Thinking as Computation

作者:Levesque, Hector J.

页数:328

出版时间:2012-1

价格:$ 50.85

isbn号码:9780262016995

具体描述

This book guides students through an exploration of the idea that thinking might be understood as a form of computation. Students make the connection between thinking and computing by learning to write computer programs for a variety of tasks that require thought, including solving puzzles, understanding natural language, recognizing objects in visual scenes, planning courses of action, and playing strategic games. The material is presented with minimal technicalities and is accessible to undergraduate students with no specialized knowledge or technical background beyond high school mathematics. Students use Prolog (without having to learn algorithms: "Prolog without tears!"), learning to express what they need as a Prolog program and letting Prolog search for answers. After an introduction to the basic concepts, Thinking as Computation offers three chapters on Prolog, covering back-chaining, programs and queries, and how to write the sorts of Prolog programs used in the book. The book follows this with case studies of tasks that appear to require thought, then looks beyond Prolog to consider learning, explaining, and propositional reasoning. Most of the chapters conclude with short bibliographic notes and exercises. The book is based on a popular course at the University of Toronto and can be used in a variety of classroom contexts, by students ranging from first-year liberal arts undergraduates to more technically advanced computer science students.

读后感

很多语言都有一个或多个它能够大展身手的领域，对于 C++，或许是编译器和图形渲染，对于 C，或许是操作系统，而对于 Prolog 呢？ 这本书结合具体问题，带领读者慢慢地学习 Prolog，不光学习到了 Prolog 本身，还学习到了非常多的领域知识（Parser，AI，first-order logic，......

很多语言都有一个或多个它能够大展身手的领域，对于 C++，或许是编译器和图形渲染，对于 C，或许是操作系统，而对于 Prolog 呢？ 这本书结合具体问题，带领读者慢慢地学习 Prolog，不光学习到了 Prolog 本身，还学习到了非常多的领域知识（Parser，AI，first-order logic，......

很多语言都有一个或多个它能够大展身手的领域，对于 C++，或许是编译器和图形渲染，对于 C，或许是操作系统，而对于 Prolog 呢？ 这本书结合具体问题，带领读者慢慢地学习 Prolog，不光学习到了 Prolog 本身，还学习到了非常多的领域知识（Parser，AI，first-order logic，......

很多语言都有一个或多个它能够大展身手的领域，对于 C++，或许是编译器和图形渲染，对于 C，或许是操作系统，而对于 Prolog 呢？ 这本书结合具体问题，带领读者慢慢地学习 Prolog，不光学习到了 Prolog 本身，还学习到了非常多的领域知识（Parser，AI，first-order logic，......

很多语言都有一个或多个它能够大展身手的领域，对于 C++，或许是编译器和图形渲染，对于 C，或许是操作系统，而对于 Prolog 呢？ 这本书结合具体问题，带领读者慢慢地学习 Prolog，不光学习到了 Prolog 本身，还学习到了非常多的领域知识（Parser，AI，first-order logic，......

用户评价

说实话，这本书的阅读体验是相当“颠簸”的，它不像那些畅销书那样提供平滑的阅读路径。它更像是一次智力上的攀登，需要读者自带足够的背景知识储备，否则很容易在某些深水区迷失方向。作者的叙事策略非常大胆，他似乎故意将一些关键的论证点放置在章节的后半段，要求读者必须先跨越前面积累的知识台阶才能触及核心。我深切感受到了作者对读者智力的尊重，他从不 condescending（居高临下），而是直接抛出最前沿的争论点。例如，在讨论具身认知（embodied cognition）与纯粹计算模型之间的张力时，作者没有给出明确的偏袒，而是用一种近乎辩证的方式，展示了两种立场在解释特定现象时的优劣势，留下了巨大的思考空间给读者自己去权衡。我发现自己不得不经常查阅脚注中引用的文献，去追溯那些被作者信手拈来的理论基础，这反过来又极大地拓展了我对相关领域的知识边界。这本书的价值不在于提供最终答案，而在于系统性地重塑你提出问题的能力。它成功地将一个通常被视为高度专业化的领域，转化成了一个充满活力和争议的哲学战场。

这本书的封面设计得极其简洁，白底黑字，透露着一种学术的严谨感。初次翻开，我就被作者清晰的逻辑结构所吸引。他并没有直接切入那些高深的哲学思辨，而是从基础的认知科学和计算理论的交叉点娓娓道来，构建了一个非常扎实的理论框架。阅读过程中，我发现作者对于信息处理的每一个环节都进行了细致入微的剖析，从符号操作到神经网络模型的构建，都力求让非专业读者也能理解其核心机制。比如，在阐述“表征”这一概念时，作者没有停留在抽象的定义上，而是引入了大量的类比，将复杂的计算过程与日常的决策制定过程进行对比，这种教学方法极大地降低了理解门槛。更值得称道的是，作者对计算主义范式中存在的局限性也进行了毫不回避的探讨，他没有将计算模型神化，而是客观地指出了其在处理情感、直觉和情境依赖性知识时的固有缺陷，这使得整本书的论述显得更加平衡和可信。我特别欣赏作者在章节末尾设置的“反思练习”，这些问题往往能够激发我跳出现有的思维定式，去重新审视那些我们习以为常的认知过程。总而言之，这是一本为严肃思考者准备的导论，它教会我的不仅仅是知识，更是一种审视心智的全新视角。

这本书的行文风格给我一种在阅读一篇精心打磨的、多层次的学术论文的感觉，但其内在的节奏感又像是一部优秀的侦探小说，层层剥茧，引人入胜。作者的语言精准到近乎苛刻，每一个动词和名词的选择似乎都经过了千锤百炼，以避免产生任何语义上的歧义。我花了比预期更长的时间来阅读，不是因为内容晦涩难懂，而是因为我不得不频繁地停下来，细细品味那些精妙的句法结构和论证的巧妙衔接。作者在论证过程中大量运用了历史回顾，从早期的逻辑主义者到后来的联结主义先驱，他精准地定位了每一次理论范式的转变是如何受到当时技术和社会环境的影响，这种宏观的历史视野让单一的理论不再孤立，而是融入了更广阔的科学演进脉络之中。尤其是在关于“涌现性”（emergence）的讨论部分，作者展示了惊人的洞察力，他没有简单地将涌现视为“魔术”，而是将其置于复杂系统理论的框架下，通过数学上的自组织临界性（self-organized criticality）来尝试解释看似非线性的认知飞跃。这本书迫使我放慢阅读速度，去体会这种思想的深度和广度，它不是一本用来快速消化的读物，而更像是一坛需要时间才能品出其醇厚味道的陈酿。

这本书的文字就像是经过高度压缩的精华，信息密度之高令人咋舌。我常常需要逐字逐句地去品味，生怕遗漏了其中隐藏的细微差别。作者在阐述复杂算法模型时所使用的语言，既保持了科学的精确性，又避免了不必要的数学符号堆砌，这使得全书的阅读体验保持了一种奇特的平衡：既有硬核的理论深度，又不至于让读者在公式中迷失方向。我发现，作者对“计算”的定义进行了大胆的拓展，他不仅仅关注图灵机式的离散操作，更深入探讨了连续动力学系统在认知建模中的潜力，这种包容性极大地拓宽了传统计算主义的边界。每当我觉得自己快要掌握作者的立场时，他总能引入一个意想不到的反例或新的视角，让我不得不立刻调整自己的认知地图。这种持续的挑战感，正是这本书最吸引人的地方。它不迎合读者对简单答案的渴望，而是邀请你进入一个充满不确定性和前沿探索的学术前沿。读完之后，我深刻体会到，关于心智的本质，我们目前所知的，可能仅仅是冰山一角，而这本书，则为我们提供了一套精良的深潜设备。

这本书给我留下最深刻印象的是其结构上的对称美。开篇勾勒出的宏大蓝图，在结尾处得到了精确而优雅的回应。作者仿佛是一位技艺高超的建筑师，在每一个章节的过渡处都留下了巧妙的线索，引导读者从一个抽象概念平稳地过渡到下一个更为具体的应用场景。我特别赞赏作者在处理“意向性”（intentionality）问题时的处理方式。他没有陷入笛卡尔式的二元对立，而是通过引入现代人工智能对目标导向行为的模拟，巧妙地将哲学上的难题转化为一个可以被形式化分析的工程问题。这种跨学科的视野是极其罕见的。阅读过程中，我的笔记本上写满了密密麻麻的思维导图和疑问符号，这正说明了这本书是如何激活了我的批判性思维回路。它不是简单地复述已有的观点，而是对主流计算主义假设进行了一次彻底的“压力测试”。那些试图为人类心智寻找一个单一、统一计算模型的努力，在作者的审视下显得摇摇欲坠。这本书读完后，我感觉自己对“思考”这件事的理解，从一个模糊的“黑箱”，变成了一个可以被系统性拆解和分析的复杂机器，虽然我们还没有完全理解其所有零件的功能。