本書站在科學(xué)研究制高點(diǎn)——范式(即科學(xué)觀與方法論)——的立場上揭示了人工智能的深層學(xué)術(shù)本質(zhì),并通過范式革命(以信息學(xué)科范式取代物質(zhì)學(xué)科范式)構(gòu)筑了全新的人工智能研究模型,發(fā)現(xiàn)了普適性智能生成機(jī)制,開辟了基于智能生成機(jī)制的人工智能統(tǒng)一研究路徑,創(chuàng)建了機(jī)制主義通用人工智能理論以及與之和諧適配的泛邏輯理論和因素空間數(shù)學(xué)理論,形成了信息學(xué)科范式引領(lǐng)的“人工智能-邏輯-數(shù)學(xué)”三位一體的理論體系,超越了那些未經(jīng)范式革命的人工智能理論。
更多科學(xué)出版社服務(wù),請掃碼獲取。
目錄
前言
第1章 智能領(lǐng)域的范式革命 1
1.1 基礎(chǔ)概念新釋 1
1.1.1 人類智力 1
1.1.2 人類智慧 1
1.1.3 人類智能 2
1.1.4 人工智能 2
1.2 科學(xué)規(guī)律新探 3
1.2.1 科學(xué)技術(shù):為何發(fā)生(起點(diǎn))?怎樣發(fā)展(路徑)?如何定位(歸宿)? 4
1.2.2 人類能力擴(kuò)展需求的演變規(guī)律 4
1.2.3 科學(xué)技術(shù)發(fā)展的時代特征 5
1.2.4 范式理論(一):范式的新定義 6
1.2.5 范式理論(二):范式建構(gòu)期 8
1.2.6 范式理論(三):建構(gòu)期內(nèi)范式必然“張冠李戴” 9
1.2.7 范式理論(四):范式革命的實(shí)施綱領(lǐng) 9
1.3 “人工智能全面超人說”不能成立 11
1.4 人工智能:范式的張冠李戴與范式的革命 13
1.4.1 人工智能研究的歷史與現(xiàn)狀:范式的張冠李戴 13
1.4.2 人工智能范式革命的實(shí)施步驟 17
1.5 實(shí)現(xiàn)普適智能生成機(jī)制,創(chuàng)建通用人工智能理論 27
1.5.1 感知(與注意)原理:由“客體信息”到“感知信息”的轉(zhuǎn)換 28
1.5.2 認(rèn)知原理:由“感知信息”到“知識”的轉(zhuǎn)換 32
1.5.3 記憶原理:記憶庫的全信息與全知識表示 35
1.5.4 謀行原理:由“感知信息-知識-目標(biāo)”到“策略”的轉(zhuǎn)換 37
1.5.5 執(zhí)行原理:從智能策略到智能行為的轉(zhuǎn)換與優(yōu)化 39
第2章 泛邏輯學(xué) 44
2.1 邏輯學(xué)自身發(fā)展的基本規(guī)律 46
2.1.1 當(dāng)前邏輯學(xué)自身發(fā)展的方向 46
2.1.2 邏輯學(xué)中的基本環(huán)節(jié) 48
2.2 邏輯學(xué)研究對象的基本屬性 49
2.2.1 客觀世界的基本屬性是演化 49
2.2.2 主觀世界的基本屬性是分析 50
2.2.3 智能在現(xiàn)實(shí)環(huán)境中形成和演化發(fā)展 56
2.3 人工智能研究實(shí)踐證明它需要泛邏輯支撐 57
2.3.1 創(chuàng)立人工智能學(xué)科的初心 57
2.3.2 人工智能研究70多年的實(shí)踐經(jīng)驗(yàn) 59
2.3.3 賦予計算機(jī)更多的聰明因素 61
2.3.4 人工智能研究迫切需要邏輯范式變革 63
2.4 命題泛邏輯理論 64
2.4.1 命題泛邏輯的理論框架 64
2.4.2 命題泛邏輯的有效實(shí)現(xiàn)途徑 65
2.4.3 命題泛邏輯的具體擴(kuò)張過程 68
2.5 如何應(yīng)用命題泛邏輯 74
2.5.1 使用命題泛邏輯的健全性標(biāo)準(zhǔn) 74
2.5.2 邏輯運(yùn)算模型參數(shù)的確定方法 76
2.5.3 對智能生成機(jī)制的邏輯支撐 77
2.6 命題泛邏輯與深度神經(jīng)網(wǎng)絡(luò) 82
第3章 因素空間 84
3.1 因素空間是智能研究范式革命的數(shù)學(xué)產(chǎn)物 84
3.2 因素空間的定義與性質(zhì) 85
3.2.1 因素是廣義的變量 86
3.2.2 因素空間的定義 86
3.2.3 背景基 89
3.2.4 因素譜系 91
3.2.5 因素編碼——知識本體的DNA 95
3.3 因素空間是因果革命的基礎(chǔ) 98
3.3.1 珀爾的“因果革命”論 98
3.3.2 因果分析的核心思想 100
3.3.3 因果三角化解 102
3.4 因素空間理論是信息與智能科學(xué)的數(shù)學(xué)基礎(chǔ) 103
3.4.1 因素空間為智能數(shù)學(xué)各分支提供了統(tǒng)一的描述平臺 103
3.4.2 機(jī)器學(xué)習(xí)掃類顯隱粗算 108
3.4.3 支持向量機(jī)的試探算法 110
3.4.4 小結(jié) 117
3.5 因素空間是智能孵化的數(shù)學(xué)工具 117
3.5.1 感知過程描述 117
3.5.2 智能孵化工程 121
第4章 總結(jié)、簡評與展望 122
4.1 基本原理總結(jié) 122
4.2 對當(dāng)前人工智能研究的簡評 125
4.3 展望 127
參考文獻(xiàn) 128