《人工智能简史》第3版出版资讯

人工智能简史（第3版）

作者：尼克

定价：99.80元

出版社：人民邮电出版社

页数：404

出版时间：2026年04月01日

ISBN：9787115694676

内容简介

本书系统性地阐述了人工智能的演进历程，涵盖了该学科几乎所有主要方向，包含人工智能的诞生、定理自动证明、专家系统、神经网络、遗传算法、自然语言理解、深度学习、强化学习、超级智能、大语言模型、哲学思辨与未来方向等，以宽广的视角和生动的叙述，对人工智能领域进行了整体梳理与深刻评述。

第3版基于第2版进行了全面更新，新增了3个章节，其中第9章与第11章重点围绕大语言模型，深入探究这一前沿领域的历史脉络与发展现状；第14章则以教科书为切入点，解析人工智能学科的演变轨迹，为读者提供重要借鉴。

本书作者曾受教于图灵奖获得者、强化学习开创者安德鲁·巴托，与书中涉及的许多人物或有师生之谊，或彼此熟识。书中不仅包含严谨的史实考据，也穿插了许多生动趣闻。本书既适合专业研究者了解人工智能不为人知的过往，也适合对人工智能抱有浓厚兴趣的普通读者作为入门指南。

作者简介

尼克，曾师从图灵奖得主巴托。早期曾在哈佛大学和惠普公司任职，后投身创业投资。无论繁忙或闲暇，始终不忘阅读与写作，其作品涉及计算机科学、数学、哲学、历史与商业等多个领域，多发表于《上海书评》《数学文化》及《中国计算机学会通讯》等刊物，并著有《理解图灵》《UNIX SYSTEM V内核剖析》与《哲学评书》等著作。

目录

第1章 达特茅斯会议：人工智能的缘起

背景

达特茅斯会议

AI历史的方法论

会议之后

预测未来：会有奇点吗？

第2章 自动定理证明兴衰纪

自动定理证明的起源

罗宾逊和归结原理

项重写

阿贡小组和马库恩

符号派的内部矛盾：问答系统和归结原理的失落

几何定理证明与计算机代数定理证明系统和竞赛

哲学问题

基于逻辑的定理证明的没落

现状

结语

第3章 从专家系统到知识图谱

费根鲍姆和DENDRAL

MYCIN

专家系统的成熟

知识表示

雷纳特和大知识系统

语义网

谷歌和知识图谱

知识图谱与深度学习

第4章 第五代计算机的教训

背景

理论基础：逻辑程序和Prolog

五代机计划和五代机研究所

并发Prolog

美国和欧洲对日本五代机计划的反应

结局和教训

日本还有机会吗：日本下一代人工智能促进战略

第5章 神经网络简史

神经网络的初创文章

罗森布拉特和感知机

神经网络的复兴

Al4Science与Science4Al

希尔伯特第十三问题与神经网络的数学理论

深度学习的革命

深度学习的几个变种：从CNN到Transformer

第6章 向自然学习：从遗传算法到强化学习

霍兰德和遗传算法遗传编程

强化学习

强化学习的应用

计算向自然学习还是自然向计算学习

计算理论与生物学

第7章 计算机下棋简史：机定胜人，人定胜天

机器下棋史前史

跳棋插曲

计算机下棋之初

“深蓝”

围棋和AlphaGo

第8章 自然语言处理

乔治敦-IBM实验

乔姆斯基和句法分析

ELIZA和PARRY

维诺格拉德和积木世界

统计派又来了

问答系统和IBM沃森

深度学习是解决语言问题的终极手段吗？

语言与人性

回顾和展望

第9章 语言等于思维吗

思维即语言？

思维不等于语言？

第10章 人是机器吗？——人工智能的计算理论基础

丘奇-图灵论题：为什么图灵机是最重要的发明？

相似性原则：另一个重要但不太被提及的计算理论思想

超计算

BSS实数模型

量子计算

计算理论的哲学寓意

超计算和人工智能

第11章 什么是学习？——大语言模型的理论与实践

背景

所罗门诺夫归纳

历史：柯尔莫哥洛夫与复杂性

历史：蔡汀与随机性

历史：列文与通用搜索过程

本内特与逻辑深度

进展和应用

所罗门诺夫归纳法与哲学

结论

第12章 哲学家和人工智能

德雷弗斯和《计算机不能做什么》

塞尔和“中文屋”

普特南和“缸中脑”

给哲学家一点忠告

第13章 当我们谈论生死时，我们在谈论什么？

第14章 从教科书看人工智能学科变迁

第15章 智能的进化

大脑的进化

能源的摄取和消耗

全社会的算力作为文明的测度

算力与能耗

人工智能的范式级演进

会有超级智能吗？