《人工智能》主要阐述人工智能问题求解方法的一般性原理和基本思想。主要内容有：一般的搜索问题，包括盲目搜索和启发式搜索等；与或图搜索，包括AO*算法和博弈树搜索等；谓词逻辑以及基于归结的定理证明方法；知识表示，包括产生式方法、语义网络、框架等；不确定性推理方法，包括贝叶斯方法、证据理论和确定性方法等；机器学习，包括实例学习、解释学习、决策树学习和神经网络等；高级搜索，包括局部搜索方法、模拟退火方法和遗传算法等。
《人工智能》可作为计算机专业的本科生或者研究生学习人工智能基础课程的教材或参考书。

第0章 绪论
0．1 什么是人工智能
0．2 图灵测试
0．3 中文屋子问题
0．4 人工智能的研究目标
0．5 人工智能发展简史
0．6 人工智能研究的课题

第1章 搜索问题
1．1 回溯策略
1．2 图搜索策略
1．3 无信息图搜索过程
1．4 启发式图搜索过程
1．5 搜索算法讨论
习题

第2章 与或图搜索问题
2．1 与或图的搜索
2．2 与或图的启发式搜索算法AO*
2．3 博弈树的搜索
习题

第3章 谓词逻辑与归结原理
3．1 命题逻辑
3．1．1 命题
3．1．2 命题公式
3．1．3 命题逻辑的意义
3．1．4 命题逻辑的推理规则
3．1．5 命题逻辑的归结方法
3．2 谓词逻辑基础
3．2．1 谓词基本概念
3．2．2 一阶谓词逻辑
3．2．3 谓词演算与推理
3．2．4 谓词知识表示
3．3 谓词逻辑归结原理
3．3．1 归结原理概述
3．3．2 Skolem标准型
3．3．3 子句集
3．3．4 置换与合一
3．3．5 归结式
3．3．6 归结过程
3．3．7 归结过程控制策略
3．4 Herbrand定理
3．4．1 概述
3．4．2 H域
3．4．3 H解释
3．4．4 语义树与Herbrand定理
3．4．5 Herbrand定理
3．4．6 Herbrand定理与归结法的完备性
习题
……

第4章 知识表示
第5章 不确定性推理方法
第6章 机器学习
第7章 高级搜索

参考文献