返回

人工智能:机器知行学原理(信息-知识-智能转换)314页

搜索
推荐 最新 热门

人工智能:机器知行学原理(信息-知识-智能转换)314页

资料简介

本书运用信息科学方法论,首次成功揭示了机器的“知行规律”,即“信息知识智能转换”,也就是生成智能的共性核心机制,在此基础上实现了人工神经网络、物理符号系统和感知动作系统三大人工智能理论在“知行学”框架内的和谐统一。为此,书中系统地阐明了创新的“全信息理论”、新发现的“知识生态理论”、重构的“人工智能理论”以及实现信息知识智能转换的三大转换方法,完成了“知行学”和“知行机”的原理建构。

导言:“机器知行学”引论 1
第1篇 总论:科学技术发展的宏观背景
第1章 科学技术的发生学机制 13
1.1 科学的概念和社会功能 13
1.1.1 科学的基本概念 13
1.1.2 科学的社会功能 16
1.2 技术的概念和社会功能 17
1.2.1 技术的基本概念 17
1.2.2 技术的社会功能 20
1.3 科学技术的发生学机制 21
本章精要 24
参考文献 25
第2章 科学技术发展的宏观规律 26
2.1 辅人律:科学技术的天然使命 26
2.2 拟人律:科学技术发展的宏观轨迹 29
2.3 共生律:科学技术的发展前景 34
本章精要 39
参考文献 39
第3章 从科学技术发展宏观规律看“机器知行学” 40
3.1 辅人律:“机器知行学”的社会需求 40
3.2 拟人律:“机器知行学”的理论准备 43
3.2.1 信息理论 44
3.2.2 知识理论 47
3.2.3 人工智能理论 48
3.3 共生律:“机器知行学”的科学意义 50
本章精要 53
参考文献 53
第2篇 基础(一):信息理论
第4章 全信息理论:犛犺犪狀狀狅狀理论的开拓 57
4.1 基本概念 57
4.1.1 信息概念鸟瞰 57
4.1.2 全信息:定义体系 60
4.1.3 Shannon信息:全信息的一个分支 65
4.2 分类与描述 67
4.2.1 信息的分类 67
4.2.2 信息的描述 70
4.3 信息的度量 79
4.3.1 概率语法信息的测度:Shannon概率熵 79
4.3.2 模糊语法信息的测度:DelucaTermin模糊熵 81
4.3.3 语法信息的统一测度:一般信息函数 83
4.3.4 全信息的测度 88
本章精要 92
参考文献 93
第5章 机器能力(一):感知与识别 95
5.1 感知信息 95
5.2 检索信息 100
5.2.1 统计识别方法 102
5.2.2 语言学方法 104
5.2.3 神经网络方法 106
5.3 理解信息 108
本章精要 117
参考文献 117
第3篇 基础(二):知识理论
第6章 知识理论建构 121
6.1 基本概念 121
6.2 度量方法 129
6.3 知识生态 134
本章精要 140
参考文献 141
第7章 机器能力(二):认知与决策 142
7.1 机器认知与决策概说 142
7.2 知识生成 145
7.2.1 归纳型知识生成 146
7.2.2 演绎型知识生成 151
7.3 知识激活 155
本章精要 162
参考文献 162
第4篇 基础(三):智能理论
第8章 智能理论的重构 165
8.1 智能的基本概念 166
8.2 脑的结构与功能 171
8.3 自然智能与机器智能 180
本章精要 187
参考文献 187
第9章 机器能力(三):人工智能 188
9.1 结构模拟 188
9.2 功能模拟 194
9.2.1 基于语法信息的人工智能理论 194
9.2.2 基于语义信息的人工智能理论 205
9.2.3 基于语用信息的人工智能理论 215
9.3 行为模拟 227
本章精要 236
参考文献 236
第5篇 主体:“知行学”与“知行机”
第10章 “机器知行学”原理 241
10.1 知行的机制主义:信息知识智能的转换理论 241
10.2 情感与智能互动:意识情感智能的相互作用 252
10.3 人机的知行交互:机器理解人类自然语言[11]261
10.3.1 规则方法与统计方法 263
10.3.2 领域广度与质量优度 266
10.3.3 语言理解与信息理论 267
10.3.4 全信息自然语言理解方法论 271
本章精要 275
参考文献 276
第11章 知行机器架构 277
11.1 基本框架 277
11.1.1 基本知行机 277
11.1.2 群体知行机 281
11.2 能力与限制 283
11.3 “机器知行学”的意义 293
11.3.1 科学意义和方法论意义 293
11.3.2 应用意义 295
本章精要 299
参考文献 299
结语:殷切的期待 300 、