內容簡介
本書全面講述人工智慧的發展史，幾乎覆蓋人工智慧學科的所有領域，包括人工智慧的起源。、自動定理證明、專家系統、神經網路、自然語言處理、遺傳算法、深度學習、強化學習、超級智慧型、哲學問題和未來趨勢等，以宏闊的視野和生動的語言，對人工智慧進行了全面回顧和深度點評。
本書作者和書中諸多人物或為師友或相熟相知，除了詳實的考證還有有趣的軼事。
圖書目錄
第1章 達特茅斯會議：人工智慧的緣起 1
1. 背景 1
2. 達特茅斯會議 6
3. AI歷史的方法論 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：問答系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. 定理證明系統和競賽 44
8. 哲學問題 46
9. 現狀 49
10. 結語 51
第3章 從專家系統到知識圖譜 60
1. 費根鮑姆和DENDRAL 60
2. MYCIN 64
3. 專家系統的成熟 65
4. 知識表示 66
5. 雷納特和大知識系統 70
6. 語義網 73
7. 谷歌和知識圖譜 75
第4章 第五代計算機的教訓 79
1. 背景 79
2. 理論基礎：邏輯程式和Prolog 82
3. 五代機計畫和五代機研究所 85
4. 並發Prolog 88
5. 美國和歐洲對日本五代機計畫的反應 90
6. 結局和教訓 94
7. 日本還有機會嗎：日本下一代人工智慧促進戰略 95
第5章 神經網路簡史 97
1. 神經網路的初創文章 97
2. 羅森布拉特和感知機 103
3. 神經網路的復興 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. 跳棋插曲 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. 統計派又來了 149
6. 神經翻譯是終極手段嗎？ 151
7. 問答系統和IBM 沃森 152
8. 回顧和展望 154
第8章 向自然學習：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. 計算向自然學習還是自然向計算學習 172
5. 計算理論與生物學 173
第9章 哲學家和人工智慧 177
1. 德雷弗斯和《計算機不能幹什麼》 177
2. 塞爾和中文屋 184
3. 普特南和缸中腦 187
4. 給哲學家一點忠告 190
第10章 人是機器嗎？——人工智慧的計算理論基礎 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、超計算和人工智慧 212
第11章 智慧型的進化 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. 人工智慧從哪裡來？ 222
5. 人工智慧向哪裡去：會有超級智慧型嗎？ 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 人工智慧前史：圖靈與人工智慧 249
附錄3 馮諾伊曼與人工智慧 255
附錄4 計算機與智慧型 261
參考文獻 293
人名對照 308
作者簡介
尼克，早年曾任職哈佛和惠普；後創業投資，往返於大陸和矽谷。無論忙閒不忘讀書寫字，作品多發表於《上海書評》，並有著作《UNIX系統V核心剖析》和《哲學評書》。
