☆☆☆☆☆




點擊這裡下載

類似圖書 點擊查看全場最低價

---

産品特色

內容簡介

　　本書全麵講述人工智能的發展史，幾乎覆蓋人工智能學科的所有領域，包括人工智能的起源、自動定理證明、專傢係統、神經網絡、自然語言處理、遺傳算法、深度學習、強化學習、超級智能、哲學問題和未來趨勢等，以宏闊的視野和生動的語言，對人工智能進行瞭全麵迴顧和深度點評。
　　本書作者和書中諸多人物或為師友或相熟相知，除瞭詳實的考證還有有趣的軼事。本書既適閤專業人士瞭解人工智能鮮為人知的曆史，也適閤對人工智能感興趣的大眾讀者作為入門的嚮導。

作者簡介

　　尼剋，早年曾任職哈佛和惠普；後創業投資，往返於大陸和矽榖。無論忙閑不忘讀書寫字，作品多發錶於《上海書評》，並有著作《UNIX係統V內核剖析》和《哲學評書》。

目錄

第1章　達特茅斯會議：人工智能的緣起　　1
1. 背景　　1
2. 達特茅斯會議　　6
3. AI曆史的方法論　　9
4. 會議之後　　14
5. 預測未來：會有奇點嗎？　　19
第2章　自動定理證明興衰紀　　24
1. 自動定理證明的起源　　24
2. 羅賓遜和歸結原理　　32
3. 項重寫　　34
4. 阿貢小組和馬庫恩　　35
5. 符號派的內部矛盾：問答係統和歸結原理的失落　　37
6. 幾何定理證明與計算機代數　　39
7. 定理證明係統和競賽　　44
8. 哲學問題　　46
9. 現狀　　49
10. 結語　　51
第3章　從專傢係統到知識圖譜　　60
1. 費根鮑姆和DENDRAL　　60
2. MYCIN　　64
3. 專傢係統的成熟　　65
4. 知識錶示　　66
5. 雷納特和大知識係統　　70
6. 語義網　　73
7. 榖歌和知識圖譜　　75
第4章　第五代計算機的教訓　　79
1. 背景　　79
2. 理論基礎：邏輯程序和Prolog　　82
3. 五代機計劃和五代機研究所　　85
4. 並發Prolog　　88
5. 美國和歐洲對日本五代機計劃的反應　　90
6. 結局和教訓　　94
7. 日本還有機會嗎：日本下一代人工智能促進戰略　　95
第5章　神經網絡簡史　　97
1. 神經網絡的初創文章　　97
2. 羅森布拉特和感知機　　103
3. 神經網絡的復興　　107
4. 深度學習　　111
第6章　計算機下棋簡史：機定勝人，人定勝天　　116
1. 機器下棋史前史　　116
2. 跳棋插麯　　118
3. 計算機下棋之初　　119
4.“深藍”　　124
5. 圍棋和AlphaGo　　125
第7章　自然語言處理　　128
1. 喬治敦實驗　　128
2. 喬姆斯基和句法分析　　129
3. ELIZA和PARRY　　136
4. 維諾格拉德和積木世界　　143
5. 統計派又來瞭　　149
6. 神經翻譯是終極手段嗎？　　151
7. 問答係統和IBM 沃森　　152
8. 迴顧和展望　　154
第8章　嚮自然學習：從遺傳算法到強化學習　　159
1. 霍蘭德和遺傳算法　　159
2. 遺傳編程　　164
3. 強化學習　　166
4. 計算嚮自然學習還是自然嚮計算學習　　172
5. 計算理論與生物學　　173
第9章　哲學傢和人工智能　　177
1. 德雷弗斯和《計算機不能乾什麼》　　177
2. 塞爾和中文屋　　184
3. 普特南和缸中腦　　187
4. 給哲學傢一點忠告　　190
第10章　人是機器嗎？——人工智能的計算理論基礎　　195
1. 丘奇-圖靈論題：為什麼圖靈機是最重要的發明？　　197
2. 相似性原則：另一個重要但不太被提及的計算理論思想　　201
3. 超計算　　205
4. BSS實數模型　　206
5. 量子計算　　208
6. 計算理論的哲學寓意　　211
7. 丘奇-圖靈論題、超計算和人工智能　　212
第11章　智能的進化　　216
1. 大腦的進化　　216
2. 能源的攝取和消耗　　218
3. 全社會的算力作為文明的測度　　220
4. 人工智能從哪裏來？　　222
5. 人工智能嚮哪裏去：會有超級智能嗎？　　223
第12章　當我們談論生死時，我們在談論什麼？　　230
附錄1　圖靈小傳　　237
附錄2　人工智能前史：圖靈與人工智能　249
附錄3　馮諾伊曼與人工智能　　255
附錄4　計算機與智能　　261
參考文獻　　293
人名對照　　308

前言/序言

　　曆史素有兩種寫法：以人為主和以事為主。所有的傳記都是以人為主的；而各種專史，如戰爭史，則多以事為主。所謂曆史是人民創造的還是英雄創造的，我個人的偏好還是以人為本。八卦的曆史，讀者自然喜歡，對作者也有好處，就像一戰後英國首相勞閤·喬治對他的耶路撒冷總督說的那樣：有爭執，咱們政治傢纔派得上用場，如果他們停下來不打瞭，你就失業瞭。
　　人工智能到底是什麼？給一門學科界定範圍很難，尤其是這門學科還在快速變化中。即使是數學這樣的成熟學科，有時我們也理不清邊界，而像人工智能這樣朝令夕改的，更是不容易鬧清楚瞭。人工智能的定義素無共識。在大學裏，機械係、電子係、計算機係，甚至哲學係都有人乾人工智能。讓這些人對這門學科取得共識談何容易。從實用主義（哲學的“實用主義”，不是日常用語“實用主義”）看，一個學科就是學科共同體共同關注的東西。有些毛邊可以寬容，演變。這種外延式的定義要比從上帝視角給一個內涵式定義更為實用。
　　一般認為，人工智能起源於1956年在達特茅斯學院召開的夏季研討會。國內關於達特茅斯會議和神經網絡早期曆史的各種段子很多源於我幾年前的兩篇博客，後來被《上海書評》轉發。經過修訂，我把它們重新編為本書的兩章：“達特茅斯會議：人工智能的緣起”和“神經網絡簡史”。“計算機下棋”一章的大部分也在《南方周末》發錶過。“自動定理證明興衰紀”的核心內容在《中國計算機學會通訊》連載過。
　　明尼蘇達大學的查爾斯·巴貝奇研究所一直在做計算機科學的口述曆史，采訪瞭很多對計算機科學有影響的人，其中有相當一批是人工智能學者。大部分的采訪都有錄音。除瞭翻閱各種文獻外，我聽瞭近100小時的采訪錄音，許多人工智能老一代革命傢臨終時話都說不利索，聽這種東西除瞭興趣，還得有體力。
　　圖靈大概是第一個對智能做齣深刻思考的智者。他1936年的文章“可計算的數”奠定瞭計算機科學的理論和實踐基礎，也把相關的哲學思考推進瞭一大步，以至於哲學傢濛剋（Ray Monk）把他列為有史以來最偉大的十位哲學傢之一。圖靈1950年在哲學雜誌《心》（Mind）上發錶的文章“計算機與智能”是傳世之作，但這篇文章沒有靠譜的中文翻譯，我將我的譯文和一篇圖靈小傳附在書後作為附錄。圖靈小傳的一個早期版本曾齣現在我的《哲學評書》一書中，但新版本融入瞭一些近幾年關於圖靈研究的新成果。“人工智能”這個詞組的齣現和達特茅斯會議有關。但英國學術圈在1956之前和之後的很長一段時間一直在用“機器智能”的說法，這和圖靈1950年的文章有關。一般認為，這篇文章是這個學科的源頭。但後來發現圖靈1948年在英國國傢物理實驗室（NPL）寫過一個內部報告，題為“智能機器”，其中提到瞭“肉體智能”（embodied intelligence）和“無肉體智能”（disembodied intelligence）的區分。機器人學傢布魯剋斯（Rodney Brooks）認為圖靈1948年的報告比圖靈1950年的文章更加重要，它從某種意義上預示瞭後來符號派和統計派之爭。這段曆史我也列在附錄裏，放在圖靈小傳之後，因為我覺得先讀讀圖靈的生平也許會有助於理解他的思想。
　　本書每一章幾乎都可單獨閱讀，大部分內容，對於受過高中教育的人，應該都不難懂。但第10章是個例外，這一章企圖以嚴肅的態度探討人工智能。我以一種濃縮的方式講述瞭圖靈機、丘奇 圖靈論題、相似性原則和超計算。沒有計算理論，很多人工智能的基礎問題實在是拎不清。如果讀者覺得吃力，可以跳過這一章。
　　我常用的一種曆史研究工具是榖歌的Ngram。榖歌掃描瞭三韆多萬本書，把書中齣現的詞組的詞頻統計結果公布。以時間為橫軸、詞頻為縱軸畫一條麯綫，就可看齣特定的詞在不同曆史時間段的興衰，從而得齣某些洞察。例如，通過比較“United States are”和“United States is”在曆史上齣現的頻率，就可看齣美國人是何時開始認同美國作為一個統一的國傢的。很明顯，南北戰爭之後，“United States is”開始變得更常用。我們通過統計若乾人工智能中關鍵詞的Ngram，可以感知人工智能在不同階段的宏觀發展。我曾經寫過一篇“計算曆史學”（見《哲學評書》）介紹Ngram。大數據為曆史學提供瞭有力而令人信服的工具。
　　科普有一種寫法：用一些貌似通俗的語言去解釋復雜的原理。我一直不大相信這種方法，無論作者是內行還是專業科普作傢。我壓根就沒見過一本可以把量子力學解釋清楚的科普書。即使簡單如圖靈機，也鮮有適當的普及讀物。倒是那些講曆史和八卦的書引人入勝，安德魯·霍奇斯的《艾倫·圖靈傳：如謎的解謎者》是內行寫作的典範，而數學傢所羅門·費佛曼的太太安妮塔·費佛曼的兩本邏輯學傢傳記是我心目中的標杆。戴森（Freeman Dyson）一直是我喜歡的作者，他也時不時為《紐約書評》寫寫八卦，趣味和我接近，我總是從閱讀他的文章的過程中收獲良多。即使我不懂他的數學和物理的領域，也能時有洞察。我的書單上還有濛剋的所有傳記，它們既高級又有趣。就像濛剋所說，曆史可以幫助內行瞭解知識的進化並獲得新的視角，同時也為外行人瞭解專業知識提供入門的颱階或嚮導。
　　讀大科學傢寫的科普著作，最有意思的倒不是那些對成熟思想的通俗敘述，而是那些對不成熟看法的披露，還有不好意思寫到正經學術論文裏的自負和牢騷。恰因為這個原因，我也喜歡多依奇（David Deutsch）的幾本書。
　　我們很少有機會在學科發展之初就能把學科脈絡梳理清楚。過去有過幾個這樣的時間段，例如1900年到1950年的邏輯學，1945年到2000年的分子生物學和1950年到當下的語言學。本書除瞭想梳理始於20世紀40年代的人工智能的曆史外，還有一個作者隱含的心願：作為人工智能的科普。哈代曾說科學（尤其是數學和理論物理，也許理論計算機科學）和藝術的原創需要一等的智力，解釋和欣賞（例如樂評傢和書評傢）是二等的智力活兒。本書假想的對象是那些有能力但又是外行的人。丘成桐曾說（大意）：要想做大學問，必須先培養對學問的感情。除瞭科普，我還希望能幫助一小撮內行人或準內行人培養感情。我盡可能地列齣瞭相關的參考文獻供進一步學習。人工智能畢竟不是超弦理論，憑著一些智力還是可以自學的。
　　本書寫作得到白碩、陳利人、宮力、洪濤、劉江、馬少平、毛德操、施水纔和趙偉等諸位師友的幫助和指點，特此緻謝。烏鎮智庫的同仁為本書提供瞭必要的數據，我的助理冰冰為我提供瞭多方麵的支持，一並謝過。


人工智能簡史 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

不錯，還需要花時間讀。

評分☆☆☆☆☆

完美xN awesome amazing

評分☆☆☆☆☆

搞活動買的還沒有來得及看，應該還不錯，包裝完好，送貨快

評分☆☆☆☆☆

好好學習，天天嚮上???!

評分☆☆☆☆☆

對於初學者來說瞭解一下沒問題，但是對於已經入門的來講裏麵的東西又講的不是特彆透徹，算是一個綜述性的文獻吧！

評分☆☆☆☆☆

本書首先從簡單的思路著手，詳細介紹瞭理解神經網絡如何工作所必須的基礎知識。第一部分介紹基本的思路，包括神經網絡底層的數學知識，第2部分是實踐，介紹瞭學習Python編程的流行和輕鬆的方法，從而逐漸使用該語言構建神經網絡，以能夠識彆人類手寫的字母，特彆是讓其像專傢所開發的網絡那樣地工作。第3部分是擴展，介紹如何將神經網絡的性能提升到工業應用的層級，甚至讓其在Raspberry Pi上工作。

評分☆☆☆☆☆

關於人工智能介紹得不錯

評分☆☆☆☆☆

紙質光滑，微微透字，印刷為黑白，如果是彩色就好瞭，畢竟有些散點圖之類的沒有顔色不好劃分，每一章有示例，方便理解。希望自己能好好學完。

評分☆☆☆☆☆

質量不錯? ?(?¯???¯???)?”，值得一買，懂的人自然想買，但是評論太麻煩瞭（￣～￣）質量不錯? ?(?¯???¯???)?”，值得一買，懂的人自然想買，但是評論太麻煩瞭（￣～￣）

類似圖書 點擊查看全場最低價

查看全網最低價