内容简介
本书是认知科学家、人工智能研究者加里·F. 马库斯的代表作，深入探讨了人工智能与人类智能之间的本质差异。作者从认知科学和神经科学的角度出发，质疑了当前深度学习方法的局限性，并提出了一种基于符号加工与结构表征的“代数大脑”理论。
书中通过丰富的实验证据和哲学思辨，论证了人类智能的核心能力——如抽象推理、系统组合、因果理解和逻辑规则——并非单纯依赖统计模式匹配或大规模神经网络所能实现。马库斯认为，真正的智能需要具备对世界的内在结构性表征能力，以及基于规则进行代数运算的机制。
本书对深度学习领域的多位先驱（如杰弗里·辛顿、约书亚·本吉奥等）进行了尖锐的批评与对话，提出人工智能未来应融合连接主义与符号主义的路线。全书语言通俗而深刻，既适合人工智能研究者思考前沿问题，也适合对智能本质感兴趣的普通读者阅读，是理解当前AI范式分裂与未来发展方向的重要读物。
目录
推荐语
作者简介
译者简介
译者序
第1章 认知架构
1.1 全书预览
1.2 免责声明
第2章 多层感知器
2.1 多层感知器如何工作
2.2 示例
2.3 多层感知器是如何在认知架构的讨论中出现的
2.4 多层感知器的吸引力
2.5 符号、符号加工器和多层感知器
第3章 变量之间的关系
3.1 多层感知器模型和规则之间的关系：细化问题
3.2 多层感知器和变量操作
3.3 表示变量和实例之间绑定的替代方法
3.4 案例研究1：婴儿期的人工语法
3.5 案例研究2：语言屈折
第4章 结构化表示
作者简介
译者简介
译者序
第1章 认知架构
1.1 全书预览
1.2 免责声明
第2章 多层感知器
2.1 多层感知器如何工作
2.2 示例
2.3 多层感知器是如何在认知架构的讨论中出现的
2.4 多层感知器的吸引力
2.5 符号、符号加工器和多层感知器
第3章 变量之间的关系
3.1 多层感知器模型和规则之间的关系：细化问题
3.2 多层感知器和变量操作
3.3 表示变量和实例之间绑定的替代方法
3.4 案例研究1：婴儿期的人工语法
3.5 案例研究2：语言屈折
第4章 结构化表示
免责申明：
1. 本站分享的所有书籍均来源于自互联网，部分书籍中可能有压制者放置的广告，这并不是本站所为，请注意甄别。
2. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，不以盈利为目的。
3. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
4. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
5. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48小时内予以删除。
1. 本站分享的所有书籍均来源于自互联网，部分书籍中可能有压制者放置的广告，这并不是本站所为，请注意甄别。
2. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，不以盈利为目的。
3. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
4. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
5. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48小时内予以删除。
📖 支持知识自由流动
每一本书的稳定访问，都离不开服务器、存储与带宽的长期维护。
