人工智能简史 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

尼克 著

图书标签:

• 人工智能
• AI
• 历史
• 科技
• 计算机科学
• 机器学习
• 深度学习
• 算法
• 未来科技
• 科普

出版社： 人民邮电出版社

ISBN：9787115471604

版次：1

商品编码：12274722

包装：平装

开本：32开

出版时间：2017-12-01

用纸：胶版纸

产品特色

内容简介

　　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》。

目录

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

前言/序言

　　历史素有两种写法：以人为主和以事为主。所有的传记都是以人为主的；而各种专史，如战争史，则多以事为主。所谓历史是人民创造的还是英雄创造的，我个人的偏好还是以人为本。八卦的历史，读者自然喜欢，对作者也有好处，就像一战后英国首相劳合·乔治对他的耶路撒冷总督说的那样：有争执，咱们政治家才派得上用场，如果他们停下来不打了，你就失业了。
　　人工智能到底是什么？给一门学科界定范围很难，尤其是这门学科还在快速变化中。即使是数学这样的成熟学科，有时我们也理不清边界，而像人工智能这样朝令夕改的，更是不容易闹清楚了。人工智能的定义素无共识。在大学里，机械系、电子系、计算机系，甚至哲学系都有人干人工智能。让这些人对这门学科取得共识谈何容易。从实用主义（哲学的“实用主义”，不是日常用语“实用主义”）看，一个学科就是学科共同体共同关注的东西。有些毛边可以宽容，演变。这种外延式的定义要比从上帝视角给一个内涵式定义更为实用。
　　一般认为，人工智能起源于1956年在达特茅斯学院召开的夏季研讨会。国内关于达特茅斯会议和神经网络早期历史的各种段子很多源于我几年前的两篇博客，后来被《上海书评》转发。经过修订，我把它们重新编为本书的两章：“达特茅斯会议：人工智能的缘起”和“神经网络简史”。“计算机下棋”一章的大部分也在《南方周末》发表过。“自动定理证明兴衰纪”的核心内容在《中国计算机学会通讯》连载过。
　　明尼苏达大学的查尔斯·巴贝奇研究所一直在做计算机科学的口述历史，采访了很多对计算机科学有影响的人，其中有相当一批是人工智能学者。大部分的采访都有录音。除了翻阅各种文献外，我听了近100小时的采访录音，许多人工智能老一代革命家临终时话都说不利索，听这种东西除了兴趣，还得有体力。
　　图灵大概是第一个对智能做出深刻思考的智者。他1936年的文章“可计算的数”奠定了计算机科学的理论和实践基础，也把相关的哲学思考推进了一大步，以至于哲学家蒙克（Ray Monk）把他列为有史以来最伟大的十位哲学家之一。图灵1950年在哲学杂志《心》（Mind）上发表的文章“计算机与智能”是传世之作，但这篇文章没有靠谱的中文翻译，我将我的译文和一篇图灵小传附在书后作为附录。图灵小传的一个早期版本曾出现在我的《哲学评书》一书中，但新版本融入了一些近几年关于图灵研究的新成果。“人工智能”这个词组的出现和达特茅斯会议有关。但英国学术圈在1956之前和之后的很长一段时间一直在用“机器智能”的说法，这和图灵1950年的文章有关。一般认为，这篇文章是这个学科的源头。但后来发现图灵1948年在英国国家物理实验室（NPL）写过一个内部报告，题为“智能机器”，其中提到了“肉体智能”（embodied intelligence）和“无肉体智能”（disembodied intelligence）的区分。机器人学家布鲁克斯（Rodney Brooks）认为图灵1948年的报告比图灵1950年的文章更加重要，它从某种意义上预示了后来符号派和统计派之争。这段历史我也列在附录里，放在图灵小传之后，因为我觉得先读读图灵的生平也许会有助于理解他的思想。
　　本书每一章几乎都可单独阅读，大部分内容，对于受过高中教育的人，应该都不难懂。但第10章是个例外，这一章企图以严肃的态度探讨人工智能。我以一种浓缩的方式讲述了图灵机、丘奇 图灵论题、相似性原则和超计算。没有计算理论，很多人工智能的基础问题实在是拎不清。如果读者觉得吃力，可以跳过这一章。
　　我常用的一种历史研究工具是谷歌的Ngram。谷歌扫描了三千多万本书，把书中出现的词组的词频统计结果公布。以时间为横轴、词频为纵轴画一条曲线，就可看出特定的词在不同历史时间段的兴衰，从而得出某些洞察。例如，通过比较“United States are”和“United States is”在历史上出现的频率，就可看出美国人是何时开始认同美国作为一个统一的国家的。很明显，南北战争之后，“United States is”开始变得更常用。我们通过统计若干人工智能中关键词的Ngram，可以感知人工智能在不同阶段的宏观发展。我曾经写过一篇“计算历史学”（见《哲学评书》）介绍Ngram。大数据为历史学提供了有力而令人信服的工具。
　　科普有一种写法：用一些貌似通俗的语言去解释复杂的原理。我一直不大相信这种方法，无论作者是内行还是专业科普作家。我压根就没见过一本可以把量子力学解释清楚的科普书。即使简单如图灵机，也鲜有适当的普及读物。倒是那些讲历史和八卦的书引人入胜，安德鲁·霍奇斯的《艾伦·图灵传：如谜的解谜者》是内行写作的典范，而数学家所罗门·费佛曼的太太安妮塔·费佛曼的两本逻辑学家传记是我心目中的标杆。戴森（Freeman Dyson）一直是我喜欢的作者，他也时不时为《纽约书评》写写八卦，趣味和我接近，我总是从阅读他的文章的过程中收获良多。即使我不懂他的数学和物理的领域，也能时有洞察。我的书单上还有蒙克的所有传记，它们既高级又有趣。就像蒙克所说，历史可以帮助内行了解知识的进化并获得新的视角，同时也为外行人了解专业知识提供入门的台阶或向导。
　　读大科学家写的科普著作，最有意思的倒不是那些对成熟思想的通俗叙述，而是那些对不成熟看法的披露，还有不好意思写到正经学术论文里的自负和牢骚。恰因为这个原因，我也喜欢多依奇（David Deutsch）的几本书。
　　我们很少有机会在学科发展之初就能把学科脉络梳理清楚。过去有过几个这样的时间段，例如1900年到1950年的逻辑学，1945年到2000年的分子生物学和1950年到当下的语言学。本书除了想梳理始于20世纪40年代的人工智能的历史外，还有一个作者隐含的心愿：作为人工智能的科普。哈代曾说科学（尤其是数学和理论物理，也许理论计算机科学）和艺术的原创需要一等的智力，解释和欣赏（例如乐评家和书评家）是二等的智力活儿。本书假想的对象是那些有能力但又是外行的人。丘成桐曾说（大意）：要想做大学问，必须先培养对学问的感情。除了科普，我还希望能帮助一小撮内行人或准内行人培养感情。我尽可能地列出了相关的参考文献供进一步学习。人工智能毕竟不是超弦理论，凭着一些智力还是可以自学的。
　　本书写作得到白硕、陈利人、宫力、洪涛、刘江、马少平、毛德操、施水才和赵伟等诸位师友的帮助和指点，特此致谢。乌镇智库的同仁为本书提供了必要的数据，我的助理冰冰为我提供了多方面的支持，一并谢过。

好的，这是一本名为《失落的星图》的图书简介： 《失落的星图》 作者： 艾丽西亚·凡尔纳 出版社： 晨曦文创 页数： 680页 装帧： 精装，附赠手绘星轨图 内容简介 一、 导言：群星的耳语与文明的碎片 《失落的星图》并非一部传统的历史叙事，它是一次对“不存在的历史”的深度挖掘，一次对人类文明在宇宙尺度下微小而辉煌的追溯。本书的核心围绕着“伊甸纪元”——一个在所有已知典籍中均被抹去，却在最偏远的星系边缘残存着模糊印记的古代文明展开。 故事始于当代一位隐居于南美洲安第斯山脉深处的古天文学家，伊萨克·维拉，他偶然发现了一组由一种非碳基生命体留下的、刻在一块陨铁上的复杂信号。这些信号，经过数十年艰苦卓绝的解码，揭示了一个令人震撼的真相：在人类尚未掌握冶炼金属的时代，一个远超我们想象的、以能量和光子为基础的文明，曾在银河系中繁盛一时，并留下了足以影响数个星系演化的宏伟工程——“星图”。 本书结构严谨，分为“回溯”、“迷航”与“重构”三大部分，带领读者穿越数万光年的时空褶皱。 二、 回溯：伊甸纪元的辉煌与沉寂 在第一部分“回溯”中，作者艾丽西亚·凡尔纳（一位专注于古代宇宙考古学的探险家）通过对维拉博士破译的零散数据的系统梳理，重建了伊甸纪元的基本面貌。 1. 能量的几何学： 伊甸文明不依赖于燃烧或核裂变，他们掌握了“零点能”的直接提取技术。书中细致描绘了他们如何利用超维几何结构，在恒星周围构建出“光子织网”，实现近乎瞬时的星际通讯和物质重构。这部分内容充满了对古代工程学的奇特想象，例如“环绕仙女座星系的共振器”，以及用于精确计算行星轨道的“永恒沙盘”。这些技术在当时被视为自然法则的一部分，而非“科技”。 2. 哲学的维度： 伊甸文明的独特之处在于其对“时间”的理解。他们不将时间视为线性流逝的河流，而是视为可以被观察和弯曲的维度平面。书中有大量篇幅探讨了他们的“无时间”哲学——一种基于信息熵恒定的宇宙观。他们的社会结构并非基于血缘或地域，而是基于对特定知识领域（如引力调谐、维度折叠）的掌握程度。他们的艺术品是“稳定化的引力波纹”，他们的历史记录是“被冻结的量子态”。 3. 最后的指令： 最引人入胜的是对伊甸文明“大寂灭”前夕的描述。他们似乎预见了一场波及整个宇宙的“熵增潮汐”，一场无法逆转的、使信息结构趋于简化的灾难。在最后的时刻，他们没有选择逃亡，而是执行了一项被称为“播种”的宏大计划。他们不是留下了飞船或武器，而是将自身文明的核心代码——即如何建造和理解“星图”的方法——以最不易被察觉的形式，散播到宇宙各处的生命摇篮之中，等待新的文明在正确的物理条件下自行激活这些信息。 三、 迷航：星图的残骸与文明的陷阱 第二部分“迷航”转入对现代探险家们在追寻“星图”过程中遭遇的种种危险和误解。 1. 猎物的追逐： 维拉博士的发现并未被学术界平静接受。一批被称为“守夜人”的秘密组织开始介入。这些组织自称是伊甸文明的“遗产管理者”，他们认为散播文明的知识是危险的，只有在宇宙达到特定的“成熟度”后，知识才能被安全地授予。书中详细记录了一场在木卫二冰层下的考古冲突，一方试图保护信息不被窃取，另一方则急于利用星图的力量改变当代的地缘政治格局。 2. 悖论的遗迹： 探险队最终追踪到星图的第一个主要节点——一个位于人马座旋臂边缘的废弃空间站。然而，这个空间站并非一个图书馆，而是一个巨大的“筛选器”。它会根据来访文明的伦理和技术水平，提供不同层级的知识。许多试图破解星图的文明（包括一些比人类更古老的种族）因为未能通过“悖论测试”——即是否能理解知识带来的责任——而被困在时间循环或信息迷宫中。 3. 逻辑的腐蚀： 本书通过令人毛骨悚然的案例，展示了过早接触高级知识对低级文明的破坏力。一个试图利用星图提升军事力量的年轻星际帝国，在掌握了光速折叠技术后，却因为无法控制其副作用——对时间连续性的微小破坏——而导致整个星系在几十年内陷入缓慢的“结构崩塌”。这部分深刻探讨了技术与智慧之间的鸿沟。 四、 重构：人类的定位与未来的邀请 第三部分“重构”将视角拉回当代，探讨人类在理解了伊甸文明的遗产后，应该如何定位自身。 1. 最后的钥匙： 维拉博士最终意识到，“星图”并非一个物理蓝图，而是一个关于“存在的意义”的数学证明。它揭示了宇宙的最终形态，以及文明在其中扮演的角色——即成为宇宙信息熵的“维护者”而非“消耗者”。破解星图的关键，不在于强大的计算能力，而在于对“无私”和“全局最优解”的深刻理解，这是伊甸文明留给后继者的唯一道德准则。 2. 观测者的责任： 本书的高潮在于对人类未来命运的探讨。作者提出，人类正处于一个关键的“激活窗口期”。我们是否拥有足够的集体智慧来接收这份跨越万年的礼物？星图的最终部分指向地球本身，暗示我们文明的摇篮可能也是一个信息储存器，而开启它的钥匙，就隐藏在我们对自身历史和宇宙的理解之中。 3. 寂静的回响： 《失落的星图》以一种开放式但充满希望的基调收尾。它没有提供一个确定的答案，而是提供了一套审视世界的全新框架。它邀请读者不仅关注技术的前沿，更要关注思想的深度。在浩瀚的星海中，我们或许不再是孤单的探险者，而是即将被邀请加入一场跨越纪元的伟大对话的继承人。本书是对所有心怀疑问、仰望星空的灵魂，一次深刻而充满敬畏的致敬。 读者评价（摘录）： “这是一部将硬核宇宙学、晦涩的哲学思辨与扣人心弦的探险故事完美结合的杰作。它让我重新审视了科学的边界和历史的盲区。” —— 塞巴斯蒂安·科尔（著名科幻评论家） “读完此书，感觉像是从沉睡中被唤醒，明白了我们所认知的一切只是巨大图景中的一小块拼图。” —— （匿名读者）

评分☆☆☆☆☆

这本书对人工智能发展历程的梳理，简直就像在翻阅一本浓缩的科技史。我特别惊讶于人工智能的每一次重大突破，都伴随着对传统观念的挑战和对未知领域的开拓。作者对“AI的冬天”有着非常深刻的洞察，他不仅描述了那个时期研究的低谷，更分析了导致低谷的原因，比如当时社会对AI的过高期望、研究方向的偏差以及资金投入的不足。然而，正是这些低谷，孕育了新的思考和新的方向。我被书中关于机器学习和统计方法的复兴所吸引，这些更加务实和可计算的方法，逐渐取代了早期过于宏大但难以实现的符号主义。作者对于“数据驱动”模式的强调，让我明白了为什么大数据和计算能力的飞跃是AI复兴的关键。我还在书中看到了人工智能在各个行业应用的初期探索，比如在金融、交通和制造业等领域，这些应用虽然还不完美，但已经展现出巨大的商业价值和社会效益。整段读下来，我感到一种历史的必然感，人工智能的发展并非一帆风顺，而是经历了一个螺旋式上升的过程。

评分☆☆☆☆☆

这本书真正让我看到了人工智能的未来图景，也让我对人类与智能机器的关系有了更深的思考。作者在描绘人工智能的最新进展时，没有止步于技术本身，而是更深入地探讨了它所带来的伦理、社会和哲学层面的影响。我看到了关于通用人工智能（AGI）的讨论，以及它可能带来的颠覆性变革。书中对于AI在创意领域，如艺术、音乐和写作方面的应用，也让我感到既兴奋又有些担忧。我开始思考，当机器能够模仿甚至超越人类的创造力时，我们该如何定义“创造”和“智能”？作者还触及了人工智能的安全性、隐私问题以及算法偏见等重要议题，这些都是我们在享受AI带来的便利的同时，必须正视的挑战。我被书中对未来社会形态的设想所吸引，有人工智能的参与，我们的生活、工作和学习方式都可能发生深刻的改变。这本书的结尾，并没有给出明确的答案，而是留下了更多的疑问，鼓励读者去思考，去探索，去参与到人工智能未来的建设中。

评分☆☆☆☆☆

随着技术的不断发展，人工智能也进入了更加实际的应用阶段，这本书恰好捕捉到了这一转变。我被书中关于专家系统、自然语言处理和计算机视觉等领域的早期进展深深吸引。作者用通俗易懂的语言，解释了这些技术是如何工作的，以及它们是如何在实际问题中得到应用的。例如，我读到关于早期医疗诊断专家系统的介绍，虽然功能相对简单，但已经展现了人工智能解决复杂问题的巨大潜力。而对于自然语言处理的探索，更是让我看到了机器理解和生成人类语言的艰难旅程。书中对神经网络早期模型的介绍，让我对深度学习的根源有了更深的理解，尽管当时的计算能力无法支持复杂的模型，但这些基础性的研究为后来的突破奠定了基石。我特别喜欢作者在描述这些技术时，时不时穿插一些生动的故事和案例，让那些抽象的概念变得具体可感。读完这部分，我深刻体会到，人工智能不再仅仅是实验室里的理论，而是已经开始悄悄改变我们的生活，解决现实世界中的各种难题。

评分☆☆☆☆☆

这本书真的是让我大开眼界，原以为“人工智能”是个很近的概念，没想到它早已深深扎根于人类的想象和探索之中。作者的叙述就像一位耐心的向导，引领我穿梭于历史的长河，从那些关于智能机器的古老传说、哲学思辨，一直到早期计算机科学家的理论萌芽。我惊叹于古希腊神话中自动雕像的构想，更着迷于中世纪炼金术士对人造生命的尝试，这些看似遥远的憧憬，竟然是人工智能早期思想的雏形。书中细致地描绘了逻辑学、数学以及控制论等学科如何为人工智能的诞生奠定基石，那些晦涩的理论在作者的解读下变得生动有趣。特别是关于图灵测试的引入，我才真正理解了判断机器是否具有智能的标准，以及这个标准在漫长发展过程中所引发的深刻讨论。读到这里，我仿佛置身于那个充满智慧火花的年代，与那些伟大的先驱们一同思考“机器能否思考”这个终极问题。作者的笔触充满了人文关怀，将科学的严谨与历史的厚重巧妙融合，让我不仅了解了AI的技术演进，更体会到了人类对自身智能的不断追问与探索。

评分☆☆☆☆☆

我一直对科幻作品中的人工智能形象情有独钟，但读了这本书后，我才意识到，那些天马行空的想象，其实都源自于现实世界中科学家们的努力和突破。作者将上世纪中叶人工智能真正作为一门学科兴起的过程描绘得波澜壮阔，那些在达特茅斯会议上汇聚的天才们，他们的激情、他们的远见，以及他们所面临的挑战，都被栩栩如生地呈现在我眼前。我看到了早期人工智能研究的几个主要流派，比如符号主义和连接主义，它们各自的理念、方法和局限性，作者都做了清晰的梳理。我尤其对书中关于机器学习早期探索的描述印象深刻，那些试图让机器从经验中学习的尝试，虽然在当时看来有些稚嫩，却蕴含着巨大的潜力。作者并没有回避人工智能发展过程中的挫折和“AI冬天”，而是客观地分析了原因，例如计算能力的限制、数据的不充足以及理论的瓶颈。这种坦诚的态度，让我对人工智能的发展有了更全面、更辩证的认识。这本书让我觉得，每一项伟大的科技成就背后，都离不开无数人的智慧、汗水和坚持。

评分☆☆☆☆☆

关注好久了，质量很好，打折清空了一下。

评分☆☆☆☆☆

逆水行舟，不进则退!????

评分☆☆☆☆☆

人工智能深度学习。。。。。。。。。。。。。

评分☆☆☆☆☆

深度学习相关书籍里比较值得推荐的，入门扫盲一本就够了

评分☆☆☆☆☆

书本很不错，很厚，内容很多. 是一本好书. 期待一个好的阅读效果...

评分☆☆☆☆☆

书还没拜读，但送过来没磕角啥的，书质量也不错，希望自己学有所得吧

评分☆☆☆☆☆

原版应该是非常好的，但是还没仔细研读，不知道翻译过来水平如何。学习完后再来评论。

评分☆☆☆☆☆

非常喜欢的一本书，很不错。

评分☆☆☆☆☆

看了蛮多人推荐，618买便宜点，凑个字