自然计算:DNA、量子比特和智能机器的未来(图灵出品)-预付365_综合福利消费平台
0 购物车
商品详情
首页 > 图书> 计算机与互联网> 人工智能 > 自然计算:DNA、量子比特和智能机器的未来(图灵出品)
自然计算:DNA、量子比特和智能机器的未来(图灵出品)
商品价格: ¥39.20 [定价  ¥45.00]
商品编号: 11537336
服      务: 图书 负责发货并提供售后服务
商品运费: 全站满99包邮,不满收10元,实际运费以支付页面金额为准。
温馨提示: 不支持7天无理由退货
购买数量: - +
365商城不参加品牌方的满减优惠及赠品活动
商品介绍
规格与包装
  • 商品名称:自然计算:DNA、量子比特和智能机器的未来(图灵出品)
  • 商品编号:11537336
产品特色

  在筹划这本书的时候,我们准备与一些科学家进行对话,他们一直致力于解决计算领域的前沿问题。我们希望他们能描绘出新的计算机架构和丰富多彩的新型软件技术。书中介绍的这16位科学家,有的可以控制万里之遥的宇宙飞船,有的能给细菌植入智能,还有的在搭建快速计算机,运行速度可以媲美百万台式机的组合。这些科学家分别在科学、工程甚至是金融领域从事极富挑战性的工作。我们对这多样化的背景早有准备,但有一点没有想到的是,所有这些领域最终都浮现出一幅共同的图景:与自然相融合,是计算领域未来的发展方向。
  这里有三条主要的线索可以支持上述观点。
  首先,生物学思想为数字计算提供了新思路。尽管它尚未影响到常用的文字处理软件或数据中心,但在一些需要将技术发挥到极致的应用中,却已经得到体现。例如,用计算机控制宇宙飞船的整个飞行及着陆过程。飞船一旦起飞,就难以再对其部件施以人工维修,但是富于创新的飞船工程师提出,可以设计一种能自我修复的机器。如果不是身处工程领域,你恐怕无法领会这个思路变化的深意。不是试图造一台高精度的机器去应付所有可能的问题,而是构造一台能够自适应的机器,它甚至能应付设计者们都想不到的一些问题。
  对于如何实现这一新的设计理念,还存在一些争论,但本书介绍的这些科学家们认为,这一理念中应该包含进化或某种形式的学习过程。乍一看,进化与学习似乎非常不同:进化体现在多代生物体中,而学习和适应只发生在单一生物体中。但是从道理上讲,二者是非常相像的:先尝试,然后观察反馈结果,再根据反馈继续新的、可能更好的尝试。我们会把学习与有意识的改进行为联系起来,而进化的产生则是下意识的,是一种化学反应,甚至要经过新陈代谢。但是就生存这一目的而言,学习和进化具有同样的效果。
  许多应用都基于进化技术。在本书中,一位冲浪高手竟然变身为金融数学大师,用进化算法计算出何时可以买进或卖出美国国债;一位教授通过检查安全程序的容错性,分析出导弹防御系统的安全性。在这两个例子中,进化、学习和适应都是相互关联的。
  其次,生物体可能会取代硅片。基于DNA或细菌细胞的计算几乎是零成本的(数十亿细菌仅靠一丁点儿糖水就可以生长),而且DNA计算具有巨大的并行能力。终有一天,活体细菌而不是那些硅电子,将在我们的身体或微型工厂的内部进行运算。这种利用生物进行计算的方法,需要发展出一种全新的计算范式。人们不再需要花几年的时间来手工设计那些性能稳定的计算机,也不再需要给它们编制好统一的名称,安装在气势恢宏的空调机房里。
  由数百万的细菌或病毒组成的计算机,没有名字,而且分散在各地,它们只与自己的邻居交流,还会经常出错。让它们来做有益的事,不仅让人担忧,而且似乎绝不可能。但这的的确确是可能的,我们有数学家们所说的“存在性证明”:人类的身体由100万亿个细胞组成,人能跑,能思考,还能恋爱。而这些事情,单个细胞却做不到。
  再次,新的应用类型促使我们反思计算的基本机制。模拟蛋白质折叠,或破译密码,其运算量之大,需要几千个处理器协同工作。与晶体管的速度相比,计算机内存和交换机间的通信则要慢很多,这种协同工作策略,只适合于相隔较远的处理器间极少通信的情形。因此,这个星球上最快的数字计算机,在设计之初,就不是用来传递信息的。
  举个例子,有一位拥有千万资产的发明家,他开始着手设计一台模拟蛋白质行为的机器。为此,他用硬件把蛋白质中每个原子的相关信息,直接通过电路移动到特定的位置。在这些位置上,这些信息与相邻原子的对应信息相结合:所有信息不必返回到计算机的低速内存中。这样做的结果可以使计算速度提升一千倍,足以使一项原本需要一个世纪才能完成的计算任务,在不足一百天内完成。
  另一位设计者资金没那么充足,他搭建了一台计算设备,主要计算单元由一片连接了25根导线的泡沫组成。通过测量电流的方法,可以模拟微分方程,来表征大量的有关“连续性”的科学问题,从银河系的恒星轨道预测,到蝴蝶翅膀着色的衍变。这台“扩展的模拟计算机”彻底颠覆了计算的概念。数字计算机是使用0、1及算法来“计算”答案,而它是在“测量”答案。
  你可能发现自己开始喜欢这些机器了。与那些用于计算、发邮件或玩象棋的坚硬的金属装备比起来,这样的机器更加人性化:它们能自我修复,挑战超难问题,有时也会犯错。有一天,或许这样的计算设备可以帮你接续断骨、保持桥梁的稳定,甚至帮助你在水下呼吸。
  在本书的写作过程中,我们触碰到了一系列的奇思妙想,这些思想注定会让这个世界变得更好。书中的每一章都描绘了一段独特的探索之路。希望你喜欢这些爱冒险的探险者的故事,就像我们享受写书过程一样。

编辑推荐
  

  如今,快速发展的不仅仅是计算机科学,金融、医药、航天及其他工程领域同样在飞速发展。航天工程师们正在设计能够适应极端天气及辐射的机器,一位科学家的“扩展模拟计算机”用测量电压的方式来取代传统计算,建立在DNA或细菌细胞基础上的“湿件”加工工艺也在竞相接近现实。这些别开生面的故事将读者带入探索未来智能机器的旅程,展现了计算机技术非常诱人的发展前景。

内容简介

  《自然计算:DNA、量子比特和智能机器的未来》介绍了16位致力于解决计算领域前沿问题的科学家,他们分别在科学、工程金融等领域从事极富挑战性的工作。《自然计算:DNA、量子比特和智能机器的未来》记录了与这些科学家的对话内容,描绘了新的计算机架构和丰富多彩的新型软件技术。书中每章自成一体,揭示了这些科学家独特的探索之路;同时,还介绍了作者写作过程中产生的一系列奇思妙想,这些思想注定会让这个世界变得更好。
  《自然计算:DNA、量子比特和智能机器的未来》适合所有对未来智能机器及未来计算感兴趣的读者阅读。

作者简介

  丹尼斯·萨莎(Dennis Shasha) 
  纽约大学科朗研究院计算机科学教授。先后获得耶鲁大学理学学士学位、雪城大学理学硕士学位和哈佛大学理学博士学位。目前正与生物学家合作,研究微阵列分析、组合设计和网络推理方面的模式发现。
  
  凯茜·拉瑟(Cathy Lazere )
  获得耶鲁大学文学学士学位,纽约大学工商管理硕士学位。自由撰稿人,曾任经济学人智库编辑。她为大型金融服务机构、咨询公司及律师事务所撰写了大量有关公司财务及技术方面的文章。

目录

第一部分 自适应计算
第1章 罗德尼·布鲁克斯
动物法则
第2章 格伦·里夫斯和阿德里安·斯托伊卡
为遥远的行星而设计
第3章 路易斯·奎尔斯
为设计团队注入进化思想
第4章 杰克·洛夫莱斯和阿穆特·巴拉姆比
追赶大潮
第5章 南希·莱韦森
“这是系统,笨蛋”
第二部分 驾驭生命物质
第6章 内德·西曼
生命的边际
第7章 保罗·罗特蒙德
用生命物质模仿艺术
第8章 史蒂夫·斯凯纳
编程漏洞
第9章 杰拉尔德·苏斯曼
建造十亿台生物计算机
第10章 拉蒂卡·纳格帕
从局部到整体
第三部分 物理和速度
第11章 蒙蒂·代诺
速度缔造者
第12章 大卫·肖
安东和巨大的飞秒镜
第13章 乔纳森·米尔斯
自然而然
第14章 斯科特·阿伦森
寻找物理新法则
后记
自然计算时间线
人名索引
参考文献

 

精彩书评

  “这部名人传记可谓‘袖珍’,每人篇幅不过寥寥数页。有关技术细节的东西都被单列了出来,除非读者情愿钻研,否则不会感到一点晦涩。”
  ——《华盛顿邮报》


  “两位作者在这本书里讲解了分析蛋白质折叠必需的计算,这对于生物学研究特别是制药极为重要。为此,时间必须缩短到以飞秒计,1飞秒仅有1秒的一千万亿分之一。每一飞秒,反应涉及的原子交互都要计算清楚,然后是下一飞秒,如此持续。不难想见,模拟自然计算的每时每刻需要多么大的计算量和计算资源。”
  ——David Foster,芝加哥小子博客(Chicago Boyz)


  “这是一本对当前计算机设计和软件趋势的通俗介绍。非专业人士一定会被它吸引,一步一步走近计算的最前沿。”
  ——《出版人周刊》


  “本书讲述了16位科学家在计算机科学领域不断突破创新的故事。他们义无反顾地投身生物与物理的交叉领域,并尝试制造能够模拟有机实体的计算机和先进功能。”   ——Jamie Hamilton,《华尔街日报》
  “自然计算,也就是受自然启发的计算,它的实现途径有很多种。本书对此进行了全方位的展示。聆听这一领域中部分先行者的故事,听作者对重大技术以及人物故事的生动讲解,即使你是个外行,也能洞悉自然计算领域的重大命题与挑战。值得一提的是,作者举了K和APL等并行编程语言的例子,非常令人信服。它们对下一代计算机架构是不可或缺的。”
  ——Jan Van Den Bussche,*ACM Computing Reviews*


  “作者在这本书里给出了16位自然计算领域中领军人物的访谈。本以为作者想展示被思维机器统治的未来世界,没想到却看到了这些领域共同的愿景——‘未来的计算都将与自然融合’。读罢本书,掩卷沉思,我不由得相信,未来的计算机跟我的孩子的关系,一定会比现在的计算机跟我更加亲密无间。”
  ——Thomas P.M. Barnett,《世界政治评论》


  “本书不仅为读者敞开了计算机科学家办公室的大门,更把这一领域最前沿的成果陈列于读者眼前。特别推荐给想在计算机行业求职谋生的学生,它至少可以让你知道自己的学术论文该选择哪个研究方向。”
  ——Alexander Haislip, 《风险投资精要》(*Essentials of Venture Capital*)作者

精彩书摘

  罗德尼·布鲁克斯
  动物法则
  自人工智能(AI)于20世纪50年代诞生以来,其在智商测试及下棋中的卓越表现,似乎成了“智能”的代名词,不过这只是学术界的评价。此后,智能又被附加了许多其他的定义,包括情商和霍华德·加德纳所提出的人际智能与运动智能等测量指标。但是,如果把智能定义为在这个世界上的生存能力,我们就需要考察更多的基本技能。我们能走路、识别物体、绕过障碍物,这是怎样做到的呢?你会说:“凡是动物都做得到!”罗德尼·布鲁克斯会同意说:“对极了!” 事实上,如果机器人不必完全效仿人类的行为,那么它们会表现得更出色。举个例子,谁更适应在崎岖的地面上行走,是人类还是昆虫?如果你见过昆虫从难以想象的小洞中爬出,你会把票投给昆虫的。
  在1990年发表的一篇影响深远的论文“Elephants Don’t Play Chess”(大象不玩象棋)中,罗德尼·布鲁克斯从进化的角度表达了这样的观点:人类的所谓高智商相对而言其实是微不足道的。生命在地球上的出现距今35亿年,他强调,脊椎动物和昆虫出现在最近的10%的时间里,大约4.5亿年前。类人猿直到最近的0.5%的时间,即1800万年前才出现。而农业仅有19 000年的历史,是地球生命历史的0.000 5%。专业学科的出现只是近几百年的事情。
  计算机卓有成效地展现了人类在过去几百年的历史中所掌握的技能,或许是因为我们最在意自身的这些技能,并且为之付出了极其自觉的努力。但是我们的某些本能行为却给计算带来了巨大的挑战。太空旅行不过只有很短暂的历史,但是写一段引导飞船前往火星的程序,远比造一个像山羊一样能跨越崎岖道路的机器人,要来得容易。山羊的技能经历了数十亿年的进化,但人类智能的进化只用了几百万年。这样相差千倍的时间尺度让我们在这些“原始”的智能面前自惭形秽。
  在布鲁克斯写他的“大象”论文时,人工智能领域惯于把智能模拟为符号处理。科学的目标是设计出像视觉系统这样的传感器模块。它们将获取的外部世界信息转变成符号,并将符号传递给一个智能核心:一种电子国王。这个国王可以处理这些符号,并指挥执行器(通常是轮子)移动。在很多方面,这个渐进的过程借鉴了大企业或军队中的理想化层级结构:“首脑”在上,眼睛和四肢在下。无论是从哲学的角度考虑,还是出于实用的目的,布鲁克斯都反对这种范式。
  布鲁克斯从哲学角度反对这一范式,可能源于他进入科学研究和MIT非同寻常的经历,现在,他已经是MIT计算机科学与人工智能实验室(CSAIL)的教授。布鲁克斯1954年生于澳大利亚的阿德莱德,那里虽然不算偏远的内陆,但距离计算机科学研究的中心却很远。不过偏远却成为布鲁克斯的优势。没有人告诉他通往专业领域的正确道路。8岁时,他就开始独自设计能玩游戏的计算机;12岁时,他利用旧电话的继电器造了一台能玩一字棋游戏的简易计算机。他曾立志要从事游戏设计工作。
  1972年,布鲁克斯开始到南澳大利亚的弗林德斯大学学习。周末他获准使用大学里唯一的一台计算机,这台机器只有16 K字节的内存以及1 M字节的磁盘,而1 M字节只相当于现在台式机内存容量的千分之一 。尽管如此,1 M字节要远大于16 K。布鲁克斯设法为计算机编写程序,在必要时可以清除磁盘上的数据,用磁盘空间来扩充内存,这样,他相当于有了1 M字节的内存。他使用了一种叫做“虚拟内存”的新发明,前几年才商用化的一种技术。布鲁克斯没有去查找与这项技术有关的论文,但他自己做出来了。“有人跟我提起过这个想法,”他说,“听起来很不错,于是我在这台电脑上实现了虚拟内存。”
  在斯坦福读博士期间,布鲁克斯结识了另一位勤奋进取的机器人专家——汉斯?莫拉韦克,一个比他高几届的研究生。1979年夏天,在校园后山上的一间小实验室里,布鲁克斯帮助莫拉韦克完成了一个称作Cart的机器人。每个深夜,当其他人都回到了家里,只有布鲁克斯和莫拉韦克还在安装Cart。机器人在深夜的6个小时里,可以绕着实验室移动大约20米。这两个年轻的科学家想要给机器人创造立体视觉——通过在两个观察点上提供略有不同的图像,使机器人形成关于深度的知觉。立体视觉通常需要两台摄像机,但在那个年代,摄像机很昂贵,他们只有一台。于是他们只能在两个观察点之间来回切换摄像机。布鲁克斯说:“我就像一个搬运家具的勤杂工一样,把设备拆下来,再连上。”这台计算机先看一眼这个世界,接着计算15分钟,然后移动1米。再睁开眼睛,看一下,合上眼睛算15分钟,然后朝着它认定的目标,闭着眼睛再行走1米。布鲁克斯解释说:“那时,我认为这已经是超大量的计算了。”
  布鲁克斯的博士论文是关于机器视觉的,那是一种传统的人工智能方法,摄像机负责向计算机传递图像。布鲁克斯的程序将视觉场景转换为符号,再由一个假想的“智能”——符号处理国王进行处理。他说:“毫无疑问,要先有一台摄像机,然后从摄像机中获得像素,最后把像素转变为现实世界的逻辑描述,这就是基本思路。”
  1988年,布鲁克斯到泰国度假,来到他第一任妻子的老家,老屋是一座位于河边的吊脚楼。家里人不会说英语,于是布鲁克斯一个人坐在那里观察昆虫。他边看边琢磨,心中开始怀疑这种符号化的人工智能范式。他就是不能相信,在昆虫那个“仅有5万个神经元的小脑袋里”,能够形成逻辑描述。
  1990年,布鲁克斯的“大象”论文解释了他戏称的“新式AI”。他的前提是:对一个智能系统的表述必须构筑于真实的物质世界之上。用他自己的话说,就是“这个世界是它自己最好的模型”。世界是鲜活的,并包含了所有必要的细节。这意味着布鲁克斯的机器人将摒弃“传统”AI的层级结构,放弃对世界的符号化表征。相反,“新式AI”机器人将掌握一系列彼此独立的预设技能。如同一个人使用同样的四肢和同一双眼睛来玩篮球和走路一样,机器人用共同的传感器和执行器来获得多种技能。有些技能是独立的,尤其是那些最高级的技能,因此即使出现失败,也不会导致其他技能停止工作。
  ……

  • 著者[美]丹尼斯·萨莎,[美]凯茜·拉瑟
  • 译者金从军,仇祝平
  • 出版社人民邮电出版社
  • ISBN9787115363114
  • 版次1
  • 包装平装
  • 出版时间2014-08-01
  • 页数187
  • 正文语种中文

温馨提示

由于部分商品包装更换较为频繁,因此您收到的货品有可能与图片不完全一致,请您以收到的商品实物为准,同时我们会尽量做到及时更新,由此给您带来不便多多谅解,谢谢!