本书介绍了人工智能的基本原理及其应用，涉及人工智能概述、基于知识的人工智能、基于数据的人工智能、人工智能的算法与编程、人工智能的计算能力、人工智能发展展望及人工智能的应用等内容。全书共15章。第1章叙述人工智能的定义与发展，提出人工智能的核心要素、学科体系和系统分类，阐明人工智能的研究目标和研究内容，概括人工智能的研究与应用领域。第1篇（第2章～第4章）为基于知识的人工智能，介绍知识表示、知识搜索与推理、基于知识的机器学习。第2篇（第5章～第7章）为基于数据的人工智能，介绍群体智能与进化计算、数据处理和人工神经网络、基于数据的机器学习。第3篇（第8章～第9章）为人工智能的算法与编程，介绍逻辑型人工智能编程语言、解释型语言和深度学习开源框架。第4篇（第10章）为人工智能的计算能力，介绍人工智能的算力及架构。第5篇（第11章～第13章）为人工智能的研究与应用领域，介绍专家系统、智能规划、机器感知。第6篇（第14章～第15章）为人工智能展望，内容涉及人工智能伦理与安全及人工智能的发展趋势。书中每章均配备习题并对要点进行总结，加深读者对原理及算法的理解，为进一步深入学习人工智能打下坚实的基础。
本书可作为高等院校本科生和研究生的人工智能课程教材，也可供从事人工智能研究与开发的相关人员阅读参考。

蔡自兴，IEEE院士和IEEE终身院士（Fellow）、国际导航与运动控制科学院院士、纽约科学院院士、联合国专家，中南大学信息科学与工程学院教授、博士生导师，湖南省自兴人工智能研究院首席科学家。首届全国高校国家级教学名师奖、吴文俊人工智能科技奖成就奖、徐特立教育奖、宝钢全国优秀教师奖特等奖获得者。历任第八届湖南省政协副主席和全国政协第九届和第十届委员会委员，兼任中国人工智能学会副理事长及智能机器人专业委员会创会主任、IEEE计算智能学会评奖委员会委员和IEEE CIS进化计算技术委员会委员等。已在国内外编著出版专著和教材50多部（版），发表论文1000余篇，他引数万次。主持国家级精品课程、精品资源共享课程、国家级教学团队等国家教育部质量工程项目8项。是我国人工智能、智能控制、机器人学诸学科的学术带头人之一，被誉为“中国人工智能教育第一人”“中国智能机器人学科创始人”“中国智能控制奠基者”。

第1章 绪论
1.1 人工智能的定义与发展
1.1.1 人工智能的定义
1.1.2 人工智能的起源与发展
1.1.3 中国人工智能的发展
1.2 人工智能的核心要素、学科体系和系统分类
1.2.1 人工智能的核心要素
1.2.2 人工智能的学科体系
1.2.3 人工智能系统的分类
1.3 人工智能的研究目标和内容
1.3.1 人工智能的研究目标
1.3.2 人工智能研究的基本内容
1.4 人工智能的研究与应用领域
1.5 本书概要
1.6 小结
习题1
第1篇 基于知识的人工智能
第2章 知识表示方法
2.1 状态空间表示
2.1.1 问题状态描述
2.1.2 状态图示法
2.2 问题归约表示
2.2.1 问题归约描述
2.2.2 与或图表示
2.3 谓词逻辑表示
2.3.1 谓词演算
2.3.2 谓词公式
2.3.3 置换与合
2.4 语义网络表示
2.4.1 二元语义网络的表示
2.4.2 多元语义网络的表示
2.4.3 语义网络的推理过程
2.5 本体技术
2.5.1 本体的概念
2.5.2 本体的组成与分类
2.5.3 本体的建模
2.6 知识图谱
2.6.1 知识图谱的定义与架构
2.6.2 知识图谱的关键技术
2.6.3 知识图谱的应用领域
2.7 小结
习题2
第3章 知识搜索与推理
3.1 图搜索策略
3.2 盲目搜索
3.2.1 宽度优先搜索
3.2.2 深度优先搜索
3.2.3 等代价搜索
3.3 启发式搜索
3.3.1 启发式搜索策略和估价雨数
3.3.2 有序搜索
3.3.3 A*算法
3.4 消解原理
3.4.1 子句集的求取
3.4.2 消解推理规则
3.4.3 含有变量的消解式
3.4.4 消解反演求解过程
3.5 规则演绎系统
3.5.1 正向规则演绎系统
3.5.2 逆向规则演绎系统
3.5.3 双向规则演绎系统
3.6 不确定性推理
3.6.1 不确定性的表示与度量
3.6.2 不确定性的算法
3.7 概率推理
3.7.1 概率的基本性质和计算公式
3.7.2 概率推理方法
3.8 主观贝叶斯方法
……
第2篇 基于数据的人工智能
第3篇 人工智能的算法与编程
第4篇 人工智能的计算能力
第5篇 人工智能的研究与应用领域
第6篇 人工智能展望
结束语
参考文献
索引