- 心智的10大模型
- - 作者：(美)格蕾丝·林赛|责编:傅美贤|译者:刘锦珂
  - 出版社：浙江教育
  - ISBN：9787572295430
  - 出版日期：2025/03/01
  - 页数：334
- 售价：51.96

内容大纲
如今，人工智能的迅速发展给人们的日常生活和工作带来了巨大的影响。要想让人工智能朝着人类智能的方向持续迈进，我们就应该让我们创造的硅基大脑像人类大脑一样有感知、有记忆、有决策、有行动。问题的难点在于，人类大脑由约1000亿个神经元构成，神经元间交流复杂，大脑掌管认知、意识，影响我们生活的方方面面。我们如何破解如此庞大的复杂系统的运行机制呢？在《心智的10大模型》中，计算神经科学家格蕾丝·林赛深入探讨了数学模型在理解大脑中的关键作用。书中通过10个数学模型，从单个神经元到复杂的神经环路，再到整个大脑的行为控制，逐步展示了数学工具如何帮助科学家理解和描述大脑的决策、感觉处理、记忆等过程。本书不仅是一部科学史，也是一本前沿的神经科学指南，为读者呈现了神经科学与数学、计算机科学的跨学科融合，启发读者思考大脑建模与心智建模之间的关系及其未来的发展方向。
作者介绍
目录
推荐序一  如何再造一个硅基大脑  洪波  清华大学为先书院院长、生物医学工程学院教授
推荐序二  脑科学的数学之旅：一场科普的破冰行动  顾凡及  复旦大学生命科学学院退休教授、博士生导师
引言  穿越400年时空，开启心智探索之旅
第1章  我们头脑中的火树银花  带泄漏整合发放模型与霍奇金-赫胥黎模型  19世纪20年代至21世纪10年代
  莱顿瓶与青蛙实验
  欧姆定律与带泄漏整合发放模型
  乌贼实验：动作电位是如何形成的
  电缆理论：树突是神经元中一枚有用的齿轮
  赋予神经系统研究勃勃生机的正是电学研究
第2章  一团执行精密逻辑计算的粉色物质  麦卡洛克-皮茨模型与人工神经网络  17世纪70年代至20世纪70年代
  麦卡洛克-皮茨模型：将大脑理解为一个遵循逻辑规则的计算设备
  感知机，像人脑一样思考和学习
  小脑的神经元结构与感知机原理：从错误中学习的神经网络
  多层感知机：人工智能领域的变革引擎
  反向传播算法：推动人工智能发展的关键突破
  我们如何相处，世界就如何被记住
  霍普菲尔德神经网络与环形网络
  20世纪40年代至20世纪90年代
  印迹与赫布型学习：记忆科学的演进
  霍普菲尔德网络：跨学科的记忆模型
  海马，解开记忆奥秘的关键枢纽
  环形网络：建立优质工作记忆系统的得力干将
第4章  花样百出的神经元制衡战  平衡神经网络与神经震荡  20世纪30年代至20世纪末
  神经元噪声：神经元反应的“乱糟糟”有何大用处
  抑制性神经元：使大脑产生思维的关键角色
  神经元的噪声之战：兴奋与抑制的平衡vs.大脑的随机性
  平衡网络：大脑中的兴奋与抑制如何共舞
  混沌理论：为什么相同的输入会引发千变万化的反应
  大脑中的振荡与混沌：认知活动之谜
第5章  层层堆叠造就的清晰视野  新认知机与卷积神经网络  20世纪20年代至20世纪80年代
  模板匹配的变革之路：从机械装置到计算机
  群魔殿：从模板匹配到视觉系统的层次结构
  探秘初级视觉皮质：大脑如何解读复杂的视觉信号
  新认知机：师从生物学以拓展计算机视觉
  卷积神经网络：给人工视觉网络的发展插上翅膀
  跨学科合作，共同探索生物视觉科学的未来
第6章  降本增效的信息处理大法  神经编码与信息论  20世纪40年代至20世纪60年代
  信息论的起源：香农领航的通信革命
  信息论的应用：应对神经编码的多样性与复杂性
  有效编码假说：大脑如何以最优方式传递和利用信息
  大脑就像一套通信系统，但这还不够
第7章  在乱糟糟中合并同类项  动力学、运动学与降维  20世纪30年代至20世纪90年代
  从抽搐到动作：19世纪的大脑运动控制机制发现之争
  埃瓦茨的腕力研究：运动皮质编码与动力学的开端
  重新定义运动皮质的角色：不仅仅是编码
  解码运动皮质：绕过理解直达行动
  降维：挣脱神经群体思维的困境
  运动皮质的探索之路，道阻且长
第8章  简单线条揭示的庞杂秘密  图论与网络神经科学  18世纪30年代至21世纪10年代
  图论：解密复杂网络结构的数学之钥

  六度分隔：神经系统领域的降本增效
  连接组：从图论视角探索神秘的大脑世界
  连接组与精神疾病：图论方法的医学应用
  从爆发到精雕细琢：如何构建稳定高效的神经网络
  超越连接组，探索理解大脑复杂性的多维视角
第9章  所知所见决定出牌策略  概率论与贝叶斯法则  16世纪至19世纪10年代
  从骰子到大数据：贝叶斯法则如何改变世界
  从概率到认知：贝叶斯法则在心理学中的崛起
  贝叶斯法则如何帮我们解读感知到的世界
  用贝叶斯法则理解大脑的决策过程
  贝叶斯大脑假说：灵活与挑战并存的探索之路
第10章  用当下的惊喜修正对未来的预期  时间差分学习与强化学习  20世纪50年代至20世纪70年代
  如何规划最佳路线：从巴甫洛夫的狗到贝尔曼方程式
  从兰德公司到动态规划：贝尔曼如何改变决策科学
  从条件反射到价值函数：强化学习的数学之旅
  从蜜蜂到猴子：神经递质在学习与成瘾中的角色
  大脑中的奖励与学习：马尔思考给我们的启示
结语  有没有一个简明的大统一理论能解释大脑？
附录
致谢
译者后记

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目