先秦道家哲學中「自然」的理論意義 (1版)

類似書籍推薦給您

【簡介】 　　本書探討先秦道家的「自然」思想，內容扎實、討論深入，並且能與學界相關研究做出對話。是目前有關先秦道家「自然」思想方面最完整加以討論的著作。——臺大哲學系系主任   林明照   　　「自然」作為哲學範疇是始於先秦典籍。而《老子》的思想體系中，「道」是最高範疇，而老子雖然論及「自然」，但「自然」的定位為何？似乎仍有待釐清。   　　「道」是老子學說的基石，自然主義則是老子學說的靈魂，離開了這兩個東西，我們就無從了解老子的思想。——前臺大哲學系教授   陳鼓應   　　「自然」似乎應該有機會成為與「道」、「理」、「性」等概念同等重要的定位，但事實上卻沒有。本書因此嘗試論證「自然」為道家核心範疇同時闡釋其意義。擬分別就先秦《老子》、《莊子》、《文子》、《列子》、《黃帝四經》、《管子》、《鶡冠子》、《呂氏春秋》以及漢代《淮南子》等九本典籍進行探討，進而體現老學、莊學、黃老道家、稷下道家等思想體系中，「自然」始終居於先秦道家核心定位，並呈現其內蘊的哲學意涵。 【目錄】 五南「博士論文書系列」出版例言  誌記—「博碩論文書系列」出版緣起  摘要 第一章 緒論  第一節 研究動機與目的  第二節 研究範圍與主題  第三節 研究步驟及方法  第四節 文獻回顧  第二章 先秦道家典籍涵攝「自然」引文之詮釋、關涉議題及範疇  第一節 先秦道家典籍涵攝「自然」引文之詮釋  第二節 先秦道家典籍「自然」之價值側重、範疇及演變脈絡  第三節 先秦道家八本文獻之「自然」義理型態 第三章 「自然」為道家核心範疇之檢視原則  第一節 《老子》「自然」之「表層結構具體解釋」  第二節 《老子》「自然」之「深層結構義理解釋」  第三節 《老子》「自然」之「整體結構真實解釋」  第四節 「自然」為核心範疇之檢視原則  第五節 「自然」為核心範疇之哲學向度  第四章 詮釋方法的反思及道法自然的存有連續性  第一節 「道」、「自然」的詮釋方法論反思  第二節 「道法自然」的存有連續性—「虛」、「實」之間的辯證運動歷程  第三節 「道法自然」的存有連續性—「道」、「氣」之間的即道即氣  第四節 「道法自然」的存有連續性—「道」、「物」之間的即道即物  第五節 依據道法自然的存有連續性探究道家存有論層次 第五章 「人法自然」與道心體證的開展  第一節 對身心執定、社會價值異化的反思與批判  第二節 由工夫至境界—「即身心雙修以言自然」的實踐進路  第三節 「自然」在實踐工夫中所體現的境界向度  第六章 「自然」的人文政治意義—無為  第一節 典範論概述  第二節 道家「無為」思想的四種典範  第三節 原始道家、黃老道家、稷下道家之「無為」典範的必要張力與範式轉換  第四節 「無為」的入世關懷  第七章 「自然」的倫理觀與氣論  第一節 「上德」的人文倫理意義  第二節 「自然」的倫理向度基礎模型以及入世關懷  第三節 氣論型態的自然觀—倫理向度如何可能的實踐基礎  第八章 結論  第一節 道家「自然」研究之反思一：以張立文「中國哲學邏輯結構研究法」與「範疇解釋學」為例  第二節 道家「自然」研究之反思二：關於「自然」何以未能受到應有重視之原因探究  第三節 道家「自然」研究之反思三：關於人文自然與儒道對話  第四節 總結  參考書目  謝辭 看更多

踏上生成式AI自學之路: 從底層技術、程式實作到企業應用 (1版)

類似書籍推薦給您

【簡介】 　　「人工智慧 (Artificial Intelligence, AI) 」 一詞，最早可追溯至20世紀中英國數學家艾倫．圖靈發表的論文Computing Machinery and Intelligence。隨著時間推移，硬體與軟體技術的迅速進步讓電腦運算速度大幅提升、成本顯著下降，並且配合演算法領域的卓越研究成果，人工智慧領域不再是遙不可及的夢想。21世紀初，AlphaGo達到可以對決頂尖圍棋高手的程度，到了2022年，OpenAI正式推出ChatGPT，更讓人工智慧真正普及到大眾生活。   　　生成式AI在各行各業專業領域中帶來重大變革，本書能幫助您突破生成式AI的工具性操作，深入了解其背後的技術、應用與影響力。全書共有七個章節，內容涵蓋生成式AI的底層邏輯、實務操作、企業管理策略等三個面向。   　　第一到三章聚焦於生成式AI的底層邏輯，會依序介紹AI先備知識、經典模型以及生成式AI 核心架構：Transformer，即便您沒有資訊背景也能夠讀懂。第四到六章聚焦於生成式AI的實務操作，介紹提示工程(Prompt Engineering)，教您如何讓生成式AI產出高品質的回應，並手把手地帶您使用ChatGPT API 實作兩個小專案：檢索增強生成(RAG)以及網站智能客服。第七章聚焦於生成式AI的企業管理策略，針對企業最迫切關注的議題：如何導入生成式AI，提出淺見與看法。 【目錄】 序言 1從AI 到生成式AI 1-1 生成式AI 的演進 1-2 生成式AI 的應用 1-3 生成式AI 的挑戰 2生成式AI 先備知識 2-1 機器學習 2-2 深度學習 2-3 自然語言處理與理解 2-4 文字轉向量 2-5 大型語言模型 2-6 RNN 遞迴神經網路 2-7 LSTM 長短期記憶模型 2-8 GAN 生成對抗網路 3 Transformer 深入淺出 3-1 Transformer 簡介 3-2 Transformer 輸入 3-3 Transformer 編碼器 3-4 Transformer 解碼器 3-5 Transformer 輸出 3-6 Google Titans 模型 3-7 DeepSeek R1 模型 4提示工程 4-1 提示工程簡介 4-2 指令微調(Prompt-Tuning) 4-3 上下文學習(In-Context Learning) 4-4 大模型微調(Fine-Tuning) 4-5 思維鏈(Chain of Thought) 4-6 客製化指令 5實作檢索增強生成 5-1 前置作業 5-2 準備目標檔案 5-3 切割目標檔案 5-4 建立向量資料庫 5-5 檢索合適的回答 5-6 問答 5-7 聊天 6實作網站智能客服 6-1 工具準備 6-2 建立主機空間 6-3 建立網站 6-4 編輯網頁 6-5 網站上網 6-6 建立系統後端 6-7 建立系統前端 7企業導入生成式AI 7-1 人工智慧原則 7-2 企業面臨的挑戰 7-3 生成式AI 的導入流程 7-4 未來趨勢—AI 代理 結語 看更多