《人工智能简史》全面讲述人工智能的发展史，几乎覆盖人工智能学科的所有领域，包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等，以宏阔的视野和生动的语言，对人工智能进行了全面回顾和深度点评。
第2版中每章都有新增内容，并增加了全新的第13章，整理了人工智能几大派别的演化路线和人物的继承关系，有助读者阅读方便。
本书极具专业性、思想性和趣味性，既适合缺少专业背景的读者了解人工智能的来龙去脉，作为人工智能的启迪之书，也适合专业人士了解人工智能鲜为人知的历史，提供深入学习的指导。
1.人工智能专家尼克重磅作品全新升级；
2.全方位解读人工智能的来龙去脉，一线专家细数行业经典与成败得失；
3.把科学的故事讲得富于思想性，把技术的问题讲得颇具趣味性；
4.获得第七届中华优秀出版物图书奖、第八届吴文俊人工智能科技进步奖，入围央视“2017年度中国好书”，获选第十三届“文津图书奖”推荐图书；
5.新版全书修订，新增章节，补充人工智能演进路线图和人物关系图。
目 录
第 1章 达特茅斯会议：人工智能的缘起 1
1． 背景 2
2． 达特茅斯会议 7
3． AI历史的方法论 11
4． 会议之后 16
5． 预测未来：会有奇点吗？ 22
第 2章 自动定理证明兴衰纪 27
1． 自动定理证明的起源 28
2． 罗宾逊和归结原理 36
3． 项重写 38
4． 阿贡小组和马库恩 39
5． 符号派的内部矛盾：问答系统和归结原理的失落 41
6． 几何定理证明与计算机代数 43
7． 定理证明系统和竞赛 48
8． 哲学问题 51
9． 现状 55
10． 结语 57
第3章 从专家系统到知识图谱 69
1． 费根鲍姆和DENDRAL 70
2． MYCIN 73
3． 专家系统的成熟 75
4． 知识表示 76
5． 雷纳特和大知识系统 81
6． 语义网 84
7． 谷歌和知识图谱 86
第4章 第五代计算机的教训 93
1． 背景 94
2． 理论基础：逻辑程序和Prolog 97
3． 五代机计划和五代机研究所 100
4． 并发Prolog 103
5． 美国和欧洲对日本五代机计划的反应 105
6． 结局和教训 109
7． 日本还有机会吗：日本下一代人工智能促进战略 111
第5章 神经网络简史 113
1． 神经网络的初创文章 114
2． 罗森布拉特和感知机 120
3． 神经网络的复兴 125
4． 深度学习 129
第6章 计算机下棋简史：机定胜人，人定胜天 135
1． 机器下棋史前史 136
2． 跳棋插曲 137
3． 计算机下棋之初 138
4．“深蓝” 144
5． 围棋和AlphaGo 146
第7章 自然语言处理 149
1． 乔治敦实验 150
2． 乔姆斯基和句法分析 151
3． ELIZA和PARRY 158
4． 维诺格拉德和积木世界 165
5． 统计派又来了 172
6． 神经翻译是终极手段吗？ 174
7． 问答系统和IBM沃森 175
8． 回顾和展望 177
第8章 向自然学习：从遗传算法到强化学习 183
1． 霍兰德和遗传算法 184
2． 遗传编程 189
3． 强化学习 191
4． 计算向自然学习还是自然向计算学习 197
5． 计算理论与生物学 198
第9章 哲学家和人工智能 203
1． 德雷弗斯和《计算机不能干什么》 204
2． 塞尔和中文屋 211
3． 普特南和缸中脑 214
4． 给哲学家一点忠告 217
第 10章 人是机器吗？——人工智能的计算理论基础 223
1． 丘奇-图灵论题：为什么图灵机是最重要的发明？ 225
2． 相似性原则：另一个重要但不太被提及的计算理论思想 230
3． 超计算 234
4． BSS实数模型 235
5． 量子计算 237
6． 计算理论的哲学寓意 240
7． 超计算和人工智能 242
第 11章 智能的进化 249
1． 大脑的进化 250
2． 能源的摄取和消耗 251
3． 全社会的算力作为文明的测度 254
4． 人工智能从哪里来？ 256
5． 人工智能向哪里去：会有超级智能吗？ 257
第 12章 当我们谈论生死时，我们在谈论什么？ 265
第 13章 总结 273
附录1 图灵小传 281
附录2 人工智能前史：图灵与人工智能 295
附录3 冯诺伊曼与人工智能 301
附录4 计算机与智能 309
后记 343
参考文献 347
人名对照 361
书单推荐
