人工智能简史(第3版)电子书

扉页

内容提要

第3版前言

第2版前言

第1版前言

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？

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.基于逻辑的定理证明的没落

10.现状

11.结语

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

5.雷纳特和大知识系统

6.语义网

7.谷歌和知识图谱

8.知识图谱与深度学习

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

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

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.AI4Science与Science4AI

5.希尔伯特第十三问题与神经网络的数学理论

6.深度学习的革命

7.深度学习的几个变种：从CNN到Transformer

第6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.强化学习的应用

5.计算向自然学习还是自然向计算学习

6.计算理论与生物学

第7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

第8章 自然语言处理

1.乔治敦-IBM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.问答系统和IBM的沃森

7.深度学习是解决语言问题的终极手段吗？

8.语言与人性

9.回顾和展望

第9章 语言等于思维吗？

1.思维即语言？

2.思维不等于语言？

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

第11章 什么是学习？——大语言模型的理论与实践

1.背景

2.所罗门诺夫归纳

3.历史：柯尔莫哥洛夫与复杂性

4.历史：蔡汀与随机性

5.历史：列文与通用搜索过程

6.本内特与逻辑深度

7.进展和应用

8.所罗门诺夫归纳法与哲学

9.结论

第12章 哲学家和人工智能

1.德雷弗斯和《计算机不能做什么》

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13章 当我们谈论生死时，我们在谈论什么？

第14章 从教科书看人工智能学科变迁

第15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.算力与能耗

5.人工智能的范式级演进

6.会有超级智能吗？

第16章 总结

参考文献

人名对照