书籍介绍
本书被全世界89个国家的900多所大学用作教材。
本书以详尽和丰富的资料，从理性智能体的角度，全面阐述了人工智能领域的核心内容，并深入介绍了各个主要的研究方向。全书分为8大部分：第一部分“人工智能”，第二部分“问题求解”，第三部分“知识与推理”，第四部分“规划”，第五部分“不确定知识与推理”，第六部分“学习”，第七部分“通信、感知与行动”，第八部分“结论”。本书既详细介绍了人工智能的基本概念、思想和算法，还描述了其各个研究方向最前沿的进展，同时收集整理了详实的历史文献与事件。另外，本书的配套网址 本书适合于不同层次和领域的研究人员及学生，是高等院校本科生和研究生人工智能课的首选教材，也是相关领域的科研与工程技术人员的重要参考书。
AI导读
核心看点
- 提出记忆预测理论，颠覆传统AI计算范式
- 解析大脑皮层层级结构，揭示智能运作机制
- 批判功能主义，主张智能源于模式识别与预测
适合谁读
- 对大脑工作原理及神经科学感兴趣的读者
- 人工智能从业者及计算机科学专业学生
- 希望深入理解人类认知与创造力本质的读者
读前提醒
- 书名易误解，实为探讨生物智能而非纯代码
- 理论较抽象，需结合原书图示理解层级模型
- 观点前卫激进，建议对比传统AI理论阅读
读者共识
- 观点新颖深刻，被誉为改变世界观的科普佳作
- 通俗解释复杂脑科学，非理科生也能读懂
- 虽年代久远，但对理解AGI仍有重要启发
本导读基于书籍简介、目录、原文摘录、短评和书评生成，不等同于全文精读。
精彩摘录
- "如果你反复研究某一类事物，你的大脑皮层将在较低的层级中形成对它们的记忆表征，这就把皮层的较高层级给释放出来了，可以利用它来学习更细微、更复杂的关系。根据这一理论，专家就是这样被培养出来的。 专家和天才有着比普通人更能观察结构之结构、模式之模式的大脑。你也能通过练习而成为专家，但这其中当然也还包含遗传方面的因素"
- "大脑记住的并不是我们确切看到、听到或感觉到的；我们之所以不能完全准确地记忆或回忆，并不是因为大脑皮层和它的神经元漏洞百出，而是因为大脑记忆的是世界上各个独立细节之间的重要关系。"
- "不论有多少神经元参与了这个过程，大脑总能在“一百步”之内“计算”出问题的答案。从光进入你的眼睛到按下按钮，这一段时间只涉及仅仅100个神经元长度的链条。对于计算机来说，要试图解决相同的问题则需要走“几十亿步”。100个计算机命令就连在显示屏上移动1个字符都略显不足，更不要说完成任何有趣的任务了。"
- "那么，人脑是如何在“一百步”内完成了最大的并行电脑在100万甚至几十亿“步”都无法完成的工作呢？答案很简单：因为大脑不需要“计算”问题的答案，它只是从记忆中取出答案。实质上，这些答案在记忆中封存已久，只需几个步骤就可以将其取出。再慢的神经元都足以完成这件工作，而且还能建立记忆。整个大脑皮层就是一个记忆系统，根本不是计算机。"
- "你大脑中的突触内储存着几千个从未用过的记忆细节，在某个时间，你会记起其中一个很小的片断，而大多数的信息则存在那里，静静地等待着合适的信号去激活它们。"
- "无论何时，一个记忆片断可以激活全部的记忆，这就是自-联想记忆的精髓。 你的大脑皮层就是一个复杂的生物自-联想记忆。在你清醒的每时每刻，每一个功能区都始终保持警觉，等待着熟悉的模式或模式片断的输入。"
- "思想和记忆是相互关联的，我又要强调一遍，随机的想法是不可能发生的。输入的信息会自动和自己联系起来，然后填补现有的位置，并自动地和将要发生的事情联系起来。我们将这一连串的记忆称作思想，虽然它的思路仍无法确定，而且我们对它的了解也不完备。"
- "如果第6层细胞会说话，它会说：“我是表征某个事物的垂直柱的一部分。以我为例，我所在的垂直柱表征着音程D—A调，其他垂直柱表征其他的事物。我为我所在的大脑皮层区域代言。当我被激活的时候，就说明我们认为已经出现或者即将出现音程D—A调。我之所以被激活，有可能是由于来自耳朵的自下而上的输入信号导致我的垂直柱第4层细胞激活，从而激活了整个垂直柱；也有可能意味着我识别出一段旋律，预测到D—A调就是下一个音程。无论是哪一种可能，我的任务都是告诉较低层的皮层区域我们认为正在发生的事情。我代表了我们对这个世界的理解，无论那是真实的还是想象的。”"
作者简介
杰夫·霍金斯(Jeff Hawkins)，成功的计算机工程师和企业家，掌上型电脑PalmPilot、智能电话Treo等产品的发明人。他创建了两家大名鼎鼎的公司——Palm Computin和Handspring，成立了致力于对记忆和认知研究的“红杉”神经系统科学研究所，同时，也是Cold Spring Harbor实验室科学委员会的一名成员。
最后，霍金斯及其合伙人又宣布成立Numenta（源自拉丁语，意为“头脑”）公司，旨在把《人工智能的未来》一书中关于大脑的理论转化为实用技术。
桑德拉·布拉克斯莉(Sandra Blakeslee)，《纽约时报》科普专栏作家，著有多部畅销科普作品。
用户评论
不能算完全读完了，等工作后还得 revisit
又一本砖头书，说读过，实在有点对不起良心，估计就是看了两百多页吧。
2013-2-21
即使这么厚的书，很多东西也只能泛泛而谈，当作框架的导读不错
大道至简！ 值得精读的9分图书
唯一从公司顺出来的东西，还是从印度背回来的
数学太多了，感觉我只适合看概论方面的层次。
里面有许多小故事~~
@AI
当年学cs188的指定教材，在深度学习概念大火的当下，这本书介绍的技术看上去已经有些不那么“复杂”了。很适合作为对这块感兴趣同学的入门教材。
本科人工智能课的教材，研究生学习贝叶斯推理的时候又看了一下，书本身写的质量很差，每个章节对于了解太过繁琐，对于细读又缺乏营养，食之无味弃之可惜，几乎每个章节都有更好的参考书、只能说当参考文献汇集还不错。这本书的失败多半也是因为AI是计算机科学的圣杯级别的方向，由于极度困难AI有许多子领域充斥了包括统计学习、符号推理、算法、连接主义在内的各式方法论，将AI总括到一个整体框架下多半只是自欺欺人罢了。
你可能会关注的书籍
收藏