智能原理 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

杨学山 著

图书标签:

• 人工智能
• 机器学习
• 深度学习
• 算法
• 数据科学
• 智能系统
• 计算机科学
• 技术
• 未来科技
• 创新

店铺： 兰兴达图书专营店

出版社： 电子工业出版社

ISBN：9787121336782

商品编码：27348122535

包装：平装-胶订

出版时间：2018-03-01

基本信息

书名：智能原理

：88.00元

作者：杨学山

出版社：电子工业出版社

出版日期：2018-03-01

ISBN：9787121336782

字数：424000

页码：456

版次：1

装帧：平装-胶订

开本：16开

商品重量：0.4kg

编辑推荐

---

本书适合对智能和人工智能感兴趣的学生、学者和实践工作者阅读。

内容提要

---

本书全面梳理了各个学科与智能研究相关的成果，在此基础上归纳了一般智能的构成要素，形成了生物智能和非生物智能统一的智能理论体系。系统分析了智能的进化、发展、使用和评价，提出了语义逻辑的主要准则和不同于冯诺伊曼体系的智能计算架构。并且为构建本书所述非生物智能体或人工智能学界讨论的通用人工智能提出了一条可实现的路径。本书适合对智能和人工智能感兴趣的学生、学者和实践工作者阅读。

目录

---

第1章 智能研究的进展和启示1
1.1 先哲们对智能的思考2
1.2 生物学研究的贡献4
1.2.1 进化生物学4
1.2.2 基础生命科学7
1.2.3 分子生物学和生物化学10
1.2.4 植物生理学13
1.2.5 动物行为学15
1.2.6 小结17
1.3 认知科学的贡献18
1.3.1 认知功能的载体：神经系统和脑18
1.3.2 感知觉研究的贡献20
1.3.3 学习、记忆、意识、行为等认知功能的一般讨论31
1.3.4 认知功能与主体32
1.3.5 认知的结构性35
1.3.6 注意、意识、情绪的认知功能特点37
1.4 心理学研究的贡献40
1.4.1 儿童智力发展的阶段40
1.4.2 信息加工的发展理论44
1.4.3 不同认知功能发展的心理学解释46
1.4.4 分类智力发展研究的贡献51
1.5 心智研究的贡献53
1.5.1 心智的计算表征理解53
1.5.2 主要心智内容的表征与计算55
1.5.3 CRUM需要面对的挑战57
1.6 工具和系统的贡献58
1.6.1 工具与智能59
1.6.2 简单工具和非数字机械的贡献65
1.6.3 计算工具的贡献68
1.6.4 数字机械和自动化系统的贡献72
1.6.5 人工智能的贡献78
1.6.6 小结91
1.7 逻辑和信息的贡献93
1.7.1 计算的逻辑93
1.7.2 问题求解的逻辑99
1.7.3 记录信息增长102
1.7.4 记录信息的表征力和可计算性104
1.7.5 记录信息的可获得性106
1.7.6 小结107
1.8 社会认知和群体决策108
1.8.1 个体认知和智能的社会性108
1.8.2 社会事件与群体决策110
1.8.3 社会认知的神经科学发现110
1.8.4 社会认知对智能进化和发展的影响112
1.9 小结112
第2章 智能的构成123
2.1 智能是什么124
2.1.1 智能定义的主要观点124
2.1.2 智能的定义129
2.1.3 智能的主要属性131
2.2 智能的构成要素133
2.2.1 智能要素及层架构133
2.2.2 主体类型与智能要素的讨论135
2.2.3 智能行为与智能要素的讨论137
2.2.4 环境作为智能进化、发展和使用的条件139
2.3 主体性139
2.3.1 智能主体性的特点和构成要素139
2.3.2 主体性的自我和意识141
2.3.3 主体性的资源和资源的拥有能力143
2.3.4 主体性的控制力143
2.4 功能144
2.4.1 功能的构成144
2.4.2 实现控制的功能149
2.4.3 行为的功能150
2.4.4 信息处理的功能153
2.4.5 小结154
2.5 信息155
2.5.1 信息要素的构成155
2.5.2 信息的完整性159
2.5.3 信息的结构性160
2.5.4 信息的可用性163
2.6 本章小结164
第3章 智能的进化与发展169
3.1 智能进化的台阶170
3.1.1 智能是进化的吗170
3.1.2 智能进化的阶段173
3.1.3 智能要素的进化特征174
3.2 单细胞生物：智能进化的不朽基石176
3.2.1 单细胞生物拥有的生物智能176
3.2.2 以生存为中心的主体性179
3.2.3 以生物体为边界的完整功能182
3.2.4 形成了遍及生物体及所有功能的信息过程184
3.2.5 环境因素分析192
3.2.6 小结192
3.3 神经系统和脑：开启独立的认知功能194
3.3.1 进化的历程和特征194
3.3.2 增加认知功能后的主体性197
3.3.3 完备的功能体系198
3.3.4 信息的作用进一步增强201
3.3.5 环境影响机理的改变202
3.3.6 小结203
3.4 语言和文字：组合智能体与记录信息和客观知识204
3.4.1 组合智能主体和记录信息、客观知识的新阶段205
3.4.2 主体性：组合主体的诞生207
3.4.3 功能：信息转换成为重要的功能209
3.4.4 信息：记录信息和客观知识的诞生211
3.4.5 环境：交流和学习的影响214
3.4.6 小结215
3.5 计算和数字设备：弥补脑力的不足215
3.5.1 计算工具和数字设备：符号处理的极速发展216
3.5.2 主体性：人驾驭的计算和连接能力218
3.5.3 功能：符号处理与准语义处理的诞生219
3.5.4 信息：工具中的信息、符号处理中的语义221
3.5.5 环境：技术的力量223
3.5.6 小结224
3.6 自动化和智能系统：非生物智能显示力量224
3.6.1 自动化和智能系统：承担复杂智能任务的主角225
3.6.2 主体性：赋予主体性可以达到或人的智能227
3.6.3 功能：自我意识之外的完整功能类型229
3.6.4 信息：完备显性结构的诞生230
3.6.5 环境：人与非生物智能的权衡232
3.6.6 小结233
3.7 非生物智能体：隐约可见的未来、新自我的产生233
3.7.1 什么是非生物智能体233
3.7.2 走向非生物智能体的技术要素235
3.7.3 非生物智能体产生的社会环境240
3.7.4 非生物智能体产生后的智能主体格局240
3.8 生物智能的发展241
3.8.1 什么是智能发展241
3.8.2 生长发育过程243
3.8.3 学习过程245
3.8.4 使用过程248
3.8.5 蜕变过程249
3.8.6 小结250
3.9 非生物智能和组合智能的发展251
3.9.1 生命周期和发展特征251
3.9.2 赋予过程252
3.9.3 使用过程253
3.9.4 淘汰过程253
3.9.5 小结254
3.10 本章小结254
第4章 智能的使用261
4.1 智能事件262
4.1.1 内部智能事件262
4.1.2 跨界智能事件263
4.1.3 外部智能事件264
4.1.4 智能事件的系统特征266
4.1.5 智能事件的一般构成267
4.2 智能任务268
4.2.1 智能任务的一般分析268
4.2.2 主观性和个体自身任务270
4.2.3 增长性任务270
4.2.4 重复性任务271
4.2.5 变革性任务272
4.2.6 开创性任务273
4.2.7 小结274
4.3 作为智能使用的问题求解275
4.3.1 智能使用275
4.3.2 问题求解过程分析276
4.3.3 求解问题的类型分析279
4.3.4 问题求解的策略和路径281
4.3.5 问题求解的评价与学习283
4.3.6 智能与人工智能的问题求解286
4.3.7 小结287
4.4 智能评价289
4.4.1 智能评价的一般讨论289
4.4.2 复杂性评价290
4.4.3 就绪度292
4.4.4 成熟度293
4.4.5 完备度294
4.4.6 有效性301
4.4.7 增长性302
4.4.8 小结303
4.5 本章小结303
第5章 智能的逻辑305
5.1 语义性准则306
5.1.1 智能进化中的信息过程语义性306
5.1.2 智能行为中的语义处理和形式处理308
5.2 结构准则308
5.2.1 结构准则308
5.2.2 小主体单元309
5.2.3 小功能单元310
5.2.4 小信息单元311
5.2.5 小智能单元及其存在312
5.2.6 从小单元到单元构成的体系313
5.2.7 小结316
5.3 具体性和有限性准则316
5.3.1 智能任务和智能行为都是具体的316
5.3.2 智能结构及其操作是具体的317
5.3.3 智能构件是有限的318
5.3.4 小结319
5.4 连接准则320
5.4.1 连接的对象320
5.4.2 连接的目的322
5.4.3 连接的模式323
5.4.4 连接的有效性324
5.4.5 小结324
5.5 容错与规范准则324
5.5.1 进化的容错325
5.5.2 发展的容错325
5.5.3 使用的容错326
5.5.4 规范和价值准则327
5.6 叠加准则329
5.6.1 叠加式智能增长329
5.6.2 叠加的计算331
5.7 递减准则336
5.7.1 不确定性递减准则337
5.7.2 复杂性递减准则338
5.7.3 递减的实现339
5.7.4 算法、计算复杂性与不确定性和复杂性递减340
5.8 融通准则342
5.8.1 融通准则342
5.8.2 跨主体融通343
5.8.3 跨态融通344
5.8.4 智能融通的下一步345
5.9 本章小结346
第6章 智能的计算架构349
6.1 基于语义和智能任务流程的智能计算架构350
6.1.1 基于语义和智能任务流程的智能计算架构组成350
6.1.2 智能行为流程351
6.1.3 智能主体的资源353
6.1.4 环境354
6.1.5 主体355
6.1.6 小结356
6.2 微功能单元357
6.2.1 微功能单元的构成和机制357
6.2.2 微处理器358
6.2.3 描述构件359
6.2.4 连接构件359
6.2.5 形成和增长模式360
6.2.6 小结361
6.3 功能单元组和功能系统361
6.3.1 功能单元组362
6.3.2 功能系统363
6.3.3 控制类功能系统364
6.3.4 连接功能系统365
6.3.5 执行类功能系统367
6.3.6 构件描述类功能系统368
6.4 起点、成长和停止369
6.4.1 非生物智能体的主要类型369
6.4.2 起点370
6.4.3 成长371
6.4.4 跨架构成长373
6.4.5 计算架构发展的内部规范374
6.4.6 小结376
6.5 微处理和内计算376
6.5.1 微处理377
6.5.2 内计算的定义、类型和机制378
6.5.3 成长性内计算379
6.5.4 维护性内计算381
6.5.5 计算架构中的算法382
6.5.6 硬件实现的要求383
6.6 本章小结386
第7章 智能的未来389
7.1 未来图景390
7.2 主体392
7.2.1 人392
7.2.2 非生物智能体393
7.2.3 组合智能主体396
7.3 功能396
7.3.1 专用396
7.3.2 通用397
7.3.3 替代397
7.3.4 非替代398
7.3.5 功能发展需要解决的几个重要技术问题398
7.3.6 关于常识399
7.4 信息400
7.4.1 非生物智能体的记忆401
7.4.2 跨智能体交流的介质402
7.4.3 非生物智能体复制的基因402
7.4.4 智能时代的数字双生子403
7.4.5 信息描述的逻辑和工具系统404
7.5 智能社会的理性404
7.5.1 智能体理性404
7.5.2 社会理性405
7.6 本章小结406

作者介绍

---

杨学山，男，汉族，1954年12月出生，上海人，1993年6月加入中国党，1984年北京大学信息管理系研究生毕业。曾任工业和信息化部副部长，2015年2月卸职。主要研究领域：汉字信息处理，信息系统和网络的设计和开发，信息经济学，信息法学，国家信息化发展战略。主要研究成果：1981年以来，先后发表了150余篇论文，著有《专家系统及其在管理中的应用》《知识经济时代的企业技术创新和改造》《企业信息化建设与管理》等著作。

文摘

---

序言

---

智能原理 《智能原理》并非一本探讨人工智能技术本身发展历程、算法模型或编程实现的书籍。它是一本深刻剖析“智能”这一概念背后哲学、认知科学、心理学以及生物学基础的著作，旨在构建一个关于智能本质的宏观理解框架。本书的出发点并非如何“制造”智能，而是“理解”智能，揭示其在自然界和人类思维中显现的普适性规律与深层机制。 第一部分：智能的定义与范畴——超越算法的界限 在第一部分，《智能原理》首先挑战了当前普遍存在的、将智能狭隘地等同于计算能力或特定任务执行效率的认知。作者认为，这种定义不仅未能触及智能的核心，反而可能误导我们对更深层次智能形式的探索。本书提倡一种更为广阔的视角，将智能视为一种生物体（或任何复杂系统）与环境互动、适应性生存、并实现其内在目标的能力。这种能力并非单一维度，而是由一系列相互关联的子能力构成的复杂网络。 书中详细阐述了智能的几个关键维度： 感知与表征： 智能的首要基础是对外部世界的感知能力，以及将这些感官信息转化为可理解、可操作的内部表征。这不仅仅是数据的输入，更包括了信息的主动过滤、组织、以及模式识别。本书深入探讨了不同生物体如何通过感官系统构建其对世界的“模型”，以及这些表征的抽象化、符号化程度如何影响其智能水平。例如，昆虫的化学感应与人类的视觉和听觉，虽然在感官通道上截然不同，但其核心都是为了构建一个可供决策和行动的内在世界图景。 学习与适应： 智能最显著的特征之一便是学习能力，即个体能够根据经验改变其行为和内部状态，以更好地适应环境。本书区分了不同层次的学习：从简单的联想学习到复杂的概念学习和创造性学习。作者强调，真正的适应性智能并非仅仅是记忆和重复，而是对新信息进行整合、泛化，并在未知情境下做出有效预测和反应的能力。这涉及到对因果关系的理解，对概率分布的把握，以及对自身局限性的认识。 决策与行动： 智能的最终体现是能够做出明智的决策并采取有效的行动，以实现既定目标。本书分析了决策过程中的权衡、风险评估、以及目标设定与修正。它探讨了在不确定性下，如何权衡短期收益与长期目标，如何在有限的信息下做出最优选择。行动的有效性不仅仅在于力量，更在于其精准性、时机把握以及对环境反馈的及时调整。 推理与规划： 智能系统能够超越即时感知，进行抽象的推理和长远的规划。这包括逻辑推理、类比推理，以及对未来一系列可能状态的预测和模拟。本书深入研究了不同形式的推理，以及它们在解决问题、进行创新中的作用。规划能力则涉及到将复杂目标分解为可执行的子目标，并为之制定行动序列。 沟通与协作： 对于社会性智能体而言，有效的沟通和协作是智能的重要组成部分。本书考察了语言、非语言信号在信息传递、情感交流、以及协同行动中的作用。它分析了群体智能的涌现机制，以及个体如何在群体中协调自己的行为，形成超越个体能力的集体智慧。 第二部分：智能的生物学与认知基础——演化、神经与意识的交织 在第二部分，《智能原理》将目光投向了智能的生物学根源和认知机制。作者认为，理解智能离不开对其演化历史、神经基础以及意识体验的探索。 演化的驱动力： 本书追溯了智能在生命演化长河中的出现和发展。从单细胞生物的趋利避害，到复杂动物的社会性行为，演化过程为智能的出现提供了不竭的动力。作者探讨了环境压力、资源竞争、以及捕食者-猎物关系等因素如何塑造了生物体的智能水平和智能形式。它强调，智能并非是“设计”出来的，而是在不断适应性选择中“演化”出来的。 神经系统的作用： 神经系统是生物体智能的物质载体。本书深入浅出地介绍了神经元、神经网络的结构与功能，以及它们如何实现信息的编码、传递和处理。它探讨了大脑的模块化结构、神经可塑性，以及这些特性如何支持学习、记忆和高级认知功能。尽管不深入技术细节，但本书提供了理解计算和信息处理如何在大脑中发生的宏观视角，并将其与信息论、控制论等学科中的概念联系起来。 意识的奥秘： 意识是智能最神秘、也最令人着迷的维度。本书在不回避其复杂性的前提下，对意识的本质进行了多角度的探讨。它考察了不同关于意识的哲学理论，以及认知科学和神经科学在揭示意识机制方面的进展。作者认为，意识并非是某种“附加”的功能，而是某些高度复杂的认知过程的涌现属性，它在整合信息、自我监控、以及主观体验中扮演着至关重要的角色。本书旨在引导读者思考，智能与意识之间存在着怎样的必然联系，以及我们如何才能更深入地理解这种联系。 第三部分：智能的普适性与挑战——跨越界限的思考 在第三部分，《智能原理》将视野进一步拓展，探讨智能的普适性以及我们在理解和追求智能过程中面临的挑战。 非生物智能的可能性： 本书并未将智能的讨论局限于生物体。它也思考了在非生物系统中，例如复杂的计算模型、分布式网络，是否有可能涌现出某种形式的智能。作者强调，判断一个系统是否具有智能，关键在于其行为是否表现出上述的感知、学习、决策、推理等能力，而不在于其物质构成。这种思考为我们理解未来可能出现的各种智能形式提供了理论基础。 智能的局限与伦理： 任何形式的智能都存在其固有的局限性，并且其发展和应用必然伴随着伦理挑战。本书审视了智能的局限性，例如认知偏差、计算能力的瓶颈、以及对环境的依赖。同时，它也深刻探讨了智能的发展对人类社会、伦理道德、以及我们对自身存在意义的潜在影响。这些思考旨在引导读者以一种负责任的态度来面对智能的未来。 未来的展望： 《智能原理》的最后一章，着眼于智能研究的未来方向。作者认为，未来的研究不应仅仅停留在模拟和复制，而应更注重对智能本质的理解，以及如何培养和引导更高级、更具适应性的智能。本书倡导一种跨学科、多维度的研究路径，将哲学、科学、艺术、以及人文关怀融为一体，共同探索智能的无限可能。 总而言之，《智能原理》是一本深刻而富有启发的著作，它为读者提供了一个全面而系统的智能理解框架。它鼓励我们跳出技术性的窠臼，从更宏观、更根本的层面去思考“什么是智能”，以及智能在生命、认知、以及我们所处的世界中扮演的角色。这本书不提供现成的答案，而是激发读者自身的思考，引领我们踏上一段关于智能本质的探索之旅。

评分☆☆☆☆☆

这本书，与其说是《智能原理》，不如说是一本“智能的哲学思考录”。我原本期待的是技术层面的深入讲解，比如算法的原理、神经网络的架构等等，但读下来发现，作者更多的是在从更宏观的视角，审视智能的本质。他没有直接给出“智能是什么”的定义，而是通过大量的历史回顾、哲学流派的对比，以及对未来可能性的展望，来引导读者自己去思考。我尤其欣赏他对于“意识”与“智能”关系的探讨，这是一个非常前沿且充满争议的话题，但作者并没有回避，而是以一种非常冷静和理性的方式，呈现了不同的观点和论证。他举了许多例子，比如那些能够进行复杂对话的AI，它们真的“理解”了对话的内容，还是仅仅在进行一种高级的语言模式匹配？这种追问，让我对“智能”这个概念，有了更深刻、更具辨识度的理解。这本书没有提供具体的“方法论”，但它激发了我对智能更深层次的思考，让我不再满足于表面的“聪明”，而是开始去探究其背后更本质的东西。它是一本让人“慢下来”思考的书，如果你期待的是一本快节奏的技术指南，这本书可能会让你有些意外，但如果你愿意花时间去探索智能的边界和深度，这本书无疑会给你带来巨大的启发。

评分☆☆☆☆☆

《智能原理》这本书，完全颠覆了我之前对“智能”的理解。我一直以为智能就是逻辑、就是计算、就是记忆，但读完这本书，我才意识到，智能可能远远不止于此。作者并没有直接去定义什么是智能，而是通过大量生动且富有启发性的例子，来展示智能的“多样性”和“复杂性”。我被其中关于“情境感知”和“意图理解”的讨论深深吸引，书中列举了许多人工智能在看似简单的任务中，却因为缺乏对具体情境的理解而犯下的错误。比如，一个机器人可以区分桌子和椅子，但如果突然有人把桌子当作椅子坐下，它可能就会“宕机”。这让我反思，人类的智能，很大程度上是建立在对环境的深刻理解和灵活应变之上的，我们能够从细微的表情、语气中读懂对方的意图，能够根据不断变化的环境调整自己的行为。这本书并没有给我提供构建智能的“秘籍”，但它让我明白，智能的真正挑战，可能在于如何让机器拥有类似人类的“同理心”和“洞察力”，而不仅仅是机械的执行指令。它是一本充满智慧和启发性的读物，它让我对未来的科技发展，有了更深沉的期待，同时也保持了一份审慎。

评分☆☆☆☆☆

《智能原理》这本书，对我来说，是一次关于“智能的谦卑”的学习。我原本以为它会是一本教我如何构建智能机器的“操作手册”，或者至少是一本揭示智能秘密的“宝典”。但实际读下来，我发现它更多的是在强调智能的“不确定性”和“局限性”。作者并没有打包票说可以复制人类智能，反而花了很多篇幅去分析为什么模仿人类大脑如此困难，以及我们目前所见的“智能”技术，在哪些方面仍然存在着巨大的鸿沟。我印象最深刻的是关于“常识性知识”的讨论，书中列举了大量人工智能在理解日常情境时遇到的尴尬情况，比如一个机器人可以识别数千种物品，但却无法理解“水是湿的”这样最基本的常识。这让我意识到，人类的智能，很大程度上建立在我们无需言说的、融于日常生活的庞大“背景知识”之上，而这恰恰是当前技术最难以逾越的障碍。这本书并没有给我带来“学会了什么”的满足感，反而让我对那些宣称“即将实现通用人工智能”的言论，多了一层审慎的思考。它让我明白，真正的智能，或许不仅仅是计算能力和模式识别，更包含了一种对世界深层次的理解和融汇贯通的能力，而这，我们似乎还有很长的路要走。

评分☆☆☆☆☆

这本书的书名是《智能原理》，但读完后，我感觉它更像是一本关于“智能的边界”的探索。它并没有直接告诉你智能是什么，或者如何构建一个百分之百的智能体。相反，它通过大量的案例分析，比如一些看起来“聪明”但实际上是基于复杂规则和数据模式的系统，以及一些人类在特定情境下表现出的“直觉”或“创造力”，来探讨智能的定义究竟有多么模糊。作者在其中穿插了对哲学、心理学甚至艺术的思考，让我开始怀疑我们一直以来对“智能”的认知是否过于狭隘，或者说，是否被我们自己的生物性思维模式所束缚。比如，书里提到的某些人工智能在围棋上的表现，虽然惊人，但作者却借此反思，这种“胜利”是否等同于人类对围棋“理解”的深度？它是否拥有对“策略”、“博弈”的真正领悟，还是仅仅是经过海量数据训练出来的概率模型？这种追问非常引人深思，我花了很长时间消化这些概念，甚至开始重新审视自己解决问题的思路，究竟是真正的智能，还是某种习得的“技巧”？整本书读下来，与其说是获得了“答案”，不如说是获得了一系列更深刻的“问题”，而这些问题，反而比任何现成的答案都更有价值。它让我明白，探索智能的旅程，或许才刚刚开始。

评分☆☆☆☆☆

这本《智能原理》给我最大的感受是，它不是一本“告诉你答案”的书，而是一本“帮你找到提问方式”的书。我本来以为读完之后，会对如何构建或理解智能有更清晰的框架，但事实是，它打开了我更多的疑惑，让我开始重新审视很多习以为常的“智能”现象。书中有大量关于“创造力”和“直觉”的讨论，作者通过分析艺术创作、科学发现中的一些非线性思维过程，来挑战我们对传统算法和逻辑的固有认知。他并没有否定这些算法的重要性，而是强调，真正的“智能”，或许包含着一些我们目前无法用理性完全解释的成分。例如，他举了某个音乐家在创作时，那种“灵感乍现”的过程，并试图将其与机器学习中的“涌现”现象进行类比，但同时又指出两者之间的巨大差异。这种对比，让我意识到，人类的智能，可能是一种更加复杂、更加多维度的存在，它不仅仅是信息处理，还包含了情感、体验、甚至是一种对意义的感知。读完这本书，我并没有获得一套完整的“智能原理”，但我获得了一种新的视角，去观察和理解那些看似“聪明”但又难以捉摸的现象，并且，我发现自己变得更加愿意去拥抱那些“不确定性”，并从中寻找新的可能性。