逻辑的引擎 湖南科学技术出版社 pdf epub azw3 2024 下载

《逻辑的引擎》（马丁·戴维斯著）这本关于计算机起源的书剖析了计算机思想层面的历史，通过引人入胜的材料描写了莱布尼茨、布尔、康托尔、希尔伯特、哥德尔、图灵等天才的生活和工作，讲述数学家们如何在成果付诸应用之前就已经提出了其背后的思想。

第1章 莱布尼茨之梦

第2章 布尔把逻辑变成代数

第3章 弗雷格：从突破到绝望

第4章 康托尔：在无限中摸索

第5章 希尔伯特的营救

第6章 哥德尔使计划落空

第7章 图灵构想通用计算机

第8章 研制第一批通用计算机

第9章 超越莱布尼茨之梦

尾声

注释

参考书目

索引

译后记

马丁·戴维斯，是计算机科学发展目前的先驱人物，其《可计算性与不可解性》一书被誉为计算机科学领域极少数真正的经典著作之一他是纽约大学库朗数学科学研究所的荣誉退休教授，目前在加州大学伯克利分校做访问学者。

张卜天，1979年9月生，师从吴国盛。热爱哲学和科学史方面的翻译，研究方向为西方中世纪和近代早期科学思想史，研究领域主要集中在近代科学的起源和科学革命。

暂无出版社相关信息，正在全力查找中！

在线阅读地址：逻辑的引擎 湖南科学技术出版社在线阅读

在线听书地址：逻辑的引擎 湖南科学技术出版社在线收听

在线购买地址：逻辑的引擎 湖南科学技术出版社在线购买

阿隆佐·丘奇（1903-1995）在繁荣美国的逻辑学研究方面起到了关键性的作用。他创立了颇有影响力的《符号逻辑杂志》（Journal of Symbolic Logic），并且担任编辑长达40多年。另一位著名的美国逻辑学家斯蒂芬·克林（1909-1994）是丘奇的31位博士生之一（我也是其中之一）。

他梦想对一种普遍的人工数学语言和演算规则进行一种百科全书式地汇编，知识的任何一个方面都可以用这种数学语言表达出来，而演算规则则可以揭示这些命题之间的所有逻辑关系。最后，他梦想能够制造出完成这些演算的机器，从而使心灵从创作性的思考中解脱出来。

莱布尼茨认为我们需要的是一种普遍文字，即一个不仅真实，而且包含了人类全部思想领域的符号系统

弗雷格提出了把普通数学中一切演绎推理都包含在内的第一个完备的逻辑体系，他用逻辑分析工具来研究语言的开拓性工作为哲学的主要发张提供了基础。

弗雷格不仅仅是对逻辑进行了一种数学处理，他实际上创立了一种新的语言……他的目标是要表明一切数学如何可能被建立在逻辑的基础之上……必须找到某种不用逻辑来发展他的逻辑的方法……精确的语法规则或句法规则则把他的概念文字发展成一种人工语言。这就使逻辑推理表示为机械演算即所谓的推理规则成为可能，这些规则仅仅与符号排列的样式有关……概念文字是我们今天使用的所有计算机程序设计语言的前身。……弗雷格希望用纯逻辑术语来定义自然数……

康托尔因相信，在超限之外还存在着一个绝对的无限，它仅靠人类的理解力是永远无法完全企及的

编辑推荐

前言

本书讲述的是我们的现代计算机背后的那些基本概念和发展出这些概念的人。1951年春，当我在阿兰·图灵（Alan Turing）本人曾于10年前工作过的普林斯顿大学获得了数理逻辑博士学位之后不久，我便在伊利诺伊大学讲授一门以他的思想为基础的课程。有一位一直在听我的讲座的年轻的数学家使我注意到教室的街对面正在建造的两台机器，他认为它们就是图灵观念的物理体现。不久，我就在为这些早期的计算机编写软件了。我持续了半个多世纪的职业生涯便是围绕着现代计算机背后的抽象逻辑概念与它们的物理实现之间的关系而展开的。计算机从20世纪50年代的塞满整个房间的庞然大物，逐渐演变成今天轻巧而强大的能够完成各种任务的机器，在这整个过程中，其背后的逻辑始终保持如一。这些逻辑概念是几个世纪以来数位天才思想家一步步发展出来的。在本书中，我将讲述这些人的生活故事，并解释他们的部分思想。这些故事本身是引人入胜的，我希望读者们不仅能够喜欢它们，而且在读完之后能够更加了解计算机内部的秘密，同时对抽象思想的价值多一份敬意。在本书写作过程中，我曾得益于各种各样的帮助。约翰·西蒙·古根海姆纪念基金会在研究的早期阶段提供了热情的经济资助，正是当时所做的那些研究才使本书得以问世。 Patricia Bl an-chette, Michael Friedman, Andrew Hodges, Lothar Kreiser和Benson Mates慷慨地与我分享他们那些专业知识。Tony Sale友好地充当了我游览布莱奇利庄园的导游，图灵曾于二战期间在那里对破译德军的秘密通讯起了关键性的作用。Eloise Segal是一位忠实而热心的读者，他帮助我避免了解释方面的缺陷，可惜，他在这本书写成之前就离开了这个世界。我的妻子弗吉尼亚竭力使我避免行文含糊不清。Sher man Ste in极为认真地读了原稿，提出了许多改进意见，而且纠正了我的几处错误。我还得益于Eg on Bor ger, William Craig, Michael Richter, Alexis Manaster Ramer, Wilfried Sieg和Fra nsco is Treves等人的翻译。提出有益建议的其他读者还有：Harold Davis, Nathan Davis, Jack Feldman, Meyer Garber, Dick and Peggy K uhns和Alberto Policriti。我在W·W·诺顿公司的编辑Ed Barber用他那关于英语散文的学识慷慨地对本书加以润色，多处改进都直接得益于此。H arol d R abin owi tz向我引见了我的代理商Alex Hoyt，后者自始至终都在帮助我。当然，这一长串名字只是要表达我的感激之情，而不是要使我摆脱本书不足之处的责任。有关评论或修正，读者可发邮件至davis@eipye.com，我将心怀感激。马丁·戴维斯伯克利，2000年1月2日

书籍介绍

本书讲述了计算机思想层面的历史，通过引人入胜的材料描写了莱布尼茨、布尔、康托尔、希尔伯特、哥德尔、图灵等天才的生活和工作，讲述了数学家们如何在成果付诸应用之前就已经提出了其背后的思想。

• 作者： gogu 发布时间：2019-04-13 18:10:39

  「除了圖靈，他們之中沒有一個人意識到自己的工作可以被如此應用。」

• 作者： 飞翔的鸽群 发布时间：2020-12-15 09:28:15

  丝丝入扣地把计算机的数学逻辑一一捋出来、讲清楚，佩服这种认真的态度。

• 作者： madeonearth 发布时间：2018-12-27 14:39:58

  作者对推动计算机发展的逻辑发展史给出了一个十分全面的描绘，书中各种观念和概念的解释也跟到位，信息量很大，但也有很多地方解释的不够透彻，可以以这本书为框架再分别对里面的概念进行研究。

  此外，该书的排版实在有点随便了。

  ps:话说推理和演算的关系到底该如何理解？

• 作者： 南天门 发布时间：2016-10-21 17:53:21

  看来当时新领导来时大都是按里面的方法来的

• 作者： 杨世子 发布时间：2018-10-07 20:59:03

  看的脑阔疼……

• 作者： 天池一苇 发布时间：2020-02-26 17:15:15

  讲弗雷格、希尔伯特与哥德尔三人的部分个人最感兴趣。早先阅读过弗雷格的某部著作，但当时吸收不深。按照哥德尔的思路，似乎可以将某个公理体系作为一个整体，对公理体系的“序列”也可以不断逼近极限。“无限”究竟是否能够达到一个“完成”的状态而能够拿来直接使用？事实上，分析领域的许多内容正是围绕“极限”作文章。逻辑、符号演算、语言哲学这些内容是个人之前（刻意）较少接触的，其实也很难在一部小书中充分领略。后半部分叙述图灵、冯诺依曼、通用计算机等内容，个人就没那么感兴趣，而关于计算机历史以及代表人物，有很多更好的科普书籍。谈到冯诺依曼“虚荣”的性格，似乎也并不那么令人惊讶。另外，我觉得此系列新版的包装并不如原来的好。

• 自动计算机器的逻辑本质

  作者：fats 发布时间：2006-08-23 17:05:40

  推荐程度：最好的科普之一，考虑到CS的学生对计算理论的数学根基掌握不是很好，本书很有帮助。

  主题：这本书介绍的是自动计算思想发展的历史。

  内容：不仅仅是科学家佚事的八卦，还把基本（数学）问题的思想史讲得很清楚。

  原作者：大牛境界，从本质层次深入浅出的讲到了计算概念包含的数学问题。

  翻译：不错，说不上华丽，但是流畅。

  感想：

  一般来说，计算机科学的发展史有两个方面：

  一是计算机工程史，比如电子管，晶体管，VLSI，编译器，体系结构等等的历史；

  二是关于自动计算的思想史，比如计算的本质如何？符号系统的计算能力限制，如何进行自动计算等等。

  关于第一方面的书籍很多，毕竟工程师的实用主义造就了这个时代最耀眼的财富和人物；但是另一方面，逻辑学家对于计算本质的深刻洞察让人惊叹，无数工程方面的成就都是植根于他们丰富而深刻的思想。我想，如果关于计算本质方面的思考受到更多重视的话，许多工程方面的突破可以来得更早。

  turning曾经刻薄的评论说，“美国人总是靠器件，而不是靠思想解决问题”。我想，为什么CS世界的最高荣耀是Turing award而不是其它，其中大有道理。

• 计算机科学是伪科学吗？

  作者：Ginko-X 发布时间：2018-05-30 22:56:25

  // 计算机科学是伪科学吗？

  这个问题曾经一度让我焦虑过好多天，作为一个理想成为科学家的人，这个问题的答案对我来说意义重大。在我越来越多地了解计算机科学（computer science）后，内心却对CS属于Science产生了越来越多的怀疑。在一篇和这个问题相关的有些消极和偏激 但其观点我非常认同的文章（

  https://unqualified-reservations.blogspot.com/2007/08/whats-wrong-with-cs-research.html

  ）里，作者认为所谓的CS researchers 基本上可以划分为这样三类人：有创造力的程序员，数学家和学术官僚。先抛开这个问题不谈，这本书讲的就是这三类人中我觉得最有趣的那类人的故事：计算机学科中的数学家。

  //我不知道我本科都学了什么

  我记得我本科的时候除了要学习编程之外，还要修离散数学、数理逻辑等基础课程。大概是由于自己天性愚钝懒散，加上教书和写书(or 抄书?)的人水平有限，教学枯燥乏味，那时候我并不明白学这些无聊的课有什么意义。直到我在国外读研期间修了一些计算理论方面的课之后，我才逐渐理解了在计算机系统和编程技术这些花里胡哨的东西背后的数学/逻辑理论基础。这本书从一个更宏观更开阔的视角和计算历史发展的角度把逻辑和计算领域里最基本的理论——它们各自扮演的角色以及它们之间的关系——认真梳理了一遍。读完这本书我感觉像是找到了一条线，把我学过的那些零七八碎的东西串成一条珍珠项链。

  // 关于书的内容

  这本书大体按照时间顺序（穿越3个世纪）讲了7位逻辑学家/数学家（莱布尼茨，布尔，弗雷格，康托，希尔伯特，哥德尔，图灵）的故事，一半是关于他们生平的传记性内容，另一半则是深入浅出地介绍和探讨了他们对这个领域的重要贡献。从莱布尼茨开始设想一种通用的可以用来推理演算的符号系统，到布尔构建出可用的逻辑代数，然后弗雷格引入量词结构把一阶逻辑扩展到二阶乃至高阶；20世纪最伟大的数学家之一希尔伯特认为数学一定是完备的，然而康托在研究无限的过程中提出的对角线证明方法和哥德尔的不完备定理看起来有着惊人的相似，宣告了希尔伯特的理想的破灭；几乎是在同一时期 图灵在自己完全独立的工作过程中构想出一个更巧妙的方法证明出了同样的结论，并且附带发展出一个计算模型——通用图灵机，这个计算模型是计算科学领域公认的基础计算模型，我们现在讨论算法的时间或空间复杂度的度量都是基于这个模型，而我们讨论一个形式语言（或一个编程语言）是否具有通用的计算能力（Turing-complete）时，即是要证明这个语言和图灵机模型的表达能力是等价的。

  // 番外

  除了主线故事以外，书中也提到图灵的博士导师丘奇也在和图灵同一年的时间用另一种完全不同的方法发展出了一种可以描述计算的本质的系统。这个被他称为lambda calculus(中文翻译多见是 λ演算子）的方法，不同于图灵机的简单直观、将计算完全机械化的思想，是一种对高阶逻辑的函数式的抽象表示，简洁优雅，表达能力更强，但同时牺牲了直观性和易理解性。因此在电子计算机的发明过程中，工程师们对图灵机的模型普遍更容易接受。受到图灵机模型的深刻影响和启发，冯诺依曼结构这种经典的现代计算机模型得以形成。但是其实图灵机和 λ演算子被证明具有完全相等的计算能力，也就是说它们完全可以解决相同的问题。在我看来，这两个模型的思维方式的区别就如同使用命令式编程语言（比如C语言）和纯函数式编程语言（如Haskell）编程的区别。FORTRAN语言之父在获1977年的图灵奖时发表了一篇文章《Can Programming Be Liberated From the von Neumann Style?》，副标题 A functional style and its algebra of programs，然后我看到函数式编程最近二三十年来在学术领域迅速崛起(抑或只是我在受我的导师的“忽悠”。。。)，从高层次抽象的形式表达和证明到低层次的操作系统/并发研究，以及其在并行计算领域具有先天优势的突出亮点。然后现在似乎也是开始进入了平台期。

  // 有激情 有基情 还要不怕差钱

  看完这本书一个让我唏嘘不已的事实是，这7位科学家似乎没有一个（大概除了希尔伯特）后半辈子过上了理想的生活并且寿终正寝的，他们的工作要么不被当时的社会环境认可，要么得不到足够的经费支持。莱布尼茨靠着给公爵修家族谱过活，科研只能作为副业；布尔一生辛苦赚钱养活一大家子，不到50岁就得肺炎死了；康托长期遭到舆论攻击精神崩溃；哥德尔更惨，后半辈子都是活在精神疾病的折磨中，最后因为被害妄想症绝食死的；至于图灵的故事，想必在卷福拍了电影模拟游戏（The Imitation Game）之后也应该是家喻户晓了。

  // 关于翻译 //或： 好书我都推荐读原版

  翻译大体还是流畅的，可以看得出译者也是下了一番功夫的良心译者。但是大概是因为译者不是CS专业人员，一些专业知识方面的翻译还是有漏洞的，还有一些重要的原理解释的翻译也有些别扭（不确定译者自己是否理解正确。。。），比如reduce这个术语很多地方被翻译成“还原”，但在CS专业书里更多的是翻译成“归约”（这是一种在算法和计算理论里很常见的证明方法：通过把一个问题A“归约”到另一个问题B，从而证明这两个问题具有同样的复杂度——B的解也可以用作A的解，或者说找到A的解不会比找到B的解更困难），所以后半部分我直接找来英文原版读的。 但是如果没有译者的贡献，我可能还不会知道这本书。所以感谢译者的工作，让我遇到一本好书。以原作者（算是图灵的师弟）的水平和他对这些理论的理解高度，这本书完全值得二刷或者更多刷。

  // 计算机科学是伪科学

  如果我们把“科学”只限定为“自然科学”这个领域的话，CS目前确实是伪科学。但这不代表这个领域就没有有趣的值得深入研究的东西了。一个做IT交互设计的朋友曾经跟我说过，她对于科技对人类生活的影响有着深刻的体会，因为她的工作是让新技术变得对人类更友好更易用，她认为自然科学的研究工作固然是伟大的，但是前沿科技的研究也同样意义非凡，尤其是计算机技术可以更快速地转化成生产力，带动别的学科的发展，直接而又广泛地影响我们的生活，促进社会的进步。

  // 借用原作的话作为结尾

  As computers have evolved from the room-filling behemoths that were the computers of the 1950s to the small, powerful machines of today that perform a bewildering variety of tasks, their underlying logic has remained the same. These logical concepts have developed out of the work of a number of gifted thinkers over a period of centuries....

  计算机从1950年代的塞满房间的庞然大物进化到今天能够进行各种令人眼花缭乱的任务的小型超能机器，其底层的逻辑原理其实

  一成不变

  。这句话说起来简单，我却用了几年的时间才理解作者所说的一成不变到底是怎么一回事。（想起来有次跟导师聊天，他说，你看现在到处都在搞机器学习，这个状况可能还会持续一二十年然后趋于饱和，但是我们研究的东西（计算和编程语言理论）过去二十年都没有变过，未来二十年也不太可能改变，很多问题光靠机器学习是解决不了的，必须要有个deterministic的答案。）未来也许会出现新的计算模型来突破图灵机的极限，让目前看起来不可解的问题变成可解的，比如在量子计算和生物计算领域已经展露了一些理论上的可能性，we'll see.