●前言
第1章 緒論
1.1 人工智能的定義
1.2 人工智能的發展史
1.3 主要研究內容
1.4 人工智能的主要學派
1.4.1 符號主義
1.4.2 連接主義
1.4.3 行為主義
1.5 人工智能的應用
1.6 本章小結
習題
第2章 知識表示
2.1 引言
2.2 謂詞邏輯表示法
2.2.1 一階謂詞邏輯
2.2.2 知識的謂詞邏輯表示法
2.3 產生式表示法
2.3.1 事實的表示
2.3.2 規則的表示
2.4 語義網絡表示法
2.4.1 語義網絡的概念和結構
2.4.2 常用的語義聯繫
2.5 框架表示法
2.5.1 框架結構
2.5.2 框架網絡
2.6 狀態空間表示法
2.7 本體表示法
2.8 本章小結
習題
第3章 搜索算法
3.1 引言
3.2 盲目搜索
3.2.1 深度優先搜索
3.2.2 寬度優先搜索
3.3 啟發式搜索
3.3.1 啟發性信息和評估函數
3.3.2 通用圖搜索算法
3.3.3 A*算法
3.4 博弈搜索
3.4.1 極大極小過程
3.4.2 α-β過程
3.5 本章小結
習題
第4章 自動推理
4.1 引言
4.2 三段論推理
4.3 自然演繹推理
4.4 歸結演繹推理
4.4.1 子句型
4.4.2 置換和合一
4.4.3 合一算法
4.4.4 歸結式
4.4.5 歸結反演
4.4.6 答案的提取
4.4.7 歸結反演的搜索策略
4.5 產生式
4.5.1 產生式的基本結構
4.5.2 正向推理
4.5.3 反向推理
4.5.4 混合推理
4.6 本章小結
習題
第5章 機器學習
5.1 引言
5.1.1 簡單的學習模型
5.1.2 什麼是機器學習
5.1.3 機器學習的研究概況
5.2 歸納學習
5.3 類比學習
5.3.1 相似性
5.3.2 基於案例的推理
5.3.3 遷移學習
5.4 統計學習
5.4.1 邏輯回歸
5.4.2 支持向量機
5.5 聚類
5.6 強化學習
5.6.1 強化學習模型
5.6.2 Q-學習
5.7 進化計算
5.8 群體智能
5.8.1 蟻群算法
5.8.2 粒子群優化
5.9 本章小結
習題
第6章 人工神經網絡與深度學習
6.1 引言
6.2 前饋神經網絡
6.3 深度學習
6.4 卷積神經網絡
6.5 生成對抗網絡
6.6 深度強化學習
6.7 本章小結
習題
第7章 專家
7.1 引言
7.1.1 什麼是專家
7.1.2 專家的發展過程
7.2 專家的基本結構
7.3 專家MYCIN
7.3.1 咨詢子
7.3.2 靜態數據庫
7.3.3 控制策略
7.3.4 不確定性推理
7.4 專家開發工具
7.4.1 OKPS中的知識表示
7.4.2 推理控制語言ICL
7.5 專家應用
7.6 本章小結
習題
第8章 自然語言處理
8.1 引言
8.2 自然語言處理的層次
8.3 機器翻譯
8.4 對話
8.5 問答
8.6 文本生成
8.7 本章小結
習題
第9章 多智能體
9.1 引言
9.2 智能體結構
9.2.1 慎思智能體
9.2.2 反應智能體
9.2.3 層次智能體
9.3 智能體通信語言ACL
9.4 協調和協作
9.4.1 合同網
9.4.2 基於生態學的協作
9.4.3 基於博弈論的協商
9.5 移動智能體
9.6 本章小結
習題
第10章 智能機器人
10.1 引言
10.2 機器人的智能技術
10.2.1 智能感知技術
10.2.2 智能導航與規劃
10.2.3 智能控制與操作
10.2.4 情感計算
10.2.5 智力發育
10.2.6 智能交互
10.3 智能機器人應用
10.4 智能機器人發展趨勢
10.5 本章小結
習題
第11章 互聯網智能
11.1 引言
11.2 語義Web
11.2.1 語義Web的層次模型
11.2.2 Web技術演化
11.3 本體知識管理
11.4 搜索引擎
11.5 知識圖譜
11.5.1 知識圖譜的定義
11.5.2 知識圖譜的架構
11.5.3 知識圖譜的構建
11.5.4 知識圖譜的應用
11.6 集體智能
11.6.1 集體智能的定義
11.6.2 社群智能
11.6.3 集體智能
11.6.4 腦
11.7 本章小結
習題
第12章 類腦智能
12.1 引言
12.2 大數據智能
12.3 腦科學與類腦研究
12.3.1 歐盟人腦計劃
12.3.2 美國腦計劃
12.3.3 中國腦計劃
12.4 神經形態芯片
12.5 類腦智能路線圖
習題
參考文獻

本書繫統地介紹人工智能的基本原理、方法和應用技術，全面地反映了國內外人工智能研究領域的當前進展和發展方向。全書共12章。第1章簡要介紹人工智能的概況。第2-6章闡述人工智能的基本原理和方法，重點論述知識表示、搜索算法、自動推理、機器學習和神經網絡等。第7、8章介紹專家繫統、自然語言處理等應用技術。第9-11章闡述當前人工智能的研究熱點，包括多智能體繫統、智能機器人和互聯網智能等。第12章探討類腦智能，展望人工智能發展的路線圖。本書力求科學性、實用性和優選性、可讀性好。內容由淺入深，循序漸進，條理清晰，讓學生在有限的時間內，掌握人工智能的基本原理與應用技術，提高對人工智能問題的求解能力。本書可以作為高等院校人工智能、智能科學與技術、計算機科學與技術、自動化等相關專業的本科生、研究生、培訓班的人工智能課程教材，也可以供從事人工智能研究與應用的科技人員學習參考。

人工智能是用人工的方法和技術，模仿、延伸和擴展人類智能和行為, 實現機器智能。長期以來，人工智能是計算機科學與技術的一個分支。隨著智能科學與技術的興起和發展，人工智能將是智能科學與技術的一個分支。人工智能自1956年誕生以來，歷經艱辛與坎坷，取得了舉世矚目的成就，與機器學習、數據挖掘、計算機視覺、專家繫統、自然語言處理、模式識別和機器人等相關的應用帶來了良好的經濟效益和社會效益。特別是2016年3月8—15日，谷歌圍棋人工智能AlphaGo與韓國棋手李世石比賽，最終以4∶1的戰績取得了人機圍棋對決的勝利。有“深度學習三巨頭”之稱的本吉奧（Yoshua Bengio）、楊立昆（Yann LeCun）、欣頓共同獲得了2018年ACM的圖靈獎，以表彰他們為當前人工智能的繁榮發展所奠定的基礎。人工智能再一次成為社會關注的焦點和世界高技術競爭的戰略重點。創新驅動，智能擔當，教育先行。2017年7月8等