代数大脑：揭秘智能背后的逻辑

　　本书英文版出版至今已近20年，但关于大脑究竟如何工作的问题至今仍无答案，而符号主义（认为大脑是类似于计算机的加工符号的机器）与联结主义（认为大脑是并行运转的大型神经网络）之间的争论也从未停息。本书分析了联结主义模型和符号加工模型在计算方面的优势和劣势，关注不同联结主义模型之间的差异以及特定模型与符号加工的特定假设之间的关系，并围绕多层感知器展开讨论。书中的观点在今天依然频繁成为学术讨论的焦点，并为认知科学、人工智能、深度学习等领域的未来研究指明了可能的方向。

　　作者简介加里·F. 马库斯（Gary F. Marcus） 科学家、企业家、畅销书作家。纽约大学心理学荣休教授，在包括Science和Nature在内的期刊上发表了大量关于神经科学、语言学和人工智能等方面的论文。他是Robust.AI公司的创始人和CEO，以及Geometric Intelligence公司（于2016年被Uber收购）的创始人和CEO。著有Rebooting AI、Kluge和The Birth of the Mind等书。译者简介刘伟北京邮电大学岗位教授，人机交互与认知工程实验室主任，研究领域包括人机交互、用户体验、未来态势感知模式与行为分析等。

译者序
前言
第1章　认知架构1
11全书预览2
12免责声明5
第2章　多层感知器7
21多层感知器如何工作7
211节点7
212活性值8
213局部表示和分布式表示10
214输入与输出之间的关系11
215对隐藏单元的要求12
216学习16
217学习率18
218监督18
219两种类型的多层感知器19
22示例19
221家谱模型：前馈网络20
222句子预测模型：简单循环网络22
23多层感知器是如何在认知架构的讨论中出现的24
24多层感知器的吸引力25
241初步的理论思考25
242对初步思考的评价26
25符号、符号加工器和多层感知器29
第3章　变量之间的关系33
31多层感知器模型和规则之间的关系：细化问题33
311可以泛化UQOTOM吗34
312UQOTOM的自由泛化：在可以执行变量操作的系统中37
313在物理系统中实现变量操作38
32多层感知器和变量操作39
321为每个变量分配一个节点的模型40
322为每个变量分配一个以上节点的模型41
33表示变量和实例之间绑定的替代方法47
331在多层感知器中使用节点和活性值进行变量绑定48
332联合编码48
333张量积49
334寄存器51
335时序同步52
336讨论54
34案例研究1：婴儿期的人工语法55
341不包含变量操作的模型55
342包含变量操作的模型60
343总结64
35案例研究2：语言屈折65
351经验数据65
352三个标准的运用67
353讨论76
第4章　结构化表示79
41多层感知器中的结构化知识79
411几何构想80
412简单循环网络82
42对“大脑为每一个主谓关系分配单独的表示资源”这一观点的挑战84
43关于在神经基质中实现递归组合的提议88
431可以表示递归结构的外部系统88
432语义网络89
433时序同步92
434交换网络94
435将结构映射到活性值95
44新提议99
441treelet99
442与其他方案的比较102
443一些限制104
45讨论106
第5章　个体107
51多层感知器109
52客体永久性115
521客体永久性的实验证据115
522缺乏显式表示种类和个体之间区别的客体永久性模型118
53明确区分个体表示与种类表示的系统120
54记录和命题121
55神经实现123
第6章　符号加工机制从何而来127
61符号加工是天生的吗127
611一种提议127
612可学习性论点128
613婴儿的实验证据129
62符号加工是否具有自适应性130
621符号130
622规则132
623结构化表示134
624个体136
625总结138
63符号加工如何发展138
631将DNA作为蓝图138
632是否应该放弃天生的结构化皮质微电路140
633在获取经验之前关于大脑结构组织的重要示例145
634解决一个明显的悖论147
第7章　结论151
注释155
参考文献169