簡介
本書系統地介紹了智慧型科學的概念和方法，吸收了腦科學、認知科學、人工智慧、數理邏輯、社會思維學、系統理論、科學方法論、哲學等方面的研究成果，探索人類智慧型和機器智慧型的性質和規律。可作為大學高年級本科生和研究生智慧型科學、認知科學、神經信息學等課程的教科書，也可作為從事智慧型科學、腦科學、認知科學、神經科學、人工智慧、心理學等領域研究人員的參考書。
前言
智慧型科智慧型科學是生命科學的精華、信息科學技術的核心、現代科學技術的前沿和制高點，涉及自然科學的深層奧秘，觸及哲學的基，智慧型科學正處在方法論的轉變期、理論創新的高潮期和大規模套用的開創期，面臨原創性機遇。
智慧型科學的興起和發展標誌著對以人類為中心的認知和智慧型活動的研究已經進入新的階段。智慧型科學的研究將使人類自我了解和自我控制，把人的知識和智慧型提高到空前未有的高度。生命現象錯綜複雜，許多問題還沒有得到很好的說明，而能從中學習的內容也是大量的、多方面的。如何從中提煉出最重要的、關鍵性的問題和相應的技術，這是許多科學家長期以來追求的目標。要解決人類在21世紀所面臨的許多困難，諸如能源的大量需求、環境的污染、資源的耗竭、人口的膨脹等,單靠現有的科學成就是很不夠的，必須向生物學習，尋找新的科技發展道路。智慧型科學的研究將為智力革命、知識革命和信息革命建立理論基礎，為智慧型系統的研製提供新概念、新思想、新途徑。
進入21世紀以來，國際上對智慧型科學及其相關學科，諸如腦科學、神經科學、認知科學、人工智慧的研究高度重視。我國國家自然科學基金委員會對該領域的發展特別關注，2004年9月，由國家自然科學基金委員會信息科學部主辦了智慧型科學技術基礎理論重大問題研討會，來自智慧型科學、腦科學、認知科學、邏輯、哲學等學科交叉領域的代表參加了討論。國家自然科學基金委員會於2004年把我們基於感知學習和語言認知的智慧型計算模型的研究列為重點項目，2008年確立了"視聽覺信息的認知計算"重大研究計畫。國家科技部也對智慧型科學的有關研究給予極大支持。
本書系統地介紹了智慧型科學的概念和方法，吸收了腦科學、認知科學、人工智慧、信息科學、形式系統、哲學等方面的研究成果，綜合地探索人類智慧型和機器智慧型的性質和規律。2006年出版第1版以來，國內外在該領域的研究取得了極大進展，我們也取得了不少成果。為了反映智慧型科學的最新研究成果和發展方向，對原書第1版作了全面修改，特別增加了具有重大套用前景的智慧型技術，包括腦機融合、智慧型機器人、類腦智慧型機等。
全書共分18章。第1章是緒論，介紹智慧型科學興起的科學背景和基本問題;第2章介紹智慧型科學的生理基礎;第3章討論神經計算的進展;第4章探討重要的心智模型;第5章論述知覺理論;第6章討論視覺信息處理，重點研究現代最新的視覺理論;第7章是聽覺信息處理;語言的發展對人類大腦的進化發生重大影響，第8章討論語言的理論;第9章重點論述重要的學習理論;記憶是思維的基礎，第10章探討記憶機制;第11章重點討論思維形式和類型;第12章研究智力的發展;第13章討論情緒和情感的有關理論;第14章初步探討意識問題;形式系統是機器智慧型的重要基礎，第15章討論符號邏輯和機器證明;將機器的高性能與人腦的高智慧型結合也許能開闢智慧型技術的新途徑，第16章探討腦機融合;第17章介紹人工腦和智慧型機器人研究的進展;第18章概述國際上重大的類腦智慧型機計畫的研究進展和基本原理。
本書撰寫過程中，得到國內外許多專家的支持和幫助，與他們的討論給了我本人許多啟發，在此表示感謝。同時感謝本書所引用資料的著譯者，感謝中國科學院計算技術研究所智慧型科學實驗室的同事，他們的豐碩成果和貢獻是本書學術思想的重要源泉。感謝澳大利亞南澳大學在我訪問期間提供的良好條件，使本書得以順利完成。
本書研究工作得到國家重點基礎研究發展計畫課題"腦機協同的認知計算模型"(No.2013CB329502)、"非結構化信息(圖像)的內容理解與語義表征"(No.2007CB311004);自然科學基金重點項目"基於雲計算的海量數據挖掘"(No.61035003)、"基於感知學習和語言認知的智慧型計算模型研究"(No.60435010)、"Web搜尋與挖掘的新理論與方法"(No.60933004)等的支持;國家863高技術項目"海量Web數據內容管理、分析挖掘技術與大型示範套用"(No.2012AA011003)、"軟體自治癒與自恢復技術"(No.2007AA01Z132)等項目的支持;清華大學出版社對本書的出版給予了大力支持，在此一併致謝。
本書可作為大學高年級和研究生智慧型科學、認知科學、認知信息學、人工智慧等課程的教科書，本書對從事智慧型科學、腦科學、認知科學、人工智慧、神經科學、心理學、哲學等領域的研究人員也具有重要的參考價值。
智慧型科學是處於研究發展中的前沿交叉學科，許多概念和理論尚待探討，加之作者水平有限，撰寫時間倉促，因此書中謬誤在所難免，懇請讀者指正。
史忠植2013年1月於北京智慧型科學(第2版)
目錄
智慧型科學1.1人類的夢想1
1.2智慧型科學的興起3
1.3智慧型科學的科學問題7
1.4智慧型科學的實驗技術13
1.5展望15
2.1腦系統17
2.2神經組織19
2.2.1神經元的基本組成19
2.2.2神經元的分類21
2.2.3神經膠質細胞21
2.3突觸傳遞23
2.3.1化學性突觸24
2.3.2電突觸26
2.3.3突觸傳遞的機制26
2.4神經遞質27
2.4.1乙醯膽鹼28
2.4.2兒茶酚胺類28
2.4.35-羥色胺32
2.4.4胺基酸和寡肽34
2.4.5一氧化氮34
2.4.6受體34
2.5信號跨膜轉導35
2.5.1轉導蛋白36
2.5.2第二信使37
2.6靜息膜電位39
2.7動作電位42
2.8離子通道46
2.9神經系統47
2.9.1中樞神經系統47
2.9.2周圍神經系統48
2.10大腦皮層49
3.1概述53
3.2神經元模型62
3.3反傳學習算法63
3.3.1反傳算法的原理63
3.3.2反傳算法的數學表達64
3.3.3反傳算法的執行步驟66
3.3.4對反傳網路優缺點的討論67
3.4Hopfield模型68
3.4.1離散Hopfield網路68
3.4.2連續Hopfield網路71
3.5自適應共振理論ART模型73
3.5.1ART模型的結構73
3.5.2ART的基本工作原理75
3.5.3ART模型的數學描述80
3.6神經網路集成81
3.6.1結論生成方法82
3.6.2個體生成方法83
3.7脈衝耦合神經網路83
3.7.1Eckhorn模型84
3.7.2脈衝耦合神經網路模型84
3.7.3貝葉斯連線域神經網路模型86
3.8神經場模型87
3.8.1神經場表示87
3.8.2神經場學習理論90
3.9功能柱神經網路模型94
3.9.1模型與方法94
3.9.2單功能柱模型的模擬結果97
4.1心智建模101
4.2圖靈機103
4.3物理符號系統104
4.4記憶模型107
4.4.1聯想記憶模型107
4.4.2流程型認知模型109
4.4.3認知-記憶信息處理模型110
4.5ACT模型111
4.6SOAR模型112
4.7心智的社會114
4.8心智模型CAM115
4.9動力系統理論116
4.10大腦協同學118
5.1概述121
5.2感知的基本形式123
5.2.13感覺123
5.2.2知覺125
5.2.3表象126
5.3知覺恆常性131
5.4特徵捆綁133
5.4.1特徵整合理論134
5.4.2特徵捆綁的形式模型134
5.4.3雙階段理論135
5.4.4時間同步理論136
5.4.5神經網路模型136
5.5知覺理論137
5.5.1建構理論137
5.5.2直接知覺138
5.5.3格式塔理論140
5.6知覺有效編碼142
6.1視覺的生理機制146
6.1.1視網膜146
6.1.2光感受器147
6.1.3外膝體148
6.1.4視皮層149
6.2視皮層信息處理150
6.2.1視皮層感受野150
6.2.2特徵選擇性151
6.2.3功能柱152
6.2.4球狀功能結構153
6.3顏色視覺153
6.4馬爾的視覺計算理論154
6.5格式塔視覺理論158
6.6拓撲視覺理論159
6.7視覺的正則化理論162
6.8基於模型的視覺理論165
6.9計算機視覺166
6.9.1圖像分割168
6.9.2圖像理解170
6.9.3主動視覺170
6.9.4立體視覺171
6.9.5利用啟發式知識的方法174
6.10同步化回響175
6.10.1概述175
6.10.2神經生物學實驗176
6.10.3時間編碼177
6.10.4視皮層的神經元振盪模型178
6.10.5視覺系統中的表象與尺度變換179
6.10.6神經網路中的非線性動力學問題181
7.2聽覺信息的中樞處理185
7.2.1頻率分析機理185
7.2.2強度分析機理187
7.2.3聲源定位和雙耳聽覺187
7.2.4對複雜聲的分析187
7.3語音編碼188
7.4韻律認知189
7.4.1韻律特徵189
7.4.2韻律建模192
7.4.3韻律標註192
7.4.4韻律生成193
7.4.5韻律生成的認知神經科學機制194
7.5語音識別194
7.5.1語音識別概況194
7.5.2單詞識別理論197
7.5.3中文語音識別系統198
7.6語音合成201
7.6.1語音合成概況201
7.6.2語音合成的方法201
7.6.3概念到語音轉換系統205
7.7聽覺場景分析209
7.7.1初級分析209
7.7.2以圖式為基礎的知覺組織211
7.7.3初級分析與圖式加工之間的關係211
7.7.4場景分析的總體評價212
7.8言語行為213
第8章語言2148.1引言214
8.2語言習得和發展216
8.3語言處理模型217
8.4語言認知220
8.4.1句子加工中的機率和約束問題221
8.4.2課文表征與記憶222
8.4.3模組理論與語言加工222
8.4.4語言理解中的壓抑機制223
8.5喬姆斯基的形式文法224
8.5.1短語結構文法224
8.5.2上下文有關文法225
8.5.3上下文無關文法225
8.5.4正則文法226
8.6擴充轉移網路228
8.7概念依賴理論230
8.8語言理解232
8.8.1概述232
8.8.2發展階段234
8.8.3基於規則的分析方法236
8.8.4基於語料的統計模型239
8.8.5機器學習方法241
8.9腦語言功能區243
8.9.1經典語言功能區243
8.9.2語義相關功能區244
8.9.3音韻相關功能區245
8.9.4拼字相關功能區245
8.9.5雙語者腦語言功能區245
第9章學習246
智慧型科學9.2行為學習理論247
9.2.1條件反射學習理論247
9.2.2行為主義的學習理論248
9.2.3聯結學習理論248
9.2.4操作學習理論250
9.2.5相近學習理論252
9.2.6需要消減理論254
9.3認知學習理論257
9.3.1格式塔學派的學習理論258
9.3.2認知目的理論258
9.3.3認知發現理論259
9.3.4認知同化理論261
9.3.5信息加工學習理論262
9.3.6建構主義的學習理論265
9.4人本學習理論267
9.5觀察學習理論268
9.6內省學習270
9.6.1內省學習一般模型271
9.6.2內省學習的元推理272
9.6.3失敗分類273
9.6.4內省過程中的基於範例推理274
9.7學習計算理論274
9.7.1哥爾德學習理論275
9.7.2模型推理系統276
9.7.3大概近似正確學習理論276
9.8粒計算277
9.8.1詞計算理論278
9.8.2粗糙集理論278
9.8.3基於商空間的粒計算278
9.8.4相容粒度空間模型278
10.1記憶過程283
10.2記憶系統285
10.2.1感覺記憶286
10.2.2短時記憶286
10.2.3長時記憶290
10.3長時記憶理論291
10.3.1長時記憶的類型291
10.3.2長時記憶的模型293
10.3.3長時記憶的信息提取298
10.4工作記憶300
10.4.1工作記憶模型300
10.4.2工作記憶和推理301
10.4.3工作記憶的神經機制302
10.5遺忘理論303
10.6內隱記憶306
10.7記憶的生理機制308
10.7.1記憶痕跡308
10.7.2海馬與杏仁體309
10.7.3記憶的存儲過程311
10.7.4記憶的保存和增強312
11.1引言316
11.2思維的形態320
11.2.1抽象思維321
11.2.2形象思維322
11.2.3靈感思維324
11.3推理327
11.3.1演繹推理327
11.3.2歸納推理328
11.3.3反繹推理330
11.3.4類比推理331
11.3.5非單調推理333
11.3.6推理和腦334
11.4問題求解334
11.4.1問題空間334
11.4.2產生式系統336
11.4.3啟發式搜尋338
11.4.4手段目的分析法339
11.4.5解決問題的策略341
11.5科學發現344
11.5.1科學發現的基本觀點344
11.5.2發現策略348
11.5.3發現系統BACON351
11.6創造性思維357
11.7決策理論360
11.7.1決策效用理論361
11.7.2滿意原則362
11.7.3逐步消元法362
11.7.4貝葉斯決策方法362
11.8智慧型決策支持系統363
11.8.1智慧型決策系統開發平台363
11.8.2綜合集成研討廳365
12.1引言367
12.2智力理論368
12.2.1智力的因素論369
12.2.2多元智力理論370
12.2.3智力結構論370
12.3智力的測量371
12.4皮亞傑認知發展理論374
12.4.1圖式375
12.4.2兒童智力發展階段377
12.4.3新皮亞傑主義383
12.5智力發展的影響因素384
12.5.1成熟因素384
12.5.2經驗因素385
12.5.3社會環境因素386
12.5.4平衡化因素386
12.6智力發展的人工系統387
13.1引言389
13.2情緒的種類390
13.2.1情緒的基本形式390
13.2.2情緒狀態391
13.2.3情感的種類391
13.3情緒的表達392
13.4情緒理論393
13.4.1詹姆斯-蘭格情緒學說393
13.4.2情緒評估-興奮學說393
13.4.3情緒三因素說394
13.4.4基本情緒論394
13.4.5維度論395
13.4.6非線性動態策略396
13.5情緒加工397
13.5.1情緒語義網路理論397
13.5.2貝克的圖式理論398
13.5.3威廉斯的情緒加工理論398
13.6情緒的功能399
13.6.1情緒的動機作用399
13.6.2情緒是心理活動的組織者399
13.6.3情緒的健康功能400
13.6.4情緒的信號功能400
13.7情感智慧型400
13.8情感計算401
13.9具有情感的機器人406
13.10情感與認知407
13.10.1情感優先假說407
13.10.2認知評價觀點407
13.10.3圖式命題聯想和類比表征系統408
13.10.4情緒雙迴路理論408
14.1概述409
14.2意識的基本要素和特性411
14.3心理學的意識觀414
14.4意識的劇場模型415
14.5意識的還原論理論417
14.6神經元群組選擇理論420
14.7意識的量子理論421
14.8意識系統模型423
14.9顯意識思維與潛意識思維424
14.10注意428
14.10.1注意的功能428
14.10.2選擇性注意431
14.10.3注意分配435
14.10.4注意系統435
15.1概述437
15.2謂詞演算439
15.3動態描述邏輯444
15.3.1描述邏輯444
15.3.2動態描述邏輯DDL446
15.4歸納邏輯447
15.4.1經驗主義機率歸納邏輯450
15.4.2邏輯貝葉斯派451
15.4.3主觀貝葉斯派451
15.4.4條件化歸納邏輯452
15.4.5非帕斯卡機率歸納邏輯453
15.5模型論454
15.6遞歸論456
15.7證明論458
15.7.1希爾伯特規劃459
15.7.2受限的初等數論的無矛盾性460
15.7.3哥德爾的不完全性定理460
15.8機器定理證明462
16.1概述466
16.2腦電信號分析469
16.2.1腦電信號分類469
16.2.2腦電信號分析方法470
16.3神經元集群的編碼和解碼471
16.3.1概述471
16.3.2熵編碼理論473
16.3.3貝葉斯集群編碼476
16.3.4貝葉斯集群解碼477
16.4腦機接口系統478
16.5P300腦機接口系統479
16.5.1系統構成480
16.5.2視覺誘發子系統480
16.5.3腦電採集子系統481
16.5.4腦電分析子系統481
16.6腦機協同的認知計算模型482
第17章智慧型機器人485
17.1概述485
17.2智慧型機器人的體系結構487
17.3機器人視覺系統492
17.3.1視覺系統分類493
17.3.2定位技術494
17.3.3自主視覺導航495
17.3.4視覺伺服系統495
17.4機器人路徑規劃496
17.4.1全局路徑規劃496
17.4.2局部路徑規劃497
17.5細胞自動機498
17.6認知機模型501
17.7情感機器人503
17.8發育機器人504
17.9RoboCup機器人足球比賽508
17.10智慧型機器人發展趨勢510
18.1概述513
18.2藍腦計畫513
18.2.1概述513
18.2.2大腦皮層模型514
18.2.3超級計算模擬516
18.2.4認知計算展望519
18.3人腦計畫519
18.3.1歐盟未來技術與新興技術旗艦研究計畫519
18.3.2峰電位時序相關可塑性520
18.3.3統一腦模型522
18.4神經形態機524
18.4.1經典計算機的局限524
18.4.2類腦體系結構525
18.4.3腦模型526
18.4.4神經形態晶片528
18.5LIDA529
18.5.1全局工作空間理論529
18.5.2智慧型數據分析認知結構530
18.5.3LIDA軟體框架532
