第一章 启程之前 1
走向何方 4
模型 12
研究道路上的困难 15
取得的进展 16
第二章 游戏与数字 19
西洋跳棋和神经网络 23
模型中的秘密 25
棋类游戏及规则 27
数字 28
积木块 29
计算机模型 31
第三章 地图、对策论和计算机建模 33
博弈和对策论 39
涌现——初露端倪 49
动态模型 52
计算机模型——进一步的研究 56
第四章 西洋跳棋 61
困难何在 63
塞缪尔是如何做的 65
对走法的估价 68
由估价到策略 71
学习的过程 71
使学习过程运转起来 73
需要注意的问题 75
权重改变引起的涌现结果 77
小结 84
第五章 神经网络 91
神经元的特征 94
为神经元建模 97
固定阈值的神经元网络 99
区别与局限 102
有关神经元的更多特征 103
带环路的网络 107
无限期的记忆 108
三角形的识别——一个例子 112
综合 120
继续前进 124
第六章 普适理论 125
基于主体的模型 128
计算机的参与 129
涌现和非线性 132
普适理论的基本要求 133
第七章 受限生成过程 137
机制 142
相互作用和连接 144
元胞自动机 147
第八章 西洋跳棋程序和其他受限生成过程模型 155
塞缪尔的西洋跳棋程序 158
中枢神经系统模型 167
复制猫 169
第九章 变易 173
具有可变结构的受限生成过程模型 175
示例 187
遗传算法和可变结构的受限生成过程模型 195
关于涌现的进一步理解 198
第十章 层次描述和还原方法 203
层次 206
如何组装元胞自动机 210
第十一章 隐喻和创新 219
科学中的创新和创造 222
对隐喻的初步探讨 226
隐喻和模型的关系 228
创新的培育 229
小结 236
诗歌和物理学 238
第十二章 结束语 241
作为总结的“结束语” 242
作为继续研究起点的“结束语” 252
综合 256
关于涌现的进一步研究 258
涌现的目标 261
涌现研究的远期目标 267
参考文献 271
索引 275
译校者后记 289