"人工智能导论"是人工智能方业的入门课程。本书是继 2019 年首版后修订再版的。本版编写的原则是∶坚持教材的现代性，即新的技术路线与新的体系，并形成新一代人工智能技术;坚持教材的应用性，即将人工智能与其他学科，领域进行融合，将其应用到多个行业中去;坚持教材的引导性，即体现教材的基础性、入门性作用。
    本书由4篇（共17 章）组成。第1篇是基础理论篇，共9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2 篇是应用技术篇.共 4 章（第10～13章），是基础理论与相关应用领域相融合所产生的新技术。第 3篇是应用箭，共3章（第 14～16章）.介绍智能产品的开发及且前流行的4种应用。第4 篇是展望篇，共1章（第 17章），对人工智能学科发展提供建议与看法。
    本书适合作为人工智能，计算机类专业及相关融合型专业的"人工智能导论"课程的教材及高校人工智能公共课程的教材，也适合作为人工智能应用、开发人员的基础读物。



？

    自 2016 年 Alpha Go 问世以来，全球掀起了人工智能的高潮，人工智能学科也进入？了第三次发展时期。由于它的先进性与应用性，人工智能在我国也受到了广泛的关？注，党和政府高度重视，习近平总书记在十九大报告中及此后多次对发展人工智能做？出重要指示。目前人工智能已列入我国战略性发展学科中，并在众多学科发展中起到了"头雁"的作用。
    当前在我国，人工智能研究产业与人工智能应用发展迅速。人工智能人才培养已？成当务之急。近年来人工智能专业以及相关人工智能融合专业如雨后春笋纷纷破土？而出，一个人工智能人才培养的百花齐放局面已经形成。
    面对这种形势，迫切需要编写适应当前发展的人工智能基础性教材，即入门性教？材——《人工智能导论》。为此，作者于2019 年首编《人工智能导论》。教材出版后广？受欢迎。在此基础上，作者继续做进一步修改。修改的原则是：
    ？1. 坚持第一版的三项原则
    （1）教材的现代性

    ？人工智能已进入第三个发展时期，并形成"新一代人工智能"，它的技术发展特点是∶

    ？①新的技术路线。新一代人工智能的技术路线包括∶
    ？a.新的技术内容。以深度学习为代表的机器学习方法、以知识图谱为知识表示的现代推理方法是当前人工智能技术发展新的特色。
    ？b.新的数据平台。以大数据技术作为人工智能新的数据平台，以支撑深度学习与？现代推理方法的发展。
    c.新的计算平台。以超级计算机、5G通信、互联网、物联网、云计算、移动终端、？人工智能芯片、传感技术以及多种人工智能专用软件工具等所组成的高性能计算平台。
    ②新的体系。新一代人工智能正在形成一门独立、完整的一级学科，这需要有一种新的体系，它应是有别于传统的、老的体系，能适应人工智能最新发展的体系。
    凡符合上面特色的教材可称为"新一代人工智能教材"。
   （2）教材的应用性
    从人工智能发展的历史看，应用的受限一直是人工智能发展的瓶颈。每当人工智能应用受到阻碍时就出现了人工智能发展的低潮。要保持人工智能的发展必须不断开拓应用，与多个领域、行业实现"跨界融合"发展，特别是与"实体经济融合"发展。
同时通过后用倒推人工智能理论的发展.并为其发展指明方向与目标。
    正是由于人工智能在经济发展及社会发展中有着重大的应用性，这才使人工智能学科上升成为国家级战略层次学科。
    因此，本教材内容必须体现人工智能应用性，即教材的内容除了要全面介绍人工智能理论外，更要关注于人工智能与其他学科、领域的融合，将人工智能广泛应用到多个行业与领域中，还要更加关注于将人工智能与计算机相结合，开发出更多的产品。这是本教材所努力追求的另一个目标。
    （3）教材的引导性
    《人工智能导论》是人工智能学科的基础性读物，具有"入门性"与"引导性"作用。由于人工智能是一门学科，其内容涉及从理论、开发到应用，从上游、中游到下游等多个方面。而教材不是百科全书，本教材在编写过程中坚持"引导性"与"入门性"原则，其具体体现为∶
   ①从整体角度对人工智能学科有一个完整、系统的介绍，使读者能对此学科有一个全面、整体、系统的了解与认识。具体说，即对人工智能学科中的整个体系、基础概念、基本理论、主要方法、融合思路、开发原则以及应用实例等做全面介绍，但在介绍中并不着重于过分细节化描述，而是注重于概念性与关联性。
    ②在全面介绍的基础上，注重于突出重点∶突出具有整体性、基础性的内容;突出具有新一代技术发展特点的内容;突出具有开发、应用价值的内容。
    2.坚持理论与应用相结合的原则
    本版教材增添了若干理论与应用相结合的内容，并使之成为计算机智能系统与人工智能应用系统。同时增写了实验教材【《人工智能导论实验》（余萍编著，中国铁道出版社有限公司）】，在讲课同时也能做实验。
    3. 对第一版教材的部分内容做了更为详细的介绍与局部修改
    第二版教材的内容仍由 4 篇（共 17章）组成，但部分章节内容与名称有所调整。

    第1篇是基础理论篇，共 9 章（第1～9 章）。该篇从整体角度介绍人工智能的基本概念与基础理论。第1章介绍人工智能的基本概况与发展历史;第 2 章介绍人工智能的研究对象（ 知识）及其主要表示形式;第3章介绍知识的管理机构知识库;第4～9章主要介绍知识获取，重点介绍6 种常用的知识获取方法，它们分别是：第4章的知设获取之搜索策略方法;第5 章的知识获取之推理方法;第6 章的知识获取之机器学习方法;第7章的深度学习与卷积神经网络;第8 章的知识获取之知识图谱方法;第9 章的知识获取之 Agent 方法。    

    第2篇是应用技术篇，共4 章（第 10～13 章）。该篇介绍人工智能基础理论与相关分支领域融合所产生的新技术，在人工智能直接应用中有着重要理论指导作用。它们分别模拟人类视觉、听觉、语言等能力以及包括大脑、五官、四肢等器官综合处理能力。第 10章介绍知识工程与专家系统，模拟人类大脑的综合思维能力;第 11 章介绍计算机视觉，模拟人类的视觉能力;第 12 章介绍自然语言处理，模拟人类的听觉及语言的能力;第 13 章介绍机器人，模拟人类大脑、五官 、四肢的综合能力。    
    第3篇是应用篇，共3章（第14～16章）。该篇介绍智能产品的开发及目前广为流行的4 种应用实例。第 14 章介绍支持人工智能应用中巨量数据的技术;第 15 章介绍知识获取——计算机智能系统开发;第 16 章介绍人工智能应用系统组成与开发及目前广为流行的 4 个应用实例。
    第4篇是展望篇，共1章（第 17 章），对人工智能学科今后的发展提供建议与看法。
    本教材突出新技术，新体系及新应用。适合作为人工智能，计算机类专业及相关融合型专业"人工智能导论"课程的教材及高校人工智能公共课程的教材，也适合作为人工智能应用、开发人员的基础读物。    
    本教材配有完整版和精简版两种 PPT课件，配有实验教材;《人工智能导论实验》（中国铁道出版社有限公司出版，2020.6），共 11 个实验。该实验由"南京飞灵智能科技有限公司"提供实验平台软件。
    本书由徐洁磐、徐梦溪编著，由南京大学陈世福教授审稿。本书还得到了南京大学计算机软件新技术国家重点实验室的支持，在此特表示感谢。同时为简化阅读，凡标有"★"标志的内容为选学内容。
    由于编著者水平所限，不足之处望读者不吝赐教，联系方式∶xujiepan@ nju. edu. cn。

                                                     徐洁磐
                                          于南京大学计算机科学与技术系                                    
                                   南京大学计算机软件新技术国家重点实验室
                                                    2020年11月
？

第1 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…………………………………………………… 9 
1.4 人工智能的学科体系 …………………………………………………… 11
小结 ……………………………………………………………………………… 17
习题 …………………………………………………………………………………………18
第2章知识及知识表示 ……………………………………………… 19 
2.1 概述 ……………………………………………………………………… 19 
2.2 产生式表示法 …………………………………………………………… 21 
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 ……………………………………………………………………………… 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……………………………………………………………………………… 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 …………………………………………………… 55
小结 ……………………………………………………………………………… 58
习题 ……………………………………………………………………………… 59
实验 …………………………………………………………………………………59
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………………………………………………………………………………73
习题 ………………………………………………………………………………74
实验 ……………………………………………………………………………… 74
第6章知识获取之机器学习方法 .........…75
6.1 机器学习概述 …………………………………………………………… 75 
6.2 人工神经网络 ……………………………………………………………78 
6.3 决策树……………………………………………………………………… 85 
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 …………………………………………………………… 101 
6.7 聚类方法 ………………………………………………………………… 107 
6.8 迁移学习 ………………………………………………………………… 110 
6.9 强化学习方法…………………………………………………………… 112
小结 …………………………………………………………………………… 115
习题 ……………………………………………………………………………116
实验 …………………………………………………………………………… 116
第7章深度学习与卷积神经网络 .…………. 117 
7.1 浅层学习与深度学习…………………………………………………… 117 
7.2 深度学习概述 …………………………………………………………… 118 
7.3 卷积神经网络 …………………………………………………………… 120
小结 …………………………………………………………………………… 127
习题 …………………………………………………………………………… 128
实验 …………………………………………………………………………… 129
第8章知识获取之知识图谱方法 …………………………… 130 
8.1 知识图谱中的知识获取概述 ………………………………………… 130 
8.2 知识图谱中的知识获取方法 ………………………………………… 131 
8.3 著名的知识图谱介绍…………………………………………………… 133 
8.4 知识图谱中的知识存储管理 ………………………………………… 135 
8.5 知识图谱的应用 ………………………………………………………… 136
小结 …………………………………………………………………………… 137
习颗 ………………………………………………………………………………… 138
实验 …………………………………………………………………………… 138
第9章知识获取之 Agent 方法 ………………………………… 139
9.1 Agent介绍………………………………………………………………139 
9.2 多 Agent ………………………………………………………………… 143 
9.3 移动 Agent ……………………………………………………………… 145 
9.4 智能 Agent ……………………………………………………………… 146
小结 ……………………………………………………………………………147
习题 …………………………………………………………………………… 148
第2 篇 应用技术篇
第10 章知识工程与专家系统 ………………………………… 150 
10.1 知识工程与专家系统概述 …………………………………………… 150 
10.2 专家系统组成 …………………………………………………………152 
10.3 专家系统分类 ………………………………………………………… 154 
10.4 专家系统开发 ………………………………………………………… 154 
10.5 传统专家系统与新一代专家系统 …………………………………… 157
小结 …………………………………………………………………………… 157
习题 …………………………………………………………………………… 159
第11章计算机视觉 ………………………………………………… 160 
11.1 计算机视觉概述 ……………………………………………………… 160 
11.2 计算机视觉中的图像分析和理解 …………………………………… 163 
11.3 计算机视觉应用 ……………………………………………………… 165
小结 …………………………………………………………………………… 167
习题 …………………………………………………………………………… 169
实验 …………………………………………………………………………… 169
第12章自然语言处理 .……………………………………… 170 
12.1 自然语言处理中的自然语言理解 …………………………………… 171 
12.2 自然语言处理中的自然语言生成 …………………………………… 177 
12.3 语音处理 ………………………………………………………………179 
12.4 自然语言处理应用实例 ……………………………………………… 185
小结 …………………………………………………………………………… 187
习题 …………………………………………………………………………… 189
实验 …………………………………………………………………………… 189
第3 章机器人 …………………………………………………………… 190 
13.1 机器人概述 …………………………………………………………… 190 
13.2 机器人组织结构 ………………………………………………………193 
13.3 机器人工作原理 ……………………………………………………… 194
 13.4 机器人的应用 ………………………………………………………… 195
小结 …………………………………………………………………………… 198
习题 …………………………………………………………………………… 200
第 3篇 应 用 篇
第14章大数据技术 .…………………………………………… 203
14.1 大数据技术概述……………………………………… 203
14.2 大数据基础平台 ……………………………………………………… 206 
14.3 大数据软件平台——Hadoop ………………………………………… 206
14.4 大数据管理 …………………………………………………………… 209
14.5 大数据计算 …………………………………………………………………212 
14.6 大数据用户接口与可视化 …………………………………………… 214
小结 …………………………………………………………………………………214
习题 …………………………………………………………………………… 216
第15 章 知识获取——计算机智能系统开发 ……… 218 
15.1 概述 …………………………………………………………………… 218 
15.2 计算机智能系统开发的三大要素 …………………………………… 219 
15.3 计算机智能系统组成 ………………………………………………… 223 
15.4 计算机智能系统开发流程 …………………………………………… 227 
15.5 人工智能知识获取的3 种典型方法 ………………………………… 229
小结 ……………………………………………………………………………230
习题 …………………………………………………………………………… 231
第16章智能应用——人工智能应用系统开发  232 
16.1 人工智能应用系统组成 ………………………………………………… 232 
16.2人工智能应用系统开发 ………………………………………………… 233 
16.3 人工智能典型应用产品介绍 ………………………………………… 235
小结 …………………………………………………………………………… 253
习题 …………………………………………………………………………… 256
第4篇 展 望 篇
第17章人工智能发展展望 .……………………… 258 
17.1 人工智能学科发展 …………………………………………………… 258 
17.2 人工智能所引发的社会问题及其解决 ……………………………… 262
小结 …………………………………………………………………………264
习题 …………………………………………………………………………… 265
参考文献…………………………………………………………………… 266

？

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第一、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。？

①先进性，教材依托新的技术路线与新的体系，形成新一代人工智能技术；

②应用性，教材内容更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；

③引导性，坚持教材的基础性，并具有入门性与引导性作用。

？