人工智能科學 — 智能的數學原理

目錄
序言
前言
第Ⅰ部分 人工智能總論
第1章 緒論 3
1.1 為什麽要建立人工智能科學? 3
1.2 經典數學的局限性 5
1.3 現實世界的物理空間與信息空間 5
1.4 為什麽需要信息世界的科學體系？ 6
1.5 信息世界科學的核心概念與方法.7
1.6 人工智能科學的基本思想 10
1.7 本書簡介 11
1.8 全書要點總結.15
1.9 本章總結 16
第2章 人工智能簡介 17
2.1 人工智能的科學思想起源 17
2.2 人工智能的數理邏輯原理 22
2.3 人工智能的計算原理 24
2.4 圖靈對機器智能的研究 26
2.5 人工智能研究的興起及人工智能的理解 28
2.6 符號主義人工智能 30
2.7 連接主義人工智能 32
2.8 行為主義人工智能 34
2.9 博弈智能 35
2.10 人工智能的數學、物理挑戰 37
2.11 人工智能的生命科學原理 39
2.12 人工智能與信息時代新科學 40
2.13 人工智能的現狀 40
2.14 人工智能科學：未來人工智能的基石 42
第3章 人工智能的重大科學挑戰 43
3.1 物理世界與信息世界 43
3.1.1 數學、物理對象的可分性 43
3.1.2 信息世界的不可分性 44
3.1.3 信息世界對象的表示與定義問題 45
3.2 人工智能基本問題 46
3.2.1 圖靈遺留下來的問題 46
3.2.2 人工智能的基本問題 46
3.3 （觀察）學習的科學挑戰 47
3.3.1 （觀察）學習的基本問題 47
3.3.2 學習中的推理 49
3.3.3 學習中的創造策略 49
3.3.4 知識的標準模型、定義、度量與演算 50
3.4 自我意識的科學挑戰 51
3.4.1 自我意識的基本問題 51
3.4.2 自我意識理論的基本概念：利與害 51
3.5 博弈/謀算的科學挑戰52
3.5.1 博弈/謀算的基本科學問題 53
3.5.2 博弈/謀算的基本定義 54
3.5.3 博弈/謀算的基本定律 56
3.5.4 博弈/謀算的基本策略 56
3.5.5 博弈/謀算的基本模型 57
3.5.6 博弈/謀算的基本原理 58
3.5.7 博弈/謀算的收益理論 59
3.6 人工智能的科學問題 63
3.6.1 人工智能的信息科學原理 63
3.6.2 通用人工智能的科學特徵與理解 63
3.6.3 人工智能三大戰役 65
3.7 本章小結 67
第4章 信息科學重大挑戰性問題 68
4.1 物理世界科學體系 68
4.2 信息世界科學體系 70
4.3 經典信息論中的信息與問題 72
4.3.1 經典信息論中的信息 72
4.3.2 香農遺留下來的問題 74
4.4 信息科學中的策略 75
4.4.1 生成策略 75
4.4.2 解碼策略 76
4.4.3 創造策略 77
4.5 信息模型 78
4.5.1 （狹義）信息模型 78
4.5.2 廣義信息模型 79
4.6 信息的科學原理 79
4.6.1 信息基本定律 79
4.6.2 信息科學是什麽？ 80
4.6.3 信息的數學原理是什麽？ 80
4.6.4 信息原理 81
4.6.5 信息科學體系下的人工智能 82
4.6.6 信息世界的科學體系 84
4.7 本章小結 84
第Ⅱ部分 信息基本定律
第5章 概念與定義 87
5.1 現實世界對象 87
5.1.1 信息世界的對象 87
5.1.2 物理世界對象基本定律 87
5.1.3 信息性質/知識的定義 88
5.1.4 現實世界對象的物理性質與信息性質 90
5.1.5 信息世界對象的不可分性 90
5.1.6 自我意識 91
5.1.7 現實世界對象的信息性質 92
5.1.8 博弈/謀算的定義 93
5.2 信息科學策略.93
5.3 信息的模型 95
5.3.1 （狹義）信息的模型 95
5.3.2 廣義信息的模型 96
5.4 學習的數學實質 96
5.5 知識的數學實質：信息在某一個模型下的語義解釋 98
5.6 抽象 99
5.7 層譜抽象 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 學習中的策略 104
5.8.4 自我意識中的策略 105
5.8.5 謀算中的策略 105
5.9 信息科學體系與物理科學體系 106
第6章 基本定律 107
6.1 科學範式定律 107
6.1.1 物理對象科學範式定律 107
6.1.2 信息世界的科學範式定律 108
6.2 個體定律 109
6.2.1 個體定律Ⅰ：個體的存在性定律 109
6.2.2 個體定律Ⅱ：個體的層譜抽象表示定律 110
6.2.3 個體定律Ⅲ：層譜抽象可定義性定律 111
6.2.4 個體定律Ⅳ：解釋定律.111
6.3 信息定律 112
6.3.1 信息定律Ⅰ：現實世界生成的信息定律 112
6.3.2 信息定律Ⅱ：信息的運動生成定律 112
6.3.3 信息定律Ⅲ：不確定性和確定性之間的轉化定律 112
6.4 運動定律 113
6.4.1 運動定律Ⅰ.113
6.4.2 運動定律Ⅱ：運動的條件定律 113
6.4.3 運動定律Ⅲ：運動的信息定律 113
6.5 競爭定律 114
6.5.1 競爭定律Ⅰ 114
6.5.2 競爭定律Ⅱ 114
6.5.3 競爭定律Ⅲ 114
6.5.4 競爭定律Ⅳ 115
6.6 感知模型定律與認知模型定律 115
6.6.1 感知模型定律 115
6.6.2 認知模型定律 116
6.6.3 知識的標準模型定律 117
6.7 觀察定律 118
6.7.1 觀察定律Ⅰ 118
6.7.2 觀察定律Ⅱ 119
6.8 知識定律與學習的可解釋性原理 120
6.8.1 知識二元律 120
6.8.2 知識三元律 120
6.8.3 知識四元律 121
6.8.4 規律的定義 121
6.8.5 創造策略 121
6.8.6 學習的可解釋性原理 122
6.9 自我意識定律 122
6.9.1 自我意識定律Ⅰ：存在性與需求定律 122
6.9.2 自我意識定律Ⅱ：願望定律 122
6.9.3 自我意識定律Ⅲ：感知定律 123
6.9.4 自我意識定律Ⅳ：認知定律 123
6.9.5 自我意識定律 V：利害準則定律 124
6.9.6 自我意識定律 VⅠ：競爭定律 124
6.10 信息系統定律 125
6.10.1 系統定律Ⅰ 125
6.10.2 系統定律Ⅱ 125
6.10.3 系統定律Ⅲ 125
6.10.4 系統定律Ⅳ 125
6.11 本章總結 125
第Ⅲ 部分 信息的數學原理
第7章 信息系統的數學模型.129
7.1 信息系統的圖模型 129
7.2 信息系統的代數模型：非負矩陣 131
7.3 圖模型和代數模型的等價性 131
7.4 信息系統的不可約/可約矩陣 132
7.5 信息系統的範式 132
7.6 範式信息系統基本定理 133
7.7 信息系統基本定理 133
第8章 編碼樹：層譜抽象的數學模型 136
8.1 層譜抽象的思想、概念與方法.137
8.2 層譜抽象的數學實質138
8.3 集合的編碼樹：層譜抽象的數學定義 139
8.4 圖的編碼樹 140
8.5 非負矩陣的編碼樹 141
8.6 編碼樹：離散系統的微分算子 141
8.7 編碼樹：層譜抽象的數學模型 142
8.8 編碼樹：層譜抽象的數據結構 143
8.9 編碼樹：層譜抽象可定義性定理 143
8.10 編碼樹：直覺推理的數據結構 144
8.11 基於編碼樹的推理 144
8.12 層譜抽象的科學意義.145
8.12.1 科學概念與科學方法 145
8.12.2 先驗的認知模型與方法 146
8.12.3 認知世界、感知自我的總方法 146
8.12.4 分而治之分析方法：先驗的分析方法 147
8.12.5 層譜抽象與分而治之的根本區別 147
第9章 結構熵 148
9.1 一維結構熵 148
9.2 編碼樹上的基本度量 149
9.3 一個編碼樹下的結構熵 149
9.4 結構熵 150
9.5 T-型結構熵 152
9.5.1 個性化搜索 152
9.5.2 有監督的學習 152
9.5.3 割問題 153
9.5.4 分類問題 153
9.6 結構熵與香農熵的關系 153
9.6.1 帶模函數的簡單圖上的結構熵 153
9.6.2 隨機變量的熵獨立於編碼樹 156
9.7 結構熵的意義 157
9.8 偏結構熵 158
9.9 代數結構熵 158
9.10 線性變換的算子熵 160
9.10.1 操作熵 160
9.10.2 線性變換的解碼信息/生成信息 161
第10章 解碼信息原理 163
10.1 結構熵極小化原理 163
10.2 解碼信息 164
10.3 壓縮信息 165
10.4 壓縮/解碼原理 166
10.5 解碼原理 168
10.5.1 層譜抽象解碼原理 169
10.5.2 算法解碼原理 169
10.5.3 分而治之解碼原理 170
第11章 結構熵下界 171
11.1 無向簡單圖結構熵下界 171
11.2 無向帶權圖結構熵下界 174
11.3 不可約非負矩陣結構熵下界 176
11.4 擴張圖（Expander）解碼的困難性 179
第12章 層譜抽象可定義性原理 180
12.1 層譜抽象可定義性 180
12.2 個體的層譜抽象策略 181
12.3 個體層譜抽象策略的熵 182
12.4 個體的層譜抽象策略的解碼信息 183
12.5 層譜抽象可定義性的意義 183
12.6 信息系統的解碼信息原理 184
12.6.1 不可約信息系統的結構熵極小化原理 185
12.6.2 不可約信息系統的解碼信息極大化原理 185
12.6.3 不可約信息系統的正規化解碼信息極大化原理 185
第13章 信息演算理論 186
13.1 模塊的結構熵 186
13.2 結構熵極值問題：註意力機制的結構熵原理 187
13.3 結構熵演算 190
13.4 層譜抽象的聯合結構熵 192
13.5 推理的結構熵極小化原理-可能性最大的推理 194
13.6 推理的結構熵極大化原理-可能性最小的推理 195
13.7 模塊的解碼信息 196
13.8 層譜抽象解碼信息 196
13.9 層譜抽象解碼信息的鏈式規則 198
13.10 解碼信息優化原理：註意力機制的解碼信息原理 199
13.11 層譜抽象解碼信息的推理原理 200
13.12 推理的數學理論 201
13.13 預測的信息科學原理 203
第14章 編碼樹方法：解碼信息方法 205
14.1 編碼樹原理.205
14.2 融合算子與融合引理.206
14.3 分裂算子：分而治之的信息原理 211
14.4 合並算子 213
14.5 收縮算子 214
14.6 並入算子 215
14.7 提升算子 216
14.8 信息優化算法 218
14.8.1 不可約非負矩陣的穩定分佈 218
14.8.2 平凡的初始編碼樹 219
14.8.3 受限初始編碼樹 219
14.8.4 解碼算法Ⅰ：融合 220
14.8.5 解碼算法Ⅲ：融合與合並 221
14.8.6 解碼算法Ⅳ：並入算子 222
14.8.7 解碼算法Ⅴ：融合、並入與合並 222
14.8.8 解碼算法Ⅵ：混合算子 223
14.8.9 解碼算法原理 224
第15章 信息生成原理 225
15.1 生成策略 225
15.2 信息生成的系統原理.225
15.3 生成信息度量 227
15.4 初始信息系統生成 227
15.5 生成策略融合的生成信息系統 229
15.6 生成策略與生成信息 229
15.7 可約信息系統的結構熵：Google矩陣 231
15.7.1 非負矩陣的圖表示 231
15.7.2 生成一個不可約非負矩陣：Google矩陣 231
15.8 可約信息系統的結構熵：隨機沖浪 234
15.9 生成不可約非負矩陣：可逆邊方法 236
15.10 可約非負矩陣結構熵的多樣性 238
15.11 從可約矩陣到不可約矩陣的生成原理 240
15.11.1 遠程傳輸參數選擇原理：Google矩陣 240
15.11.2 參數選擇原理：隨機沖浪 242
15.11.3 選擇額外可逆邊權重的原理 242
15.11.4 從可約矩陣生成不可約矩陣的一般原理 243
15.12 信息系統生成的熵極大化原理 243
15.12.1 信息系統生成的一維結構熵極大化原理 244
15.12.2 結構熵極大化原理 244
15.13 自然界的熵極大生成法則 245
15.14 信息系統生成的解碼信息極小化原理：信息隱藏的數學原理 246
15.14.1 信息系統的解碼信息極小化生成原理 246
15.14.2 正規化的解碼信息極小化原理 246
15.14.3 解碼信息極小化原理的意義 247
15.15 信息生成一般原理 248
15.15.1 熵極大原理：自然生成法則 248
15.15.2 解碼信息極小原理：信息隱藏原理 248
15.16 生成信息與解碼信息的關系 248
第16章 復雜系統的信息科學原理 250
16.1 復雜系統的若乾重大挑戰性問題 251
16.1.1 復雜系統認知 252
16.1.2 復雜系統的健壯性 252
16.1.3 復雜系統存在性、作用和運動性的原因與規律 253
16.1.4 復雜系統的涌現性 253
16.1.5 復雜系統的安全性 254
16.2 安全性定律：安全性的層譜抽象可定義性 255
16.3 復雜系統的科學挑戰.257
16.4 復雜系統的數學理解.259
16.5 一個（D,N,R,O）-系統：復雜系統的機制與機理 261
16.6 復雜系統的重大挑戰 261
16.7 復雜系統的結構與功能：系統的層譜抽象 262
16.8 復雜系統演算：總體思想 264
16.9 結構熵演算 265
16.10 復雜系統的偏結構熵 269
16.11 復雜系統的壓縮/解碼信息演算 270
16.12 復雜系統的結構能 272
16.13 系統安全性的度量 274
16.14 復雜系統的哲學：中華文明的科學思想 276
第Ⅳ部分 智能的信息科學原理
第17章 智能的信息科學原理總體介紹 281
17.1 智能的科學哲學 284
17.2 智能的哲學：智與能 285
17.3 智能的科學涵義 286
17.4 智能的科學原理 287
17.5 智能的工程原理 288
17.6 （觀察）學習的基本思想.288
17.7 自我意識的基本思想.290
17.8 博弈/謀算的基本思想 292
17.9 人工智能模型：非形式化模型 294
17.10 人工智能科學體系295
17.11 信息科學體系 296
第18章 觀察的數學定義 298
18.1 觀察在學習中的作用 299
18.2 觀察的模型 300
18.3 先驗的認知模型原理.301
18.4 觀察的數學實質 301
18.5 觀察的數學模型 303
18.6 現實世界的可觀察性 304
18.7 局部觀察策略 305
18.8 全局觀察策略 306
18.9 全局觀察策略的機器實現 306
18.9.1 人實現全局觀察策略 307
18.9.2 全局觀察策略的軟件原理：智能的算法實現 307
18.9.3 層譜抽象認知的硬件原理：智能學習機體系結構 308
18.10 觀察的局限性：觀察的局部性 308
第19章 學習的數學定義與數學實質 310
19.1 學習的數學定義 310
19.2 學習的基本模型：非形式化 313
19.3 知識的標準模型：智能學習機體系結構 315
19.3.1 知識標準模型 316
19.3.2 智能芯片結構 316
19.4 學習的先驗方法 316
19.4.1 層譜抽象：先驗認知模型與方法 317
19.4.2 分而治之：先驗分析方法 317
19.4.3 學習機器體系結構原理：學習的先驗方法原理 318
19.5 知識的定義 318
19.6 知識的一致性準則：學習的可解釋性原理 320
19.7 規律 320
19.7.1 規律的定義 321
19.7.2 知識與規律的關系 321
19.8 本章小結 322
第20章 學習的數學模型 323
20.1 學習模型的挑戰性問題 323
20.2 學習的數學模型 324
20.3 學習策略 327
20.3.1 學習策略總論 328
20.3.2 生成策略 329
20.3.3 生成策略的科學意義 329
20.3.4 解碼策略 330
20.4 創造策略 330
20.4.1 創造的科學意義 331
20.4.2 人為什麽要創造？ 332
20.4.3 創造的數學實質 332
20.4.4 創造的機制與機理 333
20.4.5 創造的原理 333
20.4.6 創造的科學意義 333
20.4.7 創造的哲學意義 334
20.5 局部觀察學習模型：大數據分析原理.334
20.6 全局觀察學習模型 336
20.7 通用學習機的體系結構原理 336
20.8 學習原理 337
第21章 知識、知識樹與知識演算338
21.1 知識的定義.338
21.2 知識樹：知識的標準模型 339
21.3 知識的一致性準則：可解釋性原理 339
21.4 知識的度量 340
21.5 知識演算 341
21.6 預測的原理 344
21.7 知識的哲學原理 344
21.8 學習的信息科學原理總結 345
21.8.1 基本原理 345
21.8.2 學習的方法與策略 346
21.8.3 學習和計算的關系 347
21.8.4 學習的極限 348
21.8.5 學習的哲學 349
第22章 自我意識的感知和認知的模型與原理 351
22.1 自我意識的信息定義與基本矛盾 351
22.2 自我意識主體的感知與認知 355
22.3 自我意識主體的可定義性 356
22.4 自我意識主體的先驗感知模型 357
22.4.1 自我意識主體的先驗感知定律 358
22.4.2 自我意識主體對自身的感知樹 359
22.5 自我意識主體對外界的感知與認知 361
22.5.1 對外界刺激的反應 361
22.5.2 自我意識主體對外界的主動感知 361
22.6 自我意識主體對外界的觀察 361
22.7 自我意識主體對外界的層譜抽象認知：認知樹 362
22.8 感知的數學實質 363
22.9 感知和觀察的區別 364
第23章 自我意識主體的 5-維認知 365
23.1 自我意識主體 5-維認知的數學定義 365
23.2 自我意識主體的存在性 367
23.2.1 存在性定律 367
23.2.2 存在性的定義 367
23.2.3 自我意識主體的存在性認知 368
23.3 自我意識主體的作用 369
23.4 自我意識主體的運動性 370
23.5 自我意識主體的需求 371
23.6 自我意識主體的願望.371
23.7 自我意識主體 5-維認知的原因：挑戰性問題 372
23.8 機器自我意識的 5-維認知 373
第24章 自我意識主體的價值準則：利與害 374
24.1 5-維價值準則 374
24.2 價值判斷準則 375
24.3 多目標判斷問題的可解性 376
24.3.1 目標優先序 376
24.3.2 目標權衡 376
24.3.3 利與害的轉化定律 377
24.3.4 多目標策略解 378
24.4 自我意識主體5-維認知的層譜抽象定義 378
24.5 利與害的層譜抽象認知 379
24.5.1 層譜抽象價值 379
24.5.2 價值權衡 380
24.5.3 價值優化策略 380
24.6 價值權衡參數 380
24.7 自我意識機器的價值準則與實現 381
24.8 自我意識主體的價值認知 381
第25章 自我意識的根本問題 383
25.1 自我意識的數學實質.383
25.2 價值認知定律 385
25.2.1 價值認知的獨立性定律 385
25.2.2 價值認知的主觀性定律 385
25.2.3 價值認知的客觀性定律 385
25.2.4 理性認知與非理性認知 386
25.2.5 利與害的轉化定律 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 自我意識主體的體系結構原則 389
25.5 自我意識論斷 390
第26章 自我意識學習 392
26.1 層譜抽象感知學習 392
26.1.1 層譜抽象動態感知 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-維認知學習 394
26.2.1 自我意識主體的信息系統 395
26.2.2 認知熵 395
26.2.3 認知信息 395
26.3 自我意識主體的分類學習 395
26.4 自我意識主體的層譜抽象認知 397
26.5 自我意識主體的認知熵 398
26.6 自我意識主體的認知信息 398
26.7 自我意識主體的內結構熵 399
26.8 自我意識主體的外結構熵 399
26.9 自我意識主體的外解碼信息 400
26.10 自我意識主體的層譜抽象感知 400
26.11 自我意識理論總結 401
第27章 博弈/謀算的定義與定律.403
27.1 基本定律回顧：現實世界為什麽充滿了競爭？ 404
27.2 博弈的基本定義 405
27.3 博弈中的角色定義 407
27.3.1 理性玩家和非理性玩家 407
27.3.2 敵人的定義 408
27.3.3 競爭者的定義 410
27.3.4 合作者的定義 411
27.3.5 盟友 412
27.3.6 博弈角色的動態演化 412
27.3.7 博弈角色的轉化 412
27.3.8 博弈角色的層譜抽象可定義性 413
27.4 博弈規則 413
27.5 孫子戰爭定律 414
27.6 戰爭規則 414
27.6.1 戰爭規則Ⅰ 414
27.6.2 戰爭規則Ⅱ 415
27.6.3 戰爭規則Ⅲ 415
27.6.4 理性競爭規則 415
27.7 現實世界博弈的可能結局 416
27.7.1 戰爭的可能結局 416
27.7.2 理性博弈的可能結局 417
第28章 博弈的科學基礎 419
28.1 博弈的實質 419
28.2 博弈的非形式化定義與模型 421
28.3 博弈的科學方法 422
28.4 博弈的科學挑戰性問題 423
28.5 博弈中的基本矛盾 423
28.6 博弈的科學性 424
28.7 現實世界的可解釋性原理 425
第29章 力量生成的信息科學原理 427
29.1 力量生成的基本原理 427
29.2 物理系統的能量度量 428
29.3 力量生成：物理系統的能量釋放 430
29.4 力量的系統生成原理 431
29.5 力量的可創造性 431
第30章 非對稱必勝策略原理與均衡原理 433
30.1 博弈的系統原理 433
30.2 現實世界博弈的基本規律 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 集團對抗定律 435
30.3 必勝策略存在性原理 435
30.4 非對稱優勢策略是必勝策略 436
30.5 非對稱必勝策略基本性質 437
30.5.1 非對稱必勝策略的抽象層譜 438
30.5.2 非對稱必勝策略實現的資源 438
30.5.3 非對稱必勝策略的實現方法 438
30.5.4 非對稱必勝策略的抽象層譜：真相、假象識別 439
30.5.5 非對稱必勝策略的時效性 439
30.6 攻與防轉化的非對稱必勝策略 440
30.6.1 進攻 440
30.6.2 防禦 441
30.7 勝敗與強弱的相互轉化 441
30.7.1 勝與敗的轉化 442
30.7.2 強與弱的轉化 442
30.8 勝和利的可創造性原理 442
30.9 均衡原理 444
30.10 攻、防的必勝策略：非對稱與均衡 445
30.11 層譜抽象必勝策略原理 446
30.12 勝可為與勝不可為的轉化 448
第31章 孫子原理 449
31.1 孫子博弈模型 449
31.2 智與能 453
31.3 謀算理論方法論：謀與算 454
31.4 謀算博弈中的學習 456
31.5 博弈中的自我意識學習 459
31.6 孫子博弈設計原理 459
31.7 收益理論 461
31.8 預測與決策 461
31.9 採取行動：策略執行原理 462
31.10 力量的系統生成原理：體系對抗博弈中體系力量凈評估 463
31.11 威脅度量 464
31.12 必勝策略原理 465
第32章 謀算原理：博弈設計原理467
32.1 博弈策略的信息科學原理 468
32.2 謀算策略的數理原理 468
32.3 博弈策略的基本操作.469
32.4 博弈設計原理 469
32.5 博弈的收益原理 471
32.6 博弈系統中玩家的定義 472
32.7 博弈中學習與自我意識學習的正確性與可解釋性 473
32.8 博弈結局的層譜抽象定義 474
第33章 主客觀一致性準則與博弈設計原理 477
33.1 博弈獲勝的主客觀一致性準則 478
33.2 博弈系統中的謀算策略 479
33.3 攻與防的關系原理 480
33.4 孫子理性原理 481
33.5 孫子博弈設計原理與方法 482
33.6 勝與敗的關系原理 483
33.7 博弈獲勝、獲利與智能的關系原理 484
33.8 博弈/謀算理論總結484
第34章 人工智能的信息模型：孫子模型 486
34.1 智能基本定律 486
34.2 人的智能模型的科學與工程 487
34.3 人類智能理解 488
34.3.1 人的智能的實質 488
34.3.2 人工智能的科學原理 489
34.4 人工智能的信息模型：孫子模型 489
34.5 智能的數學定義：智能論題 490
34.6 人工智能工程重大挑戰性問題 494
34.6.1 決策原理 494
34.6.2 指揮控制原理 494
34.6.3 評估驗證理論與方法 495
34.7 人工智能潛在顛覆性、標志性新技術問題 495
34.8 人工智能科學重要新方向 497
34.8.1 信息的數學科學 498
34.8.2 學習的信息理論 500
34.8.3 自我意識的信息理論 500
34.8.4 博弈/謀算理論 501
34.8.5 決策的信息理論：基於信息科學原理的決策理論 501
34.8.6 開放環境動態演化復雜系統的信息科學原理 501
34.8.7 復雜系統實時智能指揮控制 502
34.8.8 人工智能安全性 502
34.9 人工智能科學體系：人工智能三大支柱 502
34.10 人工智能與科學 504
34.11 本書思想、方法總結 504
第Ⅴ部分 信息的哲學：廣義信息論
第35章 信息時代科學雙引擎與信息時代重大科學問題 509
35.1 物理世界科學體系的局限性 510
35.2 當前科學的現狀與未來方向 511
35.3 數學中的幾個基本問題 512
35.4 信息時代電腦科學新問題 514
35.5 物理中的兩個基本問題 515
35.6 生命科學的四個基本問題 516
35.7 信息時代的科學雙引擎 517
35.8 生命的信息科學原理.518
35.9 信息的科學體系 518
35.10 信息世界的統一科學體系 520
35.11 廣義信息原理：信息的哲學原理 521
35.12 信息世界科學體系重大科學問題 522
35.12.1 挑戰性科學問題 522
35.12.2 信息科學體系下潛在新科學 523
第36章 《孫子兵法》的信息科學原理 525
36.1 孫子理性原理 525
36.2 孫子凈評估判別準則.526
36.3 利與害 527
36.4 謀算 530
36.4.1 謀 530
36.4.2 算 531
36.4.3 《孫子兵法》中的謀算 532
36.5 分與合 535
36.6 勝與敗 536
36.7 孫子必勝策略原理 537
36.8 勝和利的可創造性原理 537
36.9 《孫子兵法》科學成就總結 538
36.10 《孫子兵法》沒有解決的問題 538
36.11 《孫子兵法》成書時間與過程的猜測 539
參考文獻 541
後記 543