人工智能的进化 赫克托·莱韦斯克 中信出版社 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

图书标签:

• 人工智能
• 机器学习
• 深度学习
• 科技前沿
• 未来科技
• 算法
• 数据科学
• 科普
• 技术发展
• 赫克托·莱韦斯克

店铺： 中信出版社官方旗舰店

出版社： 中信出版集团

ISBN：9787508685670

商品编码：27003605339

品牌：中信出版（Citic Press）

出版时间：2016-01-01

人工智能真的会取代我们吗？计算机是怎么学习的？我们人类思维的本质又是什么？未来，AI会统治地球吗？如果你是关心科技前沿，喜欢看科幻电影，也对人类社会未来发展有过担忧，那么你的问题都可以在这本书里找到答案。

书名：人工智能的进化
定价：49.00元
作者：赫克托莱韦斯克
出版社：中信出版集团
出版日期：2018-04
页码：203
装帧：精装
开本：32开
ISBN：9787508685670

与市面上绝大多数人工智能相关书籍不同，这本书重在探讨人工智能与人类思维的区别，揭示人类心智的本质，深入浅出地揭示人工智能研究仍将面临的挑战。本书通俗易懂，趣味十足，且富有哲学思辨性，会给关心科技及未来社会发展的读者带来有益的启发。

这是一本探讨人工智能或计算机思维如何形成的科普读物。如果把计算机当成一个主体，它获得人工智能的过程实际上就是一个学习“计算机语言”的过程。那么，计算机的学习过程与人的学习过程有何不同？两者之间是怎样的关系？如何实现计算机的学习行为？计算机的学习过程对人的思维形成有何启发？这些问题都可以在本书找到富有启发性的分析。

"前言 Ⅴ
章 什么是人工智能？ 001
适应机器学习 003
老式人工智能 006
常识的程序 008
图灵测试 010
中文房间理论 012
第2章 巨型拼图之谜 017
疑问接踵而来 019
留给我们的困难 023
一条解决的途径 030
第3章 知识与行为 033
刺激与反应 036
知识与信念 041
意向立场 043
智能行为 046
能力与表现 048
第4章 真智能还是假智能？ 051
谈话机器人 055
投机取巧不可行 060
威诺格拉德模式 063
我们从中的经验 070
GOFAI 的回归 072
第5章 有经验的学习与没有经验的学习 075
我们如何学习词语？ 078
我们如何学习事实？ 081
我们如何学习行为？ 083
我们如何经验？ 085
第6章 书本智慧与市井智慧 089
语言的影响力 092
书本智慧 094
海伦·凯勒的智慧 095
书本中的市井智慧 099
第7章 长尾理论与培训的界限 103
长尾现象带来的难题 106
如何处理突发事件 110
无意识与有意识 113
威诺格拉德模式测试 115
是不是技巧还不够？118
第8章 符号与符号处理 119
符号的代数运算 121
符号的逻辑运算 125
符号的意义 129
一切都源自图灵机 131
第9章 基于知识的系统 137
符号能够解决的问题 139
用符号表示无形 141
知识表示假说 143
假设是真的吗？ 144
知识表示与推理 146
谁才是的选择？149
0章  人工智能技术应用 151
人工智能的未来 155
自动化是好是坏？159
超级智能与奇点 161
的风险 164
进化 166
致谢 169
注 释 173
参考文献 193
"

"作者：赫克托·莱韦斯克；译者：王佩。
赫克托·莱韦斯克：多伦多大学计算机系、加拿大学者、人工智能研究专家，多年来致力于人工智能的研究，主要研究方向为人工智能的知识表现和推理。赫克托·莱韦斯克已发表60多篇研究论文，其中4篇获得国际人工智能协会佳论文奖，1篇获国际人工智能协会经典论文奖。莱韦斯克还是国际人工智能协会执行理事会成员、加拿大学会成员及多个杂志的编委会成员。"

"今天，人工智能蓬勃发展，展现出了强大的影响力。但是当前对于人工智能领域的研究却已严重偏离了这一概念创立的初衷。重新回归其本源的原因有二：其一，若不如此，人工智能的发展将陷入瓶颈；其二，追本溯源这一过程本身即是对计算机和人类自身的重新认识。作者在人工智能领域深耕多年，本书内容丰富、条理清晰，任何想要了解人工智能的人，都应该阅读本书。————约阿夫·肖汉（斯坦福大学名誉）
当前，人工智能主要将精力集中于机器学习大数据集和低级感官输入。而莱韦斯克却告诉我们，上述研究忽视了人类智慧的本质特征：人类通过简单自然的语言交流，就能以间接经验的方式认识自己无法直接接触的世界。——亨利·考茨（罗切斯特大学格尔根数据科学研究所所长）
几十年来，莱韦斯克一直专注于人工智能领域的研究。他在本书中深入浅出地揭示了人工智能研究仍将面临的挑战，可谓真知灼见。他令人信服地证明，拥有常识，具备推理能力是人类智慧的核心，而将其与人工智能结合仍有待时日。——巴特·塞尔曼（康奈尔大学计算机系）"

"研究人类思维的朋友可能会感到奇怪，人工智能怎么会懂得人类的心智呢？人工智能属于计算机科学，当然是和计算机打交道的，而心智是人类所特有的东西。当然，或许未来某天我们会像探讨“动物心智”一样，讨论一下“计算机心智”。但是，让人工智能解释人类心智，是不是有点儿像让天文学家解释蛀牙问题，有些风马牛不相及呢？
答案是否定的，这两者绝非风马牛不相及。因为计算机科学并非仅关注计算机本身，计算机科学主要关注的是计算，而计算是个过程，比如对一串数字进行分类排序、压缩音频文件或去除数字图像的红眼等。当然，这个过程通常要由电脑完成，但是，人工或者某种设备也可能完成。
人工智能（或至少一部分人工智能）的基础假说认为，日常思维（人们每天使用的思维）同样也是一种计算过程，在对此进行研究时，无须过多考虑是谁或是什么东西在进行这种思维过程。"

《人工智能的进化：一段跨越时代的探索之旅》 这是一部深刻洞察人工智能发展脉络、展望其未来走向的鸿篇巨著。作者赫克托·莱韦斯克，以其在人工智能领域的深厚造诣和独到见解，带领读者踏上了一场穿越时空的思想之旅，从最初的哲学思辨，到如今的深度学习浪潮，再到未来可能出现的通用人工智能，层层剖析，环环相扣，勾勒出一幅波澜壮阔的人工智能发展全景图。本书并非简单罗列技术名词，而是聚焦于驱动人工智能不断前进的核心思想、关键突破以及背后蕴含的深层哲学思考。 第一部分：思想的萌芽与奠基——人工智能的哲学根基 本书的开篇，我们将回顾人工智能概念的源头。在遥远的古代，人类就已经开始思考“智能”的本质，以及是否能够创造出具有思考能力的非生物体。从古希腊神话中的自动装置，到中世纪的炼金术士对人造生命的尝试，再到文艺复兴时期对机械与生命的类比，这些早期探索虽然充满神话色彩，却折射出人类对创造智能的永恒渴望。 真正的理论基石，则要追溯到19世纪和20世纪初的逻辑学和数学发展。乔治·布尔的布尔代数，为逻辑运算提供了数学框架，奠定了计算机科学和人工智能的逻辑基础。阿兰·图灵，这位20世纪最伟大的数学家之一，提出了“图灵机”的概念，为计算的普遍性提供了理论模型，并提出了著名的“图灵测试”，为判断机器是否具有智能提供了一个操作性的标准。图灵的思想，如同一盏明灯，照亮了人工智能研究的道路，也引发了关于意识、思维与计算之间关系的深刻辩论。 这一时期，哲学家和逻辑学家们也在积极探索智能的本质。例如，控制论的兴起，将生物体和机器视为信息处理系统，为理解和模拟智能提供了新的视角。认知科学的早期探索，也试图理解人类心智的运作机制，为构建人工智能模型提供了宝贵的启示。这些思想的萌芽，如同种子，在肥沃的土壤中孕育，等待着未来的技术革命将其催生。 第二部分：黄金时代的黎明与挑战——早期人工智能的探索与困境 20世纪50年代，随着电子计算机的诞生，人工智能研究迎来了第一个黄金时代。达特茅斯会议的召开，标志着人工智能作为一个独立学科的正式确立。早期研究者们充满了乐观主义，他们相信在不远的将来，机器将能够具备人类所有的智能。 这一时期，符号主义人工智能占据主导地位。研究者们试图通过构建符号系统来模拟人类的推理过程，例如，开发能够解决数学问题、玩跳棋、进行自然语言理解的程序。像“逻辑理论家”和“通用问题解决器”这样的程序，在当时看来是令人惊叹的成就，它们展示了机器在特定领域解决问题的潜力。 然而，早期的乐观主义很快遇到了现实的挑战。研究者们发现，人类智能的复杂性远超他们的想象。许多看似简单的常识性推理，对于机器来说却异常困难。例如，理解一个简单的句子，需要对世界有大量的背景知识和常识。同时，计算能力的限制也阻碍了更复杂模型的实现。 “人工智能的冬天”概念也在此期间出现。当研究成果未能达到预期，并且资金支持减弱时，人工智能研究经历了几次低谷。这些挫折并没有完全阻止研究的步伐，反而促使研究者们开始反思，寻找新的理论和方法。对知识表示、搜索算法、以及机器学习的初步探索，都在这个时期悄然进行，为后续的发展埋下了伏笔。 第三部分：机器学习的崛起与浪潮——数据驱动的智能革命 进入20世纪80年代和90年代，机器学习逐渐成为人工智能研究的焦点。与符号主义不同，机器学习强调从数据中学习规律，而不是依赖于预先编程的规则。早期的机器学习方法，如决策树、支持向量机，以及朴素贝叶斯等，在分类、回归等任务上取得了显著的进展。 真正的飞跃，则来自于神经网络和深度学习的兴起。受人脑神经元结构的启发，人工神经网络能够通过多层连接进行复杂的模式识别。虽然神经网络的概念早已存在，但计算能力的提升和大量数据的可用性，使得训练深度神经网络成为可能。 深度学习，即具有多个隐藏层的神经网络，能够自动从原始数据中学习到层次化的特征表示。这项技术的突破，带来了前所未有的性能提升，尤其是在图像识别、语音识别和自然语言处理等领域。例如，AlphaGo战胜人类围棋冠军，便是深度学习强大能力的集中体现。 本书将深入剖析深度学习的各种关键技术，如卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）以及Transformer模型等。我们将探讨它们是如何被设计和训练的，以及它们在各个应用领域所扮演的角色。同时，本书也会审视深度学习带来的新挑战，例如，模型的“黑箱”特性、对大量数据的依赖、以及潜在的偏见问题。 第四部分：通用人工智能的探索与未来——迈向更高级的智能形态 在深度学习取得巨大成功的同时，对通用人工智能（AGI）的追求从未停止。通用人工智能指的是能够理解、学习和应用知识来解决任何智力任务的机器，其能力能够与人类相当甚至超越。 本书将探讨当前研究者们探索AGI的各种路径。这包括： 符号与连接的融合： 试图结合符号主义的推理能力和连接主义的模式识别能力，构建更具解释性和鲁棒性的AI系统。 因果推理与常识： 解决当前AI在理解因果关系和运用常识方面的局限，使AI能够更深刻地理解世界。 强化学习的进步： 通过与环境的交互来学习最优策略，这在机器人控制、游戏AI等领域展现出巨大潜力。 具身智能（Embodied AI）： 将AI置于物理环境中，使其能够通过感知和行动来学习和交互，这是实现更泛化智能的关键。 多模态学习： 让AI能够同时处理和理解文本、图像、音频等多种信息，更接近人类的学习方式。 此外，本书也将深入讨论实现AGI所面临的哲学和伦理挑战。例如，机器意识是否可能？如果机器拥有意识，我们应该如何对待它们？AGI的出现将对人类社会、就业、甚至人类的定义产生怎样的影响？ 第五部分：人工智能的社会影响与伦理考量 人工智能的发展并非仅仅是技术问题，它深刻地影响着我们社会的方方面面。本书将以审慎的视角，探讨人工智能带来的社会经济变革。 就业市场的重塑： 自动化和智能化的普及将对传统就业岗位产生冲击，同时也催生新的职业需求。我们将分析这种转变的规律和应对策略。 教育与学习的未来： AI在个性化教育、智能辅导等方面的应用，将如何改变我们的学习方式？ 医疗保健的革新： AI在疾病诊断、药物研发、个性化治疗等方面的应用，将为人类健康带来怎样的福音？ 科学研究的加速器： AI如何助力科研人员解决复杂问题，发现新的科学规律？ 伦理困境与治理挑战： 偏见、隐私、安全、以及AI的“黑箱”问题，都要求我们建立有效的伦理规范和治理框架。本书将深入探讨如何构建负责任的人工智能。 结语：人类智能与机器智能的共生未来 《人工智能的进化》并非一本预测未来、断言机器必将超越人类的书籍。相反，它更像是一位经验丰富的向导，带领我们审视这段波澜壮阔的历史，理解其中的关键节点和发展动力，并以更加清醒的头脑去思考人工智能的未来。 赫克托·莱韦斯克通过深入浅出的分析，将复杂的科学原理、深刻的哲学思辨以及广泛的社会影响融为一体，为读者呈现了一部既有深度又不失广度的思想盛宴。本书旨在激发读者对人工智能更深层次的理解，鼓励我们积极参与到关于人工智能未来的讨论中，共同塑造一个人类智能与机器智能和谐共生的美好未来。它不仅是一本关于技术演进的书，更是一本关于人类自身智能的探索，以及我们如何与我们创造出的智慧生命共存的思考。

评分☆☆☆☆☆

《人工智能的进化》这本书，从书名上就散发着一种吸引力。赫克托·莱韦斯克这个名字，虽然对我而言略显陌生，但“进化”二字，却瞬间点燃了我对它内容的好奇心。我总觉得，人工智能的发展，就好比自然界中生命的演变，并非一蹴而就，而是经历了一个漫长而复杂的过程，充满了试错、突破和飞跃。因此，我期待这本书能够为我勾勒出人工智能发展的完整脉络，从早期那些大胆的理论构想，到如今日新月异的技术应用。我设想，作者会细致地梳理人工智能发展史上的关键时期和里程碑事件，例如，从早期的逻辑推理和符号主义，到后来机器学习的兴起，再到如今深度学习的浪潮。我更希望，这本书能够深入探讨人工智能“进化”的内在驱动力，究竟是什么样的科学问题、技术瓶颈，抑或是社会需求，促使着人工智能不断向前发展？我猜测，作者可能会在书中剖析一些重要的理论创新和技术突破，并解释它们是如何改变了人工智能的发展方向。此外，我也非常关注书中可能涉及到的关于人工智能伦理和社会影响的探讨。毕竟，随着人工智能能力的不断增强，我们必须审慎地思考它对人类社会可能带来的变革和挑战。中信出版社的出品，让我对其内容的严谨性和思想深度有了较高的期待，我相信《人工智能的进化》能够为我提供一个全面而深刻的视角，让我更好地理解人工智能的过去、现在和未来。

评分☆☆☆☆☆

“进化”这个词，在我脑海中勾勒出了一幅充满生命力的画面，而《人工智能的进化》这本书，恰恰捕捉到了这种 dynamism。赫克托·莱韦斯克，这个名字或许对于许多人来说是陌生的，但这并不妨碍我对其所描绘的人工智能发展蓝图产生浓厚的兴趣。我设想，作者必定是一位深邃的思考者，他没有停留在对当前人工智能技术的浅显描述，而是着眼于其长远的发展轨迹。我期待，这本书能够像一位经验丰富的导游，带领我深入探究人工智能从萌芽到壮大的每一个阶段。这其中，或许会包含早期先驱者们的梦想与探索，那些试图用逻辑和符号来模拟人类思维的尝试；也可能涉及机器学习的兴起，让计算机开始学习并从数据中发现规律；再到如今深度学习的革命性突破，使得人工智能在图像识别、自然语言处理等领域取得了惊人的成就。我尤其好奇，作者是如何看待人工智能“进化”的内在机制的？是算法的迭代升级，还是算力的指数级增长，亦或是数据量的爆发式积累？更进一步，这本书是否会触及人工智能发展过程中所面临的挑战和瓶颈？例如，通用人工智能的实现是否遥不可及？以及，在追求更高级智能的过程中，我们是否需要警惕潜在的伦理和社会风险？中信出版社，作为国内知名的出版机构，其选择的书籍往往都具有相当的深度和价值，我对其出品的《人工智能的进化》充满了信心，期待它能为我揭示人工智能从“无”到“有”，再到“强”的完整图景。

评分☆☆☆☆☆

初见《人工智能的进化》这本书名，我脑海中便涌现出无数的想象。赫克托·莱韦斯克——一个我此前未曾听闻的名字，却因为“进化”二字，让我对其笔下的内容充满了好奇与期待。我倾向于认为，这本书并非仅仅是关于人工智能技术名词的堆砌，而更像是在讲述一个宏大的生命史诗，只不过，这个生命的主角是智能本身。我期待作者能够为我呈现一幅人工智能发展的全景图，从它最原始的构想，到如今已经渗透到我们生活方方面面的应用。我猜想，书中会详细讲述那些关键的转折点，比如符号主义的兴衰，连接主义的崛起，以及机器学习方法论的不断演进。我想知道，是什么样的社会需求、科学思潮，抑或是技术瓶颈，推动着人工智能不断“进化”。我更希望，作者能够深入剖析人工智能“进化”背后的哲学思考和伦理考量。比如，智能的本质是什么？我们能否真正创造出拥有意识的人工智能？以及，当人工智能的能力超越人类时，我们将如何应对？这本书给我一种感觉，它不仅仅是在回顾历史，更是在展望未来，它或许会探讨人工智能未来的发展方向，以及它将如何重塑人类社会。中信出版社的名字，也为这本书增添了品质的保证，我相信它能为我带来一次深刻的阅读体验，让我对人工智能的“进化”有一个全新的理解。

评分☆☆☆☆☆

我一直对人工智能这个话题充满好奇，尤其是在看到《人工智能的进化》这本书的时候，立刻就被吸引了。赫克托·莱韦斯克的名字虽然听起来有些陌生，但“进化”这个词汇本身就带着一种宏大和深刻的意味，让我联想到生命本身的演变过程，不禁思考，智能是否也遵循着类似的轨迹？这本书的标题给我的第一印象是，它并非仅仅介绍当前人工智能技术的进展，而是会深入探讨其发展的历史、驱动力以及未来的走向。我设想着，作者可能会从早期的人工智能理论萌芽讲起，比如图灵测试的提出，再到专家系统、机器学习的兴起，直到如今深度学习的浪潮。这种“进化”的视角，意味着它会强调人工智能并非一蹴而就，而是经历了一个漫长且曲折的演变过程。我期待这本书能够梳理清楚这些关键的节点和里程碑，并解释它们是如何相互影响、层层递进的。更重要的是，我希望作者能够剖析支撑这些进化的背后思想和技术突破，比如计算能力的飞跃、算法的创新，以及数据量的爆炸式增长。这本书的意义，或许在于能够帮助我们理解人工智能是如何从一个抽象的概念，一步步走向现实，并深刻地改变着我们的世界。中信出版社的出品，也让我对书籍的质量和深度有了一定的信心，期待它能够提供一个清晰且富有洞察力的视角，让我对人工智能的“进化”有一个更全面的认识。

评分☆☆☆☆☆

刚翻开《人工智能的进化》的封面，我就被一种沉甸甸的学术感所包围。赫克托·莱韦斯克这个名字，虽然不曾耳熟，但“进化”二字，仿佛是一把钥匙，开启了我对智能本质的无限遐想。我总觉得，技术的进步，尤其是像人工智能这样触及思维根本的领域，绝非平地而起，而更像是一场漫长而艰辛的跋涉，充满了探索、试错、推翻与重建。这本书，在我看来，便是一部关于这场跋涉的宏大史诗。我期待它能够带领我穿梭于人工智能发展的历史长河，去见证那些伟大的思想家和工程师们如何一步步逼近智能的奥秘。从早期对逻辑推理的尝试，到对神经网络的模拟，再到如今大数据驱动下的深度学习，每一个阶段都凝聚着人类智慧的光芒。我猜想，作者在书中一定会对每一个关键的理论突破、每一个标志性的项目进行细致的解读，并分析它们对后续发展所产生的深远影响。更吸引我的是，这本书或许会探讨人工智能“进化”背后的驱动力，究竟是纯粹的科学探索，还是社会需求的牵引，抑或是商业利益的驱动？我希望这本书能够提供一种宏观的视角，让我看到人工智能的发展并非孤立的技术事件，而是与人类社会、经济、文化等多个维度交织在一起的复杂过程。中信出版社的名字，让我对这本书的内容质量和严谨性充满了期待，希望它能成为我理解人工智能进化之路的一盏明灯。