機器知行學原理

本書運用信息科學方法論，首次成功揭示了機器的“知行規律”，即“信息知識智能轉換”，也就是生成智能的共性核心機制，在此基礎上實現了人工神經網絡、物理符號系統和感知動作系統三大人工智能理論在“知行學”框架內的和諧統一。為此，書中系統地闡明瞭創新的“全信息理論”、新發現的“知識生態理論”、重構的“人工智能理論”以及實現信息知識智能轉換的三大轉換方法，完成了“知行學”和“知行機”的原理建構。本書思想活躍，創新豐碩，語言流暢，既可用作高等學校信息、計算、智能、自動化、管理類專業領域博士生、碩士生和高年級本科生的教材，也可用作其他專業的高校師生、科研單位科技人員以及科技管理人員學習人工智能的自學參考資料。 ^[1] 

目錄導言：“機器知行學”引論1

第1篇總論：科學技術發展的宏觀背景

第1章科學技術的發生學機制13

1.1科學的概念和社會功能13

1.1.1科學的基本概念13

1.1.2科學的社會功能16

1.2技術的概念和社會功能17

1.2.1技術的基本概念17

1.2.2技術的社會功能20

1.3科學技術的發生學機制21

本章精要24

參考文獻25

第2章科學技術發展的宏觀規律26

2.1輔人律：科學技術的天然使命26

2.2擬人律：科學技術發展的宏觀軌跡29

2.3共生律：科學技術的發展前景34

本章精要39

參考文獻39

第3章從科學技術發展宏觀規律看“機器知行學”40

3.1輔人律：“機器知行學”的社會需求40

3.2擬人律：“機器知行學”的理論準備43

3.2.1信息理論44

3.2.2知識理論47

3.2.3人工智能理論48

3.3共生律：“機器知行學”的科學意義50

本章精要53

參考文獻53

第2篇基礎（一）：信息理論

第4章全信息理論：Shannon理論的開拓57

4.1基本概念57

4.1.1信息概念鳥瞰57

4.1.2全信息：定義體系60

4.1.3Shannon信息：全信息的一個分支65

4.2分類與描述67

4.2.1信息的分類67

4.2.2信息的描述70

4.3信息的度量79

4.3.1概率語法信息的測度：Shannon概率熵79

4.3.2模糊語法信息的測度：DelucaTermin模糊熵81

4.3.3語法信息的統一測度：一般信息函數83

4.3.4全信息的測度88

本章精要92

參考文獻93

第5章機器能力（一）：感知與識別95

5.1感知信息95

5.2檢索信息100

5.2.1統計識別方法102

5.2.2語言學方法104

5.2.3神經網絡方法106

5.3理解信息108

本章精要117

參考文獻117

第3篇基礎（二）：知識理論

第6章知識理論建構121

6.1基本概念121

6.2度量方法129

6.3知識生態134

本章精要140

參考文獻141

第7章機器能力（二）：認知與決策142

7.1機器認知與決策概説142

7.2知識生成145

7.2.1歸納型知識生成146

7.2.2演繹型知識生成151

7.3知識激活155

本章精要162

參考文獻162

第4篇基礎（三）：智能理論

第8章智能理論的重構165

8.1智能的基本概念166

8.2腦的結構與功能171

8.3自然智能與機器智能180

本章精要187

參考文獻187

第9章機器能力（三）：人工智能188

9.1結構模擬188

9.2功能模擬194

9.2.1基於語法信息的人工智能理論194

9.2.2基於語義信息的人工智能理論205

9.2.3基於語用信息的人工智能理論215

9.3行為模擬227

本章精要236

參考文獻236

第5篇主體：“知行學”與“知行機”

第10章“機器知行學”原理240

10.1知行的機制主義：信息知識智能的轉換理論240

10.2情感與智能互動：意識情感智能的相互作用251

10.3人機的知行交互：機器理解人類自然語言260

10.3.1規則方法與統計方法262

10.3.2領域廣度與質量優度265

10.3.3語言理解與信息理論266

10.3.4全信息自然語言理解方法論270

本章精要274

參考文獻275

第11章知行機器架構276

11.1基本框架276

11.1.1基本知行機276

11.1.2羣體知行機280

11.2能力與限制282

11.3“機器知行學”的意義292

11.3.1科學意義和方法論意義292

11.3.2應用意義294

本章精要298

參考文獻298

結語：殷切的期待299 ^[1]