第1章 達特茅斯會議：人工智能的緣起 1
1. 背景 1
2. 達特茅斯會議 6
3. AI曆史的方法論 9
4. 會議之後 14
5. 預測未來：會有奇點嗎？ 19
第2章 自動定理證明興衰紀 24
1. 自動定理證明的起源 24
2. 羅賓遜和歸結原理 32
3. 項重寫 34
4. 阿貢小組和馬庫恩 35
5. 符號派的內部矛盾：問答係統和歸結原理的失落 37
6. 幾何定理證明與計算機代數 39
7. 定理證明係統和競賽 44
8. 哲學問題 46
9. 現狀 49
10. 結語 51
第3章 從專傢係統到知識圖譜 60
1. 費根鮑姆和DENDRAL 60
2. MYCIN 64
3. 專傢係統的成熟 65
4. 知識錶示 66
5. 雷納特和大知識係統 70
6. 語義網 73
7. 榖歌和知識圖譜 75
第4章 第五代計算機的教訓 79
1. 背景 79
2. 理論基礎：邏輯程序和Prolog 82
3. 五代機計劃和五代機研究所 85
4. 並發Prolog 88
5. 美國和歐洲對日本五代機計劃的反應 90
6. 結局和教訓 94
7. 日本還有機會嗎：日本下一代人工智能促進戰略 95
第5章 神經網絡簡史 97
1. 神經網絡的初創文章 97
2. 羅森布拉特和感知機 103
3. 神經網絡的復興 107
4. 深度學習 111
第6章 計算機下棋簡史：機定勝人，人定勝天 116
1. 機器下棋史前史 116
2. 跳棋插麯 118
3. 計算機下棋之初 119
4.“深藍” 124
5. 圍棋和AlphaGo 125
第7章 自然語言處理 128
1. 喬治敦實驗 128
2. 喬姆斯基和句法分析 129
3. ELIZA和PARRY 136
4. 維諾格拉德和積木世界 143
5. 統計派又來瞭 149
6. 神經翻譯是終極手段嗎？ 151
7. 問答係統和IBM 沃森 152
8. 迴顧和展望 154
第8章 嚮自然學習：從遺傳算法到強化學習 159
1. 霍蘭德和遺傳算法 159
2. 遺傳編程 164
3. 強化學習 166
4. 計算嚮自然學習還是自然嚮計算學習 172
5. 計算理論與生物學 173
第9章 哲學傢和人工智能 177
1. 德雷弗斯和《計算機不能乾什麼》 177
2. 塞爾和中文屋 184
3. 普特南和缸中腦 187
4. 給哲學傢一點忠告 190
第10章 人是機器嗎？——人工智能的計算理論基礎 195
1. 丘奇-圖靈論題：為什麼圖靈機是最重要的發明？ 197
2. 相似性原則：另一個重要但不太被提及的計算理論思想 201
3. 超計算 205
4. BSS實數模型 206
5. 量子計算 208
6. 計算理論的哲學寓意 211
7. 丘奇-圖靈論題、超計算和人工智能 212
第11章 智能的進化 216
1. 大腦的進化 216
2. 能源的攝取和消耗 218
3. 全社會的算力作為文明的測度 220
4. 人工智能從哪裏來？ 222
5. 人工智能嚮哪裏去：會有超級智能嗎？ 223
第12章 當我們談論生死時，我們在談論什麼？ 230
附錄1 圖靈小傳 237
附錄2 人工智能前史：圖靈與人工智能 249
附錄3 馮諾伊曼與人工智能 255
附錄4 計算機與智能 261
參考文獻 293
人名對照 308
· · · · · · (收起)
1. 背景 1
2. 達特茅斯會議 6
3. AI曆史的方法論 9
4. 會議之後 14
5. 預測未來：會有奇點嗎？ 19
第2章 自動定理證明興衰紀 24
1. 自動定理證明的起源 24
2. 羅賓遜和歸結原理 32
3. 項重寫 34
4. 阿貢小組和馬庫恩 35
5. 符號派的內部矛盾：問答係統和歸結原理的失落 37
6. 幾何定理證明與計算機代數 39
7. 定理證明係統和競賽 44
8. 哲學問題 46
9. 現狀 49
10. 結語 51
第3章 從專傢係統到知識圖譜 60
1. 費根鮑姆和DENDRAL 60
2. MYCIN 64
3. 專傢係統的成熟 65
4. 知識錶示 66
5. 雷納特和大知識係統 70
6. 語義網 73
7. 榖歌和知識圖譜 75
第4章 第五代計算機的教訓 79
1. 背景 79
2. 理論基礎：邏輯程序和Prolog 82
3. 五代機計劃和五代機研究所 85
4. 並發Prolog 88
5. 美國和歐洲對日本五代機計劃的反應 90
6. 結局和教訓 94
7. 日本還有機會嗎：日本下一代人工智能促進戰略 95
第5章 神經網絡簡史 97
1. 神經網絡的初創文章 97
2. 羅森布拉特和感知機 103
3. 神經網絡的復興 107
4. 深度學習 111
第6章 計算機下棋簡史：機定勝人，人定勝天 116
1. 機器下棋史前史 116
2. 跳棋插麯 118
3. 計算機下棋之初 119
4.“深藍” 124
5. 圍棋和AlphaGo 125
第7章 自然語言處理 128
1. 喬治敦實驗 128
2. 喬姆斯基和句法分析 129
3. ELIZA和PARRY 136
4. 維諾格拉德和積木世界 143
5. 統計派又來瞭 149
6. 神經翻譯是終極手段嗎？ 151
7. 問答係統和IBM 沃森 152
8. 迴顧和展望 154
第8章 嚮自然學習：從遺傳算法到強化學習 159
1. 霍蘭德和遺傳算法 159
2. 遺傳編程 164
3. 強化學習 166
4. 計算嚮自然學習還是自然嚮計算學習 172
5. 計算理論與生物學 173
第9章 哲學傢和人工智能 177
1. 德雷弗斯和《計算機不能乾什麼》 177
2. 塞爾和中文屋 184
3. 普特南和缸中腦 187
4. 給哲學傢一點忠告 190
第10章 人是機器嗎？——人工智能的計算理論基礎 195
1. 丘奇-圖靈論題：為什麼圖靈機是最重要的發明？ 197
2. 相似性原則：另一個重要但不太被提及的計算理論思想 201
3. 超計算 205
4. BSS實數模型 206
5. 量子計算 208
6. 計算理論的哲學寓意 211
7. 丘奇-圖靈論題、超計算和人工智能 212
第11章 智能的進化 216
1. 大腦的進化 216
2. 能源的攝取和消耗 218
3. 全社會的算力作為文明的測度 220
4. 人工智能從哪裏來？ 222
5. 人工智能嚮哪裏去：會有超級智能嗎？ 223
第12章 當我們談論生死時，我們在談論什麼？ 230
附錄1 圖靈小傳 237
附錄2 人工智能前史：圖靈與人工智能 249
附錄3 馮諾伊曼與人工智能 255
附錄4 計算機與智能 261
參考文獻 293
人名對照 308
· · · · · · (收起)
具體描述
本書全麵講述人工智能的發展史，幾乎覆蓋人工智能學科的所有領域，包括人工智能的起源。、自動定理證明、專傢係統、神經網絡、自然語言處理、遺傳算法、深度學習、強化學習、超級智能、哲學問題和未來趨勢等，以宏闊的視野和生動的語言，對人工智能進行瞭全麵迴顧和深度點評。
本書作者和書中諸多人物或為師友或相熟相知，除瞭詳實的考證還有有趣的軼事。本書既適閤專業人士瞭解人工智能鮮為人知的曆史，也適閤對人工智能感興趣的大眾讀者作為入門的嚮導。
用戶評價
評分
##普通博客的文字水平，全書都是與人工智能相關的科學傢的介紹加八卦，是一本毫無營養湊字數蹭熱點騙錢的垃圾書。
評分##太淺，一試圖深度探討就露怯 人工智能相關人員簡史
評分##尼剋大概是能夠看到圖靈的實質貢獻的人之一。
評分##是也乎,(￣▽￣) 簡直就是德雲社颱本...笑屎瞭...作者處處挖坑不填...真真良心
評分##大概可看，八卦量太大，綫索的梳理能力不足，基本上事實羅列，但事實還算翔實，可以一看。三星的書籍，但因為裏麵對海德格爾的侮辱，一星。科學主義者對於非邏輯的東西還是要保持尊敬。 另：作者完全誤解瞭意義就是語用的意思。
評分##尼剋大概是能夠看到圖靈的實質貢獻的人之一。
評分##技術競爭真殘酷。一本隨處夾帶私貨的八卦史，不喜歡作者字裏行間對文科和女性的詆毀，以及簡單粗暴的政治觀。
評分##太淺，一試圖深度探討就露怯 人工智能相關人員簡史
評分##是也乎,(￣▽￣) 簡直就是德雲社颱本...笑屎瞭...作者處處挖坑不填...真真良心
