第一章 神经网络、有限自动机和图林机 7
1.1 从神经生理学谈起 7
1.2 麦克卡洛克-匹茨模型 10
1.3 有限自动机和抽象神经元网络 12
1.4 有限自动机和数字计算机 15
1.5 图林机 19
1.6 图林假说和递归集合 23
1.7 正则事件和可实现事件 28
第一章文献 32
第二章 结构和随机性 35
2.1 青蛙的视觉系统 35
2.1.1 一些比较 42
2.2 感知器（学习机） 43
2.3 结构和随机性的对立 48
第三章 通讯和计算中的误差校正 51
3.1 由不可靠的神经元构成可靠的大脑 51
3.2 冯·诺意曼的多路传输方案 55
3.3 申农的通讯理论 59
3.3.1 信息的测度 62
3.3.2 信源和信道的模型 64
3.3.3 疑义度和信道容量 67
3.3.4 申农关于有噪声离散信道的基本定理 69
3.3.5 编码 72
3.4 通讯理论和自动机 75
3.5 柯伐-维诺格拉德的可靠自动机理论 78
第四章 控制论 87
4.1 反馈与振荡 87
4.2 神经网络中的应答频率 92
4.3 假肢和内稳态 98
4.4 格式塔和普遍概念 100
4.5 一些未来的课题 105
第五章 哥德尔不完全性理论 109
5.1 数学的基础 109
5.2 回顾递归概念 112
5.3 递归逻辑 113
5.4 算术逻辑 117
5.5 哥德尔不完全性定理的证明 124
5.6 大脑-机器的争论 125
跋 128
附录 集合论的基本概念 130