Computation, Cognition, and Pylyshyn pdf epub mobi txt 电子书 下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:

作者:Dedrick, Don (EDT)/ Trick, Lana (EDT)/ Fodor, Jerry (INT)

出品人:

页数:368

译者:

出版时间:2009-7

价格:$ 40.68

装帧:

isbn号码:9780262512428

丛书系列:

图书标签:

• 认知科学
• 计算理论
• 心理学
• 认知架构
• 表征
• Pylyshyn
• 认知模型
• 信息处理
• 人工智能
• 计算认知

《心智之镜：构建理解的计算路径》 本书并非直接探讨您所提及的那本特定著作，而是深入挖掘“计算”这一强大工具如何为我们理解“心智”这一复杂现象提供全新的视角和方法。我们相信，人类的认知过程，从最基础的感知到最抽象的推理，都蕴含着深层的计算结构。本书将带领读者踏上一段探索心智奥秘的旅程，揭示隐藏在思维活动背后的计算模型，并思考这些模型如何塑造我们的体验，影响我们的行为，并最终定义我们作为智能个体的本质。 第一部分：计算的基石——心智的架构 我们将从计算的本质入手，探讨其作为一种普遍的抽象框架，如何适用于分析非物质性的思维过程。这并非是将心智简单地比作一台机器，而是承认并阐释心智在信息处理、模式识别、规则应用等方面与计算的共性。 信息处理的视角： 我们将首先构建一个信息处理的心智模型。心智如何接收、编码、存储、检索和操作信息？我们探讨“表征”在心智活动中的核心地位——信息如何在心理空间中被表征，例如视觉图像、概念、语句等。这些表征并非静态的符号，而是动态的、可被计算的结构。我们将审视信息加工的不同阶段，包括感觉输入、注意力的过滤、工作记忆的激活以及长期记忆的编码与提取。 符号系统与连接主义： 传统的认知科学很大程度上依赖于符号系统理论，即心智如同一个操作符号的逻辑引擎。本书将深入剖析符号表征的特点、优势以及局限性，并介绍逻辑推理、规则学习等计算过程。然而，我们也不会回避连接主义的兴起，这种范式强调由大量简单单元（如神经网络）组成的分布式表征和并行处理。我们将探讨神经网络模型如何模拟学习、模式联想和自组织能力，并分析符号与连接主义模型在解释心智现象时各自的贡献与互补之处。 算法的思维： 心智的许多功能都可以被理解为执行特定算法的过程。从解决数学问题的步骤，到做出决策的权衡，再到理解语言的语法分析，背后都可能存在一系列明确的计算指令。我们将介绍算法的概念，以及如何在心智活动中识别和理解这些“计算步骤”。这包括对启发式算法、搜索算法以及优化算法的讨论，它们如何帮助心智在复杂环境中找到有效的解决方案。 第二部分：心智的显现——计算模型与认知现象 在奠定计算基石之后，我们将把目光投向具体的认知现象，并运用计算的视角去解释它们。我们将探讨各种认知功能，并展示计算模型如何为我们理解这些过程提供深刻的洞见。 感知与表征的构建： 视觉、听觉、触觉等感官信息的输入，并非被动地被大脑接收，而是经过复杂的计算过程进行解析和构建。我们将探讨计算机视觉和模式识别中的算法，例如边缘检测、特征提取、物体识别等，并将其类比到人类的感知系统。我们还将审视“形状”、“颜色”、“声音”等基本感官属性是如何被计算地表征和整合的，以及这些表征如何为更高级别的理解奠定基础。 记忆的编码、存储与检索： 记忆是心智功能的核心。本书将从计算的角度审视记忆的不同类型（如情景记忆、语义记忆、程序性记忆）和不同阶段（编码、巩固、提取）。我们将讨论记忆编码的算法，例如信息冗余、关联编码等，以及检索的搜索策略。我们还将探讨记忆的容量限制、遗忘的机制，以及记忆的重建性，并分析这些都可以通过计算模型来模拟和理解。 语言的语法与语义： 语言是人类智能最显著的标志之一。我们将探讨自然语言处理（NLP）中的计算模型，例如句法分析（如何解析句子结构）、语义分析（如何理解词语和句子的意义）。我们将讨论如何用形式语言和逻辑来表示语言的含义，以及计算模型如何模拟语言的生成和理解过程。我们还将触及语言习得中的学习算法，以及语言如何作为一种信息交换的复杂计算系统。 学习与适应： 学习是心智适应环境、积累知识的关键。我们将深入探讨各种计算学习算法，包括监督学习、无监督学习和强化学习。我们将分析这些算法如何使智能系统（无论是人工的还是生物的）能够从经验中提取规律，做出预测，并优化其行为。我们将审视学习的通用性，以及我们如何能够学习如此广泛的技能和知识，这背后往往涉及复杂的计算过程。 问题解决与决策： 当我们面临问题时，心智会启动一系列计算过程来寻找解决方案。我们将探讨搜索算法（例如广度优先搜索、深度优先搜索）在问题解决中的应用，以及启发式方法如何帮助我们快速找到近似最优解。在决策方面，我们将分析决策理论中的计算模型，例如效用函数、概率推理，以及如何通过计算来权衡风险和收益。 第三部分：计算心智的边界与未来 在探索了计算模型在解释现有认知现象方面的潜力后，本书还将超越传统的界限，展望计算心智的未来发展以及由此带来的深刻哲学思考。 意识的计算本质？ 意识是理解心智过程中最令人费解的谜团之一。本书将审慎地探讨意识是否也可能具有某种计算的底层结构。我们将介绍一些关于意识的计算理论，例如信息整合理论，并讨论意识的涌现性是否可以通过复杂的计算系统来解释。我们不会给出最终答案，而是鼓励读者思考计算视角在触及这一终极问题时的可能性与挑战。 通用人工智能（AGI）的挑战： 随着计算能力的飞跃，通用人工智能（AGI）的设想变得越来越现实。我们将讨论AGI所面临的计算挑战，例如如何实现常识推理、情感理解、创造力等。我们将分析当前AI技术在模仿人类智能方面的进展与局限，并思考通往真正通用智能所需的计算突破。 心智的计算界限与可计算性： 并非所有心智过程都可以被简单地转化为可计算的算法。我们将简要介绍计算理论中的可计算性概念，并探讨是否存在某些心智现象（例如直觉、顿悟）难以被传统计算模型所捕捉。这可以帮助我们更清晰地认识到计算模型在理解心智时的优势与局限。 计算与伦理： 随着我们对心智计算本质的理解日益加深，随之而来的伦理问题也愈发重要。本书将简要讨论与人工智能、算法决策、以及对心智的计算化理解相关的伦理考量，鼓励读者思考技术发展与人类福祉之间的平衡。 结语 《心智之镜》旨在开启一场思维的盛宴，通过计算的 lens，重新审视我们自身的心智。它邀请您加入这场探索，认识到计算不仅是技术领域的基础，更是理解人类最深层奥秘的强大工具。通过系统地分析心智的计算结构和过程，我们可以更深刻地理解智能的本质，并为未来的科学研究和技术创新指明方向。本书适合对认知科学、人工智能、哲学、心理学等领域感兴趣的读者，也欢迎任何渴望深入了解“思考”这个过程如何运作的求知者。

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆