具体描述
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。
作者简介
尼克
早年曾任职哈佛和惠普；后创业投资，往返于大陆和硅谷。无论忙闲不忘读书写字，作品多发表于《上海书评》，并有著作《UNIX系统V内核剖析》和《哲学评书》。
目录信息
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
· · · · · · (收起)
读后感
因Pagels书中提到早期人工智能简史，不解渴，翻出这本。博雅式写法，信息量密集，难怪汪丁丁在朋友圈提及此人，和汪式行为经济学教科书有类同处，专业程度可能各人不一，张先生数理逻辑功底好，计算理论也扎实，能不时将基础问题通俗解析，但有些AI新进展未必深度了解，即使早...
评分是也乎,(￣▽￣) 现在技术类图书有一种不好的倾向: 书名有简史的 总是比通史要难写 但是有趣也有用的多 关键特别有种 ;-) 以往从信息简史开始到人类/未来等诸简史, 其实都有点以史预言将来的意思, AI 简史, 反而专注陈述过去, 全书少了一个关键内容: ...
评分看了尼克所著《人工智能简史》，有必要梳理一下。 1、AI是计算机科学的分支 -计算机科学：理论归于图灵、工程归于冯诺伊曼。 -学术界：国外分科为理论、系统（软件和硬件）和AI（最早为控制论）。国内分系为计算机和自动化系，AI领域自动化系最有发言权，但自动化系主要关注计...
评分我其实一开始对这本书没什么兴趣: 毫无特色的封面, 洋为中用的化名, 连个作者履历也没有. 所以一直没买 但偶然翻开之后发现, 作者真是个老司机. 开篇直接加速到七十码, 历史黑料一串一串的. 就经历来看, 如果用过 LISP, prolog, 推过 back propagation, 能明白一点作者在说什么...
评分首先读的是第九章怒骂Dreyfus 和塞尔。尼克在此部分诉诸人身攻击，既说前者虚伪、冒用咨询公司名义发布个人意见，甚至计划雇佣演员吓唬同事，又不怀好意地提及塞尔因卷入性侵官司被停课的事。尼克虽然对哲学家的理论提出了一些有意义的批评（比如批评塞尔“内化”概念的边界，...
用户评价
尼克大概是能够看到图灵的实质贡献的人之一。
评分1.阅读门槛高，很多数理定理无法理解。2.拿到一个话题就开讲了，没有对基本概念进行解释，导致读后仍困惑重重。3.身为文科生，以自身的教训告诉各位，本书不适合门外汉阅读。
评分非常有意思。你能从书里得到多少，正比于你已经知道多少数理逻辑、可计算性理论、统计学习之类前置知识。一般读者就当看个八卦吧。
评分脑残志坚跪读一遍，年度最佳书籍
评分尼克大概是能够看到图灵的实质贡献的人之一。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有