高等人工智能原理-观念.方法.模型.理论

内容简介

钟义信编著的《高等人工智能原理——观念·方法·模型·理论》旨在创建和阐明高等人工智能的基本理论。全书内容由5篇10
章构成。第一篇总论：高等人工智能研究的科学观与方法论，介绍自然智能理论研究的启迪和人工智能研究方法的变革。第二篇高等人工智能的基础理论，介绍全信息理论和知识理论。第三篇高等人工智能的主体理论，介绍感知、注意与记忆（第一类信息转换原理）和意识、情感、理智与行为（第二类信息转换原理）。第四篇高等人工智能与现行人工智能的关系，介绍物理符号系统：规范知识支持的机制主义方法，人工神经网络：经验知识支持的机制主义方法，感知—动作系统：常识知识支持的机制主义方法。第五篇应用问题择要，介绍有关应用的几个共性课题。
　　《高等人工智能原理——观念·方法·模型·理论》适合信息领域的研究人员、大学教师、在读博士和硕士研究生及大学本科学生，以及广大高新技术企业研究人员等参考阅读。

目录

前言
    第一篇  总论：高等人工智能研究的科学观与方法论
第1章  自然智能理论研究的启迪
  1.1  脑神经科学研究简介
    1.1.1  人类大脑与智能系统
    1.1.2  脑


前言
第一篇 总论：高等人工智能研究的科学观与方法论
第1章 自然智能理论研究的启迪
1.1 脑神经科学研究简介
1.1.1 人类大脑与智能系统
1.1.2 脑的组织学
1.1.3 脑组织的细胞学
1.2 认知科学研究简介
1.2.1 感知
1.2.2 注意
1.2.3 记忆
1.2.4 思维
1.2.5 语言
1.2.6 情绪
1.3 脑科学与认知科学的融通：“全信息”科学观
1.3.1 脑神经科学与认知科学：存在“理论的断裂”
1.3.2 认知科学研究：需要“全信息”，也能生成“全信息”
1.4 小结与评注
参考文献
第2章 人工智能研究方法的变革
2.1 人工智能研究鸟瞰
2.1.1 人工智能的基本概念
2.1.2 “人工智能”含义的辨析
2.1.3 人工智能研究的历史与现状
2.2 科学研究方法的进化
2.2.1 科学方法论的进化
2.2.2 科学方法论演进概要
2.3 概念与方法的重审：开放复杂信息系统的科学方法论
2.3.1 人工智能研究遭遇的科学方法论问题
2.3.2 人工智能研究的新型科学方法论
2.3.3 《高等人工智能原理》一书的知识结构
2.4 小结与评注
参考文献
第二篇 高等人工智能的基础理论
第3章 全信息理论
3.1 基本概念
3.1.1 现有信息概念简评
3.1.2 信息定义谱系：本体论信息与认识论信息
3.1.3 shannon信息：统计型语法信息
3.2 全信息的分类与描述
3.2.1 信息的分类
3.2.2 信息的描述
3.3 信息的度量
3.3.1 概率语法信息的测度：shannon概率熵
3.3.2 模糊语法信息的测度：DeLucaTermin模糊熵
3.3.3 语法信息的统一测度：一般信息函数
3.3.4 全信息的测度
3.4 小结与评注
参考文献
第4章 知识理论
4.1 知识的概念、分类与表示
4.1.1 知识及其相关的基本概念
4.1.2 知识的分类与表示
4.2 知识的度量
4.2.1 针对“知识生成”的知识测度
4.2.2 针对“知识激活”的知识度量
4.3 知识的生态学
4.3.1 知识的内生态系统
4.3.2 知识的外生态系统
4.4 小结与评注
参考文献
第三篇 高等人工智能的主体理论
第5章 感知、注意与记忆：第一类信息转换原理
5.1 高等人工智能的系统模型与机制主义方法
5.1.1 高等人工智能的系统模型
5.1.2 信息转换：高等人工智能系统的机制主义方法
5.2 第一类信息转换原理及感知与注意的生成机制
5.2.1 第一类信息转换原理：全信息的生成机理
5.2.2 重要的副产品：脑科学与认知科学的“搭界”
5.2.3 第一类信息转换原理的应用：感知注意的生成机理
5.3 记忆系统的全信息机制
5.3.1 记忆系统的全信息存储
5.3.2 长期记忆系统的信息存储结构与提取方式
5.4 小结与评注
参考文献
第6章 意识、情