本书由四篇共17 章组成 *篇是基础理论篇 共九章(第1 ~ 9 章)从整体角度介绍人工智能的基本概念与基础理论 第二篇是应用技术篇 共四章(第10 ~13 章)介绍人工智能基础理论与相关分支领域相融合所产生的新技术 第三篇是应用篇 共三章(第14 ~16 章)介绍智能产品的开发及目前广为流行的四种应用实例 第四篇是展望篇 共一章(第17 章)对人工智能学科今后发展提出建议和看法。在本书的编写中坚持三项原则:教材的现代性,即新的技术路线与新的体系,并形成新一代人工智能技术,教材的应用性,即更加关注人工智能与其他学科、领域的融合,将人工智能应用到多个行业中去,教材的引导性,即坚持教材的入门与引导作用 本书的出版在一定程度上填补了新一代人工智能教材的空白本书适合作为人工智能、计算机类专业及相关专业“人工智能”课程教材及培训教材,也可作为人工智能应用、开发人员的基础读物。

**篇 基础理论篇 第1 章 总论 ………………………………………………………………… 2 1. 1 人工智能发展历史………………………………………………………… 2 1. 2 人工智能概念介绍………………………………………………………… 7 1. 3 人工智能发展三大学派 ………………………………………………… 10 1. 4 人工智能的学科体系 …………………………………………………… 11 小结 ……………………………………………………………………………… 16 习题1 …………………………………………………………………………… 17 第2 章 知识及知识表示 ………………………………………………… 18 2. 1 概述 ……………………………………………………………………… 18 2. 2 产生式表示法 …………………………………………………………… 20 2. 3 状态空间表示法 ………………………………………………………… 23 2. 4 谓词逻辑表示法 ………………………………………………………… 26 2. 5 知识图谱表示法 ………………………………………………………… 32 小结 ……………………………………………………………………………… 35 习题2 …………………………………………………………………………… 36 第3 章 知识组织与管理———知识库介绍 …………………………… 37 3. 1 知识库概述 ……………………………………………………………… 37 3. 2 知识库发展历史 ………………………………………………………… 40 3. 3 典型知识库系统介绍 …………………………………………………… 41 小结 ……………………………………………………………………………… 48 习题3 …………………………………………………………………………… 50 第4 章 知识获取之搜索策略方法 …………………………………… 51 4. 1 概述 ……………………………………………………………………… 51 4. 2 盲目搜索 ………………………………………………………………… 52 4. 3 启发式搜索 ……………………………………………………………… 53 4. 4 博弈树的启发式搜索 …………………………………………………… 56 小结 ……………………………………………………………………………… 59 习题4 …………………………………………………………………………… 59 Ⅰ 第5 章 知识获取之推理方法 …………………………………………… 60 5. 1 知识推理基本理论 ……………………………………………………… 60 5. 2 谓词逻辑自然推理 ……………………………………………………… 61 5. 3 谓词逻辑的自动定理证明 ……………………………………………… 65 5. 4 知识推理方法之评价 …………………………………………………… 73 小结 ……………………………………………………………………………… 74 习题5 …………………………………………………………………………… 74 第6 章 知识获取之机器学习方法 …………………………………… 76 6. 1 机器学习概述 …………………………………………………………… 76 6. 2 人工神经网络 …………………………………………………………… 79 6. 3 决策树 …………………………………………………………………… 86 6. 4 贝叶斯方法 ……………………………………………………………… 92 6. 5 支持向量机方法 ………………………………………………………… 95 6. 6 关联规则方法 …………………………………………………………… 97 6. 7 聚类方法 ………………………………………………………………… 103 6. 8 迁移学习 ………………………………………………………………… 106 6. 9 强化学习方法…………………………………………………………… 108 小结 …………………………………………………………………………… 109 习题6 ………………………………………………………………………… 110 第7 章 深度学习与卷积神经网络 …………………………………… 111 7. 1 浅层学习与深度学习…………………………………………………… 111 7. 2 深度学习概述…………………………………………………………… 112 7. 3 卷积神经网络…………………………………………………………… 114 小结 …………………………………………………………………………… 121 习题7 ………………………………………………………………………… 123 第8 章 知识获取之知识图谱方法 …………………………………… 124 8. 1 知识图谱中的知识获取概述 ………………………………………… 124 8. 2 知识图谱中的知识获取方法 ………………………………………… 124 8. 3 **的知识图谱介绍…………………………………………………… 127 8. 4 知识图谱中的知识存储………………………………………………… 129 8. 5 知识图谱的应用………………………………………………………… 130 小结 …………………………………………………………………………… 130 习题8 ………………………………………………………………………… 131 第9 章 知识获取之 Agent 方法 ……………………………………… 133 9. 1 Agent 介绍 ……………………………………………………………… 133 Ⅱ 9. 2 多 Agent ………………………………………………………………… 137 9. 3 移动 Agent ……………………………………………………………… 139 9. 4 智能 Agent ……………………………………………………………… 140 小结 …………………………………………………………………………… 141 习题9 ………………………………………………………………………… 142 第二篇 应用技术篇 第10 章 知识工程与专家系统 ………………………………………… 144 10. 1 知识工程与专家系统概述 …………………………………………… 144 10. 2 专家系统组成 ………………………………………………………… 146 10. 3 专家系统分类 ………………………………………………………… 148 10. 4 专家系统开发 ………………………………………………………… 148 10. 5 传统专家系统与新一代专家系统 …………………………………… 151 小结 …………………………………………………………………………… 152 习题10 ………………………………………………………………………… 153 第11 章 计算机视觉 …………………………………………………… 155 11. 1 计算机视觉概述 ……………………………………………………… 155 11. 2 计算机视觉中的图像分析和理解 …………………………………… 158 11. 3 计算机视觉应用 ……………………………………………………… 160 小结 …………………………………………………………………………… 163 习题11 ………………………………………………………………………… 165 第12 章 自然语言处理 ………………………………………………… 166 12. 1 自然语言处理之自然语言理解 ……………………………………… 167 12. 2 自然语言处理之自然语言生成 ……………………………………… 173 12. 3 语音处理 ……………………………………………………………… 174 12. 4 自然语言处理应用实例 ……………………………………………… 181 小结 …………………………………………………………………………… 183 习题12 ………………………………………………………………………… 185 第13 章 机器人 …………………………………………………………… 187 13. 1 机器人概述 …………………………………………………………… 187 13. 2 机器人组织结构 ……………………………………………………… 190 13. 3 机器人工作原理 ……………………………………………………… 191 13. 4 机器人的应用 ………………………………………………………… 192 小结 …………………………………………………………………………… 196 习题13 ………………………………………………………………………… 198 Ⅲ 第三篇 应 用 篇 第14 章 大数据技术 …………………………………………………… 201 14. 1 大数据技术概述 ……………………………………………………… 201 14. 2 大数据基础平台 ……………………………………………………… 204 14. 3 大数据软件平台—Hadoop …………………………………………… 204 14. 4 大数据管理系统标准 NoSQL ………………………………………… 207 14. 5 大数据计算 …………………………………………………………… 208 14. 6 大数据用户接口与可视化 …………………………………………… 212 小结 …………………………………………………………………………… 212 习题14 ………………………………………………………………………… 214 第15 章 人工智能应用系统开发 ……………………………………… 216 15. 1 概述 …………………………………………………………………… 216 15. 2 人工智能应用开发的三大要素 ……………………………………… 217 15. 3 人工智能应用开发系统结构 ………………………………………… 220 15. 4 人工智能应用系统开发流程 ………………………………………… 223 15. 5 人工智能应用的三种典型方法 ……………………………………… 225 小结 …………………………………………………………………………… 226 习题15 ………………………………………………………………………… 227 第16 章 人工智能的应用系统 ………………………………………… 228 16. 1 自动驾驶与网联车 …………………………………………………… 228 16. 2 人脸识别 ……………………………………………………………… 234 16. 3 机器翻译 ……………………………��……………………………… 239 16. 4 智能医学图像处理 …………………………………………………… 242 小结 …………………………………………………………………………… 247 习题16 ………………………………………………………………………… 249 第四篇 展 望 篇 第17 章 人工智能发展展望 …………………………………………… 252 17. 1 人工智能学科发展 …………………………………………………… 252 17. 2 人工智能所引发的社会问题及其解决 ……………………………… 254 小结 …………………………………………………………………………… 257 习题17 ………………………………………………………………………… 258 参考文献 ……………………………………………………………………… 259

徐洁磐:南京大学计算机科学与技术系教授,博导。主要研究计算机理论与数据库技术,曾任中国人工智能学会理事,离散数学学会理事长,中国计算机学会计算机理论专业委员会副主任,数据库专委会委员。教育部计算机教学指导委员会**、二届委员。1957年南京大学数学系毕业,1963年苏联莫斯科大学数理逻辑副博士研究生毕业,1957年至今南京大学数学系、计算机系讲师,副教授、教授。