人工智能是解决复杂工程问题的重要工具，是许多高新技术产品中的核心技术。读者通过学习本书，能够掌握人工智能的基本内容，了解人工智能研究的一些最新的前沿内容，为深入研究与应用人工智能技术奠定基础。
全书共11章，分别为人工智能的基本概念与主要研究领域、知识表示与知识图谱、确定性推理方法、不确定性推理方法、搜索求解策略、进化算法(包括遗传算法、差分进化算法、量子进化算法)及其应用、群智能算法(包括粒子群优化算法、量子粒子群优化算法、蚁群算法)及其应用、人工神经网络(包括卷积神经网络、胶囊网络、生成对抗网络)及其应用、机器学习(包括深度学习)、专家系统、自然语言理解及其应用。附录中给出了本书习题的简要解答和实验指导书。
本书主要作为计算机类、自动化类、电气类、电子信息类、机械类等专业本科生、研究生，特别是智能科学与技术、人工智能、数据科学与大数据技术专业本科生学习人工智能基础课程的教材。由于书中几大部分内容相对独立，可以容易地根据课程计划学时选择部分内容学习，仍可保持课程体系结构的完整性。扫描本书二维码，能够观看相应内容的讲课录像，特别适合希望掌握人工智能技术的研究人员与工程技术人员自学。

王万良，工学博士，教授，博士生导师，2000年享受国务院政府特殊津贴，2008年获国家教学名师奖，2014年入选国家“万人计划”首批教学名师，2014年获国家教学成果奖，2016年授予浙江省杰出教师称号。现任浙江工业大学计算机科学与技术学院院长、软件学院院长、国家精品课程和资源共享课程《自动控制原理》负责人、教育部高等学校计算机类专业教学指导委员会委员、浙江省高等学校计算机类专业教学指导委员会副主任、全国高校大数据教育联盟副理事长、浙江省计算机学会副理事长、浙江省计算机应用与教育学会副理事长、杭州市计算机学会理事长、杭州市人工智能学会副理事长。

第1章 绪论
1.1 人工智能的基本概念
1.1.1 智能的概念
1.1.2 智能的特征
1.1.3 人工智能
1.2 人工智能的发展简史
1.2.1 孕育(1956年之前)
1.2.2 形成(1956—1969年)
1.2.3 艰难发展(1970—2010年)
1.2.4 大数据驱动人工智能发展期(2011年至今)
1.3 人工智能研究的基本内容
1.4 人工智能的主要研究领域
1.5 小结
思考题
第2章 知识表示与知识图谱
2.1 知识与知识表示的概念
2.1.1 知识的概念
2.1.2 知识的特性
2.1.3 知识的分类
2.1.4 知识的表示
2.2 一阶谓词逻辑表示法
2.2.1 命题
2.2.2 谓词
2.2.3 谓词公式
2.2.4 谓词公式的性质
2.2.5 一阶谓词逻辑知识表示方法
2.2.6 一阶谓词逻辑表示法的特点
2.3 产生式表示法
2.3.1 产生式
2.3.2 产生式系统
2.3.3 产生式系统的例子——动物识别系统
2.3.4 产生式表示法的特点
2.4 框架表示法
2.4.1 框架的一般结构
2.4.2 用框架表示知识的例子
2.4.3 框架表示法的特点
2.5 语义网络表示法
2.5.1 语义网络
2.5.2 基本命题的语义网络表示
2.5.3 连接词在语义网络中的表示方法
2.5.4 变元和量词在语义网络中的表示方法
2.5.5 语义网络表示法示例
2.5.6 语义网络的推理过程
2.5.7 语义网络表示法的特点
2.6 知识图谱
2.6.1 知识图谱的定义
2.6.2 知识图谱的架构与构建
2.6.3 知识抽取
2.6.4 知识图谱的典型应用
2.7 小结
思考题
习题
第3章 确定性推理方法
第4章 不确定性推理方法
第5章 搜索求解策略
第6章 进化算法及其应用
第7章 群智能算法及其应用
第8章 人工神经网络及其应用
第9章 机器学习
第10章 专家系统
第11章 自然语言理解及其应用
附录A 部分习题解答
附录B 实验指导书
参考文献