濠电姷鏁告慨鐑藉极閹间礁纾绘繛鎴烆焸濞戞瑦鍎熼柕濞垮劚閻庮參姊洪崗鑲┿偞闁哄懏绮岄悾鐑藉蓟閵夛箑鈧敻鏌ㄥ┑鍡涱€楅柡瀣〒缁辨帡鍩€椤掑嫬纾兼慨妯垮亹閸炵敻鏌i悩鐑樸€冮悹鈧敃鈧嵄闁告稑枪娴滄粓鏌ㄩ弴妤€浜鹃悗娈垮枛婢у酣骞戦姀鐘斀閻庯綆浜跺ḿ濠囨⒑缂佹◤顏勵嚕鐠虹洅鎺楀箛閻楀牃鎷洪梻鍌氱墛缁嬫帡骞栭幇顓犵鐎瑰壊鍠栭獮鏍煟閿濆懎妲绘い顐g箘閹瑰嫰鎼归悷鏉跨闂傚倷绶氶埀顒傚仜閼活垱鏅舵导瀛樼厾濡わ箒娉曠花鍧楁煏閸ャ劌濮嶆鐐村浮楠炲鎮滈崱姗嗘(闂傚倸鍊风粈渚€骞栭位鍥敍閻愭潙鈧埖绻濋棃娑氬妞ゃ儲宀搁弻娑⑩€﹂幋婵囩亐濠碘剝褰冮悧鎾诲蓟閿熺姴绀冮柍鍝勫€搁弳妤呮⒑娴兼瑧绉ù婊庡墰濡叉劙骞掑Δ鈧儫閻熸粌閰e鎶藉煛閸愵亞锛滈柡澶婄墑閸斿秹藟閸儲鐓涘ù锝堫潐瀹曞矂鏌℃担瑙勫磳闁轰焦鎹囬弫鎾绘晸閿燂拷 [闂傚倸鍊搁崐宄懊归崶顒佸剭妞ゆ劧绠戦獮銏ゆ煃鏉炴壆鍔嶆い鏂垮缁辨捇宕掑顑藉亾閸濄儳鐭欓柛鏇ㄥ灠缁狀垶鏌ㄩ悤鍌涘 | 闂傚倸鍊搁崐鐑芥嚄閼哥數浠氱紓鍌欒兌缁垶宕濆Δ鍐ㄥ灊闁哄啫鐗婇崐濠氭煢濡警妲搁柣搴弮濮婅櫣绮欓幐搴㈡嫳闂佺硶鏅涢崯鏉戭嚕閹间礁鍐€妞ゆ挾鍠撻崢顏呯節閻㈤潧浠滈柣蹇旂箞瀹曟繂顫濋懜鐢靛幐闂佺ǹ鏈〃鍛閿燂拷]

    • 透过AI认知世界
      • 作者:(美)乔治·F.卢格尔|责编:曲熠|译者:王慧娟//刘雪丽//袁全波
      • 出版社:机械工业
      • ISBN:9787111746607
      • 出版日期:2024/03/01
      • 页数:352
    • 售价:39.6
  • 内容大纲

        本书从AI的视角探讨如何认识和理解我们的世界。与其他关注人工智能技术的书籍不同,本书试图从认识论的研究领域和范畴展开对人工智能的探索,涵盖心理学、哲学、物理学、数学和计算机科学等不同领域的背景知识。
  • 作者介绍

        乔治·F.卢格尔(George F. Luger)     新墨西哥大学计算机科学荣休教授。在新墨西哥大学时,他也是心理学系和语言学系教授,致力于认知科学和计算语言学方面的跨学科研究。他曾与洛斯阿拉莫斯国家实验室、桑迪亚国家实验室以及许多公司开展合作项目。他目前从事咨询工作,关注自然语言处理、网络智能体设计和基于深度学习的数据分析等。除本书外,他还著有Artificial Intelligence:Structures and Strategies for Complex Problem Solving (2009)和Cognitive Science: The Science of Intelligent Systems (1994)。
  • 目录

    译者序
    前言
    致谢
    第一部分  开始
      第1章  创建计算机程序:一个认识承诺
        1.1  导言和本书重点
        1.2  计算基础
          1.2.1  图灵机
          1.2.2  波斯特产生式系统和一元减法
        1.3  计算机语言、表示法和搜索
        1.4  总结
      第2章  历史基础
        2.1  玛丽·雪莱、弗兰肯斯坦和普罗米修斯
        2.2  早期希腊思想
        2.3  后期希腊人:柏拉图、欧几里得和亚里士多德
        2.4  后中世纪或现代哲学
        2.5  英国经验主义者:霍布斯、洛克和休谟
        2.6  跨越经验主义/理性主义的鸿沟:巴鲁赫·斯宾诺莎
        2.7  跨越经验主义/理性主义的鸿沟:伊曼努尔·康德
        2.8  美国实用主义:皮尔士、詹姆斯和杜威
        2.9  计算的数学基础
        2.10  图灵测试和人工智能的诞生
        2.11  总结
      第3章  现代人工智能,以及我们如何走到今天
        3.1  人工智能的三个成功案例
          3.1.1  IBM的深蓝
          3.1.2  IBM的沃森
          3.1.3  谷歌和AlphaGo
        3.2  非常早期的人工智能和1956年达特茅斯夏季研讨会
          3.2.1  逻辑理论家
          3.2.2  几何定理证明
          3.2.3  下跳棋的程序
          3.2.41  956年达特茅斯夏季研讨会
        3.3  人工智能:尝试定义
        3.4  人工智能:早期阶段
          3.4.1  整洁派和邋遢派
          3.4.2  人工智能:基于“模仿人类”还是“只是好的工程”
        3.5  认知科学的诞生
        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
        3.7  总结
    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
        4.1  理性主义世界观:状态空间搜索
          4.1.1  图论:状态空间的起源
          4.1.2  搜索状态空间
          4.1.3  状态空间搜索实例:专家系统
        4.2  基于符号的人工智能:持续的重要贡献
          4.2.1  机器学习:数据挖掘
          4.2.2  物理环境建模
          4.2.3  专业知识:在任何需要的地方

        4.3  符号系统视角的优势和局限性
          4.3.1  基于符号的模型和抽象
          4.3.2  泛化问题和过度学习
          4.3.3  为什么没有真正的基于符号的智能系统
        4.4  总结
      第5章  人工智能的关联方法与联结主义方法
        5.1  语义图的行为主义传统和实现
          5.1.1  意义的图形表示基础
          5.1.2  语义网络
          5.1.3  基于关联的语义网络的现代应用
        5.2  神经网络或联结主义网络
          5.2.1  早期研究:麦卡洛克、皮茨和赫布
          5.2.2  反向传播网络
        5.3  神经网络和深度学习
          5.3.1  AlphaGoZero和AlphaZero
          5.3.2  机器人导航:PRM-RL
          5.3.3  深度学习和电子游戏
          5.3.4  深度学习和自然语言处理
        5.4  认识问题和基于关联的表示
          5.4.1  归纳偏差、透明度和泛化
          5.4.2  神经网络和符号系统
          5.4.3  为什么我们没能构建大脑
        5.5  总结
      第6章  进化计算与智能
        6.1  进化计算简介
        6.2  遗传算法及示例
          6.2.1  旅行商问题
          6.2.2  遗传编程
          6.2.3  实例:开普勒行星运动第三定律
        6.3  人工生命:复杂性的涌现
          6.3.1  人工生命
          6.3.2  现代人工生命方法
        6.4  进化计算与智能:认识问题
        6.5  关于第二部分  的总结
          6.5.1  归纳偏差:理性主义的先验论
          6.5.2  经验主义的困境
        6.6  总结
    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
        7.1  对经验主义、理性主义和实用主义人工智能的回应
        7.2  建构主义和解
        7.3  五个假设:认识论立场的基础
        7.4  现代认识论的基础
        7.5  总结
      第8章  基于贝叶斯的建构主义计算模型
        8.1  贝叶斯立场的推导
        8.2  贝叶斯信念网络、感知和诊断
        8.3  基于贝叶斯的语音和对话建模
        8.4  复杂环境中的诊断推理
        8.5  总结

      第9章  走向一种主动的、务实的、模型修正的现实主义
        9.1  本书概要
        9.2  通过探索构建模型
        9.3  模型修正和适应
        9.4  人工智能从业者的项目是什么
        9.5  现代认识论的意义、真理和基础
          9.5.1  新实用主义、库恩、罗蒂和科学方法
          9.5.2  一种类别错误
          9.5.3  认知神经科学:关于人类加工的见解
          9.5.4  论人的存在:现代认识论立场
    参考文献