第一部分 引言
第l章 人工智能概述
1.0 引言
1.0.1 人工智能的定义
1.0.2 思维是什么？智能是什么？
1.1 图灵测试
1.1.1 图灵测试的定义
1.1.2 图灵测试的争议和批评
1.2 强人工智能与弱人工智能
1.3 启发法
1.3.1 长方体的对角线：解决一个相对简单但相关的问题
1.3.2 水壶问题：向后倒推
1.4 识别适用人工智能来求解的问题
1.5 应用和方法
1.5.1 搜索算法和拼图
1.5.2 二人博弈
1.5.3 自动推理
1.5.4 产生式规则和专家系统
1.5.5 细胞自动机
1.5.6 神经计算
1.5.7 遗传算法
1.5.8 知识表示
1.5.9 不确定性推理
1.6 人工智能的早期历史
1.7 人工智能的近期历史到现在
1.7.1 博弈
1.7.2 专家系统
1.7.3 神经计算
1.7.4 进化计算
1.7.5 自然语言处理
1.7.6 生物信息学
1.8 新千年人工智能的发展
1.9 本章小结
第二部分 基础知识
第2章 盲目搜索
2.0 简介：智能系统中的搜索
2.1 状态空间图
2.2 生成与测试范式
2.2.1 回溯
2.2.2 贪婪算法
2.2.3 旅行销售员问题
2.3 盲目搜索算法
2.3.1 深度优先搜索
2.3.2 广度优先搜索
2.4 盲目搜索算法的实现和比较
2.4.1 实现深度优先搜索
2.4.2 实现广度优先搜索
2.4.3 问题求解性能的测量指标
2.4.4 DFS和BFS的比较
2.5 本章小结
第3章 知情搜索
3.0 引言
3.1 启发法
3.2 知情搜索（第一部分）——找到任何解
3.2.1 爬山法
3.2.2 最陡爬坡法
3.3 最佳优先搜索
3.4 集束搜索
……
第三部分 基于知识的系统
第四部分 高级专题
第五部分 现在和未来

作为计算机科学的一个分支，人工智能主要研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统，涉及机器人、语音识别、图像识别、自然语言处理和专家系统等方向。
史蒂芬·卢奇、丹尼·科佩克著的《人工智能(第2版国外著名高等院校信息科学与技术优秀教材)》包括引言、基础知识、基于知识的系统、高级专题以及现在和未来五部分内容。第一部分从人工智能的定义讲起，就人工智能的早期历史、思维和智能的内涵、图灵测试、启发法、新千年人工智能的发展进行了简要论述。第二部分详细讲述了人工智能中的盲目搜索、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示和产生式系统等基础知识。第三部分介绍并探究了人工智能领域的成功案例，如DENDRAL、MYCIN、EMYCIN等经典的专家系统，振动故障诊断、自动牙科识别等新的专家系统，以及受到自然启发的搜索等。第四部分介绍了自然语言处理和自动规划等高级专题。第五部分对人工智能的历史和现状进行了梳理，回顾了几十年来人工智能所取得的诸多成就，并对其未来进行了展望。
本书系统、全面地涵盖了人工智能的相关知识，既简明扼要地介绍了这一学科的基础知识，也对自然语言处理、自动规划、神经网络等内容进行了拓展，更辅以实例，可以帮助读者扎扎实实打好基础。本书特色鲜明、内容易读易学，适合人工智能相关领域和对该领域感兴趣的读者阅读，也适合高校计算机专业的教师和学生参考。