智慧的疆界：从图灵机到人工智能 第2版

内容简介 这是一部对人工智能充满敬畏之心的匠心之作，也是被市场高度认可的人工智能科普著作，曾荣获北京市科学技术协会等机构颁发的各种奖项。 本书从人工智能的奠基人物、历史事件、学术理论、研究成果、技术应用等5个维度全面展开，以时间为主线，用专业的知识、通俗的语言、巧妙的内容组织方式，详细讲解了人工智能能解决什么问题、面临怎样的困难、做过哪些努力、取得过哪些成绩、未来将向何方发展，尽可能消除人工智能的神秘感，把人工智能从科学的殿堂推到公众面前。 全书共9章，分为四个部分： 第一部分（第1~2章）以智慧创造智慧 阐述了在人工智能学科创立之前，图灵、香农等先驱们对智能的探索和思考。首先以“人工智能之父”图灵的生平事迹为主线，介绍了图灵机、图灵测试，以及图灵对智能的思考、理解和定义；然后以达特茅斯会议为主线，通过该会议及其后续的影响，介绍了人工智能学科诞生的历史背景，并讨论了该学科研究的目标和要解决的问题。 第二部分（第3~5章）学派争鸣 学术界研究人工智能的方法主要有三个学派，分别是符号主义、连接主义和行为主义，这三个学派分别从逻辑、仿生和行为三个角度来研究智能，既有自顶向下从智能的本质出发，从一般到特殊通过逻辑运算推导智能的行为，也有从行为出发，自底向上把智能看作黑箱，从行为推导智能的本质。这些学派在不同时期都曾是人工智能的主流，并各自取得了许多成果。 第三部分（第6~8章）第三波高潮 人工智能目前处于第三次高潮，这次高潮以深度学习、深度神经网络为代表的机器学习所引领。首先，以尽可能小的篇幅把机器学习的导论性内容介绍清楚；然后，以“深度学习教父”辛顿的人生经历为主线，介绍了神经网络从低谷到复兴的过程，以及深度学习的提出和技术突破；最后，以古德费洛、苏茨克维等新一代学者以及OpenAI的发展故事为主线，介绍了生成式人工智能所引领的人工智能的高潮盛况与隐患。 第四部分（第9章）人机共生 几十年来，人工智能无时无刻不伴随着争论和分歧，人工智能这个人类最复杂精密的创造物与人类本身的关系确实必须仔细思考、慎重对待，这一部分将探讨人类和机器在追寻智能过程中的一些成果和产生的一些争论。

周志明（博士）<br />人工智能博士，国内人工智能、软件架构、Java等领域的资深专家，著有《深入理解Java虚拟机》（已经出至第3版，累计销量超过30万册）和《凤凰架构》等9部技术作品，其中有多本畅销书，获得过北京市科协等机构颁发的各种图书奖项。<br />现就职于华为公司，担任七级专家，企业应用教研室主任、企业应用总师，曾参与华为MetaERP、MetaCRM等重要变革项目。<br />热衷于基础传播和分享，曾在JavaCore、QCon、ArchSummit、HuaweiConnect等会议分别担任会议主席、Keynote明星讲师和Session讲师，在技术社区有较大的影响力。

· Contents ·<br />目录<br />前言<br />第一部分　以智慧创造智慧<br />第1章　洪荒年代　 / 2<br />1.1　概述　 / 2<br />1.2　引言：信息革命　 / 3<br />1.3　图灵机：计算的基石　　/ 5<br />1.4　人工智能的萌芽　 / 11<br />1.5　图灵测试：何谓智能　 / 13<br />1.6　智能与人类的界限　 / 16<br />1.7　机器能思考吗　 / 18<br />1.8　机器拟人心　 / 22<br />1.9　机器拟人脑　 / 24<br />1.10　机器拟人身　 / 28<br />1.11　本章小结　 / 29<br />第2章　迈向人工智能　 / 30<br />2.1　概述　 / 30<br />2.2　引言：不经意间改变世界　 / 31<br />2.3　达特茅斯会议　 / 34<br />2.4　有学术就有江湖　 / 41<br />2.5　有江湖就有传奇　 / 47<br />2.6　人工智能早期成果　 / 53<br />2.6.1　完全信息的对抗　 / 54<br />2.6.2　模式识别　 / 57<br />2.6.3　自然语言处理　 / 59<br />2.7　本章小结　 / 62<br />第二部分　学派争鸣<br />第3章　符号主义学派　 / 66<br />3.1　概述　 / 66<br />3.2　引言：五分钟逻辑学　 / 67<br />3.3　描述已知，推理未知　 / 72<br />3.3.1　常识编程　 / 77<br />3.3.2　物理符号系统　 / 82<br />3.4　知识！知识！知识！　 / 86<br />3.4.1　知识表示　 / 87<br />3.4.2　知识工程　 / 91<br />3.4.3　知识系统　 / 93<br />3.5　从演绎到归纳　 / 96<br />3.6　符号主义的现状和未来　 / 101<br />3.7　本章小结　 / 103<br />第4章　连接主义学派　 / 104<br />4.1　 概述　 / 104<br />4.2　引言：命运　 / 105<br />4.3　大脑模型　 / 107<br />4.4　崛起的明星　 / 113<br />4.5　陨落的流星　 / 116<br />4.6　感知机　 / 120<br />4.7　凛冬将至　 / 127<br />4.8　人工智能的繁荣与寒冬　 / 135<br />4.9　本章小结　 / 139<br />第5章　行为主义学派　 / 140<br />5.1　概述　 / 140<br />5.2　引言：昔日神童　 / 141<br />5.3　自动机对抗自动机　 / 143<br />5.4　从控制论说起　 / 147<br />5.5　机械因果观和行为主义　 / 150<br />5.6　自复制机和进化主义　 / 154<br />5.7　机器人学　 / 158<br />5.8　本章小结　 / 167<br />第三部分　第三波高潮<br />第6章　机器学习概览　 / 170<br />6.1　概述　 / 170<br />6.2　什么是机器学习　 / 172<br />6.3　机器学习的意义　 / 175<br />6.4　机器学习的分类　 / 177<br />6.5　机器学习解决的问题　 / 179<br />6.6　进行机器学习：实战模型训练　 / 183<br />6.6.1　机器学习的一般过程　 / 184<br />6.6.2　样本和样本空间　 / 186<br />6.6.3　任务类型　 / 188<br />6.6.4　数据预处理　 / 190<br />6.6.5　损失函数　 / 195<br />6.6.6　模型选择　 / 201<br />6.6.7　泛化、误差及拟合　 / 205<br />6.6.8　正则化　 / 210<br />6.6.9　优化算法　 / 219<br />6.6.10　终极算法　 / 226<br />6.7　评估验证　 / 228<br />6.7.1　性能度量　 / 228<br />6.7.2　交叉验证　 / 233<br />6.8　本章小结　 / 236<br />第7章　深度学习时代　 / 238<br />7.1　概述　 / 238<br />7.2　引言：教父　 / 239<br />7.3　逆反之心　 / 241<br />7.4　复兴之路　 / 243<br />7.4.1　生存危机　 / 243<br />7.4.2　从感知机到神经网络　 / 246<br />7.4.3　误差反向传播算法　 / 250<br />7.5　深度学习　 / 256<br />7.5.1　这是什么　 / 258<br />7.5.2　从浅层学习到深度学习　 / 262<br />7.5.3　序幕开启　 / 264<br />7.5.4　锋芒毕露　 / 273<br />7.5.5　越深度越强大吗　 / 275<br />7.5.6　越深度越困难吗　 / 277<br />7.6　深度神经网络　 / 283<br />7.6.1　卷积神经网络　 / 292<br />7.6.2　循环神经网络　 / 294<br />7.7　从实验室到企业　 / 297<br />7.8　挑战与反思　 / 305<br />7.9　本章小结　 / 310<br />第8章　从学习到创造　 / 312<br />8.1　概述　 / 312<br />8.2　引言：“技术宅”改变世界　 / 313<br />8.3　生成式对抗网络　 / 315<br />8.4　学者与荣耀　 / 320<br />8.5　语言奇点　 / 324<br />8.5.1　序列到序列模型　 / 324<br />8.5.2　注意力机制与Transformer架构　 / 329<br />8.6　OpenAI与GPT模型　 / 332<br />8.7　现实与理想　 / 342<br />8.8　本章小结　 / 349<br />第四部分　人机共生<br />第9章　与机器共生　 / 352<br />9.1　概述　 / 352<br />9.2　引言：“白痴”与“天才”　 / 354<br />9.3　与机器竞技　 / 356<br />9.3.1　信息识别　 / 356<br />9.3.2　信息理解　 / 361<br />9.3.3　信息决策　 / 366<br />9.3.4　艺术创作　 / 370<br />9.3.5　自动驾驶　 / 375<br />9.3.6　游戏竞技　 / 380<br />9.4　与机器共舞　 / 385<br />9.4.1　人工智能的威胁　 / 385<br />9.4.2　人工智能的机遇　 / 390<br />9.5　本章小结　 / 393<br />附录　人工智能历史大事记　 / 394