本书较为全面地介绍了脑科学、神经科学的基本概念、知识和理论，以及脑科学、神经科学等方面的新成果和新发现。全书共11章，在绪论部分介绍了脑科学定义、研究方法、研究内容以及发展现状，然后介绍了脑的基本结构与组成以及脑神经系统知识。在智能机制方面，主要详细介绍了感知觉、运动、学习与记忆、注意与决策、语言、情绪等功能产生或形成的理论和神经机制。在此基础上，介绍了心智与意识形成的相关理论和机制。最后，介绍了脑与神经科学对人工智能研究的重要作用和意义。 本书适用于人工智能、智能科学与技术、生物医学工程、计算机科学与技术等新工科及传统理工科相关专业的高等院校本科、硕士，也适用于生命科学、生物学、神经科学、认知科学等相关专业学生学习，可以作为人工智能专业教材。并适合从事自然科学、社会科学、人文学科以及人工智能交叉学科研究的初级科研人员和爱好者自学使用。
本书特色是从多交叉学科角度来介绍了脑与智能基础知识、理论以及前沿成果，涉及哲学、脑科学、认知神经科学、认知科学、心理学等多个学科，在脑与神经系统的基础上，进一步理解感知觉与运动、学习与记忆、注意与决策、语言等产生或形成机制，尤其是关于心智和意识的认识，既包括有传统哲学、心理学的重要思想和理论，也包括现代神经科学对心智和意识的研究理论。并将脑科学与人工智能理论与方法紧密联系起来，使读者看到脑与神经科学对人工智能技术的重要作用和意义，从脑科学与神经科学角度深入理解人工智能技术。
莫宏伟，哈尔滨工程大学工学博士、教授，类脑计算与人工智能研究中心主任，全国高校人工智能与大数据创新联盟常务理事，黑龙江省高等教育学会人工智能教育专业委员会理事长。长期从事人工智能导论、原理与方法的课程教学工作，主要研究领域涉及类脑计算、自然计算、智能机器人、视觉智能与认知智能等。
chapter 01绪论 1
1.0 学习导言 2
1.1 人脑的起源 2
1.1.1 人类的起源 2
1.1.2 人脑的进化 3
1.2 脑科学的定义与历史 4
1.2.1 第 一阶段萌芽时期 5
1.2.2 第二阶段机械时期 5
1.2.3 第三阶段现代时期 6
1.3 脑科学 7
1.3.1 脑科学的概念与目标 7
1.3.2 认识脑 8
1.3.3 保护脑 10
1.3.4 开发脑 11
1.4 脑科学对人工智能的意义 12
1.5 本章小结 13
习题 13
chapter 02脑结构与组成 14
2.0 学习导言 15
2.1 神经系统的组成 15
2.2 脑的组成部位与功能 16
2.2.1 脑的组成部位 16
2.2.2 大脑的总体结构与功能 20
2.2.3 大脑叶区与功能 23
2.2.4 大脑的内侧面 25
2.2.5 大脑皮层的分区 25
2.3 本章小结 30
习题 30
chapter 03脑神经系统 31
3.0 学习导言 32
3.1 脑神经系统与神经组织 32
3.1.1 神经元学说与功能认识历史 32
3.1.2 大脑皮层的神经元分层 34
3.1.3 大脑神经元的连接 35
3.1.4 神经环路重构 38
3.2 脑神经元 40
3.2.1 神经元的类型 40
3.2.2 神经元的组成与工作方式 40
3.2.3 突触 43
3.2.4 神经递质及其作用 45
3.3 神经元之间的通信 45
3.4 神经元、脑与躯体 47
3.4.1 神经元与躯体 47
3.4.2 神经元与脑功能 47
3.4.3 脑电波与思维方式 48
3.5 其他主要神经元 48
3.5.1 神经胶质细胞的类型 48
3.5.2 神经胶质细胞的作用 50
3.5.3 镜像神经元 51
3.6 大脑可塑性机制 52
3.6.1 神经可塑性 53
3.6.2 突触可塑性 54
3.6.3 经验塑造大脑 56
3.7 概率大脑 57
3.8 本章小结 59
习题 59
chapter 04感知觉与运动系统 60
4.0 学习导言 61
4.1 视觉 61
4.1.1 人类视觉系统 62
4.1.2 视觉信息处理 66
4.1.3 人脸识别的视觉机制 70
4.1.4 动态交互的生物视觉 70
4.2 听觉 71
4.2.1 听觉的形成 71
4.2.2 听觉的功能 71
4.2.3 听觉皮层 72
4.3 嗅觉与味觉 73
4.3.1 嗅觉神经通路 73
4.3.2 味觉神经通路 74
4.4 躯体感觉系统 74
4.4.1 躯体感觉系统组成 75
4.4.2 躯体感觉信息处理 75
4.5 运动系统 76
4.5.1 运动的类型 76
4.5.2 运动的控制 77
4.5.3 运动神经系统 79
4.5.4 运动的神经行为原理 80
4.5.5 拓扑映射 81
4.5.6 动作、知觉、模拟 81
4.6 本章小结 82
习题 82
chapter 05学习与记忆 83
5.0 学习导言 84
5.1 学习 84
5.1.1 关于学习的心理学理论 84
5.1.2 学习的类型 86
5.1.3 学习的神经学机制 89
5.2 记忆 93
5.2.1 对记忆的认识历史 93
5.2.2 关于记忆的假说理论 94
5.2.3 记忆的类型 96
5.2.4 关于记忆的神经与分子基础 99
5.2.5 与记忆有关的大脑结构及区域 103
5.3 学习与记忆的神经编码机制 107
5.3.1 神经编码学说 108
5.3.2 海马体位置细胞与空间记忆编码 109
5.3.3 海马体神经元网络与情景记忆编码 110
5.3.4 大脑的认知地图功能 111
5.4 本章小结 114
习题 114
chapter 06注意与决策 116
6.0 学习导言 117
6.1 注意的概念 117
6.1.1 注意的含义 117
6.1.2 注意的研究与鸡尾酒会效应 118
6.1.3 注意的类型 119
6.1.4 注意模型 119
6.2 选择性注意模型 120
6.2.1 注意选择性 120
6.2.2 选择性注意模型 121
6.3 知觉与注意 122
6.3.1 知觉的形成需要选择性注意的控制 122
6.3.2 注意对感觉信息加工进行调节的机制 123
6.4 大脑的注意系统 125
6.4.1 定向网络 125
6.4.2 警惕网络 125
6.4.3 执行网络 126
6.4.4 注意系统、工作记忆与眼动控制系统 126
6.5 大脑决策与神经机制 127
6.5.1 决策的意义 127
6.5.2 决策的神经机制 127
6.5.3 高效的大脑决策机制 129
6.6 本章小结 131
习题 132
chapter 07语言 133
7.0 学习导言 134
7.1 语言复杂系统 134
7.2 语言起源与进化 135
7.2.1 语言与人类智力 135
7.2.2 人类语言产生的原因 136
7.3 语言的脑机制 138
7.4 视觉解码与阅读加工 140
7.4.1 阅读加工的词汇与亚词汇通路 140
7.4.2 梭状回与整体字形识别 141
7.4.3 额下回激活与阅读加工自动化程度 141
7.5 语义与句法加工 142
7.5.1 分布式表征语义系统 142
7.5.2 句法加工的认知神经机制 143
7.6 本章小结 144
习题 144
chapter 08情绪 145
8.0 学习导言 146
8.1 情绪与情感的基本概念 146
8.1.1 定义 146
8.1.2 情绪的演化 147
8.1.3 情绪评定的标准 148
8.2 情绪理论 149
8.2.1 情绪的生理理论 149
8.2.2 情绪的中枢神经系统
理论 150
8.2.3 情绪的多水平理论 150
8.2.4 情绪的认知理论 150
8.3 情绪的神经生物学基础 151
8.3.1 边缘系统与情绪 152
8.3.2 前扣带回与情绪 153
8.3.3 杏仁核与情绪 153
8.3.4 具有先天情绪价值的刺激及其生理基础 154
8.4 情绪与认知 155
8.4.1 情绪与注意 155
8.4.2 情绪与记忆 157
8.4.3 情绪与执行功能 157
8.4.4 情绪与决策 158
8.5 本章小结 159
习题 159
chapter 09脑、心智与认知 160
9.0 学习导言 161
9.1 身体觉知 161
9.1.1 身体感知 161
9.1.2 能动作用与自由意志 162
9.2 人类智力的基础—神经网络 162
9.2.1 层级化神经元 163
9.2.2 模块化神经元 164
9.2.3 灵活转换的网络状态 164
9.2.4 个体化大脑连接模式 165
9.3 心智从何处来 166
9.3.1 大脑是心智的一环 166
9.3.2 与心智有关的脑区域 167
9.3.3 大脑皮层构建映射模式 169
9.4 心智、大脑与躯体映射 170
9.4.1 躯体与大脑紧密相连 171
9.4.2 大脑如何产生躯体映射 172
9.4.3 模拟躯体状态的“替代机制” 172
9.5 脑与认知 174
9.5.1 认知概念 174
9.5.2 认知控制 174
9.5.3 具身认知 175
9.5.4 认知灵活性 176
9.5.5 社会关系认知地图 177
9.6 语言与心智 177
9.6.1 语言是人类交流的特殊手段 177
9.6.2 语言对于思维形成的作用 178
9.7 脑智能模型 180
9.7.1 脑信息处理模型 180
9.7.2 层次模型 181
9.7.3 人的智能活动模型 182
9.8 本章小结 183
习题 183
chapter 10意识 184
10.0 学习导言 185
10.1 意识的含义 185
10.1.1 不同领域对意识的理解 185
10.1.2 意识的主观性与客观性 186
10.2 哲学和心理学对意识的探索 187
10.2.1 哲学对意识的探索 187
10.2.2 心理学对意识的探索 188
10.3 意识科学研究 189
10.3.1 生物学研究 189
10.3.2 神经科学研究 190
10.4 意识理论和模型 197
10.4.1 关于意识的理论 197
10.4.2 全局神经工作空间理论 198
10.4.3 整合信息理论 200
10.4.4 两种理论比较 201
10.4.5 意识的神经工作空间 201
10.4.6 量子意识 203
10.4.7 意识复杂度测量法 204
10.5 意识与心智 205
10.5.1 意识是否与大脑无关 205
10.5.2 自我意识 205
10.5.3 自由意志是否存在 207
10.6 意识与情绪 208
10.7 计算机是否有意识 209
10.8 本章小结 209
习题 210
chapter 11从脑科学到人工智能 211
11.0 学习导言 212
11.1 人脑神经元与人工神经元 212
11.1.1 MP神经元模型 212
11.1.2 从人工神经元到人工神经网络 213
11.1.3 神经元计算能力新发现 216
11.2 视觉皮层与深度神经元 217
11.2.1 深度卷积神经元的生物视觉机制 217
11.2.2 深度神经元与生物神经系统的差异 218
11.3 视觉模拟 219
11.4 脑的强化学习与机器的强化学习 220
11.4.1 机器学习中的强化学习 220
11.4.2 基于海马体或海马体启发的强化学习 220
11.5 注意力机制在深度神经元中的应用 222
11.6 记忆机制在深度神经元中的应用 223
11.6.1 情景记忆 223
11.6.2 工作记忆 224
11.7 人类情感与机器情感 224
11.7.1 大脑情感模型 225
11.7.2 情感建模与机器情感 225
11.8 类脑计算 226
11.8.1 基于生物与经验的模型 226
11.8.2 神经形态类脑计算 227
11.8.3 人工大脑 230
11.9 脑与神经科学对人工智能的作用 232
11.10 本章小结 233
习题 233
书单推荐
