《心智的10大模型》［美］格蕾絲·林賽（GraceLindsay）『EPUB電子書下載』

內容簡介

如今，人工智能的迅速發展給人們的日常生活和工作帶來了巨大的影響。要想讓人工智能朝著人類智能的方向持續邁進，我們就應該讓我們創造的矽基大腦像人類大腦一樣有感知、有記憶、有 決策、有行動。問題的難點在於，人類大腦由約1000億個神經元構成，神經元間交流複雜，大腦掌管認知、意識，影響我們生活的方方麵麵。我們如何破解如此龐大的複雜係統的運行機製呢？

在《心智的10大模型》中，計算神經科學家格蕾絲·林賽深入探討了數學模型在理解大腦中的關鍵作用。書中通過10個數學模型，從單個神經元到複雜的神經環路，再到整個大腦的行為控製，逐步展示了數學工具如何幫助科學家理解和描述大腦的決策、感覺處理、記憶等過程。本書不僅是一部科學史，也是一本前沿的神經科學指南，為讀者呈現了神經科學與數學、計算機科學的跨學科融合，啟發讀者思考大腦建模與心智建模之間的關係及其未來的發展方向。

作者簡介

格蕾絲·林賽

紐約大學心理學和數據科學助理教授，主要研究領域有三個：建立注意力和學習之間的聯係模型、驗證係統神經科學的工具、將計算機視覺用於應對氣候變化。

她成果豐碩，出版科普圖書、主持播客節目Unsupervised Thinking、參與科學寫作與學術傳播活動，還致力於將數據科學用於應對氣候變化等跨學科研究。

2011年，她取得匹茲堡大學神經科學學士學位，並獲得德國伯恩斯坦計算神經科學中心研究獎學金，前往該科學中心開展研究工作；2013—2017年，她在哥倫比亞大學攻讀神經科學博士學位，專注於構建計算模型理解注意力對感知的調製等研究，並於2016年獲得穀歌計算神經科學博士獎學金；2018—2022年，她先後在哥倫比亞大學理論神經科學中心、倫敦大學學院蓋茨比計算神經科學中心開展博士後研究。

目錄

推薦序一如何再造一個矽基大腦
洪波
清華大學為先書院院長、生物醫學工程學院教授
推薦序二腦科學的數學之旅：一場科普的破冰行動
顧凡及
複旦大學生命科學學院退休教授、博士生導師
引言穿越400年時空，開啟心智探索之旅
第1章我們頭腦中的火樹銀花
帶泄漏整合發放模型與霍奇金-赫胥黎模型
|19世紀20年代至21世紀10年代|
萊頓瓶與青蛙實驗
歐姆定律與帶泄漏整合發放模型
烏賊實驗：動作電位是如何形成的
電纜理論：樹突是神經元中一枚有用的齒輪
賦予神經係統研究勃勃生機的正是電學研究
第2章一團執行精密邏輯計算的粉色物質
麥卡洛克-皮茨模型與人工神經網絡
|17世紀70年代至20世紀70年代|
麥卡洛克-皮茨模型：將大腦理解為一個遵循邏輯規則的計算設備
感知機，像人腦一樣思考和學習
小腦的神經元結構與感知機原理：從錯誤中學習的神經網絡
多層感知機：人工智能領域的變革引擎
反向傳播算法：推動人工智能發展的關鍵突破
第3章我們如何相處，世界就如何被記住
普菲爾德神經網絡與環形網絡
|20世紀40年代至20世紀90年代|
印跡與赫布型學習：記憶科學的演進
霍普菲爾德網絡：跨學科的記憶模型
海馬，解開記憶奧秘的關鍵樞紐
環形網絡：建立優質工作記憶係統的得力幹將
第4章花樣百出的神經元製衡戰
平衡神經網絡與神經震蕩
|20世紀30年代至20世紀末|
神經元噪聲：神經元反應的“亂糟糟”有何大用處
抑製性神經元：使大腦產生思維的關鍵角色
神經元的噪聲之戰：興奮與抑製的平衡vs.大腦的隨機性
平衡網絡：大腦中的興奮與抑製如何共舞
混沌理論：為什麼相同的輸入會引發千變萬化的反應
大腦中的振蕩與混沌：認知活動之謎
第5章層層堆疊造就的清晰視野
新認知機與卷積神經網絡
|20世紀20年代至20世紀80年代|
模板匹配的變革之路：從機械裝置到計算機
群魔殿：從模板匹配到視覺係統的層次結構
探秘初級視覺皮質：大腦如何解讀複雜的視覺信號
新認知機：師從生物學以拓展計算機視覺
卷積神經網絡：給人工視覺網絡的發展插上翅膀
跨學科合作，共同探索生物視覺科學的未來
第6章降本增效的信息處理大法
神經編碼與信息論
|20世紀40年代至20世紀60年代|
信息論的起源：香農領航的通信革命
信息論的應用：應對神經編碼的多樣性與複雜性
有效編碼假說：大腦如何以最優方式傳遞和利用信息
大腦就像一套通信係統，但這還不夠
第7章在亂糟糟中合並同類項
動力學、運動學與降維
|20世紀30年代至20世紀90年代|
從抽搐到動作：19世紀的大腦運動控製機製發現之爭
埃瓦茨的腕力研究：運動皮質編碼與動力學的開端
重新定義運動皮質的角色：不僅僅是編碼
解碼運動皮質：繞過理解直達行動
降維：掙脫神經群體思維的困境
運動皮質的探索之路，道阻且長
第8章簡單線條揭示的龐雜秘密
圖論與網絡神經科學
|18世紀30年代至21世紀10年代|
圖論：解密複雜網絡結構的數學之鑰
六度分隔：神經係統領域的降本增效
連接組：從圖論視角探索神秘的大腦世界
連接組與精神疾病：圖論方法的醫學應用
從爆發到精雕細琢：如何構建穩定高效的神經網絡
超越連接組，探索理解大腦複雜性的多維視角
第9章所知所見決定出牌策略
概率論與貝葉斯法則
|16世紀至19世紀10年代|
從骰子到大數據：貝葉斯法則如何改變世界
從概率到認知：貝葉斯法則在心理學中的崛起
貝葉斯法則如何幫我們解讀感知到的世界
用貝葉斯法則理解大腦的決策過程
貝葉斯大腦假說：靈活與挑戰並存的探索之路
第10章用當下的驚喜修正對未來的預期
時間差分學習與強化學習
|20世紀50年代至20世紀70年代|
如何規劃最佳路線：從巴甫洛夫的狗到貝爾曼方程式
從蘭德公司到動態規劃：貝爾曼如何改變決策科學
從條件反射到價值函數：強化學習的數學之旅
從蜜蜂到猴子：神經遞質在學習與成癮中的角色
大腦中的獎勵與學習：馬爾思考給我們的啟示
結語有沒有一個簡明的大統一理論能解釋大腦？
致謝
譯者後記
······