代數大腦：揭秘智能背後的邏輯 The Algebraic Mind: Integrating Connectionism and Cognitive Science

作者簡介
加里·F. 馬庫斯（Gary F. Marcus）
科學家、企業家、暢銷書作家。紐約大學心理學榮休教授，在包括Science和Nature在內的期刊上發表了大量關於神經科學、語言學和人工智能等方面的論文。他是Robust.AI公司的創始人和CEO，以及Geometric Intelligence公司（於2016年被Uber收購）的創始人和CEO。著有Rebooting AI、Kluge和The Birth of the Mind等書。

譯者簡介
劉偉
北京郵電大學崗位教授，人機交互與認知工程實驗室主任，研究領域包括人機交互、用戶體驗、未來態勢感知模式與行為分析等。

譯者序
前言
第1章 認知架構1
1.1全書預覽2
1.2免責聲明5
第2章 多層感知器7
2.1多層感知器如何工作7
2.1.1節點7
2.1.2活性值8
2.1.3局部表示和分佈式表示10
2.1.4輸入與輸出之間的關係11
2.1.5對隱藏單元的要求12
2.1.6學習16
2.1.7學習率18
2.1.8監督18
2.1.9兩種類型的多層感知器19
2.2示例19
2.2.1家譜模型：前饋網絡20
2.2.2句子預測模型：簡單循環網絡22
2.3多層感知器是如何在認知架構的討論中出現的24
2.4多層感知器的吸引力25
2.4.1初步的理論思考25
2.4.2對初步思考的評價26
2.5符號、符號加工器和多層感知器29
第3章 變量之間的關係33
3.1多層感知器模型和規則之間的關係：細化問題33
3.1.1可以泛化UQOTOM嗎34
3.1.2UQOTOM的自由泛化：在可以執行變量操作的系統中37
3.1.3在物理系統中實現變量操作38
3.2多層感知器和變量操作39
3.2.1為每個變量分配一個節點的模型40
3.2.2為每個變量分配一個以上節點的模型41
3.3表示變量和實例之間綁定的替代方法47
3.3.1在多層感知器中使用節點和活性值進行變量綁定48
3.3.2聯合編碼48
3.3.3張量積49
3.3.4寄存器51
3.3.5時序同步52
3.3.6討論54
3.4案例研究1：嬰儿期的人工語法55
3.4.1不包含變量操作的模型55
3.4.2包含變量操作的模型60
3.4.3總結64
3.5案例研究2：語言屈折65
3.5.1經驗數據65
3.5.2三個標準的運用67
3.5.3討論76
第4章 結構化表示79
4.1多層感知器中的結構化知識79
4.1.1幾何構想80
4.1.2簡單循環網絡82
4.2對“大腦為每一個主謂關係分配單獨的表示資源”這一觀點的挑戰84
4.3關於在神經基質中實現遞歸組合的提議88
4.3.1可以表示遞歸結構的外部系統88
4.3.2語義網絡89
4.3.3時序同步92
4.3.4交換網絡94
4.3.5將結構映射到活性值95
4.4新提議99
4.4.1treelet99
4.4.2與其他方案的比較102
4.4.3一些限制104
4.5討論106
第5章 個體107
5.1多層感知器109
5.2客體永久性115
5.2.1客體永久性的實驗證據115
5.2.2缺乏顯式表示種類和個體之間區別的客體永久性模型118
5.3明確區分個體表示與種類表示的系統120
5.4記錄和命題121
5.5神經實現123
第6章 符號加工機制從何而來127
6.1符號加工是天生的嗎127
6.1.1一種提議127
6.1.2可學習性論點128
6.1.3嬰兒的實驗證據129
6.2符號加工是否具有自適應性130
6.2.1符號130
6.2.2規則132
6.2.3結構化表示134
6.2.4個體136
6.2.5總結138
6.3符號加工如何發展138
6.3.1將DNA作為藍圖138
6.3.2是否應該放棄天生的結構化皮質微電路140
6.3.3在獲取經驗之前關於大腦結構組織的重要示例145
6.3.4解決一個明顯的悖論147
第7章 結論151
註釋155
參考文獻169