前言
第一篇總論：高等人工智能研究的科學觀與方法論
第1章自然智能理論研究的啓迪
1.1腦神經科學研究簡介
1.1.1人類大腦與智能係統
1.1.2腦的組織學
1.1.3腦組織的細胞學
1.2認知科學研究簡介
1.2.1感知
1.2.2注意
1.2.3記憶
1.2.4思維
1.2.5語言
1.2.6情緒
1.3腦科學與認知科學的融通：“全信息”科學觀
1.3.1腦神經科學與認知科學：存在“理論的斷裂”
1.3.2認知科學研究：需要“全信息”，也能生成”全信息”
1.4小結與評注
參考文獻
第2章人工智能研究方法的變革
2.1人工智能研究鳥瞰
2.1.1人工智能的基本概念
2.1.2“人工智能”含義的辨析
2.1.3人工智能研究的曆史與現狀
2.2科學研究方法的進化
2.2.1科學方法論的進化
2.2.2科學方法論演進概要
2.3概念與方法的重審：開放復雜信息係統的科學方法論
2.3.1人工智能研究遭遇的科學方法論問題
2.3.2人工智能研究的新型科學方法論
2.3.3《高等人工智能原理》一書的知識結構
2.4小結與評注
參考文獻
第二篇高等人工智能的基礎理論
第3章全信息理論
3.1基本概念
3.1.1現有信息概念簡評
3.1.2信息定義譜係：本體論信息與認識論信息
3.1.3Shannon信息：統計型語法信息
3.2全信息的分類與描述
3.2.1信息的分類
3.2.2信息的描述
3.3信息的度量
3.3.1概率語法信息的測度：Shannon概率熵
3.3.2模糊語法信息的測度：DeLuca—Termin模糊熵
3.3.3語法信息的統一測度：一般信息函數
3.3.4全信息的測度
3.4小結與評注
參考文獻
第4章知識理論
4.1知識的概念、分類與錶示
4.1.1知識及其相關的基本概念
4.1.2知識的分類與錶示
4.2知識的度量
4.2.1針對“知識生成”的知識測度
4.2.2針對“知識激活”的知識度量
4.3知識的生態學
4.3.1知識的內生態係統
4.3.2知識的外生態係統
4.4小結與評注
參考文獻
第三篇高等人工智能的主體理論
第5章感知、注意與記憶：第一類信息轉換原理
5.1高等人工智能的係統模型與機製主義方法
5.1.1高等人工智能的係統模型
5.1.2信息轉換：高等人工智能係統的機製主義方法
5.2第一類信息轉換原理及感知與注意的生成機製
5.2.1第一類信息轉換原理：全信息的生成機理
5.2.2重要的副産品：腦科學與認知科學的“搭界”
5.2.3第一類信息轉換原理的應用：感知注意的生成機理
5.3記憶係統的全信息機製
5.3.1記憶係統的全信息存儲
5.3.2長期記憶係統的信息存儲結構與提取方式
5.4小結與評注
參考文獻
第6章意識、情感、理智與行為：第二類信息轉換原理
6.1基礎意識的生成機製：第二類A型信息轉換原理
6.1.1意識的含義
6.1.2基礎意識的生成機製
6.2情感的生成機製：第二類B型信息轉換原理
6.2.1基本概念
6.2.2情感的分類
6.2.3情感生成的機製
6.3理智的生成機製：第二類C型信息轉換原理
6.3.1理智的基本概念
6.3.2理智生成的機製
6.3.3綜閤決策
6.4策略執行的機製：第二類D型信息轉換原理
6.4.1策略錶示
6.4.2策略執行：從策略信息到策略行為的轉換
6.5小結與評注
參考文獻
第四篇高等人工智能與現行人工智能的關係
第7章物理符號係統：規範知識支持的機製主義方法
7.1形態性知識支持的智能生成方法
7.1.1一般模型
7.1.2控製策略
7.2內容性知識支持的機製主義方法
7.2.1謂詞邏輯
7.2.2歸謬推理
7.3價值性知識支持的機製主義方法
7.3.1啓發式搜索
7.3.2博弈樹搜索
7.3.3智能搜索與智能檢索方法
7.4小結與評注
參考文獻
第8章人工神經網絡：經驗知識支持的機製主義方法
8.1生物神經網絡與人T神經網絡
8.1.1人類智能與生物神經網絡
8.1.2人工神經網絡基礎
8.2前嚮神經網絡及其應用
8.2.1單層感知器
8.2.2多層感知器
8.3反饋神經網絡
8.3.1Hopfield模型
8.3.2聯想存儲器：反饋型神經網絡設計舉例
8.4白組織神經網絡
8.5小結與評注
參考文獻
第9章感知一動作係統：常識知識支持的機製主義方法
9.1傳感
9.2模式分類
9.2.1統計識彆方法
9.2.2語言學方法
9.2.3神經網絡方法
9.2.4關於“模式理解”的提要
9.3感知—動作係統
9.3.1感知—動作係統的總體原則
9.3.2幾個典型的感知動作係統
9.3.3智能體：感知—動作係統的變種
9.4小結與評注
參考文獻
· · · · · · (收起)