一、超越計算——人工智慧的誕生與圖靈的故事 二、在盒子裡思考——艾倫紐厄爾和赫伯特西蒙探索人類推理與決策奧妙

1. 博弈理論
2. 巨人的頭腦
3. 管理行為，赫伯特西蒙，紐約：麥克米出版社，1997年。
4. 比如說在現實生活中，棋手們只是在尋找一個“足夠好”而不是理論上“最好的”走法，而且他們在下棋的時候，要同時計算和評價整盤棋的短期目標和長期目標。
5. 下棋機器：一個通過適應性的調整來完成複雜任務的例項
   
6. 資訊處理語言 (IRL)
7. 邏輯理論機器 (LTM)：由假設的數學命題（即結論）出發，一步一步從後向前分析，直到最終找出合適的定理證明問題為止。
8. 我的生活模型，赫伯特西蒙，紐約：貝斯克圖書出版社，1991年。
9. 人類問題解決理論的要素，人類的思考過程可以看成是由一系列“程式”構成的複雜程式，與通常在計算機上模擬出來的那些運算過程是非常相似的。刊載於《心理學評論》，1958年7月。
10. 通用問題求解器 (GPS)：設定了許多不同型別的問題情境，並由一系列的運算元對這些情境的要素進行操作，同時程式中還有一些專門的規則將運算元和特定型別的問題加以聯絡。
11. 下棋軟體——NSS
12. Merlin
13. 人機互動心理學
14. SOAR：這個程式所使用的技術包括將問題的各要素進行組塊式分解後進行研究，以及將問題分解成次級問題和次級目標後再加以解決。
15. 滿意決策和有限理性
16. 統一化的認知理論，劍橋：哈佛大學出版社，1994年。有介紹SOAR，“一種用於通用認知的結構”。

三、我和我的表處理語言——約翰麥肯錫為人工智慧研究開發出了得力的工具

1. 有限的自動化特點。例，交通指示燈：當它的當前狀態是“黃燈”時，它的內部規則就會指示它的下個狀態應該是“紅燈”。
2. 自動化研究
3. 表處理語言
4. 具有常識的程式
5. 當我們想要計算機從經驗中進行學習時，我們需要教給它認知論，而不只是告訴它一些單純的事實。
   
6. Situation Calculus
7. SHRDLU
8. Frame：一個框架是由一系列在一種特定的狀態下固定不變的事物組成的。
9. ALGOL
10. 時間共享系統
11. THOR
12. 電腦科學在今後49年中可能出現的問題和發展規劃，美國計算機協會雜誌，50卷，2003年1月，第73-79頁。在文章中麥肯錫對電腦科學的發展以及人工智慧今後的突破與前景都提供了很有價值的評論。
    
13. 人工智慧是什麼，斯坦福大學計算機科學系，網上瀏覽地址：
    http://www.-formal.Stanford.edu/jmc/whatisai/whatisai/html
    人工智慧研究的進步是依靠這些方法創造的：
    1. 通過邏輯規則和其他適當的方法來描繪真實世界中各種各樣的知識。
    2. 確立理性的機制，比如說，那些比一般的推理過程中所使用的邏輯演繹方法更加高階的機制。
    3. 正確地表徵人們在日常推理過程中用到的那些概念。
    4. 設計更好的運演算法則去進行科學探索，比如說，設計更好的計算機邏輯推理方法。
       

四、虛擬的大腦——馬文明斯基從神經網路通過複合思維的科學之旅

1. 通過將認知心理學和電腦科學有機地結合起來。
2. 大腦是一臺肉質機器
3. SNARC，隨機化強化神經模擬計算機
4. Perceptron，一種用來模擬人類視神經控制系統的圖形識別機
5. MAC，MIT的第一個人工智慧實驗室
6. LOGO
7. 應當將傳統的課堂教育轉化為實際生活教育，讓學生們在和對環境的探索和互動過程中掌握技能。
8. 一種用於表徵知識的框架
9. 思維實際上是由大量各自獨立的“智慧主體”構成的。這些“智慧主體”之間以一種複雜的方式解決彼此共存和相互作用等問題，而且他們按照一種被稱為“K線”或者“知識線”的方式組織自己的行為。“雖然就單個智慧主體來說，他們是沒有意識的，但是這許許多多個主體組織起來，便構成了思維。
   
10. 機器人會接管地球嗎？
11. 遠端呈現
12. 理解人工智慧，紐約：華納圖書出版社，2002年。
13. 情緒機器，情緒並不是思考的替代品；實際上它們是思考的不同形式。紐約：西蒙&舒斯特出版社，2006年。
14. 人類智慧最大的特徵並不在於工作的時候大腦所進行的活動，而是沒有工作的時候大腦所進行的活動。
15. 思維社會，紐約：西蒙&舒斯特出版社，1986年。這是一本內容豐富的綜合類圖書。

五、駕馭知識——愛德華費根鮑姆和他的專家系統

1. Elementary Perceiver and Memorizer, EPAM: 可以模擬人們通過辨別新單詞中與舊單詞的異同之處來進行單詞記憶的過程。主要用來研究心理過程而不是神經機制的程式，它只關注資訊的處理過程，而不關心大腦各個部分之間的連線方式。
2. 區分網路
3. 口頭學習行為的模擬
4. DENDRAL
5. METADENDRAL, 不僅能夠應用已知的規則來推測化合物的結構，而且還能將已知的結構與資料庫中的規則進行比較，從而得到全新的規則。
6. 推論引擎
7. 專家系統的一個重要特徵是它們的標準化。很多情況下，沒有必要為每一種具體任務都設計一種專家系統。相反，人們可以購買一種包括推論引擎和一系列用於構建知識庫工具的“專家系統框架”。
8. 人工智慧手冊
9. 知識工程學
10. Prolog
11. 理解並使用類比的方法也能夠大大提高知識庫系統的工作能力。為了實現這一點，程式必須能夠區分兩個物體之間的異同之處。
12. 知識伺服器
13. 計算機與思維，劍橋：MIT出版社，1995年。這本書中收錄了人工智慧領域各個研究方向的重要論文，是一部經典作品。
14. 專家公司的出現：虛擬公司怎樣利用人工智慧技術實現更高的生產效率和收益，紐約：梵泰奇圖書出版社，1989年。這本書中描繪了20世紀80年代後期在商業領域應用專家系統的具體事例：為現在的人們提供了一個很好的歷史視角。
    

六、具有常識的計算機——道格拉斯里南和大百科全書計劃

1. AM，全自動數學家，在編寫程式時利用的是啟發式的研究思路（即通過進行合理的猜想進行研究）而不是用當時更加常見的經驗式研究思錄。
2. Eurisko
3. 對於一個成人來說，學習和掌握新知識並不是件困難的事情，但對於一個孩子來說，不論他有多聰明，都必須首先學習許多有關這個世界的專門化知識，在這個基礎上，才能進一步發展學習和演繹等其他的能力。
4. Cyc，是通過一種稱為Cycl的程式語言進行編寫的，這種語言與Lisp類似。
5. 微型理論：一些條目和概念的集合。除了作為組織原則產生作用之外，微型理論的另外一個用途就是為處理特定領域的比喻和習語等特殊說法提供相應的規則。
6. IMDB
7. 程式化的人工智慧
8. 構建巨大的知識庫系統：Cyc專案中的表徵和推論，裡丁：艾迪生韋斯利出版社，1990年。介紹了Cyc專案發展過程中的前五年，這本書現在仍然是一本很好的Cyc專案的入門讀物。

七、為您效勞——派帝梅森和新型的人工智慧代理商

1. 軟體智慧代理商研究小組
2. 螢火蟲網路，它們的推薦依據不僅是通過顧客以前的購買習慣進行觀察總結得來的，同時也考慮了與當前顧客購買相同物品的那些顧客的購買習慣。
3. 開放速率，風險投資專案。
4. 3-D虛擬社會中人類參與者和自動化的不完全智慧角色互動的無線系統，專利。
5. 它們會怎麼想呢？
6. 情感記憶，認為人類記憶的強度和對本人的影響常常是由在事件的經歷過程中所伴隨的情感型別和強度決定的。
7. 反射記憶
8. PsychSim
9. 通過在個體的字裡行間構建這種型別的“記憶”模型，並挖掘輸入他的一些觀點和性格，就可以構建一個針對這個個體的態度模型了。
10. AAAI
11. ACMSIGGRAPG
12. 能夠注意的物體：增強人們與常見物體的自然互動，互動（美國計算機協會）。2005年10月4日，第45-48頁。

八、能夠回答的伊莉莎——約瑟夫魏澤保和人工智慧的社會職責

1. ERMA，美國銀行研製的第一代計算機整合銀行系統
2. 伊莉莎，它會對使用者輸入的文字用關鍵詞進行掃描，這些關鍵詞主要是根據它們在日常使用中的頻率來劃分不同等級的。接下來，程式就會在它的指令碼庫裡檢查是否有針對第一個關鍵詞的說明。如果沒有的話，就會對第二個關鍵詞進行檢查。如果檢查的結果表明所有的關鍵詞都沒有合適的解釋進行說明，那麼程式就會做出通用反應。然而，如果在指令碼庫裡找到了合適的說明來解釋關鍵詞，那麼程式就會根據這個說明來造出一個新句子，以此讓使用者給出進一步的反應。
3. PARRY
4. 伊莉莎——應用於人類和機器日常對話相關研究的一種計算機程式
5. 神經和精神疾病期刊
6. 計算機能力和人類推理：從判斷到計算，加利福尼亞，舊金山：弗里曼出版社，1976年。
7. 既然現在我們無法讓計算機具有辨別是非的能力，那麼我們就最好不要讓它們去做那些需要這種能力的任務。
8. “自然語言處理”美國人工智慧協會。網址：
   http://aaai.org/AITopics/html/natlang.html 
   介紹了語言學和計算機以及自然語言解析方面的一些知識，此外還提供了不同種類的“聊天軟體”的一些連結。

九、一個哲學家提出的挑戰——休伯特德萊弗斯和他對於人工智慧的看法

1. 大多數的人工智慧研究是建立在這樣一個理論基礎之上的，即思維中包含著一種模型，這種模型內部又含有“物理符號”，而資訊加工技術可以對這些物理符號進行操作和加工。
2. 德萊弗斯最後得出結論，那種靈活多樣、充滿自主性並能夠穩定地勾勒出人類思維的模擬智慧是永遠無法通過程式系統來實現的。
3. 對於像德萊弗斯這樣的現象學家來說，人類思維並沒有包含一個有關現實的模型，也不是一臺進行資訊處理的機械裝置。相反，思維是在知覺與客觀世界的持續交流互動的過程中突然閃現的。
4. 關於網際網路，紐約：勞特利奇出版社，2001年。
5. 什麼事計算機仍然不能做的，劍橋：麻省理工大學院出版社，1992年。
6. 機器之外的思維：計算機時代中人類直覺能力的力量，紐約：弗雷出版社，1988年。

十、一切都變得不同了——雷庫茲韋爾和技術奇點

1. 全字型，它可以與平面掃描器相連線，從而對文字進行掃描，並將得到的影象轉換成相應的字元編碼，這些字元編碼是能夠被其他像文書處理這樣的程式所使用的。
2. 靈魂機器的時代：當計算機超越人類智慧時，紐約：普特納姆出版社，1999年。
3. 研製的機器利用了數字操縱和音符表徵質量等方面的許多先進的研究成果，而且在他的機器中也含有許多特殊的部件，主要包括“塑造”，用於聲音的最初構造過程，“衰退”，用於聲音的衰落過程，以及“維持”和“釋放”（當音符完結的時候）。
4. 奇點將至，紐約：維基出版社，2005年。奇點，在書中庫茲韋爾對這個詞進行了詳細地闡述，並強調了他對於“迴歸遞增法則”的堅定信念——並不只是科技在飛速地發展，“發展”本身也在不斷地增加。
5. 摩爾定律
6. 責任互惠——始終堅持接受公眾的問訊，允許廣泛討論並且對新技術可能帶來的危險進行徹底地調查和考證。
7. 公開資源
8. 中國房間
9. 斯坦福出現的奇點最高水平，網址：
   http://sss.stanford.edu 
   提供了2006年5月在斯坦福大學召開的會議的情況和材料，在那次會議上來自各個地方的與會者對“技術奇點”進行了討論。