關(guān)于我們
書單推薦
新書推薦
|
人工智能科學(xué)--智能的數(shù)學(xué)原理 讀者對象:信息領(lǐng)域各專業(yè)本科、研究生、博士生和研究人員,其他領(lǐng)域?qū)I(yè)人員
本書建立人工智能的信息的科學(xué)原理。全書有五部分。第Ⅰ部分,人工智能總論,提出信息世界的科學(xué)概念,以信息為支點建立科學(xué)體系的理論;第Ⅱ部分,信息基本定律,建立了信息世界的基本定義和基本定律;第Ⅲ部分,信息的數(shù)學(xué)原理,建立了以信息演算理論(離散系統(tǒng)的微積分)、信息解碼原理和信息生成原理為三大支柱的信息科學(xué)體系的數(shù)學(xué)原理;第Ⅳ部分,智能的信息科學(xué)原理,建立了包括學(xué)習(xí)的信息理論、自我意識的信息理論、博弈/謀算理論為三大支柱的人工智能的信息科學(xué)原理,提出一個自我意識主體的智能就是該自我意識主體的信息的智能論題(intelligence thesis),提出人工智能的孫子模型;第Ⅴ部分,信息的哲學(xué),提出信息時代科學(xué)雙引擎的方法論和信息時代一些重大科學(xué)問題,簡單介紹了《孫子兵法》的信息科學(xué)原理。
更多科學(xué)出版社服務(wù),請掃碼獲取。
1984年畢業(yè)于云南師范大學(xué)。
1988年在中科院軟件所獲碩士學(xué)位。
1993年在中科院軟件所獲博士學(xué)位1993年7月-2018年7月中國科學(xué)院軟件研究所助研(1993-1995),副研(1995-1999),研究員(1999-2018)。
2018年7月-至今,北京航空航天大學(xué)教授。計算機科學(xué)與技術(shù)他2016年提出的結(jié)構(gòu)熵度量,解決了信息論創(chuàng)始人提出的信息度量問題。1998年1月—1999年1月在英國Leeds大學(xué)做訪問學(xué)者。
2000年3月—2002年2月在英國Leeds大學(xué)做研究員。
2008年9月-2009年3月訪問美國Cornell大學(xué)Juris Hartmanis教授。
2012年應(yīng)邀訪問英國劍橋大學(xué)牛頓數(shù)學(xué)科學(xué)研究所做訪問研究員。
中國人工智能學(xué)會人工智能基礎(chǔ)專委會主任
目錄
序言 前言 第Ⅰ部分 人工智能總論 第1章 緒論 3 1.1 為什么要建立人工智能科學(xué)? 3 1.2 經(jīng)典數(shù)學(xué)的局限性 5 1.3 現(xiàn)實世界的物理空間與信息空間 5 1.4 為什么需要信息世界的科學(xué)體系? 6 1.5 信息世界科學(xué)的核心概念與方法.7 1.6 人工智能科學(xué)的基本思想 10 1.7 本書簡介 11 1.8 全書要點總結(jié).15 1.9 本章總結(jié) 16 第2章 人工智能簡介 17 2.1 人工智能的科學(xué)思想起源 17 2.2 人工智能的數(shù)理邏輯原理 22 2.3 人工智能的計算原理 24 2.4 圖靈對機器智能的研究 26 2.5 人工智能研究的興起及人工智能的理解 28 2.6 符號主義人工智能 30 2.7 連接主義人工智能 32 2.8 行為主義人工智能 34 2.9 博弈智能 35 2.10 人工智能的數(shù)學(xué)、物理挑戰(zhàn) 37 2.11 人工智能的生命科學(xué)原理 39 2.12 人工智能與信息時代新科學(xué) 40 2.13 人工智能的現(xiàn)狀 40 2.14 人工智能科學(xué):未來人工智能的基石 42 第3章 人工智能的重大科學(xué)挑戰(zhàn) 43 3.1 物理世界與信息世界 43 3.1.1 數(shù)學(xué)、物理對象的可分性 43 3.1.2 信息世界的不可分性 44 3.1.3 信息世界對象的表示與定義問題 45 3.2 人工智能基本問題 46 3.2.1 圖靈遺留下來的問題 46 3.2.2 人工智能的基本問題 46 3.3 (觀察)學(xué)習(xí)的科學(xué)挑戰(zhàn) 47 3.3.1 (觀察)學(xué)習(xí)的基本問題 47 3.3.2 學(xué)習(xí)中的推理 49 3.3.3 學(xué)習(xí)中的創(chuàng)造策略 49 3.3.4 知識的標(biāo)準(zhǔn)模型、定義、度量與演算 50 3.4 自我意識的科學(xué)挑戰(zhàn) 51 3.4.1 自我意識的基本問題 51 3.4.2 自我意識理論的基本概念:利與害 51 3.5 博弈/謀算的科學(xué)挑戰(zhàn)52 3.5.1 博弈/謀算的基本科學(xué)問題 53 3.5.2 博弈/謀算的基本定義 54 3.5.3 博弈/謀算的基本定律 56 3.5.4 博弈/謀算的基本策略 56 3.5.5 博弈/謀算的基本模型 57 3.5.6 博弈/謀算的基本原理 58 3.5.7 博弈/謀算的收益理論 59 3.6 人工智能的科學(xué)問題 63 3.6.1 人工智能的信息科學(xué)原理 63 3.6.2 通用人工智能的科學(xué)特征與理解 63 3.6.3 人工智能三大戰(zhàn)役 65 3.7 本章小結(jié) 67 第4章 信息科學(xué)重大挑戰(zhàn)性問題 68 4.1 物理世界科學(xué)體系 68 4.2 信息世界科學(xué)體系 70 4.3 經(jīng)典信息論中的信息與問題 72 4.3.1 經(jīng)典信息論中的信息 72 4.3.2 香農(nóng)遺留下來的問題 74 4.4 信息科學(xué)中的策略 75 4.4.1 生成策略 75 4.4.2 解碼策略 76 4.4.3 創(chuàng)造策略 77 4.5 信息模型 78 4.5.1 (狹義)信息模型 78 4.5.2 廣義信息模型 79 4.6 信息的科學(xué)原理 79 4.6.1 信息基本定律 79 4.6.2 信息科學(xué)是什么? 80 4.6.3 信息的數(shù)學(xué)原理是什么? 80 4.6.4 信息原理 81 4.6.5 信息科學(xué)體系下的人工智能 82 4.6.6 信息世界的科學(xué)體系 84 4.7 本章小結(jié) 84 第Ⅱ部分 信息基本定律 第5章 概念與定義 87 5.1 現(xiàn)實世界對象 87 5.1.1 信息世界的對象 87 5.1.2 物理世界對象基本定律 87 5.1.3 信息性質(zhì)/知識的定義 88 5.1.4 現(xiàn)實世界對象的物理性質(zhì)與信息性質(zhì) 90 5.1.5 信息世界對象的不可分性 90 5.1.6 自我意識 91 5.1.7 現(xiàn)實世界對象的信息性質(zhì) 92 5.1.8 博弈/謀算的定義 93 5.2 信息科學(xué)策略.93 5.3 信息的模型 95 5.3.1 (狹義)信息的模型 95 5.3.2 廣義信息的模型 96 5.4 學(xué)習(xí)的數(shù)學(xué)實質(zhì) 96 5.5 知識的數(shù)學(xué)實質(zhì):信息在某一個模型下的語義解釋 98 5.6 抽象 99 5.7 層譜抽象 100 5.8 智能策略 102 5.8.1 人的智能策略 102 5.8.2 人工智能中的策略 103 5.8.3 學(xué)習(xí)中的策略 104 5.8.4 自我意識中的策略 105 5.8.5 謀算中的策略 105 5.9 信息科學(xué)體系與物理科學(xué)體系 106 第6章 基本定律 107 6.1 科學(xué)范式定律 107 6.1.1 物理對象科學(xué)范式定律 107 6.1.2 信息世界的科學(xué)范式定律 108 6.2 個體定律 109 6.2.1 個體定律Ⅰ:個體的存在性定律 109 6.2.2 個體定律Ⅱ:個體的層譜抽象表示定律 110 6.2.3 個體定律Ⅲ:層譜抽象可定義性定律 111 6.2.4 個體定律Ⅳ:解釋定律.111 6.3 信息定律 112 6.3.1 信息定律Ⅰ:現(xiàn)實世界生成的信息定律 112 6.3.2 信息定律Ⅱ:信息的運動生成定律 112 6.3.3 信息定律Ⅲ:不確定性和確定性之間的轉(zhuǎn)化定律 112 6.4 運動定律 113 6.4.1 運動定律Ⅰ.113 6.4.2 運動定律Ⅱ:運動的條件定律 113 6.4.3 運動定律Ⅲ:運動的信息定律 113 6.5 競爭定律 114 6.5.1 競爭定律Ⅰ 114 6.5.2 競爭定律Ⅱ 114 6.5.3 競爭定律Ⅲ 114 6.5.4 競爭定律Ⅳ 115 6.6 感知模型定律與認(rèn)知模型定律 115 6.6.1 感知模型定律 115 6.6.2 認(rèn)知模型定律 116 6.6.3 知識的標(biāo)準(zhǔn)模型定律 117 6.7 觀察定律 118 6.7.1 觀察定律Ⅰ 118 6.7.2 觀察定律Ⅱ 119 6.8 知識定律與學(xué)習(xí)的可解釋性原理 120 6.8.1 知識二元律 120 6.8.2 知識三元律 120 6.8.3 知識四元律 121 6.8.4 規(guī)律的定義 121 6.8.5 創(chuàng)造策略 121 6.8.6 學(xué)習(xí)的可解釋性原理 122 6.9 自我意識定律 122 6.9.1 自我意識定律Ⅰ:存在性與需求定律 122 6.9.2 自我意識定律Ⅱ:愿望定律 122 6.9.3 自我意識定律Ⅲ:感知定律 123 6.9.4 自我意識定律Ⅳ:認(rèn)知定律 123 6.9.5 自我意識定律 V:利害準(zhǔn)則定律 124 6.9.6 自我意識定律 VⅠ:競爭定律 124 6.10 信息系統(tǒng)定律 125 6.10.1 系統(tǒng)定律Ⅰ 125 6.10.2 系統(tǒng)定律Ⅱ 125 6.10.3 系統(tǒng)定律Ⅲ 125 6.10.4 系統(tǒng)定律Ⅳ 125 6.11 本章總結(jié) 125 第Ⅲ 部分 信息的數(shù)學(xué)原理 第7章 信息系統(tǒng)的數(shù)學(xué)模型.129 7.1 信息系統(tǒng)的圖模型 129 7.2 信息系統(tǒng)的代數(shù)模型:非負(fù)矩陣 131 7.3 圖模型和代數(shù)模型的等價性 131 7.4 信息系統(tǒng)的不可約/可約矩陣 132 7.5 信息系統(tǒng)的范式 132 7.6 范式信息系統(tǒng)基本定理 133 7.7 信息系統(tǒng)基本定理 133 第8章 編碼樹:層譜抽象的數(shù)學(xué)模型 136 8.1 層譜抽象的思想、概念與方法.137 8.2 層譜抽象的數(shù)學(xué)實質(zhì)138 8.3 集合的編碼樹:層譜抽象的數(shù)學(xué)定義 139 8.4 圖的編碼樹 140 8.5 非負(fù)矩陣的編碼樹 141 8.6 編碼樹:離散系統(tǒng)的微分算子 141 8.7 編碼樹:層譜抽象的數(shù)學(xué)模型 142 8.8 編碼樹:層譜抽象的數(shù)據(jù)結(jié)構(gòu) 143 8.9 編碼樹:層譜抽象可定義性定理 143 8.10 編碼樹:直覺推理的數(shù)據(jù)結(jié)構(gòu) 144 8.11 基于編碼樹的推理 144 8.12 層譜抽象的科學(xué)意義.145 8.12.1 科學(xué)概念與科學(xué)方法 145 8.12.2 先驗的認(rèn)知模型與方法 146 8.12.3 認(rèn)知世界、感知自我的總方法 146 8.12.4 分而治之分析方法:先驗的分析方法 147 8.12.5 層譜抽象與分而治之的根本區(qū)別 147 第9章 結(jié)構(gòu)熵 148 9.1 一維結(jié)構(gòu)熵 148 9.2 編碼樹上的基本度量 149 9.3 一個編碼樹下的結(jié)構(gòu)熵 149 9.4 結(jié)構(gòu)熵 150 9.5 T-型結(jié)構(gòu)熵 152 9.5.1 個性化搜索 152 9.5.2 有監(jiān)督的學(xué)習(xí) 152 9.5.3 割問題 153 9.5.4 分類問題 153 9.6 結(jié)構(gòu)熵與香農(nóng)熵的關(guān)系 153 9.6.1 帶模函數(shù)的簡單圖上的結(jié)構(gòu)熵 153 9.6.2 隨機變量的熵獨立于編碼樹 156 9.7 結(jié)構(gòu)熵的意義 157 9.8 偏結(jié)構(gòu)熵 158 9.9 代數(shù)結(jié)構(gòu)熵 158 9.10 線性變換的算子熵 160 9.10.1 操作熵 160 9.10.2 線性變換的解碼信息/生成信息 161 第10章 解碼信息原理 163 10.1 結(jié)構(gòu)熵極小化原理 163 10.2 解碼信息 164 10.3 壓縮信息 165 10.4 壓縮/解碼原理 166 10.5 解碼原理 168 10.5.1 層譜抽象解碼原理 169 10.5.2 算法解碼原理 169 10.5.3 分而治之解碼原理 170 第11章 結(jié)構(gòu)熵下界 171 11.1 無向簡單圖結(jié)構(gòu)熵下界 171 11.2 無向帶權(quán)圖結(jié)構(gòu)熵下界 174 11.3 不可約非負(fù)矩陣結(jié)構(gòu)熵下界 176 11.4 擴張圖(Expander)解碼的困難性 179 第12章 層譜抽象可定義性原理 180 12.1 層譜抽象可定義性 180 12.2 個體的層譜抽象策略 181 12.3 個體層譜抽象策略的熵 182 12.4 個體的層譜抽象策略的解碼信息 183 12.5 層譜抽象可定義性的意義 183 12.6 信息系統(tǒng)的解碼信息原理 184 12.6.1 不可約信息系統(tǒng)的結(jié)構(gòu)熵極小化原理 185 12.6.2 不可約信息系統(tǒng)的解碼信息極大化原理 185 12.6.3 不可約信息系統(tǒng)的正規(guī)化解碼信息極大化原理 185 第13章 信息演算理論 186 13.1 模塊的結(jié)構(gòu)熵 186 13.2 結(jié)構(gòu)熵極值問題:注意力機制的結(jié)構(gòu)熵原理 187 13.3 結(jié)構(gòu)熵演算 190 13.4 層譜抽象的聯(lián)合結(jié)構(gòu)熵 192 13.5 推理的結(jié)構(gòu)熵極小化原理-可能性最大的推理 194 13.6 推理的結(jié)構(gòu)熵極大化原理-可能性最小的推理 195 13.7 模塊的解碼信息 196 13.8 層譜抽象解碼信息 196 13.9 層譜抽象解碼信息的鏈?zhǔn)揭?guī)則 198 13.10 解碼信息優(yōu)化原理:注意力機制的解碼信息原理 199 13.11 層譜抽象解碼信息的推理原理 200 13.12 推理的數(shù)學(xué)理論 201 13.13 預(yù)測的信息科學(xué)原理 203 第14章 編碼樹方法:解碼信息方法 205 14.1 編碼樹原理.205 14.2 融合算子與融合引理.206 14.3 分裂算子:分而治之的信息原理 211 14.4 合并算子 213 14.5 收縮算子 214 14.6 并入算子 215 14.7 提升算子 216 14.8 信息優(yōu)化算法 218 14.8.1 不可約非負(fù)矩陣的穩(wěn)定分布 218 14.8.2 平凡的初始編碼樹 219 14.8.3 受限初始編碼樹 219 14.8.4 解碼算法Ⅰ:融合 220 14.8.5 解碼算法Ⅲ:融合與合并 221 14.8.6 解碼算法Ⅳ:并入算子 222 14.8.7 解碼算法Ⅴ:融合、并入與合并 222 14.8.8 解碼算法Ⅵ:混合算子 223 14.8.9 解碼算法原理 224 第15章 信息生成原理 225 15.1 生成策略 225 15.2 信息生成的系統(tǒng)原理.225 15.3 生成信息度量 227 15.4 初始信息系統(tǒng)生成 227 15.5 生成策略融合的生成信息系統(tǒng) 229 15.6 生成策略與生成信息 229 15.7 可約信息系統(tǒng)的結(jié)構(gòu)熵:Google矩陣 231 15.7.1 非負(fù)矩陣的圖表示 231 15.7.2 生成一個不可約非負(fù)矩陣:Google矩陣 231 15.8 可約信息系統(tǒng)的結(jié)構(gòu)熵:隨機沖浪 234 15.9 生成不可約非負(fù)矩陣:可逆邊方法 236 15.10 可約非負(fù)矩陣結(jié)構(gòu)熵的多樣性 238 15.11 從可約矩陣到不可約矩陣的生成原理 240 15.11.1 遠(yuǎn)程傳輸參數(shù)選擇原理:Google矩陣 240 15.11.2 參數(shù)選擇原理:隨機沖浪 242 15.11.3 選擇額外可逆邊權(quán)重的原理 242 15.11.4 從可約矩陣生成不可約矩陣的一般原理 243 15.12 信息系統(tǒng)生成的熵極大化原理 243 15.12.1 信息系統(tǒng)生成的一維結(jié)構(gòu)熵極大化原理 244 15.12.2 結(jié)構(gòu)熵極大化原理 244 15.13 自然界的熵極大生成法則 245 15.14 信息系統(tǒng)生成的解碼信息極小化原理:信息隱藏的數(shù)學(xué)原理 246 15.14.1 信息系統(tǒng)的解碼信息極小化生成原理 246 15.14.2 正規(guī)化的解碼信息極小化原理 246 15.14.3 解碼信息極小化原理的意義 247 15.15 信息生成一般原理 248 15.15.1 熵極大原理:自然生成法則 248 15.15.2 解碼信息極小原理:信息隱藏原理 248 15.16 生成信息與解碼信息的關(guān)系 248 第16章 復(fù)雜系統(tǒng)的信息科學(xué)原理 250 16.1 復(fù)雜系統(tǒng)的若干重大挑戰(zhàn)性問題 251 16.1.1 復(fù)雜系統(tǒng)認(rèn)知 252 16.1.2 復(fù)雜系統(tǒng)的健壯性 252 16.1.3 復(fù)雜系統(tǒng)存在性、作用和運動性的原因與規(guī)律 253 16.1.4 復(fù)雜系統(tǒng)的涌現(xiàn)性 253 16.1.5 復(fù)雜系統(tǒng)的安全性 254 16.2 安全性定律:安全性的層譜抽象可定義性 255 16.3 復(fù)雜系統(tǒng)的科學(xué)挑戰(zhàn).257 16.4 復(fù)雜系統(tǒng)的數(shù)學(xué)理解.259 16.5 一個(D,N,R,O)-系統(tǒng):復(fù)雜系統(tǒng)的機制與機理 261 16.6 復(fù)雜系統(tǒng)的重大挑戰(zhàn) 261 16.7 復(fù)雜系統(tǒng)的結(jié)構(gòu)與功能:系統(tǒng)的層譜抽象 262 16.8 復(fù)雜系統(tǒng)演算:總體思想 264 16.9 結(jié)構(gòu)熵演算 265 16.10 復(fù)雜系統(tǒng)的偏結(jié)構(gòu)熵 269 16.11 復(fù)雜系統(tǒng)的壓縮/解碼信息演算 270 16.12 復(fù)雜系統(tǒng)的結(jié)構(gòu)能 272 16.13 系統(tǒng)安全性的度量 274 16.14 復(fù)雜系統(tǒng)的哲學(xué):中華文明的科學(xué)思想 276 第Ⅳ部分 智能的信息科學(xué)原理 第17章 智能的信息科學(xué)原理總體介紹 281 17.1 智能的科學(xué)哲學(xué) 284 17.2 智能的哲學(xué):智與能 285 17.3 智能的科學(xué)涵義 286 17.4 智能的科學(xué)原理 287 17.5 智能的工程原理 288 17.6 (觀察)學(xué)習(xí)的基本思想.288 17.7 自我意識的基本思想.290 17.8 博弈/謀算的基本思想 292 17.9 人工智能模型:非形式化模型 294 17.10 人工智能科學(xué)體系295 17.11 信息科學(xué)體系 296 第18章 觀察的數(shù)學(xué)定義 298 18.1 觀察在學(xué)習(xí)中的作用 299 18.2 觀察的模型 300 18.3 先驗的認(rèn)知模型原理.301 18.4 觀察的數(shù)學(xué)實質(zhì) 301 18.5 觀察的數(shù)學(xué)模型 303 18.6 現(xiàn)實世界的可觀察性 304 18.7 局部觀察策略 305 18.8 全局觀察策略 306 18.9 全局觀察策略的機器實現(xiàn) 306 18.9.1 人實現(xiàn)全局觀察策略 307 18.9.2 全局觀察策略的軟件原理:智能的算法實現(xiàn) 307 18.9.3 層譜抽象認(rèn)知的硬件原理:智能學(xué)習(xí)機體系結(jié)構(gòu) 308 18.10 觀察的局限性:觀察的局部性 308 第19章 學(xué)習(xí)的數(shù)學(xué)定義與數(shù)學(xué)實質(zhì) 310 19.1 學(xué)習(xí)的數(shù)學(xué)定義 310 19.2 學(xué)習(xí)的基本模型:非形式化 313 19.3 知識的標(biāo)準(zhǔn)模型:智能學(xué)習(xí)機體系結(jié)構(gòu) 315 19.3.1 知識標(biāo)準(zhǔn)模型 316 19.3.2 智能芯片結(jié)構(gòu) 316 19.4 學(xué)習(xí)的先驗方法 316 19.4.1 層譜抽象:先驗認(rèn)知模型與方法 317 19.4.2 分而治之:先驗分析方法 317 19.4.3 學(xué)習(xí)機器體系結(jié)構(gòu)原理:學(xué)習(xí)的先驗方法原理 318 19.5 知識的定義 318 19.6 知識的一致性準(zhǔn)則:學(xué)習(xí)的可解釋性原理 320 19.7 規(guī)律 320 19.7.1 規(guī)律的定義 321 19.7.2 知識與規(guī)律的關(guān)系 321 19.8 本章小結(jié) 322 第20章 學(xué)習(xí)的數(shù)學(xué)模型 323 20.1 學(xué)習(xí)模型的挑戰(zhàn)性問題 323 20.2 學(xué)習(xí)的數(shù)學(xué)模型 324 20.3 學(xué)習(xí)策略 327 20.3.1 學(xué)習(xí)策略總論 328 20.3.2 生成策略 329 20.3.3 生成策略的科學(xué)意義 329 20.3.4 解碼策略 330 20.4 創(chuàng)造策略 330 20.4.1 創(chuàng)造的科學(xué)意義 331 20.4.2 人為什么要創(chuàng)造? 332 20.4.3 創(chuàng)造的數(shù)學(xué)實質(zhì) 332 20.4.4 創(chuàng)造的機制與機理 333 20.4.5 創(chuàng)造的原理 333 20.4.6 創(chuàng)造的科學(xué)意義 333 20.4.7 創(chuàng)造的哲學(xué)意義 334 20.5 局部觀察學(xué)習(xí)模型:大數(shù)據(jù)分析原理.334 20.6 全局觀察學(xué)習(xí)模型 336 20.7 通用學(xué)習(xí)機的體系結(jié)構(gòu)原理 336 20.8 學(xué)習(xí)原理 337 第21章 知識、知識樹與知識演算338 21.1 知識的定義.338 21.2 知識樹:知識的標(biāo)準(zhǔn)模型 339 21.3 知識的一致性準(zhǔn)則:可解釋性原理 339 21.4 知識的度量 340 21.5 知識演算 341 21.6 預(yù)測的原理 344 21.7 知識的哲學(xué)原理 344 21.8 學(xué)習(xí)的信息科學(xué)原理總結(jié) 345 21.8.1 基本原理 345 21.8.2 學(xué)習(xí)的方法與策略 346 21.8.3 學(xué)習(xí)和計算的關(guān)系 347 21.8.4 學(xué)習(xí)的極限 348 21.8.5 學(xué)習(xí)的哲學(xué) 349 第22章 自我意識的感知和認(rèn)知的模型與原理 351 22.1 自我意識的信息定義與基本矛盾 351 22.2 自我意識主體的感知與認(rèn)知 355 22.3 自我意識主體的可定義性 356 22.4 自我意識主體的先驗感知模型 357 22.4.1 自我意識主體的先驗感知定律 358 22.4.2 自我意識主體對自身的感知樹 359 22.5 自我意識主體對外界的感知與認(rèn)知 361 22.5.1 對外界刺激的反應(yīng) 361 22.5.2 自我意識主體對外界的主動感知 361 22.6 自我意識主體對外界的觀察 361 22.7 自我意識主體對外界的層譜抽象認(rèn)知:認(rèn)知樹 362 22.8 感知的數(shù)學(xué)實質(zhì) 363 22.9 感知和觀察的區(qū)別 364 第23章 自我意識主體的 5-維認(rèn)知 365 23.1 自我意識主體 5-維認(rèn)知的數(shù)學(xué)定義 365 23.2 自我意識主體的存在性 367 23.2.1 存在性定律 367 23.2.2 存在性的定義 367 23.2.3 自我意識主體的存在性認(rèn)知 368 23.3 自我意識主體的作用 369 23.4 自我意識主體的運動性 370 23.5 自我意識主體的需求 371 23.6 自我意識主體的愿望.371 23.7 自我意識主體 5-維認(rèn)知的原因:挑戰(zhàn)性問題 372 23.8 機器自我意識的 5-維認(rèn)知 373 第24章 自我意識主體的價值準(zhǔn)則:利與害 374 24.1 5-維價值準(zhǔn)則 374 24.2 價值判斷準(zhǔn)則 375 24.3 多目標(biāo)判斷問題的可解性 376 24.3.1 目標(biāo)優(yōu)先序 376 24.3.2 目標(biāo)權(quán)衡 376 24.3.3 利與害的轉(zhuǎn)化定律 377 24.3.4 多目標(biāo)策略解 378 24.4 自我意識主體5-維認(rèn)知的層譜抽象定義 378 24.5 利與害的層譜抽象認(rèn)知 379 24.5.1 層譜抽象價值 379 24.5.2 價值權(quán)衡 380 24.5.3 價值優(yōu)化策略 380 24.6 價值權(quán)衡參數(shù) 380 24.7 自我意識機器的價值準(zhǔn)則與實現(xiàn) 381 24.8 自我意識主體的價值認(rèn)知 381 第25章 自我意識的根本問題 383 25.1 自我意識的數(shù)學(xué)實質(zhì).383 25.2 價值認(rèn)知定律 385 25.2.1 價值認(rèn)知的獨立性定律 385 25.2.2 價值認(rèn)知的主觀性定律 385 25.2.3 價值認(rèn)知的客觀性定律 385 25.2.4 理性認(rèn)知與非理性認(rèn)知 386 25.2.5 利與害的轉(zhuǎn)化定律 386 25.3 生命定律 387 25.3.1 生命定律Ⅰ 387 25.3.2 生命定律Ⅱ 388 25.3.3 生命定律Ⅲ 389 25.3.4 生命定律Ⅳ 389 25.4 自我意識主體的體系結(jié)構(gòu)原則 389 25.5 自我意識論斷 390 第26章 自我意識學(xué)習(xí) 392 26.1 層譜抽象感知學(xué)習(xí) 392 26.1.1 層譜抽象動態(tài)感知 392 26.1.2 感知熵 393 26.1.3 感知信息 393 26.1.4 感知演算 393 26.2 5-維認(rèn)知學(xué)習(xí) 394 26.2.1 自我意識主體的信息系統(tǒng) 395 26.2.2 認(rèn)知熵 395 26.2.3 認(rèn)知信息 395 26.3 自我意識主體的分類學(xué)習(xí) 395 26.4 自我意識主體的層譜抽象認(rèn)知 397 26.5 自我意識主體的認(rèn)知熵 398 26.6 自我意識主體的認(rèn)知信息 398 26.7 自我意識主體的內(nèi)結(jié)構(gòu)熵 399 26.8 自我意識主體的外結(jié)構(gòu)熵 399 26.9 自我意識主體的外解碼信息 400 26.10 自我意識主體的層譜抽象感知 400 26.11 自我意識理論總結(jié) 401 第27章 博弈/謀算的定義與定律.403 27.1 基本定律回顧:現(xiàn)實世界為什么充滿了競爭? 404 27.2 博弈的基本定義 405 27.3 博弈中的角色定義 407 27.3.1 理性玩家和非理性玩家 407 27.3.2 敵人的定義 408 27.3.3 競爭者的定義 410 27.3.4 合作者的定義 411 27.3.5 盟友 412 27.3.6 博弈角色的動態(tài)演化 412 27.3.7 博弈角色的轉(zhuǎn)化 412 27.3.8 博弈角色的層譜抽象可定義性 413 27.4 博弈規(guī)則 413 27.5 孫子戰(zhàn)爭定律 414 27.6 戰(zhàn)爭規(guī)則 414 27.6.1 戰(zhàn)爭規(guī)則Ⅰ 414 27.6.2 戰(zhàn)爭規(guī)則Ⅱ 415 27.6.3 戰(zhàn)爭規(guī)則Ⅲ 415 27.6.4 理性競爭規(guī)則 415 27.7 現(xiàn)實世界博弈的可能結(jié)局 416 27.7.1 戰(zhàn)爭的可能結(jié)局 416 27.7.2 理性博弈的可能結(jié)局 417 第28章 博弈的科學(xué)基礎(chǔ) 419 28.1 博弈的實質(zhì) 419 28.2 博弈的非形式化定義與模型 421 28.3 博弈的科學(xué)方法 422 28.4 博弈的科學(xué)挑戰(zhàn)性問題 423 28.5 博弈中的基本矛盾 423 28.6 博弈的科學(xué)性 424 28.7 現(xiàn)實世界的可解釋性原理 425 第29章 力量生成的信息科學(xué)原理 427 29.1 力量生成的基本原理 427 29.2 物理系統(tǒng)的能量度量 428 29.3 力量生成:物理系統(tǒng)的能量釋放 430 29.4 力量的系統(tǒng)生成原理 431 29.5 力量的可創(chuàng)造性 431 第30章 非對稱必勝策略原理與均衡原理 433 30.1 博弈的系統(tǒng)原理 433 30.2 現(xiàn)實世界博弈的基本規(guī)律 434 30.2.1 博弈定律 434 30.2.2 非理性博弈定律 434 30.2.3 理性博弈定律 435 30.2.4 集團對抗定律 435 30.3 必勝策略存在性原理 435 30.4 非對稱優(yōu)勢策略是必勝策略 436 30.5 非對稱必勝策略基本性質(zhì) 437 30.5.1 非對稱必勝策略的抽象層譜 438 30.5.2 非對稱必勝策略實現(xiàn)的資源 438 30.5.3 非對稱必勝策略的實現(xiàn)方法 438 30.5.4 非對稱必勝策略的抽象層譜:真相、假象識別 439 30.5.5 非對稱必勝策略的時效性 439 30.6 攻與防轉(zhuǎn)化的非對稱必勝策略 440 30.6.1 進(jìn)攻 440 30.6.2 防御 441 30.7 勝敗與強弱的相互轉(zhuǎn)化 441 30.7.1 勝與敗的轉(zhuǎn)化 442 30.7.2 強與弱的轉(zhuǎn)化 442 30.8 勝和利的可創(chuàng)造性原理 442 30.9 均衡原理 444 30.10 攻、防的必勝策略:非對稱與均衡 445 30.11 層譜抽象必勝策略原理 446 30.12 勝可為與勝不可為的轉(zhuǎn)化 448 第31章 孫子原理 449 31.1 孫子博弈模型 449 31.2 智與能 453 31.3 謀算理論方法論:謀與算 454 31.4 謀算博弈中的學(xué)習(xí) 456 31.5 博弈中的自我意識學(xué)習(xí) 459 31.6 孫子博弈設(shè)計原理 459 31.7 收益理論 461 31.8 預(yù)測與決策 461 31.9 采取行動:策略執(zhí)行原理 462 31.10 力量的系統(tǒng)生成原理:體系對抗博弈中體系力量凈評估 463 31.11 威脅度量 464 31.12 必勝策略原理 465 第32章 謀算原理:博弈設(shè)計原理467 32.1 博弈策略的信息科學(xué)原理 468 32.2 謀算策略的數(shù)理原理 468 32.3 博弈策略的基本操作.469 32.4 博弈設(shè)計原理 469 32.5 博弈的收益原理 471 32.6 博弈系統(tǒng)中玩家的定義 472 32.7 博弈中學(xué)習(xí)與自我意識學(xué)習(xí)的正確性與可解釋性 473 32.8 博弈結(jié)局的層譜抽象定義 474 第33章 主客觀一致性準(zhǔn)則與博弈設(shè)計原理 477 33.1 博弈獲勝的主客觀一致性準(zhǔn)則 478 33.2 博弈系統(tǒng)中的謀算策略 479 33.3 攻與防的關(guān)系原理 480 33.4 孫子理性原理 481 33.5 孫子博弈設(shè)計原理與方法 482 33.6 勝與敗的關(guān)系原理 483 33.7 博弈獲勝、獲利與智能的關(guān)系原理 484 33.8 博弈/謀算理論總結(jié)484 第34章 人工智能的信息模型:孫子模型 486 34.1 智能基本定律 486 34.2 人的智能模型的科學(xué)與工程 487 34.3 人類智能理解 488 34.3.1 人的智能的實質(zhì) 488 34.3.2 人工智能的科學(xué)原理 489 34.4 人工智能的信息模型:孫子模型 489 34.5 智能的數(shù)學(xué)定義:智能論題 490 34.6 人工智能工程重大挑戰(zhàn)性問題 494 34.6.1 決策原理 494 34.6.2 指揮控制原理 494 34.6.3 評估驗證理論與方法 495 34.7 人工智能潛在顛覆性、標(biāo)志性新技術(shù)問題 495 34.8 人工智能科學(xué)重要新方向 497 34.8.1 信息的數(shù)學(xué)科學(xué) 498 34.8.2 學(xué)習(xí)的信息理論 500 34.8.3 自我意識的信息理論 500 34.8.4 博弈/謀算理論 501 34.8.5 決策的信息理論:基于信息科學(xué)原理的決策理論 501 34.8.6 開放環(huán)境動態(tài)演化復(fù)雜系統(tǒng)的信息科學(xué)原理 501 34.8.7 復(fù)雜系統(tǒng)實時智能指揮控制 502 34.8.8 人工智能安全性 502 34.9 人工智能科學(xué)體系:人工智能三大支柱 502 34.10 人工智能與科學(xué) 504 34.11 本書思想、方法總結(jié) 504 第Ⅴ部分 信息的哲學(xué):廣義信息論 第35章 信息時代科學(xué)雙引擎與信息時代重大科學(xué)問題 509 35.1 物理世界科學(xué)體系的局限性 510 35.2 當(dāng)前科學(xué)的現(xiàn)狀與未來方向 511 35.3 數(shù)學(xué)中的幾個基本問題 512 35.4 信息時代計算機科學(xué)新問題 514 35.5 物理中的兩個基本問題 515 35.6 生命科學(xué)的四個基本問題 516 35.7 信息時代的科學(xué)雙引擎 517 35.8 生命的信息科學(xué)原理.518 35.9 信息的科學(xué)體系 518 35.10 信息世界的統(tǒng)一科學(xué)體系 520 35.11 廣義信息原理:信息的哲學(xué)原理 521 35.12 信息世界科學(xué)體系重大科學(xué)問題 522 35.12.1 挑戰(zhàn)性科學(xué)問題 522 35.12.2 信息科學(xué)體系下潛在新科學(xué) 523 第36章 《孫子兵法》的信息科學(xué)原理 525 36.1 孫子理性原理 525 36.2 孫子凈評估判別準(zhǔn)則.526 36.3 利與害 527 36.4 謀算 530 36.4.1 謀 530 36.4.2 算 531 36.4.3 《孫子兵法》中的謀算 532 36.5 分與合 535 36.6 勝與敗 536 36.7 孫子必勝策略原理 537 36.8 勝和利的可創(chuàng)造性原理 537 36.9 《孫子兵法》科學(xué)成就總結(jié) 538 36.10 《孫子兵法》沒有解決的問題 538 36.11 《孫子兵法》成書時間與過程的猜測 539 參考文獻(xiàn) 541 后記 543
你還可能感興趣
我要評論
|