前言



人工智能(artificial intelligence，AI)又称机器智能，是指由人制造出的机器所表现的智能，是通过普通计算机程序呈现人类智能的技术。基于人工智能构建的知识系统具有学习能力，能够灵活地适应环境，实现特定目标和任务。人工智能是一个开放性研究领域，其可以被应用于诸多领域，涉及范围极广。
人工智能的核心问题是建构与人类似，甚至超越人类的推理、求知、规划、学习、交流、感知、使用工具和操控机械的能力等。
深度学习的出现推动了人工智能发展的第三次热潮，唤起了人们学习、研究人工智能的热情。
人工智能是计算机科学的研究前沿领域，因此，学习人工智能需要有坚实的计算机科学基础。人工智能算法可以解决学习、感知、语言理解或逻辑推理等任务。
经过几十年的发展，人工智能学科中形成了三个主要的学派，符号主义学派、连接主义学派和行为主义学派。
符号主义学派又称为逻辑主义、心理学派或计算机学派。符号主义认为人工智能源于数理逻辑。符号主义曾经长期一枝独秀，为人工智能的发展做出了重要贡献，尤其是专家系统的成功开发与应用，为人工智能走向工程应用和实现理论联系实际迈出了特别重要的一步。
连接主义又称为仿生学派或生理学派，其主要原理为神经网络及神经网络间的连接机制与学习算法。连接主义认为人工智能源于仿生学，特别是对人脑模型、多层网络中的反向传播算法的提出，以及基于连接主义的深度学习成功应用，奠定了连接主义学派在人工智能中的重要位置。
行为主义认为人工智能源于控制论，推崇控制、自适应与进化计算。行为主义其实与智能机器人的关系非常密切，现在被人们寄予极大的期望。
深度学习、深度神经网络，即属于连接主义；20世纪行业浪潮中举足轻重的专家系统，以及当下盛行的知识图谱都是符号主义的成就；行为主义的贡献体现在机器人控制系统等方面。随着人工智能领域的不断拓展，不同的学术流派也开始日益脱离原先各自独立发展的轨道，逐渐走上了协同并进的新道路。常用的人工智能研究途径是: 
(1) 心理模拟，符号推演: 模拟人脑的逻辑思维，利用显式的知识和推理来解决问题，擅长实现人脑的高级认知功能。
(2) 生理模拟，神经计算: 具有高度的并行分布型，很强的鲁棒性和容错性，擅长人脑的形象思维，便于实现人脑的低级感知功能。(3) 行为模拟，控制进化: 具有自学习、自适应、自组织特性的智能控制系统和智能机器人。
(4) 群体模拟，仿生计算: 其成果可以直接付诸应用，解决工程问题和实际问题。
(5) 自然计算: 模仿和借鉴自然界的某种机理而设计技术模型。
本书是人工智能基础教材，介绍了人工智能的主要领域、基本概念、基本方法和基本应用。实际上，本书的每一章内容都是一个专门的研究领域，都有多种专著专门论述。
本书内容仅反映了当前人工智能的基本内容，人工智能的内涵还将向聚合智能、自适应智能、隐形智能和智能增强方向外延。人工智能的应用将向人机混合智能系统、自主智能系统、人工智能产业等方向发展，智能机器人集合了人工智能各方面的技术，是人工智能水平的体现。
本书在结构上为积木状，各章内容独立论述。由于作者水平有限，书中不足之处在所难免，敬请读者批评指正。


2023年9月