The Brain from Inside Out pdf epub mobi txt 电子书下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:Oxford University Press

作者:György Buzsáki

出品人:

页数:464

译者:

出版时间:2019-5-20

价格:USD 59.95

装帧:Hardcover

isbn号码:9780190905385

丛书系列:

图书标签:

认知神经科学
认知科学
神经科学
心理学
神经科学
大脑
心理学
认知
情绪
行为
青少年
成长
大脑发育
自我认知

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到图书目录大全

book.wenda123.org

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

具体描述

Is there a right way to study how the brain works? Following the empiricist’s tradition, the most common approach involves the study of neural reactions to stimuli presented by an experimenter. This ‘outside-in’ method fueled a generation of brain research and now must confront hidden assumptions about causation and concepts that may not hold neatly for systems that act and react.

György Buzsáki’s The Brain from Inside Out examines why the outside-in framework for understanding brain function have become stagnant and points to new directions for understanding neural function. Building upon the success of Rhythms of the Brain, Professor Buzsáki presents the brain as a foretelling device that interacts with its environment through action and the examination of action’s consequence. Consider that our brains are initially filled with nonsense patterns, all of which are gibberish until grounded by action-based interactions. By matching these nonsense “words” to the outcomes of action, they acquire meaning. Once its circuits are “calibrated” by action and experience, the brain can disengage from its sensors and actuators, and examine “what happens if” scenarios by peeking into its own computation, a process that we refer to as cognition.

The Brain from Inside Out explains why our brain is not an information-absorbing coding device, as it is often portrayed, but a venture-seeking explorer constantly controlling the body to test hypotheses. Our brain does not process information: it creates it.

《深入理解智能体：从认知架构到涌现行为》图书简介本书旨在为读者提供一个全面而深入的视角，探讨智能体（Agents）的构建、运作机制及其在复杂环境中的行为涌现。我们不再仅仅将智能体视为简单的反应系统，而是将其置于认知科学、计算神经科学以及现代人工智能的交叉点上进行剖析。全书共分为七个核心部分，层层递进，旨在构建一个从基础理论到前沿应用的完整知识体系。第一部分：智能体的基石——感知、记忆与决策本部分首先确立了智能体的基本框架。我们将详细阐述智能体如何通过多模态感知系统获取和解释外部信息。这不仅仅涉及传统的视觉和听觉输入，更深入探讨了触觉、嗅觉乃至情感信号的数字化表征。重点分析了信息如何从原始数据转化为可用于决策的有效特征，以及在噪声和不确定性环境下保持感知鲁棒性的技术。随后，我们将聚焦于记忆结构。传统的单一记忆模型已无法满足复杂智能体的需求。本书提出了一个层级化的记忆架构，涵盖了从工作记忆（用于实时任务处理）、情景记忆（用于事件序列存储）到语义记忆（用于世界知识的抽象表示）的构建与检索机制。特别地，我们探讨了“遗忘”在智能体学习和适应性中的积极作用，以及如何通过记忆的动态重组来优化长期性能。决策制定是智能体的核心功能。本部分将深入探讨基于模型的决策（Model-Based Decision Making）与基于价值的决策（Value-Based Decision Making）的融合。我们不仅回顾了经典强化学习（RL）算法的理论基础，更引入了对“预期”和“不确定性量化”的深入分析。重点讨论了如何在有限的计算资源下，实现对未来状态空间的有效规划，并平衡探索（Exploration）与利用（Exploitation）的微妙关系。第二部分：认知架构与执行控制智能体的行为不是孤立的决策序列，而是由一个统一的认知架构所调控的。本部分将详细介绍几种主流的认知架构模型，例如基于模块化设计的系统，以及强调全局连贯性的统一理论。执行控制层是连接意图与行动的桥梁。我们探讨了如何将高层级的目标分解为可执行的子任务序列，并实时监控执行过程中的偏差。这涉及对注意力资源的分配与任务切换的成本效益分析。我们还将介绍如何通过内部模拟环境（Internal Simulation）来预演行动序列，从而在实际环境中减少试错成本。此外，本部分深入研究了意图的表征与维持。一个成功的智能体必须能够抵抗外部干扰，长期保持其核心目标。我们通过分析动态系统理论在控制论中的应用，阐述了如何建立反馈回路来稳定内部意图状态，防止目标漂移（Goal Drift）。第三部分：学习的深度与广度学习是智能体适应环境的根本途径。本书将学习过程划分为多个层次，从低级的模式识别到高层次的因果推断。终身学习（Lifelong Learning）是本部分的关键议题。我们探讨了如何在新知识涌现时，有效地整合新信息，同时避免对既有知识的灾难性遗忘（Catastrophic Forgetting）。相关的技术，如知识蒸馏、参数隔离和元学习（Meta-Learning），将被详尽阐述，旨在构建一个能够持续进化的智能体。更进一步，本书着重分析了因果推断在高级智能体中的作用。仅仅是发现相关性是不足以支撑鲁棒决策的。我们将介绍基于结构化因果模型（SCMs）的方法，教导智能体理解“为什么”事件会发生，从而实现更深层次的干预和反事实推理（Counterfactual Reasoning）。第四部分：情感、动机与社会智能智能体的复杂性很大程度上来源于其内在驱动力。本部分将情感和动机视为信息处理和决策的“价值信号”，而非仅仅是人类特有的副产品。动机系统被建模为一套内部奖励函数和紧迫性指标的动态组合。我们将分析如何设计内在好奇心（Intrinsic Curiosity）、成就感等非外部奖励信号，以驱动智能体探索未知和掌握新技能。社会智能的构建基于对其他智能体的“心智理论”（Theory of Mind, ToM）。本书详细阐述了如何建模其他行为者的信念、欲望和意图（BDI模型），以及如何利用这些模型进行预测、合作与竞争。我们将考察在多智能体系统中，博弈论与心理学洞察相结合的决策策略。第五部分：涌现行为的机制与测量智能体表现出超越其设计者预期的复杂行为，即“涌现”。本部分致力于揭示这些现象背后的计算原理。我们从复杂性科学的角度审视智能体系统，特别是自组织现象。通过分析大规模神经网络的动态演化，探讨连接权重和激活模式如何自发形成高层次的功能模块。此外，本书提出了涌现行为的量化指标。如何客观地测量一个系统的复杂性、创新性或适应性？我们引入了如有效信息理论（Effective Complexity）等工具，用于区分真正的智能涌现与简单的系统规模扩张。第六部分：具身性与环境交互智能体的智能与其所处的物理（或模拟）环境密不可分的。本部分关注具身智能（Embodied Intelligence），即智能体通过其物理形态和交互历史所获得的独特认知优势。我们将分析身体的拓扑结构如何影响运动规划和感知处理的效率。重点讨论了主动感知（Active Perception）的策略，即智能体如何主动地操作环境（如移动头部、抓取物体）来优化其信息获取过程。在机器人学和虚拟现实环境中，人机交互（HRI）是关键。我们探讨了如何设计具有可解释性、可预测性的交互行为，以建立人与智能体之间的信任与流畅协作。第七部分：伦理边界与未来展望随着智能体能力的增强，其社会影响与伦理挑战日益突出。本部分将从“负责任的人工智能”的角度，审视智能体设计中必须考虑的原则。我们将讨论可解释性（Explainability）的必要性，尤其是在高风险决策场景中，智能体必须能够清晰地阐述其决策依据。此外，对偏见（Bias）的来源及其在学习过程中固化的机制进行深入分析，并提出缓解策略。最后，本书展望了通用人工智能（AGI）的发展路径，并探讨了高级智能体在面对未知挑战时，如何通过自主的价值对齐（Value Alignment）来确保其行为符合人类的福祉。本书适合于人工智能研究人员、认知科学家、高级计算机科学学生，以及任何对理解复杂智能系统内部运作机制抱有浓厚兴趣的专业人士。它提供了一张详尽的地图，带领读者穿越智能体的认知迷宫，直抵其行为涌现的核心。