原标题：《人工智能简史》第二版重磅来袭！ | 赠书
新年快乐！AI科技评论首先祝大家牛年大吉，牛气冲天！！！
2021 新年伊始，
图灵教育推出了一本人工智能领域的科普经典
——《人工智能简史（第 2版）》 。
自2017年12月上市以来，《人工智能简史》就凭借独树一帜的专业性、思想性和趣味性，获得了业内专家的高度认可，受到了读者的广泛好评。
不仅成为人工智能领域最畅销的科普书，而且先后获得了众多奖项和荣誉，例如被誉为“中国智能科学技术最高奖”的吴文俊人工智能科学技术奖，中华优秀出版物奖，入选文津图书奖，入围2017中国好书。
如今历时三年，人工智能简史第2版来啦！
尼克老师根据读者的建议和反馈，对这部科普作品作出多次增补修订，撰写了全新章节，增加了近两年来的最新进展和文献，补充了人工智能演进路线与人物关系图，制作了实用的思维导图，更加方便读者理解和阅读。
作 者 简 介
尼克，乌镇智库理事长，曾任职哈佛和惠普，早年师从人工智能大师，后来创业投资，往返于大陆和硅谷。无论忙闲不忘读书写字，作品多发表于《上海书评》和《中国计算机学会通讯》，并有著作《UNIX SYSTEM V内核剖析》和《哲学评书》。
内 容 简 介
《人工智能简史》全面讲述了人工智能的发展史，几乎覆盖人工智能学科的所有领域，本书以人工智能缘起达特茅斯会议讲起，以宏阔的视野和生动的语言，对人工智能进行了全面回顾和深度点评。
图注：2006年，达特茅斯会议50周年时，当事人重聚达特茅斯忆往昔展未来（左起：摩尔、麦卡锡、明斯基、塞弗里奇、所罗门诺夫）
本书作者和书中诸多人物或为师友或相熟相知，除了翔实的考证还有有趣的轶事。
第2版中每章都有新增内容，并增加了全新的第13章，整理了人工智能几大派别的演化路线和人物的继承关系，方便读者参考，如下所示：
逻辑主义的演变：从专家系统到知识图谱
连接主义的演变：从神经网络到深度学习
自然主义的演变：从细胞自动机到强化学习
本书极具专业性、思想性和趣味性，既适合缺少专业背景的普通读者了解人工智能的来龙去脉，作为人工智能的启迪之书，也适合专业人士了解人工智能鲜为人知的历史，提供深入学习的指导。
本书全面深入，生动有趣，兼具专业性、思想性和趣味性。既有学科的来龙去脉，又有人物的趣闻轶事，更有精彩犀利的点评和其他书中难得一见的“八卦”和吐槽。专业人士和大众读者都适合阅读。
本书（第2版）使用精装双封，烫金工艺，装帧精美，内文使用高档纯质纸，手感细腻，阅读体验更佳。
1
人工智能一线专家尼克，
功底深厚，学识渊博，见解独到。
作者尼克是一线专家，具有深厚的专业背景。
他毕业于中科院、美国麻省大学，早年在哈佛和惠普工作，后在硅谷创业，在计算机科学与哲学领域做过多年研究，师从强化学习专家Andrew Barto，专业功底深厚，阅历丰富，见解独到。
并且，尼克与诸多人工智能历史中的人物或为师友，或相熟相知，对人工智能历史轶事如数家珍，信手拈来，举重若轻。
2
内容专业全面，
几乎覆盖人工智能学科所有领域。
本书全面涵盖人工智能的起源、自动定理证明、专家系统与知识图谱、神经网络、自然语言处理、遗传算法、深度学习、强化学习、计算理论、超级智能、哲学问题、未来趋势等。
不仅清晰地梳理了人工智能的发展脉络、演化路径，讲述了各学科的历史变迁，而且深刻点评了发展过程中的成败得失，阐述了技术发展背后的哲学和原理。
3
刻画人物生动立体，
人物轶事、趣闻层出不穷。
尼克老师文笔生动，特别擅长叙事的趣味性，书中几乎没有包含数学公式和生僻的专有名词，而是把历史写得通俗易懂，妙趣横生，让没有专业背景的读者也能轻松读懂。
在讲述60多年AI发展历史，介绍200多位思想家、科学家和学者时，作者以幽默轻松的笔调叙述了人物、故事和思潮起伏，让你如饥似渴，回味无穷。而这一切又是严肃的，真实的，是基于丰富史实的如数家珍，绝非信口开河或人云亦云。
4
考证翔实严谨，
收集考证了AI领域的丰富史料。
优秀的历史读物，必然离不开大量可信文献史料的支撑。
本书史料之丰富实属罕见，不仅涵盖了人工智能领域的经典名著、论文，各类相关会议资料、报章杂志等史料，而且作者还收听了近100小时的人工智能领域大师级人物的采访录音，研究了日本五代机所有会议的论文集（仅1988 年的会议录就有一千三百页的三大卷）。
5
每章附有参考文献指南，
提供了实用的阅读指引。
每章最后都有详细的文献分析和精彩点评，为你提供实用的阅读建议和进一步学习的指引。
本书实拍
本书目录
第1章 达特茅斯会议：人工智能的缘起
1． 背景 2
2． 达特茅斯会议 7
3． AI历史的方法论 11
4． 会议之后 16
5． 预测未来：会有奇点吗？ 22
第2章 自动定理证明兴衰纪
1． 自动定理证明的起源 28
2． 罗宾逊和归结原理 36
3． 项重写 38
4． 阿贡小组和马库恩 39
5． 符号派的内部矛盾：问答系统和归结原理的失落 41
6． 几何定理证明与计算机代数 43
7． 定理证明系统和竞赛 48
8． 哲学问题 51
9． 现状 55
10． 结语 57
第3章 从专家系统到知识图谱
1． 费根鲍姆和DENDRAL 70
2． MYCIN 73
3． 专家系统的成熟 75
4． 知识表示 76
5． 雷纳特和大知识系统 81
6． 语义网 84
7． 谷歌和知识图谱 86
第4章 第五代计算机的教训
1． 背景 94
2． 理论基础：逻辑程序和Prolog 97
3． 五代机计划和五代机研究所 100
4． 并发Prolog 103
5． 美国和欧洲对日本五代机计划的反应 105
6． 结局和教训 109
7． 日本还有机会吗：日本下一代人工智能促进战略 111
第5章 神经网络简史
1． 神经网络的初创文章 114
2． 罗森布拉特和感知机 120
3． 神经网络的复兴 125
4． 深度学习 129
第6章 计算机下棋简史：机定胜人，人定胜天
1． 机器下棋史前史 136
2． 跳棋插曲 137
3． 计算机下棋之初 138
4．“深蓝” 144
5． 围棋和AlphaGo 146
第7章 自然语言处理
1． 乔治敦实验 150
2． 乔姆斯基和句法分析 151
3． ELIZA和PARRY 158
4． 维诺格拉德和积木世界 165
5． 统计派又来了 172
6． 神经翻译是终极手段吗？ 174
7． 问答系统和IBM沃森 175
8． 回顾和展望 177
第8章 向自然学习：从遗传算法到强化学习
1． 霍兰德和遗传算法 184
2． 遗传编程 189
3． 强化学习 191
4． 计算向自然学习还是自然向计算学习 197
5． 计算理论与生物学 198
第9章 哲学家和人工智能
1． 德雷弗斯和《计算机不能干什么》 204
2． 塞尔和中文屋 211
3． 普特南和缸中脑 214
4． 给哲学家一点忠告 217
第10章 人是机器吗？——人工智能的计算理论基础
1． 丘奇-图灵论题：为什么图灵机是最重要的发明？ 225
2． 相似性原则：另一个重要但不太被提及的计算理论思想 230
3． 超计算 234
4． BSS实数模型 235
5． 量子计算 237
6． 计算理论的哲学寓意 240
7． 超计算和人工智能 242
第11章 智能的进化
1． 大脑的进化 250
2． 能源的摄取和消耗 251
3． 全社会的算力作为文明的测度 254
4． 人工智能从哪里来？ 256
5． 人工智能向哪里去：会有超级智能吗？ 257
第 12章 当我们谈论生死时，我们在谈论什么？
第 13章 总结 273
附录1 图灵小传 281
附录2 人工智能前史：图灵与人工智能 295
附录3 冯诺伊曼与人工智能 301
附录4 计算机与智能 309
内容梳理
据豆瓣网友@西布在看了尼克所著《人工智能简史》之后的梳理：
1、AI是计算机科学的分支
计算机科学：理论归于图灵、工程归于冯诺伊曼。
学术界：国外分科为理论、系统（软件和硬件）和AI（最早为控制论）。国内分系为计算机和自动化系，AI领域自动化系最有发言权，但自动化系主要关注计算机是怎么用的，并不关注计算机的基础理论。
2、AI发展史就是一部斗争史
AI发展史主要就是符号派和神经派的斗争史，区别在于自上而下和自下而上。
事实上，当图灵在1948年英国国家物理实验室的内部报告中区分了“肉体智能”/“附体智能”（embodied intelligence）和“无肉体智能”（disembodied intelligence），后来的统计派/神经网络派（造一台智能机器模拟大脑中的神经网络）与符号派/逻辑派（用逻辑和符号系统模拟心智）之争就已经埋下了伏笔。
人工智能的鼻祖之一纽厄尔（Allen Newell）说过，一部AI史就是一部斗争史（大意如此）。换言之，在任何时候，每种方法都有个对立面：模拟与数字，知识与逻辑，语义与语法，连续与符号，串行与并行，取代与增强，机械论与目的论，生物学与活力论，工程与科学……
美国最早有三大人工智能基地：斯坦福大学、麻省理工学院和卡内基梅隆大学。三大基地是三伙不同的人弄的，这些实验室经历了种种的斗争、分裂、重组。这些人事纷争构成了人工智能学科的历史。
最早的约翰麦卡锡、Herbert Simon分别是做逻辑和定理证明的，做统计的人当时不被重视，但现在反而逻辑没人搞了，都去做统计了。近年来，知识图谱技术在谷歌的鼓吹下，算是为符号派留下了一支血脉。
补充：神经派如今重镇反倒在加拿大，如阿尔伯塔的强化学习、多伦多的深度学习。如AlphaGo团队的核心成员。
3、AI思想源头
图灵1948年写的NPL内部报告《智能机器》是最早理论源头，1950年《计算机与智能》正式介绍了模仿游戏（也就是图灵测试），AI最早的说法是“机器智能”（machine intelligence）现在也是同义词。
冯诺伊曼是计算机科学工程路线的源头，学生霍兰德发明遗传算法，徒孙发明强化学习。这一派和控制论结合的很紧。
4、计算理论基础
计算理论是基础，主要是图灵机、丘奇-图灵论题、相似性原则和超计算。
不懂计算理论的讨论不清楚基础问题。界定人或智能是什么、追问机器是否有智能，需要诉诸计算理论。
图灵机：图灵1936年“论可计算的数”中定义的最简单的计算装置。
丘奇-图灵论题（Church-Turing Thesis）：所有功能足够强的计算装置的计算能力都等价于图灵机，不可能存在比图灵机更强的计算装置。（注：哥德尔递归函数、丘奇λ演算、Post系统、图灵机证明可以等价，可以相互模拟。）
洪加威的相似性原则：任何计算装置之间互相模拟的成本是相似的。
这两个论题隐含着强人工智能的可能性：智能等价于图灵机、人就是图灵机。目前的计算机科学（包括人工智能）的工作都是建立在这个认同之上的。
超计算（hyper computation）：在可计算性上超越图灵机的装置。目前比较有意义的超计算模型有BSS实数模型和量子计算机。（注：当下热门的量子计算机有可能不服从相似性原则。量子计算机或许能有效地解决素数分解问题，这是当今公钥加密算法的基础，如果成功，那当前的电子商务体系就会出现不安全隐患。）
新的一年，快来跟随本书一览人工智能的风景吧。
[赠书福利]
AI科技评论本次联合【图灵教育】为大家带来12本 《人工智能简史（第2版）》正版新书。
在本文留言区留言，欢迎大家畅所欲言，谈一谈你对人工智能发展历史上某件大事或某个人物的看法，或对人工智能未来发展的看法。
AI 科技评论将会在留言区选出 12名读者，每人送出 《人工智能简史（第2版）》一本。
活动规则：
2. 留言内容会有筛选，例如“选我上去”、“这书写的很棒（仅仅几个字）”等内容将不会被筛选，亦不会中奖。
3. 本活动时间为2021年2月12日 – 2020年2月19日（23:00），活动推送时间内仅允许赠书福利中奖一次。
由于微信公众号试行乱序推送，您可能不再能准时收到AI科技评论的推送。为了第一时间收到AI科技评论的报道， 请将“ AI科技评论”设为 星标账号，以及常点文末右下角的“在看”。
责任编辑：