人工智能科学--智能的数学原理

定　　价：198 元

• 作者：李昂生
• 出版时间：2024/11/1
• ISBN：9787030796493
• 出 版 社：科学出版社

• 中图法分类：TP18 
• 页码：548
• 版次：1
• 开本：B5

内容简介

本书建立人工智能的信息的科学原理。全书有五部分。第Ⅰ部分，人工智能总论，提出信息世界的科学概念，以信息为支点建立科学体系的理论；第Ⅱ部分，信息基本定律，建立了信息世界的基本定义和基本定律；第Ⅲ部分，信息的数学原理，建立了以信息演算理论（离散系统的微积分）、信息解码原理和信息生成原理为三大支柱的信息科学体系的数学原理；第Ⅳ部分，智能的信息科学原理，建立了包括学习的信息理论、自我意识的信息理论、博弈/谋算理论为三大支柱的人工智能的信息科学原理，提出一个自我意识主体的智能就是该自我意识主体的信息的智能论题（intelligence thesis）,提出人工智能的孙子模型；第Ⅴ部分，信息的哲学，提出信息时代科学双引擎的方法论和信息时代一些重大科学问题，简单介绍了《孙子兵法》的信息科学原理。

更多科学出版社服务，请扫码获取。

作者介绍

1984年毕业于云南师范大学。 1988年在中科院软件所获硕士学位。 1993年在中科院软件所获博士学位1993年7月-2018年7月中国科学院软件研究所助研(1993-1995),副研(1995-1999),研究员(1999-2018)。 2018年7月-至今，北京航空航天大学教授。计算机科学与技术他2016年提出的结构熵度量，解决了信息论创始人提出的信息度量问题。1998年1月—1999年1月在英国Leeds大学做访问学者。 2000年3月—2002年2月在英国Leeds大学做研究员。 2008年9月-2009年3月访问美国Cornell大学Juris Hartmanis教授。 2012年应邀访问英国剑桥大学牛顿数学科学研究所做访问研究员。 中国人工智能学会人工智能基础专委会主任

目 录

目录
序言
前言
第Ⅰ部分 人工智能总论
第1章 绪论 3
1.1 为什么要建立人工智能科学? 3
1.2 经典数学的局限性 5
1.3 现实世界的物理空间与信息空间 5
1.4 为什么需要信息世界的科学体系？ 6
1.5 信息世界科学的核心概念与方法.7
1.6 人工智能科学的基本思想 10
1.7 本书简介 11
1.8 全书要点总结.15
1.9 本章总结 16
第2章 人工智能简介 17
2.1 人工智能的科学思想起源 17
2.2 人工智能的数理逻辑原理 22
2.3 人工智能的计算原理 24
2.4 图灵对机器智能的研究 26
2.5 人工智能研究的兴起及人工智能的理解 28
2.6 符号主义人工智能 30
2.7 连接主义人工智能 32
2.8 行为主义人工智能 34
2.9 博弈智能 35
2.10 人工智能的数学、物理挑战 37
2.11 人工智能的生命科学原理 39
2.12 人工智能与信息时代新科学 40
2.13 人工智能的现状 40
2.14 人工智能科学：未来人工智能的基石 42
第3章 人工智能的重大科学挑战 43
3.1 物理世界与信息世界 43
3.1.1 数学、物理对象的可分性 43
3.1.2 信息世界的不可分性 44
3.1.3 信息世界对象的表示与定义问题 45
3.2 人工智能基本问题 46
3.2.1 图灵遗留下来的问题 46
3.2.2 人工智能的基本问题 46
3.3 （观察）学习的科学挑战 47
3.3.1 （观察）学习的基本问题 47
3.3.2 学习中的推理 49
3.3.3 学习中的创造策略 49
3.3.4 知识的标准模型、定义、度量与演算 50
3.4 自我意识的科学挑战 51
3.4.1 自我意识的基本问题 51
3.4.2 自我意识理论的基本概念：利与害 51
3.5 博弈/谋算的科学挑战52
3.5.1 博弈/谋算的基本科学问题 53
3.5.2 博弈/谋算的基本定义 54
3.5.3 博弈/谋算的基本定律 56
3.5.4 博弈/谋算的基本策略 56
3.5.5 博弈/谋算的基本模型 57
3.5.6 博弈/谋算的基本原理 58
3.5.7 博弈/谋算的收益理论 59
3.6 人工智能的科学问题 63
3.6.1 人工智能的信息科学原理 63
3.6.2 通用人工智能的科学特征与理解 63
3.6.3 人工智能三大战役 65
3.7 本章小结 67
第4章 信息科学重大挑战性问题 68
4.1 物理世界科学体系 68
4.2 信息世界科学体系 70
4.3 经典信息论中的信息与问题 72
4.3.1 经典信息论中的信息 72
4.3.2 香农遗留下来的问题 74
4.4 信息科学中的策略 75
4.4.1 生成策略 75
4.4.2 解码策略 76
4.4.3 创造策略 77
4.5 信息模型 78
4.5.1 （狭义）信息模型 78
4.5.2 广义信息模型 79
4.6 信息的科学原理 79
4.6.1 信息基本定律 79
4.6.2 信息科学是什么？ 80
4.6.3 信息的数学原理是什么？ 80
4.6.4 信息原理 81
4.6.5 信息科学体系下的人工智能 82
4.6.6 信息世界的科学体系 84
4.7 本章小结 84
第Ⅱ部分 信息基本定律
第5章 概念与定义 87
5.1 现实世界对象 87
5.1.1 信息世界的对象 87
5.1.2 物理世界对象基本定律 87
5.1.3 信息性质/知识的定义 88
5.1.4 现实世界对象的物理性质与信息性质 90
5.1.5 信息世界对象的不可分性 90
5.1.6 自我意识 91
5.1.7 现实世界对象的信息性质 92
5.1.8 博弈/谋算的定义 93
5.2 信息科学策略.93
5.3 信息的模型 95
5.3.1 （狭义）信息的模型 95
5.3.2 广义信息的模型 96
5.4 学习的数学实质 96
5.5 知识的数学实质：信息在某一个模型下的语义解释 98
5.6 抽象 99
5.7 层谱抽象 100
5.8 智能策略 102
5.8.1 人的智能策略 102
5.8.2 人工智能中的策略 103
5.8.3 学习中的策略 104
5.8.4 自我意识中的策略 105
5.8.5 谋算中的策略 105
5.9 信息科学体系与物理科学体系 106
第6章 基本定律 107
6.1 科学范式定律 107
6.1.1 物理对象科学范式定律 107
6.1.2 信息世界的科学范式定律 108
6.2 个体定律 109
6.2.1 个体定律Ⅰ：个体的存在性定律 109
6.2.2 个体定律Ⅱ：个体的层谱抽象表示定律 110
6.2.3 个体定律Ⅲ：层谱抽象可定义性定律 111
6.2.4 个体定律Ⅳ：解释定律.111
6.3 信息定律 112
6.3.1 信息定律Ⅰ：现实世界生成的信息定律 112
6.3.2 信息定律Ⅱ：信息的运动生成定律 112
6.3.3 信息定律Ⅲ：不确定性和确定性之间的转化定律 112
6.4 运动定律 113
6.4.1 运动定律Ⅰ.113
6.4.2 运动定律Ⅱ：运动的条件定律 113
6.4.3 运动定律Ⅲ：运动的信息定律 113
6.5 竞争定律 114
6.5.1 竞争定律Ⅰ 114
6.5.2 竞争定律Ⅱ 114
6.5.3 竞争定律Ⅲ 114
6.5.4 竞争定律Ⅳ 115
6.6 感知模型定律与认知模型定律 115
6.6.1 感知模型定律 115
6.6.2 认知模型定律 116
6.6.3 知识的标准模型定律 117
6.7 观察定律 118
6.7.1 观察定律Ⅰ 118
6.7.2 观察定律Ⅱ 119
6.8 知识定律与学习的可解释性原理 120
6.8.1 知识二元律 120
6.8.2 知识三元律 120
6.8.3 知识四元律 121
6.8.4 规律的定义 121
6.8.5 创造策略 121
6.8.6 学习的可解释性原理 122
6.9 自我意识定律 122
6.9.1 自我意识定律Ⅰ：存在性与需求定律 122
6.9.2 自我意识定律Ⅱ：愿望定律 122
6.9.3 自我意识定律Ⅲ：感知定律 123
6.9.4 自我意识定律Ⅳ：认知定律 123
6.9.5 自我意识定律 V：利害准则定律 124
6.9.6 自我意识定律 VⅠ：竞争定律 124
6.10 信息系统定律 125
6.10.1 系统定律Ⅰ 125
6.10.2 系统定律Ⅱ 125
6.10.3 系统定律Ⅲ 125
6.10.4 系统定律Ⅳ 125
6.11 本章总结 125
第Ⅲ 部分 信息的数学原理
第7章 信息系统的数学模型.129
7.1 信息系统的图模型 129
7.2 信息系统的代数模型：非负矩阵 131
7.3 图模型和代数模型的等价性 131
7.4 信息系统的不可约/可约矩阵 132
7.5 信息系统的范式 132
7.6 范式信息系统基本定理 133
7.7 信息系统基本定理 133
第8章 编码树：层谱抽象的数学模型 136
8.1 层谱抽象的思想、概念与方法.137
8.2 层谱抽象的数学实质138
8.3 集合的编码树：层谱抽象的数学定义 139
8.4 图的编码树 140
8.5 非负矩阵的编码树 141
8.6 编码树：离散系统的微分算子 141
8.7 编码树：层谱抽象的数学模型 142
8.8 编码树：层谱抽象的数据结构 143
8.9 编码树：层谱抽象可定义性定理 143
8.10 编码树：直觉推理的数据结构 144
8.11 基于编码树的推理 144
8.12 层谱抽象的科学意义.145
8.12.1 科学概念与科学方法 145
8.12.2 先验的认知模型与方法 146
8.12.3 认知世界、感知自我的总方法 146
8.12.4 分而治之分析方法：先验的分析方法 147
8.12.5 层谱抽象与分而治之的根本区别 147
第9章 结构熵 148
9.1 一维结构熵 148
9.2 编码树上的基本度量 149
9.3 一个编码树下的结构熵 149
9.4 结构熵 150
9.5 T-型结构熵 152
9.5.1 个性化搜索 152
9.5.2 有监督的学习 152
9.5.3 割问题 153
9.5.4 分类问题 153
9.6 结构熵与香农熵的关系 153
9.6.1 带模函数的简单图上的结构熵 153
9.6.2 随机变量的熵独立于编码树 156
9.7 结构熵的意义 157
9.8 偏结构熵 158
9.9 代数结构熵 158
9.10 线性变换的算子熵 160
9.10.1 操作熵 160
9.10.2 线性变换的解码信息/生成信息 161
第10章 解码信息原理 163
10.1 结构熵极小化原理 163
10.2 解码信息 164
10.3 压缩信息 165
10.4 压缩/解码原理 166
10.5 解码原理 168
10.5.1 层谱抽象解码原理 169
10.5.2 算法解码原理 169
10.5.3 分而治之解码原理 170
第11章 结构熵下界 171
11.1 无向简单图结构熵下界 171
11.2 无向带权图结构熵下界 174
11.3 不可约非负矩阵结构熵下界 176
11.4 扩张图（Expander）解码的困难性 179
第12章 层谱抽象可定义性原理 180
12.1 层谱抽象可定义性 180
12.2 个体的层谱抽象策略 181
12.3 个体层谱抽象策略的熵 182
12.4 个体的层谱抽象策略的解码信息 183
12.5 层谱抽象可定义性的意义 183
12.6 信息系统的解码信息原理 184
12.6.1 不可约信息系统的结构熵极小化原理 185
12.6.2 不可约信息系统的解码信息极大化原理 185
12.6.3 不可约信息系统的正规化解码信息极大化原理 185
第13章 信息演算理论 186
13.1 模块的结构熵 186
13.2 结构熵极值问题：注意力机制的结构熵原理 187
13.3 结构熵演算 190
13.4 层谱抽象的联合结构熵 192
13.5 推理的结构熵极小化原理-可能性最大的推理 194
13.6 推理的结构熵极大化原理-可能性最小的推理 195
13.7 模块的解码信息 196
13.8 层谱抽象解码信息 196
13.9 层谱抽象解码信息的链式规则 198
13.10 解码信息优化原理：注意力机制的解码信息原理 199
13.11 层谱抽象解码信息的推理原理 200
13.12 推理的数学理论 201
13.13 预测的信息科学原理 203
第14章 编码树方法：解码信息方法 205
14.1 编码树原理.205
14.2 融合算子与融合引理.206
14.3 分裂算子：分而治之的信息原理 211
14.4 合并算子 213
14.5 收缩算子 214
14.6 并入算子 215
14.7 提升算子 216
14.8 信息优化算法 218
14.8.1 不可约非负矩阵的稳定分布 218
14.8.2 平凡的初始编码树 219
14.8.3 受限初始编码树 219
14.8.4 解码算法Ⅰ：融合 220
14.8.5 解码算法Ⅲ：融合与合并 221
14.8.6 解码算法Ⅳ：并入算子 222
14.8.7 解码算法Ⅴ：融合、并入与合并 222
14.8.8 解码算法Ⅵ：混合算子 223
14.8.9 解码算法原理 224
第15章 信息生成原理 225
15.1 生成策略 225
15.2 信息生成的系统原理.225
15.3 生成信息度量 227
15.4 初始信息系统生成 227
15.5 生成策略融合的生成信息系统 229
15.6 生成策略与生成信息 229
15.7 可约信息系统的结构熵：Google矩阵 231
15.7.1 非负矩阵的图表示 231
15.7.2 生成一个不可约非负矩阵：Google矩阵 231
15.8 可约信息系统的结构熵：随机冲浪 234
15.9 生成不可约非负矩阵：可逆边方法 236
15.10 可约非负矩阵结构熵的多样性 238
15.11 从可约矩阵到不可约矩阵的生成原理 240
15.11.1 远程传输参数选择原理：Google矩阵 240
15.11.2 参数选择原理：随机冲浪 242
15.11.3 选择额外可逆边权重的原理 242
15.11.4 从可约矩阵生成不可约矩阵的一般原理 243
15.12 信息系统生成的熵极大化原理 243
15.12.1 信息系统生成的一维结构熵极大化原理 244
15.12.2 结构熵极大化原理 244
15.13 自然界的熵极大生成法则 245
15.14 信息系统生成的解码信息极小化原理：信息隐藏的数学原理 246
15.14.1 信息系统的解码信息极小化生成原理 246
15.14.2 正规化的解码信息极小化原理 246
15.14.3 解码信息极小化原理的意义 247
15.15 信息生成一般原理 248
15.15.1 熵极大原理：自然生成法则 248
15.15.2 解码信息极小原理：信息隐藏原理 248
15.16 生成信息与解码信息的关系 248
第16章 复杂系统的信息科学原理 250
16.1 复杂系统的若干重大挑战性问题 251
16.1.1 复杂系统认知 252
16.1.2 复杂系统的健壮性 252
16.1.3 复杂系统存在性、作用和运动性的原因与规律 253
16.1.4 复杂系统的涌现性 253
16.1.5 复杂系统的安全性 254
16.2 安全性定律：安全性的层谱抽象可定义性 255
16.3 复杂系统的科学挑战.257
16.4 复杂系统的数学理解.259
16.5 一个（D,N,R,O）-系统：复杂系统的机制与机理 261
16.6 复杂系统的重大挑战 261
16.7 复杂系统的结构与功能：系统的层谱抽象 262
16.8 复杂系统演算：总体思想 264
16.9 结构熵演算 265
16.10 复杂系统的偏结构熵 269
16.11 复杂系统的压缩/解码信息演算 270
16.12 复杂系统的结构能 272
16.13 系统安全性的度量 274
16.14 复杂系统的哲学：中华文明的科学思想 276
第Ⅳ部分 智能的信息科学原理
第17章 智能的信息科学原理总体介绍 281
17.1 智能的科学哲学 284
17.2 智能的哲学：智与能 285
17.3 智能的科学涵义 286
17.4 智能的科学原理 287
17.5 智能的工程原理 288
17.6 （观察）学习的基本思想.288
17.7 自我意识的基本思想.290
17.8 博弈/谋算的基本思想 292
17.9 人工智能模型：非形式化模型 294
17.10 人工智能科学体系295
17.11 信息科学体系 296
第18章 观察的数学定义 298
18.1 观察在学习中的作用 299
18.2 观察的模型 300
18.3 先验的认知模型原理.301
18.4 观察的数学实质 301
18.5 观察的数学模型 303
18.6 现实世界的可观察性 304
18.7 局部观察策略 305
18.8 全局观察策略 306
18.9 全局观察策略的机器实现 306
18.9.1 人实现全局观察策略 307
18.9.2 全局观察策略的软件原理：智能的算法实现 307
18.9.3 层谱抽象认知的硬件原理：智能学习机体系结构 308
18.10 观察的局限性：观察的局部性 308
第19章 学习的数学定义与数学实质 310
19.1 学习的数学定义 310
19.2 学习的基本模型：非形式化 313
19.3 知识的标准模型：智能学习机体系结构 315
19.3.1 知识标准模型 316
19.3.2 智能芯片结构 316
19.4 学习的先验方法 316
19.4.1 层谱抽象：先验认知模型与方法 317
19.4.2 分而治之：先验分析方法 317
19.4.3 学习机器体系结构原理：学习的先验方法原理 318
19.5 知识的定义 318
19.6 知识的一致性准则：学习的可解释性原理 320
19.7 规律 320
19.7.1 规律的定义 321
19.7.2 知识与规律的关系 321
19.8 本章小结 322
第20章 学习的数学模型 323
20.1 学习模型的挑战性问题 323
20.2 学习的数学模型 324
20.3 学习策略 327
20.3.1 学习策略总论 328
20.3.2 生成策略 329
20.3.3 生成策略的科学意义 329
20.3.4 解码策略 330
20.4 创造策略 330
20.4.1 创造的科学意义 331
20.4.2 人为什么要创造？ 332
20.4.3 创造的数学实质 332
20.4.4 创造的机制与机理 333
20.4.5 创造的原理 333
20.4.6 创造的科学意义 333
20.4.7 创造的哲学意义 334
20.5 局部观察学习模型：大数据分析原理.334
20.6 全局观察学习模型 336
20.7 通用学习机的体系结构原理 336
20.8 学习原理 337
第21章 知识、知识树与知识演算338
21.1 知识的定义.338
21.2 知识树：知识的标准模型 339
21.3 知识的一致性准则：可解释性原理 339
21.4 知识的度量 340
21.5 知识演算 341
21.6 预测的原理 344
21.7 知识的哲学原理 344
21.8 学习的信息科学原理总结 345
21.8.1 基本原理 345
21.8.2 学习的方法与策略 346
21.8.3 学习和计算的关系 347
21.8.4 学习的极限 348
21.8.5 学习的哲学 349
第22章 自我意识的感知和认知的模型与原理 351
22.1 自我意识的信息定义与基本矛盾 351
22.2 自我意识主体的感知与认知 355
22.3 自我意识主体的可定义性 356
22.4 自我意识主体的先验感知模型 357
22.4.1 自我意识主体的先验感知定律 358
22.4.2 自我意识主体对自身的感知树 359
22.5 自我意识主体对外界的感知与认知 361
22.5.1 对外界刺激的反应 361
22.5.2 自我意识主体对外界的主动感知 361
22.6 自我意识主体对外界的观察 361
22.7 自我意识主体对外界的层谱抽象认知：认知树 362
22.8 感知的数学实质 363
22.9 感知和观察的区别 364
第23章 自我意识主体的 5-维认知 365
23.1 自我意识主体 5-维认知的数学定义 365
23.2 自我意识主体的存在性 367
23.2.1 存在性定律 367
23.2.2 存在性的定义 367
23.2.3 自我意识主体的存在性认知 368
23.3 自我意识主体的作用 369
23.4 自我意识主体的运动性 370
23.5 自我意识主体的需求 371
23.6 自我意识主体的愿望.371
23.7 自我意识主体 5-维认知的原因：挑战性问题 372
23.8 机器自我意识的 5-维认知 373
第24章 自我意识主体的价值准则：利与害 374
24.1 5-维价值准则 374
24.2 价值判断准则 375
24.3 多目标判断问题的可解性 376
24.3.1 目标优先序 376
24.3.2 目标权衡 376
24.3.3 利与害的转化定律 377
24.3.4 多目标策略解 378
24.4 自我意识主体5-维认知的层谱抽象定义 378
24.5 利与害的层谱抽象认知 379
24.5.1 层谱抽象价值 379
24.5.2 价值权衡 380
24.5.3 价值优化策略 380
24.6 价值权衡参数 380
24.7 自我意识机器的价值准则与实现 381
24.8 自我意识主体的价值认知 381
第25章 自我意识的根本问题 383
25.1 自我意识的数学实质.383
25.2 价值认知定律 385
25.2.1 价值认知的独立性定律 385
25.2.2 价值认知的主观性定律 385
25.2.3 价值认知的客观性定律 385
25.2.4 理性认知与非理性认知 386
25.2.5 利与害的转化定律 386
25.3 生命定律 387
25.3.1 生命定律Ⅰ 387
25.3.2 生命定律Ⅱ 388
25.3.3 生命定律Ⅲ 389
25.3.4 生命定律Ⅳ 389
25.4 自我意识主体的体系结构原则 389
25.5 自我意识论断 390
第26章 自我意识学习 392
26.1 层谱抽象感知学习 392
26.1.1 层谱抽象动态感知 392
26.1.2 感知熵 393
26.1.3 感知信息 393
26.1.4 感知演算 393
26.2 5-维认知学习 394
26.2.1 自我意识主体的信息系统 395
26.2.2 认知熵 395
26.2.3 认知信息 395
26.3 自我意识主体的分类学习 395
26.4 自我意识主体的层谱抽象认知 397
26.5 自我意识主体的认知熵 398
26.6 自我意识主体的认知信息 398
26.7 自我意识主体的内结构熵 399
26.8 自我意识主体的外结构熵 399
26.9 自我意识主体的外解码信息 400
26.10 自我意识主体的层谱抽象感知 400
26.11 自我意识理论总结 401
第27章 博弈/谋算的定义与定律.403
27.1 基本定律回顾：现实世界为什么充满了竞争？ 404
27.2 博弈的基本定义 405
27.3 博弈中的角色定义 407
27.3.1 理性玩家和非理性玩家 407
27.3.2 敌人的定义 408
27.3.3 竞争者的定义 410
27.3.4 合作者的定义 411
27.3.5 盟友 412
27.3.6 博弈角色的动态演化 412
27.3.7 博弈角色的转化 412
27.3.8 博弈角色的层谱抽象可定义性 413
27.4 博弈规则 413
27.5 孙子战争定律 414
27.6 战争规则 414
27.6.1 战争规则Ⅰ 414
27.6.2 战争规则Ⅱ 415
27.6.3 战争规则Ⅲ 415
27.6.4 理性竞争规则 415
27.7 现实世界博弈的可能结局 416
27.7.1 战争的可能结局 416
27.7.2 理性博弈的可能结局 417
第28章 博弈的科学基础 419
28.1 博弈的实质 419
28.2 博弈的非形式化定义与模型 421
28.3 博弈的科学方法 422
28.4 博弈的科学挑战性问题 423
28.5 博弈中的基本矛盾 423
28.6 博弈的科学性 424
28.7 现实世界的可解释性原理 425
第29章 力量生成的信息科学原理 427
29.1 力量生成的基本原理 427
29.2 物理系统的能量度量 428
29.3 力量生成：物理系统的能量释放 430
29.4 力量的系统生成原理 431
29.5 力量的可创造性 431
第30章 非对称必胜策略原理与均衡原理 433
30.1 博弈的系统原理 433
30.2 现实世界博弈的基本规律 434
30.2.1 博弈定律 434
30.2.2 非理性博弈定律 434
30.2.3 理性博弈定律 435
30.2.4 集团对抗定律 435
30.3 必胜策略存在性原理 435
30.4 非对称优势策略是必胜策略 436
30.5 非对称必胜策略基本性质 437
30.5.1 非对称必胜策略的抽象层谱 438
30.5.2 非对称必胜策略实现的资源 438
30.5.3 非对称必胜策略的实现方法 438
30.5.4 非对称必胜策略的抽象层谱：真相、假象识别 439
30.5.5 非对称必胜策略的时效性 439
30.6 攻与防转化的非对称必胜策略 440
30.6.1 进攻 440
30.6.2 防御 441
30.7 胜败与强弱的相互转化 441
30.7.1 胜与败的转化 442
30.7.2 强与弱的转化 442
30.8 胜和利的可创造性原理 442
30.9 均衡原理 444
30.10 攻、防的必胜策略：非对称与均衡 445
30.11 层谱抽象必胜策略原理 446
30.12 胜可为与胜不可为的转化 448
第31章 孙子原理 449
31.1 孙子博弈模型 449
31.2 智与能 453
31.3 谋算理论方法论：谋与算 454
31.4 谋算博弈中的学习 456
31.5 博弈中的自我意识学习 459
31.6 孙子博弈设计原理 459
31.7 收益理论 461
31.8 预测与决策 461
31.9 采取行动：策略执行原理 462
31.10 力量的系统生成原理：体系对抗博弈中体系力量净评估 463
31.11 威胁度量 464
31.12 必胜策略原理 465
第32章 谋算原理：博弈设计原理467
32.1 博弈策略的信息科学原理 468
32.2 谋算策略的数理原理 468
32.3 博弈策略的基本操作.469
32.4 博弈设计原理 469
32.5 博弈的收益原理 471
32.6 博弈系统中玩家的定义 472
32.7 博弈中学习与自我意识学习的正确性与可解释性 473
32.8 博弈结局的层谱抽象定义 474
第33章 主客观一致性准则与博弈设计原理 477
33.1 博弈获胜的主客观一致性准则 478
33.2 博弈系统中的谋算策略 479
33.3 攻与防的关系原理 480
33.4 孙子理性原理 481
33.5 孙子博弈设计原理与方法 482
33.6 胜与败的关系原理 483
33.7 博弈获胜、获利与智能的关系原理 484
33.8 博弈/谋算理论总结484
第34章 人工智能的信息模型：孙子模型 486
34.1 智能基本定律 486
34.2 人的智能模型的科学与工程 487
34.3 人类智能理解 488
34.3.1 人的智能的实质 488
34.3.2 人工智能的科学原理 489
34.4 人工智能的信息模型：孙子模型 489
34.5 智能的数学定义：智能论题 490
34.6 人工智能工程重大挑战性问题 494
34.6.1 决策原理 494
34.6.2 指挥控制原理 494
34.6.3 评估验证理论与方法 495
34.7 人工智能潜在颠覆性、标志性新技术问题 495
34.8 人工智能科学重要新方向 497
34.8.1 信息的数学科学 498
34.8.2 学习的信息理论 500
34.8.3 自我意识的信息理论 500
34.8.4 博弈/谋算理论 501
34.8.5 决策的信息理论：基于信息科学原理的决策理论 501
34.8.6 开放环境动态演化复杂系统的信息科学原理 501
34.8.7 复杂系统实时智能指挥控制 502
34.8.8 人工智能安全性 502
34.9 人工智能科学体系：人工智能三大支柱 502
34.10 人工智能与科学 504
34.11 本书思想、方法总结 504
第Ⅴ部分 信息的哲学：广义信息论
第35章 信息时代科学双引擎与信息时代重大科学问题 509
35.1 物理世界科学体系的局限性 510
35.2 当前科学的现状与未来方向 511
35.3 数学中的几个基本问题 512
35.4 信息时代计算机科学新问题 514
35.5 物理中的两个基本问题 515
35.6 生命科学的四个基本问题 516
35.7 信息时代的科学双引擎 517
35.8 生命的信息科学原理.518
35.9 信息的科学体系 518
35.10 信息世界的统一科学体系 520
35.11 广义信息原理：信息的哲学原理 521
35.12 信息世界科学体系重大科学问题 522
35.12.1 挑战性科学问题 522
35.12.2 信息科学体系下潜在新科学 523
第36章 《孙子兵法》的信息科学原理 525
36.1 孙子理性原理 525
36.2 孙子净评估判别准则.526
36.3 利与害 527
36.4 谋算 530
36.4.1 谋 530
36.4.2 算 531
36.4.3 《孙子兵法》中的谋算 532
36.5 分与合 535
36.6 胜与败 536
36.7 孙子必胜策略原理 537
36.8 胜和利的可创造性原理 537
36.9 《孙子兵法》科学成就总结 538
36.10 《孙子兵法》没有解决的问题 538
36.11 《孙子兵法》成书时间与过程的猜测 539
参考文献 541
后记 543