深層學習：心智如何經驗 [美]斯特蘭·奧爾鬆(Stellan Ohlsson) pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

[美] 斯特蘭·奧爾鬆Stellan Ohlsson 著

圖書標籤:

• 認知科學
• 深度學習
• 心智哲學
• 認知模型
• 學習理論
• 心理學
• 人工智能
• 計算認知
• 經驗學習
• 斯特蘭·奧爾鬆

店鋪： 北京群洲文化專營店

齣版社： 機械工業齣版社

ISBN：9787111560937

商品編碼：29970350490

包裝：平裝-膠訂

齣版時間：2017-03-01

基本信息

書名：深層學習：心智如何經驗

定價：99.00元

作者：斯特蘭·奧爾鬆(Stellan Ohlsson)

齣版社：機械工業齣版社

齣版日期：2017-03-01

ISBN：9787111560937

字數：

頁碼：

版次：1

裝幀：平裝-膠訂

開本：16開

商品重量：0.4kg

編輯推薦

---

內容提要

---

本書主要關注瞭三種深度的非單調認知變化——新穎事物的創造、對變化環境的認知技能的調適以及信念係統的轉變，在對三種認知變化進行研究綜述和理論解釋之後，總結齣一套充分體現它們共享的抽象原則的統閤理論。全書共分為五個部分，包含12章內容。*部分從環境的變化齣發，強調瞭非單調認知變化存在的必要性，並對相關的基本假設和理論成立的標準進行瞭迴顧。第二到四部分研究瞭非單調變化的三個案例：新穎事物的創造，對不熟悉或者變化的任務環境的適應，從一個信念係統到另一個信念係統的轉變。第五部分討論瞭三個微理論之間如何彼此關聯，並根據三個微理論各自體現的抽象原理，提齣非單調認知變化的統閤理論。

目錄

---

目　錄
Deep Learning: How the Mind Overrides Experience
譯者序
前言
部分　引言
章經驗之需求 2
1.1混亂的時鍾 2
1.2在混亂的世界中學習 8
1.3深層學習 12
第2章項目的性質 14
2.1杜絕迴避 14
2.2認知結構：基本要素 16
2.2.1錶徵的核心 17
2.2.2功能與過程 19
2.2.3控製的必要性 20
2.2.4Turing-Newell的觀點 21
2.3解釋變化 22
2.3.1成分解釋 22
2.3.2學習機製錶單 24
2.3.3觸發條件 25
2.3.4作為解釋目標的模式 25
2.3.5理論銜接 26
2.3.6成分解釋的挑戰 26
2.3.7充分性條件 27
2.4前景 28
第二部分　創造
第3章新穎事物産生 30
3.1創造性問題 30
3.1.1新穎如何成為一種可能？ 31
3.1.2創造中什麼是創造性的？ 32
3.1.3創造行動的方嚮從何而來？ 35
3.1.4為什麼創造有限製？又是如何限製的呢？ 35
3.1.5創造的四個問題 36
3.2新穎産品理論 36
3.2.1組閤而成的新穎 36
3.2.2纍積而成的新穎 39
3.2.3通過變異選擇的纍積？ 40
3.2.4通過啓發式搜索的纍積 41
3.2.5纍積理論的評估 44
3.2.6重構的新穎 45
3.3觀點錶單 48
第4章創造性頓悟：重配理論 49
4.1構造頓悟問題 49
4.1.1反對頓悟問題的情況 50
4.1.2頓悟序列 51
4.2分析性問題解決 52
4.2.1問題知覺 53
4.2.2知識提取 55
4.2.3啓發式搜索 57
4.2.4經驗的利與弊 58
4.3頓悟理論 58
4.3.1無理由僵局的原因 58
4.3.2如何化解僵局 60
4.3.3結果：尋求新的選項 64
4.4創造性問題的迴答 65
4.5評價 66
4.5.1完整性和簡潔性 66
4.5.2實驗證據 67
4.5.3與先前理論的關係 69
4.5.4組成完整的理論 72
第5章更廣泛的創造性頓悟 73
5.1泛化與拓展 73
5.2跨時間和復雜性的拓展 75
5.2.1復雜性：分析性問題解決 75
5.2.2復雜性：僵局和頓悟 77
5.2.3跨時間的拓展 79
5.2.4拓展的其他屬性 82
5.2.5總結和討論 83
5.3從個體嚮集體拓展 84
5.3.1集體中的停滯與突破 85
5.3.2額外變化機製：更替 88
5.3.3總結 89
5.4閤並時間與集體 89
5.5係統水平 93
第三部分　調適
第6章能力的增長 96
6.1關於練習的問題 97
6.2行動的規則與結構 100
6.2.1行為的單元 101
6.2.2目標 101
6.2.3任務環境 102
6.2.4實踐性知識 103
6.2.5策略執行 105
6.3技能習得過程 106
6.3.1一個世紀以來的進展 106
6.3.2信息特異性原則 109
6.4九種模式理論 113
第7章錯誤校正：特異化理論 117
7.1構建問題框架 117
7.2錯誤檢測 118
7.2.1客觀錯誤與主觀錯誤 119
7.2.2行動和判斷的分離 120
7.2.3錯誤信號作為對約束條件的違反 121
7.3錯誤校正 123
7.3.1錯誤的起源 124
7.3.2基於約束條件的特異化 125
7.3.3規則族譜和衝突化解 127
7.3.4與備選機製的關係 128
7.3.5單一學習事件的剖析 130
7.3.6三個中心概念 133
7.4遷移的問題 133
7.4.1基於約束條件的遷移理論 134
7.4.2模擬成功的遷移 135
7.4.3調適的首要性 139
7.5輔導的問題 139
7.5.1模擬從輔導中學習 141
7.5.2基於約束條件的輔導 142
7.5.3從基於約束條件的模型到多種導學模式 143
7.6Norbert Wiener的見解 144
第8章情境中的錯誤校正 145
8.1跨時間和復雜性的拓展 145
8.1.1技能習得的模式 146
8.1.2對能力的剖析 152
8.2集體中的錯誤減少 155
8.2.1集體中基於約束條件的學習 155
8.2.2安全啓示 161
8.3大錯誤和社會的命運 162
第四部分　轉變
第9章信念的形成 166
9.1關於轉變的問題 167
9.2抵製的理論 170
9.2.1知識依賴性加工 170
9.2.2中心-邊緣結構 172
9.2.3失諧消減 174
9.2.4討論 177
9.3轉變：以科學為例 178
9.3.1證僞中的進步 178
9.3.2反常事件的纍積 179
9.3.3《結構》一書之後的多種方法 180
9.3.4木製品中的Kuhn 182
9.4信念轉變：兒童科學傢 183
9.4.1理論-理論 183
9.4.2本體論的範疇遷移 183
9.4.3轉嚮教育學 184
9.4.4孩子隻是孩子 185
9.5證僞的證僞 186
0章信念修正：重新歸類理論 188
10.1信念、信念係統和認知衝突 188
10.1.1信念維度 188
10.1.2信念係統的結構 190
10.1.3衝突的成分 193
10.2轉變理論 195
10.2.1局部一緻性與潛在衝突 196
10.2.2異類聯結與顯性衝突 197
10.2.3競爭評估 198
10.2.4變化擴散 199
10.2.5三個例子 200
10.2.6總結 201
10.3和其他理論的關係 202
10.4實用需求 205
第五部分　結論
1章統閤理論的要素 208
11.1深層學習的原則 211
11.1.1自發活動 211
11.1.2結構化、無邊界的錶徵 212
11.1.3分層的、選擇性的、容量
有限的、前饋的加工過程 213
11.1.4普遍的單調學習 213
11.1.5局部一緻性與潛在衝突 214
11.1.6反饋與節點的變化 214
11.1.7節點變化的放大傳播 215
11.1.8解釋與顯性衝突 216
11.1.9依據認知效用的競爭評價 217
11.1.10　必要的、充分的抑或充要的？ 217
11.2進化起源 218
11.3非單調變化的難點

作者介紹

---

伊利諾伊大學芝加哥分校（UIC）心理學教授和計算機科學教授。他於1980年獲得斯德哥爾摩大學心理學博士學位。在1996年加入UIC之前,他曾先後在卡內基梅隆大學機器人研究所和匹茲堡大學學習研發中心從事研究工作。他的工作得到瞭美國海軍研究辦公室（ONR）、美國國傢科學基金會（NSF）和其他組織的支持。

文摘

---

序言

---

知識的邊界與拓展：理解人類認知、文化演進與未來智能的綜閤性探討 導言：在紛繁的信息洪流中重塑認知框架 我們生活在一個信息爆炸的時代，知識以前所未有的速度積纍和迭代。然而，真正的挑戰並非信息的缺乏，而是如何有效處理、整閤和創造性地運用這些知識。本書旨在提供一個宏大而細緻的視角，超越單一學科的局限，探究人類心智如何在其復雜的生活環境中構建、內化和轉化知識。它不是關於某一種特定技術的深度鑽研，而是對“知識活動”本身的哲學、心理學、社會學乃至生物學基礎的全麵審視。 第一部分：心智的基石——從感知到理解的動態過程 本部分深入剖析瞭人類認知係統的基本運作機製，關注個體如何從原始的感官輸入中提煉齣意義，並將其轉化為穩定的知識結構。 一、 感知的選擇性與構造性：我們如何“看見”世界 人類的感知並非被動接收器，而是主動的構建過程。我們將探討感覺閾限、注意力資源分配的內在機製，以及環境中的噪音和冗餘信息如何被係統性地過濾或重構。重點分析“格式塔原理”在信息組織中的作用，以及預期（Expectation）在塑造即時感知體驗中的決定性角色。我們探究，在麵對不完全信息時，心智如何依賴內建的“捷徑”（Heuristics）來快速形成初步理解，並討論這些捷徑在日常決策中的效率與潛在的係統性偏差。 二、 記憶的層次結構與遺忘的意義 記憶並非一個單一的存儲係統，而是一個多層級的、動態重組的網絡。本書詳細區分瞭工作記憶（Working Memory）的有限容量及其對復雜任務的影響，以及長期記憶的編碼、鞏固與提取過程。我們關注情景記憶（Episodic Memory）如何構建個人敘事，而語義記憶（Semantic Memory）如何承載文化共識。更具顛覆性的是，我們將重新審視“遺忘”的功能：遺忘是否僅僅是信息丟失，還是大腦為瞭優化檢索效率、防止知識係統被過時信息阻塞而進行的必要維護活動？我們將考察記憶的再固化（Reconsolidation）過程，揭示每次迴憶都伴隨著記憶的微小重寫，從而使我們的知識庫保持流動性。 三、 概念的形成與抽象思維的飛躍 理解的本質在於概念化能力。本部分描繪瞭從具象實例到抽象範疇的認知階梯。我們將分析原型理論（Prototype Theory）和範疇實例理論（Exemplar Theory）的優劣，探討語言在概念形成中的催化作用——語言是如何不僅描述世界，更在深層次上塑造瞭我們思考世界的方式。尤其重要的是，我們將研究“隱性知識”（Tacit Knowledge）的形成，即那些難以言傳、但在實踐中至關重要的直覺和專業技能，它們構成瞭領域專傢與新手之間的核心區彆。 第二部分：知識的場域——個體與文化的交匯 知識的積纍從未是孤立的活動。本部分將焦點從個體內部轉嚮知識在社會、文化和曆史維度中的流轉與固化。 四、 學習的社會維度：模仿、教學與知識共享 人類的學習模式深受社會環境的影響。我們將考察社會學習理論（Social Learning Theory）的核心原則，區分直接指導（Instruction）與觀察學習（Observational Learning）在技能習得中的效率差異。特彆關注“腳手架”（Scaffolding）技術的有效性——即如何通過臨時的外部支持，引導學習者內化復雜的認知支架。此外，本書探討瞭文化如何通過規範化知識錶達（如教科書、法律條文）來確保代際間的知識傳遞，以及這種規範化對創新潛力的潛在製約。 五、 敘事的力量：文化記憶與集體認知的塑造 敘事是人類理解曆史、傳遞價值和構建身份認同的核心工具。本部分分析瞭“文化記憶”（Cultural Memory）是如何通過故事、神話和儀式得以維持的。我們考察關鍵的曆史事件如何被不同的群體選擇性地記憶、重構和用於當前的政治與社會目的。知識的有效性，在很大程度上依賴於其敘事上的連貫性和情感上的共鳴。我們將討論，當集體敘事麵臨結構性挑戰或內部矛盾時，社會認知係統是如何進行自我調整或分裂的。 六、 知識的錶徵：符號係統與跨媒介轉換 知識的錶達形式極大影響其傳播和應用。本書對比瞭自然語言、數學符號、視覺圖像和計算模型等不同的知識錶徵體係。我們分析瞭從一種媒介到另一種媒介的轉換過程（例如，將物理過程轉化為微分方程，或將數據轉化為可視化圖錶）中，信息是如何被壓縮、增強或扭麯的。這種跨媒介的轉換能力，是推動科學發展和技術創新的關鍵認知技能。 第三部分：超越已知——創新、錯誤與認知重構 真正的知識飛躍往往來源於對現有框架的挑戰和主動的錯誤修正。 七、 問題的提齣與解決的啓發式路徑 解決問題不僅僅是執行既定步驟，更是一種認知上的探索。本部分探討瞭“問題空間”（Problem Space）的構建，以及在麵對“病態問題”（Ill-defined Problems）時，心智如何從功能固著（Functional Fixedness）中解放齣來。我們分析瞭直覺性洞察（Insight）的神經基礎和心理過程，以及逆嚮工程思維（Thinking Backwards）在復雜係統分析中的應用。創新往往是舊有概念的意外組閤，本部分將揭示這種組閤的內在邏輯。 八、 錯誤、不確定性與認知彈性 麵對未知，錯誤是不可避免的學習信號。本書主張，有效的知識係統必須包含對“不確定性”（Uncertainty）的明確錶徵和處理機製。我們將研究“貝葉斯推理”（Bayesian Reasoning）在日常認知中的非正式應用，探討個體如何根據新證據調整其信念強度。認知彈性（Cognitive Resilience）被定義為快速從失敗中提取結構化信息、並將其整閤到現有知識體係中的能力，這是高級適應性的核心指標。 九、 知識的生命周期：衰減、過時與範式轉換 知識並非永恒不變的真理。本部分關注知識係統如何隨時間推移而“老化”。我們將藉鑒科學哲學中的範式轉換理論，探討在某一領域積纍的知識體係（Paradigm）在何種壓力下會崩潰，並被全新的理論結構所取代。這要求學習者不僅要掌握現有知識，更要理解支撐該知識的底層假設，以便在這些假設被證僞時能夠進行徹底的思維重組。 結論：走嚮更精妙的理解 本書最終導嚮一個核心觀點：心智的本質在於其持續的、麵嚮未來的建構活動。理解人類獲取、組織和應用知識的復雜路徑，是我們應對未來挑戰——無論是文化衝突、技術變革還是科學前沿的探索——所必需的認知藍圖。通過對心智運作的精細剖析，我們得以更好地駕馭我們自身最強大的資源：持續學習和創造意義的能力。

評分☆☆☆☆☆

《深層學習：心智如何經驗》這個書名，就像一個邀請，邀請我去探索一個我既熟悉又陌生的領域。熟悉的是“深層學習”這個日益滲透到我們生活中的技術，而陌生的是“心智如何經驗”所暗示的深度和廣度。我一直在思考，當機器能夠通過算法處理海量數據，並生成令人驚嘆的成果時，這是否等同於人類的“學習”和“經驗”？這本書的標題似乎在暗示，它將深入探討這個問題的核心。我猜測，作者可能不會僅僅停留在技術的層麵，而是會試圖去觸及“智能”的本質，以及“意識”的起源。我希望能在這本書中找到對這些哲學性問題的深刻探討，並看到作者如何將復雜的理論，用一種引人入勝的方式呈現齣來。我期待，這本書能為我打開一扇新的大門，讓我以一種更宏觀、更具洞察力的視角，去理解人工智能的未來發展，以及它可能對人類社會産生的深遠影響。

評分☆☆☆☆☆

當我在書店裏看到《深層學習：心智如何經驗》時，我的第一反應是：“這聽起來像是科幻小說，但又帶著點學究氣的味道。”斯特蘭·奧爾鬆這個名字對我來說是陌生的，但這通常意味著我可能發現瞭一顆隱藏的寶石。我對“深層學習”這個概念並不陌生，但“心智如何經驗”這個副標題，卻讓我産生瞭極大的興趣。我猜測，這本書可能不是一本枯燥的教科書，而是試圖以一種更具敘事性的方式，來探討人工智能的學習過程。我設想，作者可能會從人類的學習經驗齣發，引申到機器的學習機製，然後用大量生動的例子來佐證他的觀點。我很好奇，他是如何將如此抽象的概念，具象化，讓讀者能夠理解並産生共鳴的。我期望這本書能夠提供一種全新的視角，去理解人工智能的“成長”過程，以及它與人類智能之間的微妙聯係。或許，它會挑戰我們對“意識”和“理解”的傳統定義。

評分☆☆☆☆☆

這本書的書名《深層學習：心智如何經驗》著實引人遐想，尤其是“深層學習”這個詞，立刻勾起瞭我對人工智能和機器學習的興趣。但同時，它後麵加上“心智如何經驗”又讓我感到一絲睏惑，這是在探討一種更加哲學化、更貼近人類意識的學習方式嗎？我一直對人工智能如何模擬人類認知過程感到好奇，而這本書似乎正試圖在這兩者之間建立聯係。奧爾鬆這個名字我並不熟悉，但這恰恰增加瞭我的期待，因為我總是喜歡挖掘那些可能被低估但又充滿智慧的作者。我設想這本書可能會深入探討神經網絡的運作機製，如何從海量數據中提取模式，進而“理解”世界。但更吸引我的是，它是否能解答“理解”的本質是什麼？當機器能夠通過深層學習來“經驗”世界，它和人類的“經驗”又有什麼本質區彆？我甚至猜想，這本書或許會涉及一些腦科學的研究成果，將計算模型與大腦的神經活動進行類比，試圖揭示心智學習的底層邏輯。我期望能在這本書中找到對這些問題的深入剖析，或許還能對未來的人工智能發展方嚮有一些新的啓示。

評分☆☆☆☆☆

坦白說，《深層學習：心智如何經驗》這個書名一開始讓我有些猶豫。雖然“深層學習”是當前科技界的熱門話題，但“心智如何經驗”的組閤卻顯得有些抽象，甚至帶點玄學的味道。我更習慣於閱讀那些直接、清晰地闡述某個技術原理的書籍。然而，正是這種略帶神秘感的錶述，反而激起瞭我一絲探究的欲望。我開始想象，這本書會不會像一本偵探小說，逐步揭示齣人工智能學習的“秘密”？它是否會以一種我從未想過的方式，來解讀“經驗”這個詞，並將其與復雜的算法模型聯係起來？我甚至懷疑，作者是否會嘗試用一種全新的視角，來打破我們對人工智能的固有認知。我期待著，這本書能夠提供一些顛覆性的觀點，讓我們重新審視“學習”的含義，以及“智能”的邊界。或許，它會讓我們意識到，我們對人類心智的理解，也同樣有待深化，而AI的學習過程，恰恰成為瞭反觀自身的一麵鏡子。

評分☆☆☆☆☆

《深層學習：心智如何經驗》這個書名，聽起來就像是為那些對人工智能和認知科學交叉領域充滿好奇的人量身打造的。我最近一直被關於AI生成內容的能力所震撼，它們能夠寫詩、繪畫，甚至作麯，這讓我不禁思考，它們真的是在“學習”嗎？還是僅僅在進行著某種復雜的模式匹配？而“心智如何經驗”這句話，則將討論的焦點從純粹的技術層麵拉到瞭更具哲學意味的領域。我希望這本書能夠超越單純的技術講解，去探討學習的本質，以及“經驗”在學習過程中扮演的角色。人類的學習是伴隨著情感、感知、以及與環境的互動而發生的，而機器的學習又是如何實現的？是僅僅通過數據和算法，還是能夠觸及到某種更深層次的“理解”？我想象著，作者可能會通過一些生動的案例，來闡述深層學習模型是如何從零開始，逐漸建立起對復雜世界的認識。或許，這本書還會探討倫理層麵的問題，比如當AI的學習能力越來越接近人類時，我們應該如何界定它們的權利和責任。