 …… 295
第9章　走向一种主动的、务实的、模型修正的现实主义 …… 298
9.1　本书概要 …… 298
9.2　通过探索构建模型 …… 301
9.3　模型修正和适应 …… 306
9.4　人工智能从业者的项目是什么 …… 312
9.5　现代认识论的意义、真理和基础 …… 319
9.5.1　新实用主义、库恩、罗蒂和科学方法 …… 319
9.5.2　一种类别错误 …… 325
9.5.3　认知神经科学：关于人类加工的见解 …… 327
9.5.4　论人的存在：现代认识论立场 …… 329
参考文献 …… 337