本书为“十四五”高等学校新工科计算机类专业系列教材之一，较系统地论述了人工智能专业第一门专业基础课所涉及的基本内容，主要包括人工智能概述、知识与知识表示、机器推理、搜索策略、专家系统、智能体、机器学习、深度学习、计算机视觉、自然语言处理、知识图谱、人工智能博弈和智能机器人等。本书注重基本概念、基本方法和应用实例的介绍。语言精炼，逻辑层次清晰，内容先进实用，适合作为高等学校人工智能及相关专业教材，也可作为科技人员的参考书。

人工智能（artificial intelligence，AI）是新一轮科技革命和产业变革的重要驱动力量，将对经济社会发展和人类文明进步产生深远影响。其在深度学习、自然语言处理、强化学习等领域的突破发展，有助于形成新质生产力，推动生产方式全面变革。人工智能的发展背景深远，涉及科技、经济、社会、政治等多个层面，基于数学、逻辑学、计算机科学、认知科学和神经科学等多个学科的理论积累而发展。人工智能引论课是人工智能专业的第一门专业基础课程，通过这门课程的学习，读者可以走进人工智能专业的大门，为深入学习人工智能奠定基础。本书从当代人工智能技术角度出发，结合高等院校人工智能专业的课程体系，构建了人工智能引论的内容。
全书主要内容包括概述、知识与知识表示、机器推理、搜索策略、专家系统、智能体、机器学习、深度学习、计算机视觉、自然语言处理、知识图谱、人工智能博弈和智能机器人。具体章节内容安排如下：在第1章概述中，介绍了人工智能的产生与发展、人工智能的内涵与外延、人工智能的三大学派、人工智能的数学基础、人工智能的应用等。尤其对人工智能发展的三个热潮、可计算理论与图灵机、人工智能的数学基石和人工智能的主要应用场景进行了介绍。通过这部分的学习，读者可以对人工智能有一个宏观了解和概括性认识。在第2章知识与知识表示中，论述了知识的特征与分类、人工智能知识表示，并细述了几种典型的知识表示方法。在第3章机器推理中，论述了非单调推理、谓词逻辑推理、不确定性推理和推理控制策略，并论述了思维、概念与判断、公理系统与形式逻辑等。在第4章搜索策略中，论述了盲目搜索策略、启发式搜索策略和A*算法，并介绍了搜索与搜索过程、常用的搜索策略。在第5章专家系统中，论述了专家系统的产生与发展、专家系统的功能与特点、专家系统的结构、专家系统的构建与开发环境、专家系统应用案例。专家系统对人工智能发展产生过重大影响，知识表示、机器推理和搜索策略是构建专家系统的重要基础。在第6章智能体中，论述了智能体工作过程与分类、多智能体与移动智能体，并论述了分布式人工智能的特点与分类，以及智能体特征与结构。在第7章机器学习中，论述了几种典型的机器学习方法。机器学习是人工智能的核心技术，是必须掌握的技术。在第8章深度学习中，论述了深度学习的概念与特点、卷积神经网络、循环神经网络、生成式对抗网络与自编码器。深度学习是一种用数学模型对真实世界中的特定问题进行建模，以解决该领域内相似问题的过程。在第9章计算机视觉中，论述了图像分类、目标检测、目标跟踪与语义分割等。在第10章自然语言处理中，论述了词法分析、句法分析与语义分析。在第11章知识图谱中，论述了知识图谱架构、知识图谱构建、知识图谱推理、知识图谱应用等。在第12章人工智能博弈中，论述了人工智能博弈的定义与发展、强化学习、深度强化学习模型与算法、蚁群算法。在第13章智能机器人中，论述了智能机器人的分类、要素与技术，导航定位技术，智能机器人感知，智能机器人交互技术等。
本书主要特点如下：在内容设计上，以“101计划”（由教育部统筹的拔尖创新人才培养的筑基性工程，汇聚顶尖高校、顶尖师资、顶尖出版单位等各方资源，以课程、教材、教师和实践项目等基础要素建设，来带动教育系统改革。）为指导；注重使用深度学习模型与算法，以保证教材内容的先进性；注重结构的合理性，本书在结构上为积木状，各章内容独立论述，逻辑层次清楚、层次分明；对于较复杂的算法，不仅给出严谨的形式化描述，而且还通过举例说明，以保证算法学习和理解的准确性。对于书中提及的每个模型，都先从提出的基本思想开始论述，然后再进行模型结构的数理描述，最后举例运行，并说明其主要应用。
由于编著者水平有限，书中不足之处在所难免，敬请读者批评指正。

2024年12月

第1章人工智能概述111人工智能的产生与发展1111人工智能的产生1112人工智能的三次发展热潮212人工智能的内涵与外延3121人工智能的相关基础理论与模型3122人工智能的内涵6123人工智能的外延8124人工智能的层次结构8125弱人工智能、强人工智能与超级人工智能913人工智能的三大学派10131符号主义学派11132连接主义学派11133行为主义学派1114人工智能的数学基础12141数学是人工智能的基石12142人工智能常用的数学知识1215人工智能的应用15151人工智能的实现方式15152人工智能的主要应用场景16153人工智能的发展趋势18小结18第2章知识与知识表示1921知识的特征与分类19211知识的特征19212知识的分类2022人工智能知识表示22221知识表示原则222

陈明，国内计算机科学领域资深专家，曾任大连理工大学计算机科学与工程系教授、系主任，中国石油大学(北京)计算机科学与技术系教授、系主任。中国计算机学会理事、中国人工智能学会理事、中国人工智能学会智能信息网专委会副主任。全国高校计算机基础教育研究会常务理事、教育部IT&AT教育工程专家组成员。

本书主要特点如下：在内容设计上，以“101计划”（由教育部统筹的拔尖创新人才培养的筑基性工程，汇聚顶尖高校、顶尖师资、顶尖出版单位等各方资源，以课程、教材、教师和实践项目等基础要素建设，来带动教育系统改革。）为指导；注重使用深度学习模型与算法，以保证教材内容的先进性；注重结构的合理性，本书在结构上为积木状，各章内容独立论述，逻辑层次清楚、层次分明；对于较复杂的算法，不仅给出严谨的形式化描述，而且还通过举例说明，以保证算法学习和理解的准确性。