第3版前言

人工智能的诞生与发展是20世纪最伟大的科学成就之一，也是新世纪引领未来发展的主导学科之一。人工智能作为一门新理论、新方法、新技术、新思想不断涌现的前沿交叉学科，相关研究成果已经广泛应用到国防建设、工业生产、国民生活中的各个领域。人工智能自2016年起进入国家战略； 2017年3月，在十二届全国人大五次会议的政府工作报告中，“人工智能”首次被写入政府工作报告； 2018年，政府工作报告再次强调要加强新一代人工智能研发应用； 2019年，政府工作报告将人工智能升级为“智能+”； 进入2020年，国家大力推进并强调要加快5G网络、人工智能、数据中心等新型基础设施建设进度。人工智能作为一项基本技术，在国家相关政策的支持下正在全面推进与高质量发展，助力提高经济社会发展的智能化水平、有效增强公共服务和城市管理能力做出努力。
人工智能是一门研究机器智能的学科，即用人工的方法和技术，研制智能机器或智能系统，以模仿、延伸和扩展人的智能，实现智能行为。作为一门前沿和交叉学科，它的研究领域十分广泛，涉及专家系统、模式识别、自然语言处理、智能决策支持系统、神经网络、自动定理证明、博弈、分布式人工智能与Agent、智能检索、机器人学、机器视觉、进化计算、模糊计算等领域。人工智能的长期目标是建立人类水平的人工智能。
与第2版相比，本书的主要改进如下。
本次修订在原书11章的基础上，对其进行内容的补充，更新了一些最新的概念描述，增加了模糊计算与群智能两个章节。同时，对第2版出现的错误进行了修正，并对不合理之处进行了删减、增加或修改。对书中涉及的所有图、表进行了重新绘制，统一了公式格式、符号表达以及一些表述，修正了错别字与语义不通顺的部分。
具体修改如下。
第1章： 重新划分原1.2节人工智能的发展，对每个时期的内容进行对应增删、修改与调整，并增加了1.2.6节中国的人工智能发展，以帮助读者更全面地了解。增加了1.4节人工智能的主要内容，修改原1.4节人工智能的应用领域为1.5节人工智能的主要应用领域，调整了原有小节的名称与相应内容，更新了应用领域，与后文中增加的章节相对应，增强内容的连贯性，使本书更加贴近当前科技的实际发展。
第2章： 修改了章节的引言部分，突出知识表示的研究意义。统一了2.3.1节中规则与事实的先后顺序。对每个小节标题都进行了更新修订，简化了小节中小标题与内容的描述，使章节结构更加清晰，易于读者理解。
第3章： 进行了大幅修改，增加了重要算法的描述、代价树搜索等，使内容更加深入。原3.1节引言改为搜索策略概述，删除原3.4.3节中A*算法，增加了3.4.4节A*算法，帮助读者更好地理解A*算法的原理。将原3.4.5节回溯策略和爬山法改为3.5节，并增加了相关算法的具体描述，使得内容更加合理充分。
第4章： 将原4.1.1节推理的概述和类型拆分成4.1.1节推理的概念和4.1.2节推理的分类，使读者更易理解。拆分原4.2节推理的逻辑基础为4.2.1节谓词公式的永真性和可满足性以及4.2.2节置换与合一，使得内容更有条理、更通顺。
第5章： 将不确定性推理中“知识的不确定性”统一为“规则的不确定性”，增加5.3节概率方法，同时对其余章节进行丰富和完善，主要涉及不确定性知识的表示问题和推理算法的描述问题，重点对可信度方法和证据理论章节中的内容进行细化，使其条理清晰、易懂。
第6章： 重新编写了6.1节机器学习概述内容以及小结部分，更新了一些概念描述，以增强本书内容的时效性，紧跟人工智能相关技术的发展趋势。





第7章： 对7.1节进行了调整，增加了支持向量机的概念，使读者在阅读本章前先对支持向量机的概念有一定了解，为下文做铺垫。将图7.1和图7.2分开并放在更合理的位置，使其更符合正文描述。丰富了7.1节的内容，使结构更合理。
第8章： 对本章涉及的专家系统中的概念和表述进行了校正，根据内容对每个小节标题都进行了更新修订，修订了小节中的内容描述，提高了本书的可读性与可理解性。
第9章： 首先对原有的神经网络模型做了更新，增加了不同类型的激活函数，阐述了传统神经网络模型存在的问题，根据这些问题引出了当前广泛应用的深度神经网络，从时序神经网络（包括RNN和LSTM的模型和算法）到应用于图像数据的卷积神经网络以及当前引起广泛关注的注意力机制模型，通过对本领域前沿模型的介绍提高了本书内容的前沿性。
第10章： 将流程图改为中文版本，增强了整体的统一性，提高了本书的可读性与可理解性。
第11章： 本章模糊计算为新增章节，与第9章神经计算、第10章进化计算共同构成计算智能的主要内容，并称为人工智能领域的“三驾马车”。
第12章： 群智能为新增章节。群智能优化作为一种新兴的演化计算技术，在实际中得到了广泛的应用，是人工智能应用的典型领域之一，本章内容有助于读者理解人工智能的真谛。
本书对第2版中所有课后习题进行了更新，增删、修改、调整了部分习题，以帮助读者更熟练地掌握教材内容。并在配套的电子资源中给出了习题解答，弥补了目前大部分人工智能教材缺少习题答案的不足。
本书共13章，主要内容如下。
第1章绪论，主要讨论人工智能的概念、诞生与发展、研究内容、学派之争、应用领域和发展趋势等。
第2~5章为人工智能经典的三大基本技术，包括知识表示技术、搜索技术及推理技术，主要为知识表示、搜索策略、确定性推理和不确定性推理。
第6~8章为人工智能的典型应用领域，包括机器学习、支持向量机、专家系统。
第9~11章为典型的计算智能方法，包括神经计算、进化计算和模糊计算。
第12章为群智能，主要阐述蚁群算法、粒子群算法等群智能优化算法。
第13章为人工智能的争论与展望，重点讨论人工智能存在的不同观点，以及人工智能对人类的影响与对人工智能未来发展的展望。
本书力求科学性、模块化、实用性，内容由浅入深、循序渐进，条理清晰，按照“基本智能+典型应用+计算智能”三个模块，以逐层深入的策略组织内容，以期达到不同专业取舍、不同层次教学研究的需要。
本书包含了编著者多年的科研成果，也汲取了国内外同行的同类教材和有关文献的精华，这些丰硕成果是本书学术思想的重要源泉，为本书的编写提供了丰富的营养，在此谨向这些教材和文献的作者致以崇高的敬意。
本书的编写得到了中国矿业大学、中国科学院计算技术研究所等各级领导的支持与帮助，中国矿业大学中国科学院智能信息处理联合实验室的老师、同学自始至终做了大量的工作，特别是青年教师张健、徐晓，博士生王艳茹、张子晨、王丽娟、张成龙、孙玉婷、杜威、杜淑颖等，在此一并表示感谢。
本书得到了国家自然科学基金项目“复杂大场景感知的广义深度认知模型与学习研究”（61976216）、“基于谱粒度的广义深度学习与应用研究”（61672522）等的资助。
本书由IFIP人工智能专业委员会机器学习和数据挖掘组主席、中国人工智能学会副理事长、中国计算机学会会士、中国人工智能学会会士、中国矿业大学兼职教授、中国科学院计算技术研究所博士生导师史忠植研究员担任主审。
由于人工智能是一门正在快速发展的年轻学科，新的理论、方法、技术及新的应用领域不断涌现，对其中的不少问题，编著者还缺乏深入研究，再加上编著者的学识水平有限、时间仓促，本书不可避免地存在疏漏，敬请各位专家和读者不吝指教。
为方便读者学习，本书配套微课视频，请读者扫描封底刮刮卡内二维码获得权限，再扫描书中章名旁的二维码，即可观看视频。为方便教师教学，本书配套教学课件、习题答案和教学质量标准，可扫描下方二维码下载。

丁世飞2021年6月





第2版前言

人工智能的诞生与发展是20世纪最伟大的科学成就之一，也是新世纪引领未来发展的主导学科之一。它是一门新理论、新方法、新技术、新思想不断涌现的前沿交叉学科，相关研究成果已经广泛应用到国防建设、工业生产、国民生活中的各个领域。在信息网络和知识经济时代，人工智能科学与技术正在引起越来越广泛的重视，必将为推动科学技术的进步和产业的发展发挥更大的作用。
人工智能是一门研究机器智能的学科，即用人工的方法和技术，研制智能机器或智能系统来模仿、延伸和扩展人的智能，实现智能行为。作为一门前沿和交叉学科，它的研究领域十分广泛，涉及机器学习、数据挖掘、计算机视觉、专家系统、自然语言理解、智能检索、模式识别、规划和机器人等领域。人工智能的长期目标是建立人类水平的人工智能。
本书为第2版，与第1版相比，主要改动如下。
首先，将第1版的“篇章节”排序方式，改为“章节”排序。
其次，第1章的绪论部分在第1版的基础上重新编写，使得内容更加合理； 第2章的谓词逻辑表示法重新组织与整理，使得内容更条理、更通顺； 删除了第1版2.7节的状态空间表示法，其部分内容与3.2节基于状态空间图的搜索进行了合并； 第4章中，推理的逻辑基础，删除了第1版中有关谓词的概念描述，从而避免了与第2章的谓词逻辑表示法的概念重复； 第5章中，删除了第1版的5.2节，其部分内容融于5.1节，增加了模糊推理一节，同时删除了第1版的模糊计算； 第6章中，重新编写了6.1节机器学习概述内容，吸收了最新的一些研究进展； 增加了第7章专家系统，这是人工智能应用的典型领域之一，有助于读者理解人工智能的真谛； 删除了第1版的粒度计算等。
最后，在全书内容中对第1版出现的错误进行了纠正，对出现的不足进行了改进。
本书分为11章。主要包括： 
第1章绪论，主要讨论了人工智能的定义、形成过程、研究内容、学派之争、应用领域和发展趋势等。
第2~5章为人工智能经典的三大基本技术，即知识表示技术、搜索技术以及推理技术。包括第2章的知识表示法、第3章的搜索策略、第4章的确定性推理、第5章的不确定性推理。
第6~8章为人工智能的典型应用领域，包括第6章的机器学习、第7章的专家系统、第8章的支持向量机。
第9章和第10章为典型的计算智能方法，包括第9章的神经计算与第10章的进化计算。
第11章为人工智能的争论与展望，讨论了人工智能对人类的影响与展望。
本书力求科学性、实用性、可读性好，内容由浅入深、循序渐进，条理清晰，按照“基本智能+典型应用+计算智能”三个模块，以逐层深入的策略撰写，以期达到不同专业之取舍、不同层次的教学研究之需要。
本书包含了作者多年的科研成果，也吸取了国内外同类教材和有关文献的精华，他们的丰硕成果和贡献是本书学术思想的重要源泉，为本书的撰写提供了丰富的营养，在此谨向这些教材和文献的作者致以崇高的敬意。



本书的撰写得到了中国矿业大学、清华大学出版社等各级领导的支持与帮助，同时中国矿业大学中国科学院智能信息处理联合实验室的老师、同学自始至终做了大量的工作，特别是博士生黄华娟、贾洪杰，硕士生赵晗、韩有振、鲍丽娜等，在此一并表示感谢。
本书得到了国家自然科学基金项目“面向大规模复杂数据的多粒度知识发现关键理论与技术研究”（61379101）、国家重点基础研究发展计划（973计划）课题“脑机协同的认知计算模型”（2013CB329502）、江苏省基础研究计划（自然科学基金）项目（BK20130209）的支持。
本书承蒙国际信息处理联合会人工智能专业委员会机器学习和数据挖掘组主席、中国人工智能学会副理事长、中国科学院计算技术研究所博士生导师史忠植研究员担任主审，在此深表谢意。
由于人工智能是一门正在快速发展的年轻学科，新的理论、方法和技术及新的应用领域不断涌现，对其中的不少问题，作者还缺乏深入研究，再加上我们的学识水平有限、时间仓促，可能本书没有完全达到我们所希望的目标，也不可避免地存在各种错误和疏漏，敬请各位专家和读者不吝指教。
丁世飞2014年6月






第1版前言

人工智能的诞生与发展是20世纪最伟大的科学成就之一，也是新世纪引领未来发展的主导学科之一。它是一门新思想、新观点、新理论、新技术不断涌现的前沿交叉学科，相关研究成果已经广泛应用到国防建设、工业生产、国民生活中的各个领域。在信息网络和知识经济时代，人工智能科学技术正在引起越来越广泛的重视，必将为推动科学技术的进步和产业的发展发挥更大的作用。
人工智能是一门研究机器智能的学科，即用人工的方法和技术，研制智能机器或智能系统模仿、延伸和扩展人的智能，实现智能行为。作为一门前沿和交叉学科，它的研究领域十分广泛，涉及机器学习、数据挖掘、计算机视觉、专家系统、自然语言理解、智能检索、模式识别、规划和机器人等领域。人工智能的长期目标是建立人类水平的人工智能。
本书是作者在自编《人工智能讲义》的基础上，结合多年的教学与科研实践经验，吸取国内外人工智能教材的优点，参考国际上最新的研究成果，由多年从事《人工智能》教学的专家、教授撰写而成。其中，第1、2章由夏战国编著，第3章由毛磊编著，第6章由朱红编著，第8、9章由许新征编著，其他各章由丁世飞教授编著，最后由丁世飞教授全面负责通稿、定稿。
本书系统地阐述了人工智能的基本原理、方法和应用技术，比较全面地反映了国内外人工智能研究领域的最新进展和研究动态。
全书分为3篇，共13章。
第1篇： 基本人工智能。论述了人工智能的基本理论与技术，包括6章。第1章简要介绍了人工智能的发展状况以及各个学派的观点，并对它的研究与应用领域进行了必要的讨论。第2~6章阐述了人工智能的基本原理，包括经典的知识表示、搜索策略、确定性推理、不确定性推理以及机器学习等基本应用领域。
第2篇： 高级人工智能。论述了人工智能的高级理论与技术，主要涉及粗糙集与软计算、进化计算、模糊计算，以及粒度计算等人工智能的研究热点，包括6章。第7章阐述支持向量机，第8章阐述神经计算，第9章阐述进化计算，第10章阐述粗糙集，第11章阐述模糊集，第12章阐述粒度计算。
第3篇： 人工智能的展望。讨论人工智能对人类的影响与展望，即第13章。
本书力求科学性、实用性、可读性好，内容由浅入深、循序渐进，条理清晰，采用逐层深入的策略撰写，以达到适合于不同专业之取舍、不同层次的教学研究之需要。
本书包含了作者多年的科研成果，也吸取了国内外同类教材的有关文献的精华，他们的丰硕成果和贡献是本书学术思想的重要源泉，在此谨向这些教材和文献的作者致以崇高的敬意。特别感谢张钹院士、李德毅院士、王守觉院士、陆汝钤院士、史忠植教授、张铃教授、钟义信教授、王国胤教授、蔡自兴教授、焦李成教授、周志华教授、马少平教授、梁吉业教授、苗夺谦教授、姚一豫教授、刘清教授以及L.A.Zadeh,V.N.Vapnik,Z.Pawlak等专家的支持与帮助，他们的著作为本书提供了丰富的营养，使我们受益匪浅。
本书的顺利撰写得到了中国矿业大学计算机学院、中国矿业大学教务处等各级领导的支持与帮助，同时中国矿业大学中国科学院智能信息处理联合实验室的老师、同学在文字录入、图表制作、校对等方面自始至终做了大量的工作，特别是苏春阳、张禹、李剑英、陈锦荣、顾亚祥、徐丽、齐丙娟、钱钧、马刚、佟畅、张文涛等，在此一并表示感谢。
本书得到了国家自然科学基金项目（60975039）、江苏省基础研究计划（自然科学基金）项目（BK2009093）的支持。
本书由国际信息处理联合会人工智能专业委员会机器学习和数据挖掘组主席、中国人工智能学会副理事长、中国科学院计算技术研究所研究员、博士生导师、中国矿业大学兼职教授史忠植担任主审。
由于人工智能是一门不断发展的学科，新的理论、方法和技术及新的应用领域不断涌现，再加上我们的学识水平及时间有限，可能本书没有完全达到我们所希望的目标，也不可避免地存在各种错误和疏漏，敬请读者给予批评指正。
丁世飞2010年8月