内容介绍
本书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,对人工智能进行了全面回顾和深度点评。
本书作者和书中诸多人物或为师友或相熟相知,除了详实的考证还有有趣的轶事。本书既适合专业人士了解人工智能鲜为人知的历史,也适合对人工智能感兴趣的大众读者作为入门的向导。
目录
- 第1章 达特茅斯会议:人工智能的缘起 1
- 1. 背景 1
- 2. 达特茅斯会议 6
- 3. AI历史的方法论 9
- 4. 会议之后 14
- 5. 预测未来:会有奇点吗? 19
- 第2章 自动定理证明兴衰纪 24
- 1. 自动定理证明的起源 24
- 2. 罗宾逊和归结原理 32
- 3. 项重写 34
- 4. 阿贡小组和马库恩 35
- 5. 符号派的内部矛盾:问答系统和归结原理的失落 37
- 6. 几何定理证明与计算机代数 39
- 7. 定理证明系统和竞赛 44
- 8. 哲学问题 46
- 9. 现状 49
- 10. 结语 51
- 第3章 从专家系统到知识图谱 60
- 1. 费根鲍姆和DENDRAL 60
- 2. MYCIN 64
- 3. 专家系统的成熟 65
- 4. 知识表示 66
- 5. 雷纳特和大知识系统 70
- 6. 语义网 73
- 7. 谷歌和知识图谱 75
- 第4章 第五代计算机的教训 79
- 1. 背景 79
- 2. 理论基础:逻辑程序和Prolog 82
- 3. 五代机计划和五代机研究所 85
- 4. 并发Prolog 88
- 5. 美国和欧洲对日本五代机计划的反应 90
- 6. 结局和教训 94
- 7. 日本还有机会吗:日本下一代人工智能促进战略 95
- 第5章 神经网络简史 97
- 1. 神经网络的初创文章 97
- 2. 罗森布拉特和感知机 103
- 3. 神经网络的复兴 107
- 4. 深度学习 111
- 第6章 计算机下棋简史:机定胜人,人定胜天 116
- 1. 机器下棋史前史 116
- 2. 跳棋插曲 118
- 3. 计算机下棋之初 119
- 4.“深蓝” 124
- 5. 围棋和AlphaGo 125
- 第7章 自然语言处理 128
- 1. 乔治敦实验 128
- 2. 乔姆斯基和句法分析 129
- 3. ELIZA和PARRY 136
- 4. 维诺格拉德和积木世界 143
- 5. 统计派又来了 149
- 6. 神经翻译是终极手段吗? 151
- 7. 问答系统和IBM 沃森 152
- 8. 回顾和展望 154
- 第8章 向自然学习:从遗传算法到强化学习 159
- 1. 霍兰德和遗传算法 159
- 2. 遗传编程 164
- 3. 强化学习 166
- 4. 计算向自然学习还是自然向计算学习 172
- 5. 计算理论与生物学 173
- 第9章 哲学家和人工智能 177
- 1. 德雷弗斯和《计算机不能干什么》 177
- 2. 塞尔和中文屋 184
- 3. 普特南和缸中脑 187
- 4. 给哲学家一点忠告 190
- 第10章 人是机器吗?——人工智能的计算理论基础 195
- 1. 丘奇-图灵论题:为什么图灵机是最重要的发明? 197
- 2. 相似性原则:另一个重要但不太被提及的计算理论思想 201
- 3. 超计算 205
- 4. BSS实数模型 206
- 5. 量子计算 208
- 6. 计算理论的哲学寓意 211
- 7. 丘奇-图灵论题、超计算和人工智能 212
- 第11章 智能的进化 216
- 1. 大脑的进化 216
- 2. 能源的摄取和消耗 218
- 3. 全社会的算力作为文明的测度 220
- 4. 人工智能从哪里来? 222
- 5. 人工智能向哪里去:会有超级智能吗? 223
- 第12章 当我们谈论生死时,我们在谈论什么? 230
- 附录1 图灵小传 237
- 附录2 人工智能前史:图灵与人工智能 249
- 附录3 冯诺伊曼与人工智能 255
- 附录4 计算机与智能 261
- 参考文献 293
- 人名对照 308