目录
第1章 达特茅斯会议:人工智能的缘起
第2章 自动定理证明兴衰纪
第3章 从专家系统到知识图谱
第4章 第五代计算机的教训
第5章 神经网络简史
第6章 计算机下棋简史:机定胜人,人定胜天
第7章 自然语言处理
第8章 向自然学习:从遗传算法到强化学习
第9章 哲学家和人工智能
第10章 人是机器吗?——人工智能的计算理论基础
第11章 智能的进化
第12章 当我们谈论生死时,我们在谈论什么?
人工智能的计算理论基础
- 丘奇-图灵论题(Church-Turing Thesis):所有功能足够强的计算装置的计算能力都等价于图灵机。这是一个观察,而不是定理。 (可计算性)
- 理论计算机科学家洪加威在20世纪80年代提出了相似性原则:计算装置之间互相模拟的成本是多项式的,也就是说靠谱的计算装置之间并不存在原则上的差异。相似性原则,类似于丘奇-图灵论题,是观察而不是数学定理。(计算复杂性)
人工智能三大流派