本书从AI的视角探讨如何认识和理解我们的世界。
第一部分介绍计算基础和人工智能的哲学背景，涵盖人工智能的起源、作为迭代优化的编程以及支持人工智能应用构建的表示法和高级语言工具。第二部分介绍支持人工智能研究和发展的四种范式中的三种——基于符号的、联结主义的和遗传的/涌现的 ，分别给出初始项目及应用，并讨论了这些范式的优势和局限性。第三部分在贝叶斯的背景下，将理性主义、经验主义和实用主义的哲学传统结合起来，最后以作者提出的主动的、务实的、模型修正的现实主义认识论立场作为结尾。
本书适合对人工智能、计算机科学等领域的历史、发展及未来挑战感兴趣的读者阅读。
作者简介:
George F. Luger，新墨西哥大学计算机科学荣休教授。在新墨西哥大学时，他也是心理学系和语言学系教授，致力于认知科学和计算语言学方面的跨学科研究。他曾与洛斯阿拉莫斯国家实验室、桑迪亚国家实验室以及许多公司开展合作项目。他目前从事咨询工作，关注自然语言处理、网络智能体设计和基于深度学习的数据分析等。
目录:
第1章 创建计算机程序：一个认识承诺
第2章 历史基础
第3章 现代人工智能，以及我们如何走到今天
第4章 基于符号的人工智能及其理性主义假定
第5章 人工智能的关联方法与联结主义方法
第6章 进化计算与智能
第7章 建构主义和解与认识论立场
第8章 基于贝叶斯的建构主义计算模型
第9章 走向一种主动的、务实的、模型修正的现实主义
点击下载