人工智能简史

书名：人工智能简史
作者：尼克
译者：
ISBN：9787115471604
出版社：人民邮电出版社
出版时间：2017-12
格式：epub/mobi/azw3/pdf
页数：320
豆瓣评分： 7.1

书籍简介：

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》。

书友短评：

@ datalogue 脑残志坚跪读一遍，年度最佳书籍 @ prife 没错，书里每字每行里都塞满私货，正如此才可以窥得作者的自我表达，这不正是阅读的意义吗？作者对当代欧陆哲学家的毫不掩饰的鄙夷导致了本书很多的一星，倒也求仁得仁，我猜作者毫不在意。正文讲人工智能的简史，但作者秉承霍老爷子的每增加一个公式就少一半读者的理论没加公式，从各种八卦掌故入手讲了人工智能纷杂的各个流派，作者业内人士，阅读既广且深，所列参考与扩展阅读，大概是极有益的。 @ 波洛 研究生第一学期的论文全是人工智能主题所以买了本，但是这都写的什么啊，上来就一大推人名，也没有简介，谁是谁都不清楚，霍金那篇人工智能可能毁灭人类的文章就提了一句，我就想看这个啊…… @ #Pekingcat# 大概可看，八卦量太大，线索的梳理能力不足，基本上事实罗列，但事实还算翔实，可以一看。三星的书籍，但因为里面对海德格尔的侮辱，一星。科学主义者对于非逻辑的东西还是要保持尊敬。另：作者完全误解了意义就是语用的意思。 @ Zoom.Quiet 是也乎,(￣▽￣) 简直就是德云社台本…笑屎了…作者处处挖坑不填…真真良心 @ bot_hibiki 目标读者应该是计算机从业者或科班-人工智能从业者，各方向工作概况挺全面，章末都有参考资料指南，感兴趣可以去深度阅读。 @ 阿尔伯特波 书名应该叫：《人工智能八卦史》，随便看看还行，不用太认真。 @ 快乐小汤圆 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。 @ Zendra? 干货一点没读懂却还读得津津有味的一本书 @ Gorbachev 好看，与此相比，李开复写的《人工智能》都是什么东西。 写的方式有点特别，前大半段是关于人工智能的各种理论、历史以及争议，有点乱，给人感觉是不知道这帮人在争什么，而是批评人工智能的也不知道在说什么。 但是最后那两章简直神来之笔，实际上，溯源到人工智能，最初也最本质的是，图灵机理论。

第1章　达特茅斯会议：人工智能的缘起　　1
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
· · · · · ·

添加微信公众号:好书天下获取