雅书

内容简介：

本书系统梳理人工智能的发展脉络，从历史源头到前沿探索，全面展现人工智能思想、技术与应用的演进历程。全书以时间为线索、思想为主线，涵盖人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、强化学习、类脑计算、深度学习、人机对弈及大模型等议题。

书中首先回顾了人工智能的起点与早期探索，从达特茅斯会议到第五代计算机的经验教训，揭示AI技术演进的内在规律;接着聚焦语言与认知，探讨自然语言理解、思维与语言的关系，以及大模型的理论基础与实践突破;最后，从哲学、伦理与学科史角度反思人工智能，讨论机器与人的界限、意识与教育，以及智能的未来走向。

作为国内首部系统讲述人工智能历史的代表作，第3版在延续前两版的深度与趣味基础上，新增大模型章节，以更宏阔的视野审视人工智能的过去、现在与未来。

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2

2. 达特茅斯会议7

3. AI历史的方法论11

4. 会议之后16

5. 预测未来：会有奇点吗?22

第2章　自动定理证明兴衰纪27

1. 自动定理证明的起源28

2. 罗宾逊和归结原理36

3. 项重写38

4. 阿贡小组和马库恩39

5. 符号派的内部矛盾：问答系统和归结原理的失落41

6. 几何定理证明与计算机代数43

7. 定理证明系统和竞赛48

8. 哲学问题51

9. 基于逻辑的定理证明的没落

10. 现状55

11. 结语57

第3章　从专家系统到知识图谱69

1. 费根鲍姆和DENDRAL70

2. MYCIN73

3. 专家系统的成熟75

4. 知识表示76

5. 雷纳特和大知识系统81

6. 语义网84

7. 谷歌和知识图谱86

8. 知识图谱与深度学习 90

……