中国计算机学会学术著作丛书 心智计算PDF电子书下载

第1章 绪论 1

1.1心智 1

1.2心智的哲学问题 2

1.3心智的生物学基础 5

1.4心智的智能科学问题 7

1.5心智的结构 15

1.6心智的模块性 16

1.7心智的社会 19

1.8自动机理论 20

1.8.1概述 20

1.8.2有限状态自动机 23

1.8.3概率自动机 24

1.8.4细胞自动机 25

1.9图灵机 26

1.10心智的计算理论 27

第2章 心智模型CAM 32

2.1概述 32

2.2心智建模标准 35

2.3认知心智建模 39

2.3.1物理符号系统 39

2.3.2 ACT-R 39

2.3.3 Soar 41

2.4联结心智建模 43

2.4.1联结机制 43

2.4.2自适应谐振理论 45

2.5智能体心智建模 48

2.6 CAM系统结构 49

2.7 CAM认知周期 53

第3章 记忆 55

3.1概述 55

3.2动态描述逻辑基础 56

3.2.1基本概念 57

3.2.2动态描述逻辑语义 59

3.2.3动态描述逻辑推理 59

3.3长时记忆 61

3.3.1语义记忆 63

3.3.2情景记忆 69

3.3.3程序性记忆 72

3.4短时记忆 74

3.4.1短时记忆编码 74

3.4.2信息提取 76

3.4.3 CAM的短时记忆 78

3.5工作记忆 80

3.5.1工作记忆模型 81

3.5.2工作记忆和推理 82

3.5.3工作记忆的神经机制 83

3.6遗忘理论 84

3.7记忆的生理机制 88

3.8记忆-预测理论 91

3.8.1恒定表征 91

3.8.2大脑皮质区的结构 91

3.8.3大脑皮质区如何工作 92

第4章 意识 94

4.1概述 94

4.1.1意识的基本要素 97

4.1.2意识的属性 100

4.2意识理论 101

4.2.1意识的剧场模型 101

4.2.2意识的还原论理论 104

4.2.3神经元群组选择理论 107

4.2.4意识的量子理论 109

4.2.5意识的方块模型 111

4.2.6综合信息理论 112

4.3注意 114

4.3.1注意的功能 114

4.3.2选择性注意 116

4.3.3注意分配 121

4.3.4注意系统 122

4.4元认知 122

4.4.1元认知知识 123

4.4.2元认知体验 123

4.4.3元认知监控 123

4.4.4元认知训练 124

4.5动机 124

4.5.1概述 124

4.5.2动机理论 125

4.6 CAM的意识子系统 130

4.6.1觉知模块 131

4.6.2注意模块 132

4.6.3全局工作空间模块 133

4.6.4动机模块 134

4.6.5元认知模块 136

4.6.6内省学习模块 137

第5章 视觉感知 138

5.1皮质视觉区 138

5.2视觉计算理论 140

5.2.1马尔的视觉计算理论 140

5.2.2格式塔视觉理论 143

5.2.3双视觉通路 144

5.2.4拓扑视觉理论 144

5.3特征捆绑 145

5.3.1时间同步理论 146

5.3.2特征捆绑的形式模型 147

5.3.3特征整合理论 147

5.3.4神经网络模型 148

5.4物体识别 149

5.4.1视觉表象 149

5.4.2物体底层特征提取 149

5.4.3关系编码 151

5.4.4学习识别网络 152

5.4.5连接搜索 153

5.5视觉空间认知 154

5.6视觉有效编码 159

第6章 运动控制 164

6.1运动控制的神经结构 164

6.2大脑皮质运动区 166

6.3基底神经节 167

6.4运动控制通路 172

6.5脑电信号分析 175

6.5.1脑电信号分类 175

6.5.2脑电信号分析方法 177

6.6运动的神经编码 178

6.6.1概述 178

6.6.2熵编码理论 180

6.6.3贝叶斯集群编码 184

6.6.4贝叶斯集群解码 185

6.7脑机接口 186

6.7.1概述 186

6.7.2脑机接口技术 188

6.7.3 P300脑机接口系统 191

6.8脑机融合 194

第7章 语言认知 197

7.1心理词典 197

7.2语言输入的知觉分析 199

7.2.1口语输入 199

7.2.2语音编码 200

7.2.3韵律认知 201

7.2.4书面输入 208

7.2.5单词识别 210

7.2.6言语产生 211

7.3乔姆斯基的形式文法 213

7.3.1短语结构文法 213

7.3.2上下文有关文法 214

7.3.3上下文无关文法 215

7.3.4正则文法 216

7.4扩充转移网络 218

7.5概念依赖理论 221

7.6语言理解 223

7.6.1概述 223

7.6.2发展阶段 225

7.6.3基于规则的分析方法 228

7.6.4基于语料的统计模型 232

7.6.5机器学习方法 234

7.7脑语言功能区 237

7.7.1经典语言功能区 237

7.7.2语义相关功能区 239

7.7.3音韵相关功能区 239

7.7.4拼字相关功能区 239

7.7.5双语者脑语言功能区 240

7.8语言理解的神经模型 240

7.8.1失语症 240

7.8.2经典定位主义模型 242

7.8.3记忆-整合-控制模型 244

第8章 学习 246

8.1概述 246

8.2强化学习 248

8.2.1强化学习模型 248

8.2.2 Q学习 251

8.2.3部分感知强化学习 253

8.2.4基于动机的强化学习 254

8.2.5 Soar系统的强化学习 261

8.3深度学习 264

8.3.1概述 264

8.3.2人脑视觉机理 265

8.3.3自编码器 265

8.3.4受限玻耳兹曼机 267

8.3.5深度信念网络 269

8.3.6卷积神经网络 271

8.4内省学习 276

8.4.1概述 276

8.4.2内省学习一般模型 278

8.4.3内省学习的元推理 279

8.4.4失败分类 280

8.4.5内省过程中的基于案例推理 280

8.5脑认知数据分析 281

8.5.1脑功能成像 281

8.5.2脑神经语义 282

8.5.3脑功能连接性分析 283

第9章 类脑计算 286

9.1概述 286

9.2蓝脑计划 288

9.2.1脑神经网络 288

9.2.2脑皮质模型 289

9.2.3超级计算模拟 292

9.3欧盟人脑计划 295

9.3.1概述 295

9.3.2峰电位时序相关可塑性 298

9.3.3统一脑模型 301

9.4美国脑计划 303

9.4.1人类连接组项目 303

9.4.2 MoNETA 304

9.4.3惠普忆阻器 306

9.4.4 Neurocore芯片 307

9.5大脑模拟系统Spaun 308

9.6神经形态芯片 311

9.6.1神经形态芯片的发展简史 311

9.6.2 IBM的TrueNorth神经形态系统 313

9.6.3英国SpiNNaker 315

9.7智能科学发展路线图 316

9.7.1初级类脑计算 317

9.7.2高级类脑计算 320

9.7.3超脑计算 322

参考文献 326

索引 355