万本电子书0元读

万本电子书0元读

顶部广告

人工智能简史(第2版)电子书

1.人工智能专家尼克重磅作品全新升级; 2.全方位解读人工智能的来龙去脉,一线专家细数行业经典与成败得失; 3.把科学的故事讲得富于思想性,把技术的问题讲得颇具趣味性; 4.获得第七届中华优秀出版物图书奖、第八届吴文俊人工智能科技步奖,围央视“2017年度中国好书”,获选第十三届“文津图书奖”推荐图书; 5.新版全书修订,新增章节,补充人工智能演路线图和人物关系图。

售       价:¥

纸质售价:¥59.20购买纸书

25人正在读 | 0人评论 6.8

作       者:【美】尼克著

出  版  社:人民邮电出版社有限公司

出版时间:2021-01-01

字       数:24.1万

所属分类: 科技 > 计算机/网络 > 软件系统

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(3条)
  • 读书简介
  • 目录
  • 累计评论(3条)
《人工智能简史》全面讲述人工智能的发展史,几乎覆盖人工智能学科的所有领域,包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等,以宏阔的视野和生动的语言,对人工智能行了全面回顾和深度评。 第2版中每章都有新增内容,并增加了全新的第13章,整理了人工智能几大派别的演化路线和人物的继承关系,有助读者阅读方便。 本书极具专业性、思想性和趣味性,既适合缺少专业背景的读者了解人工智能的来龙去脉,作为人工智能的启迪之书,也适合专业人士了解人工智能鲜为人知的历史,提供深学习的指导。<br/>【推荐语】<br/>1.人工智能专家尼克重磅作品全新升级; 2.全方位解读人工智能的来龙去脉,一线专家细数行业经典与成败得失; 3.把科学的故事讲得富于思想性,把技术的问题讲得颇具趣味性; 4.获得第七届中华优秀出版物图书奖、第八届吴文俊人工智能科技步奖,围央视“2017年度中国好书”,获选第十三届“文津图书奖”推荐图书; 5.新版全书修订,新增章节,补充人工智能演路线图和人物关系图。<br/>【作者】<br/>尼克,曾任职于哈佛和惠普,后创业投资,2016年创立乌镇智库。无论忙闲不忘读书写字,作品多发表于《上海书评》,并有著作《UNIX SYSTEM V内核剖析》和《哲学评书》。<br/>
目录展开

第 2 版前言

前言

第 1 章 达特茅斯会议:人工智能的缘起

1. 背景

2. 达特茅斯会议

3. AI 历史的方法论

4. 会议之后

5. 预测未来:会有奇点吗?

参考文献指南

第 2 章 自动定理证明兴衰纪

1. 自动定理证明的起源

2. 罗宾逊和归结原理

3. 项重写

4. 阿贡小组和马库恩

5. 符号派的内部矛盾:问答系统和归结原理的失落

6. 几何定理证明与计算机代数

7. 定理证明系统和竞赛

8. 哲学问题

9. 现状

10. 结语

参考文献指南

附录1:自动定理证明大事记

附录2:埃尔布朗奖

附录3:几本自动定理证明教科书的评论

第 3 章 从专家系统到知识图谱

1. 费根鲍姆和DENDRAL

2. MYCIN

3. 专家系统的成熟

4. 知识表示

逻辑

心理学与语言学

明斯基的框架

Sowa的概念图

5. 雷纳特和大知识系统

6. 语义网

7. 谷歌和知识图谱

参考文献指南

第 4 章 第五代计算机的教训

1. 背景

2. 理论基础:逻辑程序和Prolog

3. 五代机计划和五代机研究所

4. 并发Prolog

5. 美国和欧洲对日本五代机计划的反应

美国的回应

英国的阿尔维计划

欧洲的ESPRIT

6. 结局和教训

7. 日本还有机会吗:日本下一代人工智能促进战略

参考文献指南

第 5 章 神经网络简史

1. 神经网络的初创文章

2. 罗森布拉特和感知机

3. 神经网络的复兴

4. 深度学习

参考文献指南

第 6 章 计算机下棋简史:机定胜人,人定胜天

1. 机器下棋史前史

2. 跳棋插曲

3. 计算机下棋之初

4.“深蓝”

5. 围棋和AlphaGo

参考文献指南

第 7 章 自然语言处理

1. 乔治敦实验

2. 乔姆斯基和句法分析

3. ELIZA和PARRY

4. 维诺格拉德和积木世界

5. 统计派又来了

6. 神经翻译是终极手段吗?

7. 问答系统和IBM沃森

8. 回顾和展望

参考文献指南

第 8 章 向自然学习:从遗传算法到强化学习

1. 霍兰德和遗传算法

2. 遗传编程

3. 强化学习

4. 计算向自然学习还是自然向计算学习

5. 计算理论与生物学

参考文献指南

第 9 章 哲学家和人工智能

1. 德雷弗斯和《计算机不能干什么》

2. 塞尔和中文屋

3. 普特南和缸中脑

4. 给哲学家一点忠告

第 10 章 人是机器吗?——人工智能的计算理论基础

1. 丘奇-图灵论题:为什么图灵机是最重要的发明?

2. 相似性原则:另一个重要但不太被提及的计算理论思想

3. 超计算

4. BSS实数模型

5. 量子计算

6. 计算理论的哲学寓意

7. 超计算和人工智能

参考文献指南

第 11 章 智能的进化

1. 大脑的进化

2. 能源的摄取和消耗

3. 全社会的算力作为文明的测度

4. 人工智能从哪里来?

5. 人工智能向哪里去:会有超级智能吗?

参考文献指南

第 12 章 当我们谈论生死时,我们在谈论什么?

第 13 章 总结

逻辑主义的演变:从专家系统到知识图谱

连接主义的演变:从神经网络到深度学习

自然主义的演变:从细胞自动机到强化学习

附录 1 图灵小传

附录 2 人工智能前史:图灵与人工智能

附录 3 冯诺伊曼与人工智能

附录 4 计算机与智能

1. 模仿游戏

2. 对新问题的评论

3. 游戏中用到的机器

4. 数字计算机

5. 数字计算机的通用性

6. 主要问题的反方观点

7. 学习机器

参考文献

后记

参考文献

人名对照

作者简介

看完了

累计评论(3条) 4个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部