本書以“模擬論”化解種種對AI的質疑；以通俗的語言、清晰的邏輯、有趣的歷史回眸和作者自己的工作體驗引導讀者，撥開圍繞AI的重重迷霧，獲得必備的AI概念和知識，了解AI的學術派別以及目前的困境和發展趨勢。從而看清我們國家和教育、科學、企業界面臨的競爭態勢，自覺建立歡迎AI與人類共生的科學心態，主動投入自己“優雅轉型”的歷史過程。
AI與生物進化 人工智能（AI）再度崛 起，引世人矚目。AI已進入 我們生活的方方面面，而它 的未來卻充滿了不確定性。 美國太空探索技術公司 （SpaceX）總裁、2019年 霍金科學傳播獎獲得者埃隆 ·馬斯克說：“我們需要萬分 警惕人工智能，它們比核武 器更加危險！”人工智能不 僅關系到每一個人，同時， 也是我們遇到的最困難、最 奧秘的問題之一。 對AI深有研究的馮天瑾 教授，曾編寫多部相關著作 ，如《智能機器與人》 （1983年）、《神經網絡 技術》（1994年）、《智 能學簡史》（2007年）和 《計算智能與科學配方》（ 2008年）。2018年為中國 海洋大學的研究生開設AI系 列講座再次激起他編寫一本 關于AI科普著作的“內心涌 動”。這可以說是本書的起 因。 該書，不僅對AI的各種 學派進行溯源分析，從亞里 士多德到辛頓，從東方的道 教到西方的萊布尼茨，從古 到今，從東方到西方進行探 索，而且從哲學層次對AI的 實質進行了研究；AI是什么 ？它會思考嗎？AI與BI（生 物智能）之間的差異是什么 ？有不可逾越的鴻溝嗎？未 來的AI會威脅人類嗎？該書 通過種種拷問和作者親歷的 研究工作體驗，帶領讀者做 了一次思想的遨游！這是一 本視野開闊、史料翔實、思 考深刻、富于啟發的、非常 精彩的關于AI的書。 AI經過幾次大的起伏， 直到近年由于深度學習的優 異表現，使AI在一些領域（ 如圍棋、醫學影像分析和蛋 白質結構預測等）大放異彩 。但是，在一些根本性問題 上，AI仍然沒有突破。例如 ，AI難以實現“無監督學習” ；不能自如適應意外情況； 不具有深層次“理解力”，“ 舉一反三”能力十分有限； 由于我們對意識的起源和運 行仍一無所知，AI也就沒能 呈現“機器意識”。或者說， 我們離真正全面實現人的智 能還有很遠的距離。 我同意辛頓的看法：“歷 史上，人們都小瞧了生物系 統，特別是人腦的復雜性， 大大低估了模擬大腦的難度 ！”例如，AI符號主義學派 擅長邏輯思維，它是串行處 理的，而神經網絡則擅長語 言與空間分析，它是并行處 理的。至今，AI的兩種基本 方法仍是分開的，而人腦則 將兩者密切結合，相互融合 。人腦是怎么做到的？直覺 與意識很可能是復雜神經系 統中“涌現”出的智能，這又 是怎么才能做到的？僅僅模 擬人腦的精細結構就能做到 嗎？總體來說，AI目前遇到 的這些困難，可以歸結為“ 系統”性質的困難。 對此，很多研究人員提 出要向人腦學習，開展腦科 學研究；沈宏梁教授2021 年提出，為什么不像人類學 習飛行一樣，不是去模仿鳥 的翅膀，而是去研究空氣動 力學？ 我想，為什么不深入學 習生物及智能產生的機制呢 ？生物最重要的演化機制是 “進化”，這也是智能產生的 重要機制。如何在AI的產生 中應用“進化”機制呢？智能 是生物的基本特性之一，它 是生物對環境不斷“學習”的 結果；生物因進化而發生、 發展，智能也是因進化而發 生、發展。因此。“學習的 進化”應是智能產生的機理 。人類復雜的大腦是進化的 結果，而低等生物的大腦結 構并不是很復雜，我們何不 從比較簡單的結構開始，通 過進化而得到復雜的結構呢 ？與直接模擬大腦功能相比 ，是否更符合智能產生機理 的要求呢？ 我們知道，AI也在“進化” ，但是，我強調的是這個“ 進化”必須是生物進化類型 ，它有別于現有的“進化”。 對生物進化來說，它具有“ 隨機變異”導致“結構改變” 。結構改變的結果，應是記 錄過去“學習的結果”，同時 也改進了“學習方法”（選擇 與優化）。這種進化目前似 乎研究得還不夠。在這種進 化的推動下，系統進入復雜 系統，就可能“涌現”出直覺 和意識等。所以，將進化理 論與復雜系統理論相結合是 很有意義的探索。 現在，我們已經走到一 個新的節點，AI并不成熟， 還有很長的路要走，仍然需 要我們大膽設想與探索。對 AI而言，仍然是：機遇與風 險并存！ 中國科學院院士 清華大 學自動化系教授 李衍達 2021年10月6日
馮天瑾，1938年生于湖北省紅安縣。1962年畢業于武漢大學物理系，分配到山東海洋學院工作。1990-1992年赴荷蘭、比利時從事Al理論與應用研究。1993-1998年任中國-荷蘭政府級合作項目中方首席科學家，中國海洋大學信息學院副院長、電子工程系主任；1998-2004年任國家863/CIMS示范工程青島市專家組組長，美國IEEE高級會員。獲國家發明專利3項，發表論文120余篇，出版著作6部。
開場語
第1章 生物靈性的探索
1.1 AI是什么學科？
1.2 探索與模擬生物靈性
第2章 思維邏輯與符號主義
2.1 思維邏輯的模擬
2.2 專家系統與知識工程
2.3 人與機器比棋藝
2.4 機器翻譯
第3章 AI聯結主義
3.1 進入大腦
3.2 多層前饋NN
第4章 神經網絡的內部行為
4.1 窺視NN內部
4.2 編碼-解碼器
4.3 阿爾法圍棋革命
第5章 深度學習·AI復興
5.15 0年磨一劍
5.2 模擬腦皮層的“深度”與“可塑”
5.3 卷積神經網絡（CNN）
5.4 循環神經網絡（RNN）
5.5 深度學習方法再探
第6章 現代物理學介入
6.1 現代物理學的生命視野
6.2 腦電磁場理論
第7章 AI哲學與探索
7.1 人與機器
7.2 科學模擬論
7.3 否定AI可行性論點的邏輯缺陷
第8章 未來AI與人類
8.1 名家之三類預言
8.2 AI的威脅是什么？
8.3 投入AI歷史潮流
結束語
附錄
參考文獻
致謝
新書資訊