《人工智能科学--智能的数学原理》[56]百度网盘|亲测有效|pdf下载

产品特色

编辑推荐

本书建立了人工智能的信息科学原理，提出了智能=信息的论题，给智能建立了数学定义，为人工智能的发展指明了新的方向

内容简介

《人工智能科学——智能的数学原理》建立人工智能的信息的科学原理。《人工智能科学——智能的数学原理》有五部分。第Ⅰ部分，人工智能总论，提出信息世界的科学概念，以信息为支点建立科学体系的理论；第Ⅱ部分，信息基本定律，建立了信息世界的基本定义和基本定律；第Ⅲ部分，信息的数学原理，建立了以信息演算理论（离散系统的微积分）、信息解码原理和信息生成原理为三大支柱的信息科学体系的数学原理；第Ⅳ部分，智能的信息科学原理，建立了包括学习的信息理论、自我意识的信息理论、博弈/谋算理论为三大支柱的人工智能的信息科学原理，提出一个自我意识主体的智能就是该自我意识主体的信息的智能论题（intelligence thesis）,提出人工智能的孙子模型；第Ⅴ部分，信息的哲学，提出信息时代科学双引擎的方法论和信息时代一些重大科学问题，简单介绍了《孙子兵法》的信息科学原理。

目　　录

目录
序言
前言
第Ⅰ部分人工智能总论
第1章绪论 3
1.1 为什么要建立人工智能科学? 3
1.2 **数学的局限性 5
1.3 现实世界的物理空间与信息空间 5
1.4 为什么需要信息世界的科学体系？ 6
1.5 信息世界科学的核心概念与方法.7
1.6 人工智能科学的基本思想 10
1.7 本书简介 11
1.8 全书要点总结.15
1.9 本章总结 16

目录 序言 前言 第Ⅰ部分 人工智能总论 第1章 绪论 3 1.1 为什么要建立人工智能科学? 3 1.2 **数学的局限性 5 1.3 现实世界的物理空间与信息空间 5 1.4 为什么需要信息世界的科学体系？ 6 1.5 信息世界科学的核心概念与方法.7 1.6 人工智能科学的基本思想 10 1.7 本书简介 11 1.8 全书要点总结.15 1.9 本章总结 16 第2章 人工智能简介 17 2.1 人工智能的科学思想起源 17 2.2 人工智能的数理逻辑原理 22 2.3 人工智能的计算原理 24 2.4 图灵对机器智能的研究 26 2.5 人工智能研究的兴起及人工智能的理解 28 2.6 符号主义人工智能 30 2.7 连接主义人工智能 32 2.8 行为主义人工智能 34 2.9 博弈智能 35 2.10 人工智能的数学、物理挑战 37 2.11 人工智能的生命科学原理 39 2.12 人工智能与信息时代新科学 40 2.13 人工智能的现状 40 2.14 人工智能科学：未来人工智能的基石 42 第3章 人工智能的重大科学挑战 43 3.1 物理世界与信息世界 43 3.1.1 数学、物理对象的可分性 43 3.1.2 信息世界的不可分性 44 3.1.3 信息世界对象的表示与定义问题 45 3.2 人工智能基本问题 46 3.2.1 图灵遗留下来的问题 46 3.2.2 人工智能的基本问题 46 3.3 （观察）学习的科学挑战 47 3.3.1 （观察）学习的基本问题 47 3.3.2 学习中的推理 49 3.3.3 学习中的创造策略 49 3.3.4 知识的标准模型、定义、度量与演算 50 3.4 自我意识的科学挑战 51 3.4.1 自我意识的基本问题 51 3.4.2 自我意识理论的基本概念：利与害 51 3.5 博弈/谋算的科学挑战52 3.5.1 博弈/谋算的基本科学问题 53 3.5.2 博弈/谋算的基本定义 54 3.5.3 博弈/谋算的基本定律 56 3.5.4 博弈/谋算的基本策略 56 3.5.5 博弈/谋算的基本模型 57 3.5.6 博弈/谋算的基本原理 58 3.5.7 博弈/谋算的收益理论 59 3.6 人工智能的科学问题 63 3.6.1 人工智能的信息科学原理 63 3.6.2 通用人工智能的科学特征与理解 63 3.6.3 人工智能三大战役 65 3.7 本章小结 67 第4章 信息科学重大挑战性问题 68 4.1 物理世界科学体系 68 4.2 信息世界科学体系 70 4.3 **信息论中的信息与问题 72 4.3.1 **信息论中的信息 72 4.3.2 香农遗留下来的问题 74 4.4 信息科学中的策略 75 4.4.1 生成策略 75 4.4.2 解码策略 76 4.4.3 创造策略 77 4.5 信息模型 78 4.5.1 （狭义）信息模型 78 4.5.2 广义信息模型 79 4.6 信息的科学原理 79 4.6.1 信息基本定律 79 4.6.2 信息科学是什么？ 80 4.6.3 信息的数学原理是什么？ 80 4.6.4 信息原理 81 4.6.5 信息科学体系下的人工智能 82 4.6.6 信息世界的科学体系 84 4.7 本章小结 84 第Ⅱ部分 信息基本定律 第5章 概念与定义 87 5.1 现实世界对象 87 5.1.1 信息世界的对象 87 5.1.2 物理世界对象基本定律 87 5.1.3 信息性质/知识的定义 88 5.1.4 现实世界对象的物理性质与信息性质 90 5.1.5 信息世界对象的不可分性 90 5.1.6 自我意识 91 5.1.7 现实世界对象的信息性质 92 5.1.8 博弈/谋算的定义 93 5.2 信息科学策略.93 5.3 信息的模型 95 5.3.1 （狭义）信息的模型 95 5.3.2 广义信息的模型 96 5.4 学习的数学实质 96 5.5 知识的数学实质：信息在某一个模型下的语义解释 98 5.6 抽象 99 5.7 层谱抽象 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 学习中的策略 104 5.8.4 自我意识中的策略 105 5.8.5 谋算中的策略 105 5.9 信息科学体系与物理科学体系 106 第6章 基本定律 107 6.1 科学范式定律 107 6.1.1 物理对象科学范式定律 107 6.1.2 信息世界的科学范式定律 108 6.2 个体定律 109 6.2.1 个体定律Ⅰ：个体的存在性定律 109 6.2.2 个体定律Ⅱ：个体的层谱抽象表示定律 110 6.2.3 个体定律Ⅲ：层谱抽象可定义性定律 111 6.2.4 个体定律Ⅳ：解释定律.111 6.3 信息定律 112 6.3.1 信息定律Ⅰ：现实世界生成的信息定律 112 6.3.2 信息定律Ⅱ：信息的运动生成定律 112 6.3.3 信息定律Ⅲ：不确定性和确定性之间的转化定律 112 6.4 运动定律 113 6.4.1 运动定律Ⅰ.113 6.4.2 运动定律Ⅱ：运动的条件定律 113 6.4.3 运动定律Ⅲ：运动的信息定律 113 6.5 竞争定律 114 6.5.1 竞争定律Ⅰ 114 6.5.2 竞争定律Ⅱ 114 6.5.3 竞争定律Ⅲ 114 6.5.4 竞争定律Ⅳ 115 6.6 感知模型定律与认知模型定律 115 6.6.1 感知模型定律 115 6.6.2 认知模型定律 116 6.6.3 知识的标准模型定律 117 6.7 观察定律 118 6.7.1 观察定律Ⅰ 118 6.7.2 观察定律Ⅱ 119 6.8 知识定律与学习的可解释性原理 120 6.8.1 知识二元律 120 6.8.2 知识三元律 120 6.8.3 知识四元律 121 6.8.4 规律的定义 121 6.8.5 创造策略 121 6.8.6 学习的可解释性原理 122 6.9 自我意识定律 122 6.9.1 自我意识定律Ⅰ：存在性与需求定律 122 6.9.2 自我意识定律Ⅱ：愿望定律 122 6.9.3 自我意识定律Ⅲ：感知定律 123 6.9.4 自我意识定律Ⅳ：认知定律 123 6.9.5 自我意识定律 V：利害准则定律 124 6.9.6 自我意识定律 VⅠ：竞争定律 124 6.10 信息系统定律 125 6.10.1 系统定律Ⅰ 125 6.10.2 系统定律Ⅱ 125 6.10.3 系统定律Ⅲ 125 6.10.4 系统定律Ⅳ 125 6.11 本章总结 125 第Ⅲ 部分 信息的数学原理 第7章 信息系统的数学模型.129 7.1 信息系统的图模型 129 7.2 信息系统的代数模型：非负矩阵 131 7.3 图模型和代数模型的等价性 131 7.4 信息系统的不可约/可约矩阵 132 7.5 信息系统的范式 132 7.6 范式信息系统基本定理 133 7.7 信息系统基本定理 133 第8章 编码树：层谱抽象的数学模型 136 8.1 层谱抽象的思想、概念与方法.137 8.2 层谱抽象的数学实质138 8.3 集合的编码树：层谱抽象的数学定义 139 8.4 图的编码树 140 8.5 非负矩阵的编码树 141 8.6 编码树：离散系统的微分算子 141 8.7 编码树：层谱抽象的数学模型 142 8.8 编码树：层谱抽象的数据结构 143 8.9 编码树：层谱抽象可定义性定理 143 8.10 编码树：直觉推理的数据结构 144 8.11 基于编码树的推理 144 8.12 层谱抽象的科学意义.145 8.12.1 科学概念与科学方法 145 8.12.2 先验的认知模型与方法 146 8.12.3 认知世界、感知自我的总方法 146 8.12.4 分而治之分析方法：先验的分析方法 147 8.12.5 层谱抽象与分而治之的根本区别 147 第9章 结构熵 148 9.1 一维结构熵 148 9.2 编码树上的基本度量 149 9.3 一个编码树下的结构熵 149 9.4 结构熵 150 9.5 T-型结构熵 152 9.5.1 个性化搜索 152 9.5.2 有监督的学习 152 9.5.3 割问题 153 9.5.4 分类问题 153 9.6 结构熵与香农熵的关系 153 9.6.1 带模函数的简单图上的结构熵 153 9.6.2 随机变量的熵*立于编码树 156 9.7 结构熵的意义 157 9.8 偏结构熵 158 9.9 代数结构熵 158 9.10 线性变换的算子熵 160 9.10.1 操作熵 160 9.10.2 线性变换的解码信息/生成信息 161 第10章 解码信息原理 163 10.1 结构熵极小化原理 163 10.2 解码信息 164 10.3 压缩信息 165 10.4 压缩/解码原理 166 10.5 解码原理 168 10.5.1 层谱抽象解码原理 169 10.5.2 算法解码原理 169 10.5.3 分而治之解码原理 170 第11章 结构熵下界 171 11.1 无向简单图结构熵下界 171 11.2 无向带权图结构熵下界 174 11.3 不可约非负矩阵结构熵下界 176 11.4 扩张图（Expander）解码的困难性 179 第12章 层谱抽象可定义性原理 180 12.1 层谱抽象可定义性 180 12.2 个体的层谱抽象策略 181 12.3 个体层谱抽象策略的熵 182 12.4 个体的层谱抽象策略的解码信息 183 12.5 层谱抽象可定义性的意义 183 12.6 信息系统的解码信息原理 184 12.6.1 不可约信息系统的结构熵极小化原理 185 12.6.2 不可约信息系统的解码信息极大化原理 185 12.6.3 不可约信息系统的

显示全部信息