《人工智能:计算Agent基础》——1.9 参考文献及进一步阅读

简介:

本节书摘来自华章计算机《人工智能:计算Agent基础》一书中的第1章,第1.9节,作者:(加)David L.Poole,Alan K.Mackworth 更多章节内容可以访问云栖社区“华章计算机”公众号查看。

1.9 参考文献及进一步阅读

本章思想来源于很多资料。在这里,我们向那些有贡献的作者致以诚挚谢意。而其他的大部分想法来自民间人工智能方面的研究,我们无法将贡献仅归功于任何人。
Haugeland[1997]有一批关于人工智能哲学基础的论文,其中就包括提出图灵测试的Turing[1950]的经典论文。Cohen[2005]对图灵测试做了最新讨论。40
Nilsson[2009]对人工智能的历史作了详细描述。Chrisley和Begeer[2000]发表了很多关于人工智能的经典文章。
物理符号系统假说是由Newell和Simon[1976]提出来的。参考Simon[1996],他讨论的是在多学科背景下符号系统的作用。Haugeland[1985]讨论了自然智能、合成智能与人工智能的区别,也给出了在解释型自动形式符号系统以及Church-Turing理论等方面有用的介绍材料。Brooks[1990]和Winograd[1990]对符号系统假说做了批判。Nilsson[2007]利用最近的一些评论对这个假说做了评价。
任意时间算法的使用应该归功于Horvitz[1989]、Boddy和Dean[1994]。Dean和Wellman[1991,第8章]、Zilberstein[1996]和Russell[1997]对有限理性做了介绍。
Kirsh[1991a]、Bobrow[1993]讨论了人工智能的基础以及人工智能的研究范围,还有相应卷中的论文,以及Schank[1990]与Simon[1995]。Lenat和Feigenbaum[1991]与Smith[1991]讨论了人工智能中知识的重要性。
Gardner[1985]、Posner[1989]、Stillings、Feinstein、Garfield、Rissland、Rosenbaum、Weisler和Baker-Ward[1987]对认知科学做了概述,阐述了人工智能以及其他一些学科在这个领域中扮演的角色。
购物Agent能够变得非常复杂。Sandholm[2007]描述了Agent如何用复杂偏好采购多种产品。
对于本书来说,很多人工智能课本很有价值,可以作为参考书目成为本书的补充,为人工智能提供了不同的视角。尤其是Russell和Norvig[2010]给出了一个更为广泛的人工智能概述,并为本书中的很多主题提供了补充资料,他们提供了科技文献的一个优秀评述,对此本书不打算重复。
人工智能百科全书[Shapiro,1992]是由本领域的领军人物编写的关于人工智能的百科词典,为一些经典主题提供了背景,其中也收藏了大量经典研究论文。本书读者最感兴趣的一般馆藏是Webber和Nilsson[1981]与Brachman和Levesque[1985],更多专业馆藏会在相应的章节中给出。
国际人工智能促进协会(AAAI,其前身是美国人工智能协会)通过他们的AI主题网站(http://www.aaai.org/AITopics/html/welcome.html)提供了很多基础资料与新闻。由AAAI出版的《AI杂志》有很多优秀的概述性文章以及特定应用领域的描述。IEEE智能系统期刊(IEEE Intelligent Systems)也提供了很多关于人工智能研究方面的可获取的文章。
有很多学术期刊提供了更深入的研究,还有一些能够提供最新研究的会议。这些期刊包括《人工智能》(Artificial Intelligence)、《人工智能研究》(Journal of Artificial Intelligence Research)、《IEEE模式分析与机器智能会刊》(IEEE Transactions on Pattern Analysis and Machine Intelligence)和《计算智能》(Computational Intelligence),还有一些专业期刊,如《神经计算》(Neural Computation)、《计算语言学》(Computational Linguistics)、《机器学习》(Machine Learning)、《自动推理》(Journal of Automated Reasoning)、《近似推理》41(Journal of Approximate Reasoning)、《IEEE机器人与自动化会刊》(IEEE Transactions on Robotics and Automation)和《逻辑编程的理论与实践》(Theory and Practice of Logic Programming)。大多数前沿研究首先出现在会议上。一般人最感兴趣的是两年一度的人工智能国际联合大会(IJCAI)、AAAI年会、欧洲人工智能会议(ECAI)、泛太平洋人工智能国际会议(PRICAI)、各种各样的国家级会议,以及很多专业会议及研讨会。

相关文章
|
2月前
|
存储 人工智能 测试技术
手把手带你入门AI智能体:从核心概念到第一个能跑的Agent
AI智能体是一种能感知环境、自主决策并执行任务的人工智能系统。它不仅能生成回应,还可通过工具使用、计划制定和记忆管理完成复杂工作,如自动化测试、脚本编写、缺陷分析等。核心包括大语言模型(LLM)、任务规划、工具调用和记忆系统。通过实践可逐步构建高效智能体,提升软件测试效率与质量。
|
1月前
|
人工智能 搜索推荐 数据可视化
当AI学会“使用工具”:智能体(Agent)如何重塑人机交互
当AI学会“使用工具”:智能体(Agent)如何重塑人机交互
300 115
|
1月前
|
人工智能 自然语言处理 安全
从工具到伙伴:AI代理(Agent)是下一场革命
从工具到伙伴:AI代理(Agent)是下一场革命
247 117
|
1月前
|
人工智能 定位技术 API
智能体(Agent):AI不再只是聊天,而是能替你干活
智能体(Agent):AI不再只是聊天,而是能替你干活
904 99
|
1月前
|
人工智能 运维 Java
Spring AI Alibaba Admin 开源!以数据为中心的 Agent 开发平台
Spring AI Alibaba Admin 正式发布!一站式实现 Prompt 管理、动态热更新、评测集构建、自动化评估与全链路可观测,助力企业高效构建可信赖的 AI Agent 应用。开源共建,现已上线!
2808 42
|
30天前
|
人工智能 缓存 运维
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀
本文介绍联调造数场景下的AI应用演进:从单Agent模式到多Agent协同的架构升级。针对复杂指令执行不准、响应慢等问题,通过意图识别、工具引擎、推理执行等多Agent分工协作,结合工程化手段提升准确性与效率,并分享了关键设计思路与实践心得。
377 20
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀
|
人工智能 Cloud Native 搜索推荐
【2025云栖大会】阿里云AI搜索年度发布:开启Agent时代,重构搜索新范式
2025云栖大会阿里云AI搜索专场上,发布了年度AI搜索技术与产品升级成果,推出Agentic Search架构创新与云原生引擎技术突破,实现从“信息匹配”到“智能问题解决”的跨越,支持多模态检索、百亿向量处理,助力企业降本增效,推动搜索迈向主动服务新时代。
301 0
|
3月前
|
人工智能 自然语言处理 物联网
MCP+LLM+Agent:企业AI落地的新基建设计
MCP+LLM+Agent构建企业AI黄金三角架构,破解数据孤岛、工具碎片化与决策滞后难题。LLM负责智能决策,Agent实现自动执行,MCP打通数据与工具,助力企业实现从智能思考到业务闭环的跃迁。

热门文章

最新文章