內容大鋼
本書從AI的視角探討如何認識和理解我們的世界。與其他關注人工智慧技術的書籍不同，本書試圖從認識論的研究領域和範疇展開對人工智慧的探索，涵蓋心理學、哲學、物理學、數學和電腦科學等不同領域的背景知識。
作者介紹
(美)喬治·F.盧格爾|責編:曲熠|譯者:王慧娟//劉雪麗//袁全波
喬治·F.盧格爾(George F. Luger)
新墨西哥大學電腦科學榮休教授。在新墨西哥大學時，他也是心理學系和語言學系教授，致力於認知科學和計算語言學方面的跨學科研究。他曾與洛斯阿拉莫斯國家實驗室、桑迪亞國家實驗室以及許多公司開展合作項目。他目前從事咨詢工作，關注自然語言處理、網路智能體設計和基於深度學習的數據分析等。除本書外，他還著有Artificial Intelligence:Structures and Strategies for Complex Problem Solving (2009)和Cognitive Science: The Science of Intelligent Systems (1994)。
目錄
譯者序
前言
致謝
第一部分 開始
第1章 創建電腦程序：一個認識承諾
1.1 導言和本書重點
1.2 計算基礎
1.2.1 圖靈機
1.2.2 波斯特產生式系統和一元減法
1.3 電腦語言、表示法和搜索
1.4 總結
第2章 歷史基礎
2.1 瑪麗·雪萊、弗蘭肯斯坦和普羅米修斯
2.2 早期希臘思想
2.3 後期希臘人：柏拉圖、歐幾里得和亞里士多德
2.4 后中世紀或現代哲學
2.5 英國經驗主義者：霍布斯、洛克和休謨
2.6 跨越經驗主義/理性主義的鴻溝：巴魯赫·斯賓諾莎
2.7 跨越經驗主義/理性主義的鴻溝：伊曼努爾·康德
2.8 美國實用主義：皮爾士、詹姆斯和杜威
2.9 計算的數學基礎
2.10 圖靈測試和人工智慧的誕生
2.11 總結
第3章 現代人工智慧，以及我們如何走到今天
3.1 人工智慧的三個成功案例
3.1.1 IBM的深藍
3.1.2 IBM的沃森
3.1.3 谷歌和AlphaGo
3.2 非常早期的人工智慧和1956年達特茅斯夏季研討會
3.2.1 邏輯理論家
3.2.2 幾何定理證明
3.2.3 下跳棋的程序
3.2.41 956年達特茅斯夏季研討會
3.3 人工智慧：嘗試定義
3.4 人工智慧：早期階段
3.4.1 整潔派和邋遢派
3.4.2 人工智慧：基於「模仿人類」還是「只是好的工程」
3.5 認知科學的誕生
3.6 人工智慧實踐的一般主題：符號化，聯結主義，遺傳/湧現，隨機
3.7 總結
第二部分 現代人工智慧：複雜問題求解的結構和策略
第4章 基於符號的人工智慧及其理性主義假定
4.1 理性主義世界觀：狀態空間搜索
4.1.1 圖論：狀態空間的起源
4.1.2 搜索狀態空間
4.1.3 狀態空間搜索實例：專家系統
4.2 基於符號的人工智慧：持續的重要貢獻
4.2.1 機器學習：數據挖掘
4.2.2 物理環境建模
4.2.3 專業知識：在任何需要的地方
4.3 符號系統視角的優勢和局限性
4.3.1 基於符號的模型和抽象
4.3.2 泛化問題和過度學習
4.3.3 為什麼沒有真正的基於符號的智能系統
4.4 總結
第5章 人工智慧的關聯方法與聯結主義方法
5.1 語義圖的行為主義傳統和實現
5.1.1 意義的圖形表示基礎
5.1.2 語義網路
5.1.3 基於關聯的語義網路的現代應用
5.2 神經網路或聯結主義網路
5.2.1 早期研究：麥卡洛克、皮茨和赫布
5.2.2 反向傳播網路
5.3 神經網路和深度學習
5.3.1 AlphaGoZero和AlphaZero
5.3.2 機器人導航：PRM-RL
5.3.3 深度學習和電子遊戲
5.3.4 深度學習和自然語言處理
5.4 認識問題和基於關聯的表示
5.4.1 歸納偏差、透明度和泛化
5.4.2 神經網路和符號系統
5.4.3 為什麼我們沒能構建大腦
5.5 總結
第6章 進化計算與智能
6.1 進化計算簡介
6.2 遺傳演算法及示例
6.2.1 旅行商問題
6.2.2 遺傳編程
6.2.3 實例：開普勒行星運動第三定律
6.3 人工生命：複雜性的湧現
6.3.1 人工生命
6.3.2 現代人工生命方法
6.4 進化計算與智能：認識問題
6.5 關於第二部分 的總結
6.5.1 歸納偏差：理性主義的先驗論
6.5.2 經驗主義的困境
6.6 總結
第三部分 走向主動的、務實的、模型修正的現實主義
第7章 建構主義和解與認識論立場
7.1 對經驗主義、理性主義和實用主義人工智慧的回應
7.2 建構主義和解
7.3 五個假設：認識論立場的基礎
7.4 現代認識論的基礎
7.5 總結
第8章 基於貝葉斯的建構主義計算模型
8.1 貝葉斯立場的推導
8.2 貝葉斯信念網路、感知和診斷
8.3 基於貝葉斯的語音和對話建模
8.4 複雜環境中的診斷推理
8.5 總結
第9章 走向一種主動的、務實的、模型修正的現實主義
9.1 本書概要
9.2 通過探索構建模型
9.3 模型修正和適應
9.4 人工智慧從業者的項目是什麼
9.5 現代認識論的意義、真理和基礎
9.5
[