人工智能（第3版）/21世纪高等学校计算机专业实用规划教材_朱福喜著_9787302458876

　　本书系统地阐述了人工智能的基本原理、实现技术及其应用，全面地反映了国内外人工智能研究领域的新进展和发展方向。全书共19章，分为4个部分：第1部分是搜索与问题求解，用8章的篇幅系统地叙述了人工智能中各种搜索方法求解的原理和方法，内容包括状态空间和传统的图搜索算法、和声算法、禁忌搜索算法、遗传算法、免疫算法、粒子群算法、蚁群算法和Agent技术等；第2部分为知识与推理，用4章的篇幅讨论各种知识表示和处理技术、各种典型的推理技术，还包括非经典逻辑推理技术和非协调逻辑推理技术；第3部分为学习与发现，用3章的篇幅讨论传统的机器学习算法、神经网络学习算法、数据挖掘和知识发现技术；第4部分为领域应用，用3章分别讨论专家系统开发技术和自然语言处理原理和方法。
　　这些内容能够使读者对人工智能的基本概念和人工智能系统的构造方法有一个比较清楚的认识，对人工智能研究领域里的*新成果有所了解。
　　本书强调先进性、实用性和可读性，可作为计算机、信息处理、自动化和电信等IT相关专业的高年级本科生和研究生学习人工智能的教材，也可供从事计算机科学研究、开发和应用的教学和科研人员参考。

　　人工智能作为研究机器智能和智能机器的一门综合性高技术学科，产生于20世纪50年代，曾经在20世纪末经历了一个轰轰烈烈的研究和发展时期，并且取得过不少令人鼓舞的成就，至今它仍然是计算机科学中备受人们重视和非常具有吸引力的前沿学科，并不断衍生出很多新的研究方向。
　　使计算机程序具有智能，能够模拟人的思维和行为，一直是计算机科学工作者的理想和追求。尽管人工智能的发展道路崎岖不平，自始至终充满了艰辛，但不畏艰难地从事人工智能研究的科学工作者们并没有放弃对这个理想的追求；尽管计算机科学其他分支的发展也非常迅猛，并不断出现些新的学科领域，但是当这些学科的发展进一步深化的时候，人们不会忘记这样一个共同的目标：要使计算机更加智能化。所以不同知识背景和专业的人们都密切关注人工智能这门具有崭新思想和实用价值的综合性学科，并正从这个领域发现某些新思想和新方法。
　　人工智能的研究范畴不只局限于计算机科学和技术，而是涉及心理学、认知科学、思维科学、信息科学、系统科学和生物科学等多个学科，目前已在知识处理、模式识别、自然语言处理、博弈、自动定理证明、自动程序设计、专家系统、知识库、智能机器人、智能计算、数据挖掘和知识发现等多个领域取得了举世瞩目的成果，并形成了多元化的发展方向。近几年来，随着计算机网络，尤其是Internet的发展，多媒体、分布式人工智能和开放分布式环境下的多智体（multiagent）以及知识挖掘等计算机主流技术的兴起，使得人工智能研究更加活跃，拓宽了其研究和应用的领域，正朝着健康和成熟的方向发展。
　　然而，也必须看到尽管人工智能取得了以上所述的许多成果，但是比起人工智能刚刚兴起时许多专家的预想还相差甚远，很多在当时过于乐观的设想并没有实现，探究其原因也许要追溯到目前人类对自身的思维规律和智能行为研究仍然处于探索阶段，因此，人工智能研究要比这些专家的预想艰难、复杂得多。甚至到今天，对机器能否实现智能仍有争论。这种状况正如Lovelace女士一百多年前曾经说过的：
　　在考虑任何新颖课题时，常常存在一种倾向，先是过高估计已发现是有趣或值得注意的东西。接着，当发现所研究的概念已超过曾一度保持不变的那些概念时，作为一种自然的反应，就会过低估计该事件的真实状况。
　　因此，我们必须清楚地认识到：人工智能研究道路的曲折和艰难以及许多尖锐的争论并不表明人工智能学科没有前景，它只是向我们表明理解人类认知和智能的机制，探索“智力的形成”是人类面临的最困难、最复杂的课题之一。摆在人工智能学科面前的任务是极其艰巨和复杂的，这需要广大的计算机科学工作者不畏艰难，勇于探索，辛勤耕耘，共同开创人工智能发展的美好未来。
　　本书系统地阐述了人工智能的基本原理、实现技术及其应用，全面地反映了国内外人工智能研究领域的最新进展和发展方向。全书共19章，分为4个部分。第1部分是搜索与问题求解，用8章的篇幅系统地叙述了人工智能中用各种搜索方法求解的原理和方法，内容包括状态空间和传统的图搜索算法、和声算法、禁忌搜索算法、遗传算法、免疫算法、粒子群算法、蚁群算法和Agent技术等；第2部分为知识与推理，用4章的篇幅讨论各种知识表示和处理技术、各种典型的推理技术，还包括非经典逻辑推理技术和非协调逻辑推理技术；第3部分为学习与发现，用3章的篇幅讨论传统的机器学习算法、神经网络学习算法、数据挖掘和知识发现技术；第4部分为领域应用，用3章分别讨论专家系统开发技术和自然语言处理原理和方法以及智能机器人技术。
　　本书参考了许多较新的国外同类教材和其他文献，力求保持新颖性和实用性，强调基本概念和基本观点，注重理论和实际相结合，配备有大量辅助教学的演示实例及推理系统。
　　本书作为大学本科学习人工智能的教科书,虽然内容较多,但可以选择一些基本内容，如问题求解、知识表达、推理等基本方法与技术以及数据挖掘技术等进行讲授。本书也可以作为研究生教材和计算机专业工作者了解人工智能的自学用书。
　　作者在编写本书时经过了漫长的总结经验和收集意见的过程，并与若干老师和同事合作编写了多种同类教材，得到了他们大量的帮助，在此向这些老师和同事表示衷心的感谢。
　　在本书的编写过程中,作者参考了刘娟博士、金涛博士的博士论文,在编写和搜集资料方面还得到了朱三元、粟藩臣、金敏、杨云水、操郡、朱炜、王丁彬、李珂、贺亢、陈杰、方博、何淼、刘岩、林仁富、黄一钊、刘思等博士和硕士研究生的大力支持，在此向他们表示衷心感谢。
　　由于水平所限，书中难免存在不足之处，恳请读者批评指正，使本书得以改进和完善。
　　作者
　　2016年10月于汉口学院

你还可能感兴趣

我要评论