本书涉及人工智能及信息系统相关科学理论前沿，横跨哲学、心理学、逻辑学、语言学、计算机科学等多个领域，内容广博且思想深刻，是一部堪称经典的跨学科力作。全书以一般智能系统为研究对象，通过信息系统智能系统推理系统 自组织过程 经验与行为社群与科学六大章节，深入剖析智能系统的共有特征。书中以人类智能、人工智能为具体范例，厘清诸多易混淆的核心概念，提出智能是信息系统在知识和资源相对不足时的适应能力等原创性观点，并描述了非公理逻辑这个形式化、计算机的模型，为理解智能的本质提供了不可或缺的参考。
前言
推动人工智能研究的个朴素信念，就是人类所表现出来的智能并不定是人类所独有的，而是有可能在电子计算机中被实现的。根据这种信念，智能具有定程度的普遍性，其中人类智能虽然是其典型表现形式，但不是唯的形式，而人工智能（或称计算机智能）会是智能的另种表现形式。这就意味着智能的核心特征（或者说本质）应该可以用独立于人脑和计算机设备的方式描述，就像飞行可以用物理学的语言描述出来，而不必涉及飞禽或飞机的具体结构或过程细节。这些飞行系统除了都能飞之外，在其他方面可以非常不同。
本书就是建立这样个般（统、普遍、广义）智能理论的尝试。总的说来，本书的核心任务是确定各种智能系统的共有特征，虽然在此过程中不可避免地会以具体的智能形式为例，尤其是人类智能和人工智能。即便如此，其中的主要结论也不依赖于大脑或计算机的特定结构和机能。书中的内容聚焦于借鉴人类智能来设计人工智能的努力，并且涉及智能的其他形式，如动物智能、群体智能，甚至外星智能。对于人类、动物、群体来说，这个理论是描述性的，即试图将我们对这些对象的相关知识进行统化、系统化；对计算机来说，这个理论是建构性的，即试图引导智能计算机系统的设计和构建；外星智能作为种可能性，可以为这个理论提供有趣的思想实验。
尽管这个理论以智能作为其核心概念，但和认知、思维、意识、精神等现象也密切相关。对这些现象的研究纵贯整个科学史和思想史，横跨哲学、心理学、逻辑学、语言学、人类学、脑科学、数学、计算机科学等学科，因此书中的讨论带有很强的跨学科性质。这个理论的形成也受到这些学科中很多理论的影响，而不是单纯基于其中的某个理论。
本书虽然是学术性的，但没有按般学术著作的体例来写（比如，没有包括大量定义、证明、引用、比较、考据等），而是集中描述我自己对相关问题的看法。作为我多年来的研究笔记的整理和总结，本书力求用相对简单的语言和流畅的思路把我的结论说清楚。这些结论当然是和大量的前人观点和成果有关系，但除了最重要的那些之外，我不会逐讨论每个结论的来源或与其他观点的异同。
对人工智能的描述和讨论不可避免地会涉及些技术细节。为了兼顾准确性和可读性，我在本书中尽量减少了术语和公式的使用。对这个理论的细节及其计算机实现有兴趣的读者不难在互联网上找到相关著述和程序。由于相关问题的复杂性，读者不能期望在不作进步阅读和思考的情况下就能完全理解本书的内容，当然我并非以此为借口推卸作为作者的责任。
本书所针对的读者首先是相关学科的研究者和学生，然后是对相关问题有足够兴趣的公众。本书在《智能论纲要》（上海科技教育出版社，2022）的基础上增加了大量解释性内容，尽管基本结构和主要结论并无变化。本书的结构是对大量相互纠缠的想法进行线性展开的次尝试，具有很强的连续性，因此不建议跳跃式或随机式阅读。虽然在章节次序上尽量体现了概念间的依赖关系，但反向的依赖性仍不可能完全消除，因此前面章节的些内容很可能要到后面（甚至重读时）才能被深入理解。
下面是各章的概要。
1.信息系统：要说明白什么是智能，必须同时说清楚什么不是智能。这
章的作用就是为智能系统和非智能系统提供套跨越生物与机器的统描述框架和术语。信息系统在这里被用作套方法论概念，据此在描述个系统的内部活动时可以抽象地谈论系统的目标、行动和知识，在描述其外部活动时可以抽象地谈论系统的输入（经验、问题、刺激）和输出（行为、答案、反应），而不需要依赖物理学、化学、生物学等层面的描述。
2.智能系统：这章根据工作环境和原理（而非解决具体问题的能力）将所有信息系统分为智能系统和本能系统两类，后者以低等动物和传统的计算系统为代表。智能系统有适应性并可以在知识和资源相对不足的条件下工作，而非智能系统（本能系统）的输出被其输入先天确定。智能系统的内部结构和外部行为均由其经验塑造，因此与本能系统有根本差别。
3.推理系统：为了对信息系统进行更详细、精确的描述，这章把它们作为推理系统来刻画。在这个描述框架中，本能系统对应于公理化推理系统，而智能系统对应于非公理化推理系统。这章介绍了个具体的智能模型纳思的基本构造，包括其表示语言、推理规则、存储结构、控制机制等。
4.自组织过程：和本能系统中的切被先天确定不同，智能系统中的主要成分都是后天习得的。这章以纳思为例，介绍了智能系统的学习、成长、适应过程，包括其目标、行动、知识、概念等成分的生成和发展的规则，以及相关因素和总体趋势。
5.经验与行为：这章的关注点从智能系统的内部转移到系统与环境的相互作用上，即经验与行为的关系。这里的经验包括直接的感知运动经验和抽象的语言、社会经验。前者既包括对外部环境的意识，也包括系统的自我意识。后者发生于智能系统和其他智能系统之间，使得合作成为可能。与此同时，个体系统也在不同程度上受社会影响和规范。
6.社群与科学：这章的视野从个体系统扩展至群体系统。当个由智能系统组成的群体被作为个整体来考量时，其目标、行动、知识等成分的形成和演化过程与个体系统中的相应过程有定程度的可比性。群体知识直接联系于科学理论，而理论的建构和发展与个体知识自组织所遵循的规律基本致。本章最后讨论了智能理论的构建。
第3章、第4章的最后节包含技术性较强的内容，缺乏相关知识背景的读者可以跳过这些内容，而不影响对后面章节的阅读。
每章的结尾有个关于本章内容的小结，全书的后记回顾了本书的形成过程。
王培，1983年和1986年在北京大学计算机科学技术系分别获得学士和硕士学位。留校任教期间，参与了侯世达（Douglas Hofstadter）的《哥德尔、艾舍尔、巴赫 ：集异璧之大成》一书的翻译工作，并于1991年赴美国印第安纳大学成为侯世达的博士生，1995年获得计算机科学与认知科学博士学位。硕士期间，开始研发非公理推理系统，并在博士及其后的研究工作中进一步发展了这个系统。2008年，该系统成为开源软件，是通用人工智能领域中极具代表性的工作之一。现任教于美国天普大学计算机与信息科学系，并担任《通用人工智能学报》主编和通用人工智能协会副主席。近年来曾在微信公众号《赛先生》和《返朴》上发表专栏文章。
目录
前言
第1章 信息系统
1.1 打通人机界限
1.2 作为抽象的信息
1.3 对信息系统的内部描述
1.4 对信息系统的外部描述
1.5 本章小结
第2章 智能系统
2.1 智能概念的历史和现状
2.2 寻求恰当的智能定义
2.3 我的智能定义
2.4 智能与不足预设
2.5 智能与适应
2.6 智能的度量
2.7 智能的类型
2.8 本章小结
第3章 推理系统
3.1 信息系统的形式化
3.2 不同类型的推理系统
3.3 纳思的知识表示
3.4 纳思的推理规则
3.5 纳思的结构与控制
3.6 与其他推理模型的比较
3.7 本章小结
第4章 自组织过程
4.1 自组织即学习
4.2 目标自组织
4.3 行动自组织
4.4 知识自组织
4.5 概念自组织
4.6 与其他学习模型的比较
4.7 本章小结
第5章 经验与行为
5.1 感知运动机制
5.2 自我认识和自我控制
5.3 通信和语言
5.4 社会化和教育
5.5本章小结
第6章 社群与科学
6.1 群体智能
6.2 智能和科学知识
6.3 科学理论
6.4 关于智能的理论
6.5本章小结
后记
参考文献
索引
书单推荐
