人工智能自從1956年問世以來，已經(jīng)經(jīng)歷了近50年的風(fēng)風(fēng)雨雨，其發(fā)展并非一帆風(fēng)順，歷經(jīng)幾次大起大落。也正是在這樣的起落中，人工智能這門學(xué)科得以逐步發(fā)展壯大起來。
實(shí)際上，從古代開始，人類就一直幻想著制造出具有智能的機(jī)器。很多古代的傳說，無不體現(xiàn)了這樣的思想。但是，只有在計算機(jī)出現(xiàn)以后，借助于計算機(jī)這種工具，人工智能才有可能從幻想走向現(xiàn)實(shí)。
究竟什么是人工智能？人工智能是否能夠?qū)崿F(xiàn)？一直是人們爭議的問題。由于對智能本身研究得不夠充分，人們往往將智能神秘化。當(dāng)IBM的“深藍(lán)”第一次戰(zhàn)勝國際象棋世界冠軍卡斯帕羅夫的時候，先是驚嘆人工智能的發(fā)展，繼而，當(dāng)對“深藍(lán)”的原理有所了解之后，又有很多人提出這樣的疑問：這就是智能嗎？人類下棋可不是這樣的。
機(jī)器智能是對人類智能的一種模仿，是功能上的模仿，而不是機(jī)理上的模仿。由于對人類智能的了解還遠(yuǎn)遠(yuǎn)不夠，因此，從機(jī)理上模仿人類的智能，至少在近期內(nèi)是不可能實(shí)現(xiàn)的，而且即使實(shí)現(xiàn)也不一定就是成功的。當(dāng)年萊特兄弟成功地制造了飛機(jī)，正是因?yàn)樗麄儧]有模仿鳥的飛行，他們制造的飛機(jī)不是像鳥那樣依靠翅膀的煽動而飛行，才取得了成功。可以想象，如果當(dāng)時人們制造的是翅膀可以煽動的飛機(jī)的話，也許到現(xiàn)在飛機(jī)也不能成為一種常用的交通工具。因此，在研究人工智能的過程中，不必追求其機(jī)理是否與人類一致，所追求的應(yīng)該是人工智能的功能。
通俗地講，人工智能就是一些方法，依靠這些方法，計算機(jī)可以比較好地求解問題，能夠幫助人類做許多以前需要人類的智能才能完成的工作。
人工智能發(fā)展至今，已經(jīng)形成了一整套的理論和方法，這些理論和方法已經(jīng)在專家系統(tǒng)、自然語言處理、模式識別、人機(jī)交互、智能信息處理、信息檢索、圖像處理、數(shù)據(jù)挖掘和機(jī)器人技術(shù)等各個人工智能的應(yīng)用領(lǐng)域發(fā)揮著巨大的作用。
目前，人工智能仍處于發(fā)展時期，很多問題解決得還不夠好，甚至不能求解；很多問題的求解還需要一定的條件。人工智能畢竟是依靠機(jī)器實(shí)現(xiàn)的。與人類相比，機(jī)器相對呆板、不夠靈活。因此，人工智能應(yīng)該是一個人機(jī)協(xié)調(diào)的系統(tǒng)。為了機(jī)器處理的方便，人類應(yīng)該做一些讓步，為機(jī)器提供一定的條件，以便機(jī)器發(fā)揮其優(yōu)勢。就像火車一樣，火車?yán)�得多，跑得快，但火車離不開鐵路，一旦離開了鐵路，火車將一事無成。修建鐵路就是人類對火車的讓步。人工智能的應(yīng)用，也許同樣需要人類修建一條能讓人工智能在其上面“跑”的“鐵路”。
人工智能是多學(xué)科的交叉學(xué)科，涉及的內(nèi)容廣泛，而且一直在不斷地發(fā)展，隨時都在產(chǎn)生新的方法和理論。本書作為人工智能入門性的教材，主要介紹人工智能研究中最基本的、最經(jīng)典的理論和方法，為計算機(jī)科學(xué)和技術(shù)人員以及其他學(xué)科領(lǐng)域中對人工智能感興趣的科技工作者和學(xué)生提供最基本的人工智能技術(shù)和有關(guān)問題的入門知識。
前言人工智能全書共8章，第1至第7章每一章介紹人工智能的一種方法。
第0章緒論，首先介紹什么是人工智能，并闡述了圖靈測試和中文屋子問題。這些問題的闡述將有助于理解什么是人工智能問題。然后介紹人工智能的研究目標(biāo)、發(fā)展歷史，以及人工智能所涉及的研究課題。這將有助于理解哪些問題屬于人工智能領(lǐng)域。
第1章介紹搜索問題。搜索被認(rèn)為是人工智能，尤其是傳統(tǒng)的人工智能的兩大支柱之一，很多人工智能問題的求解，最終都可以歸結(jié)為搜索問題，或者與搜索問題有聯(lián)系。本章主要介紹盲目搜索算法和啟發(fā)式搜索算法，給出算法的描述和應(yīng)用舉例。
第2章介紹與或圖的搜索問題，給出與或圖的啟發(fā)式搜索算法——AO*搜索算法和博弈樹搜索算法——α|β剪支算法。α|β剪支算法是求解博弈問題最主要的算法。
第3章介紹一階謂詞邏輯及歸結(jié)原理。一階謂詞邏輯是知識表示的方法之一，具有很好的數(shù)學(xué)基礎(chǔ)。本章從命題邏輯入手，著重討論邏輯運(yùn)算在人工智能推理方法中的意義、謂詞邏輯表示方法、歸結(jié)原理推理方法及其理論基礎(chǔ)。
第4章介紹知識表示方法。知識表示是支撐人工智能的兩大支柱之一。人工智能問題的求解離不開知識，首先遇到的就是知識表示問題。本章主要介紹人工智能中最常用的產(chǎn)生式、語義網(wǎng)絡(luò)和框架等知識表示方法及基于這些知識表示方法的推理方法。
第5章介紹不確定性推理方法�，F(xiàn)實(shí)世界的問題，往往包含大量模糊性、隨機(jī)性、不可靠性或不知道等不確定性因素，因此不確定性也是人工智能問題的主要特征之一。本章主要介紹人工智能中用于求解不確定性問題的推理方法，包括貝葉斯網(wǎng)絡(luò)、主觀貝葉斯方法、確定性方法和證據(jù)理論等。
第6章介紹機(jī)器學(xué)習(xí)方法。學(xué)習(xí)是人類最重要的能力，通過學(xué)習(xí)，人們可以解決過去不能解決的問題。因此機(jī)器學(xué)習(xí)在人工智能中起著舉足輕重的作用。本章主要介紹機(jī)器學(xué)習(xí)的基本思想和基于實(shí)例的學(xué)習(xí)、基于解釋的學(xué)習(xí)、決策樹學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)等具體的機(jī)器學(xué)習(xí)方法。
第7章介紹高級搜索方法。高級搜索是近年發(fā)展起來的搜索方法，其特點(diǎn)是通過引入隨機(jī)因素，把尋求最優(yōu)解降低為求解滿意解，從而達(dá)到降低算法復(fù)雜度的目的。本章主要介紹局部搜索方法、模擬退火算法和遺傳算法。
學(xué)習(xí)人工智能，掌握方法固然重要，但更重要的是應(yīng)用這些方法解決實(shí)際問題。這就涉及編程實(shí)現(xiàn)問題。與一般的程序設(shè)計相比，人工智能程序設(shè)計具有其特殊性。本書并不涉及人工智能程序設(shè)計問題，但并不是說這部分內(nèi)容不重要。在學(xué)習(xí)本書的同時，一定要邊學(xué)習(xí)邊編程實(shí)現(xiàn)，通過程序的實(shí)現(xiàn)，進(jìn)一步理解算法，了解算法是如何解決實(shí)際問題的。這一點(diǎn)在人工智能學(xué)習(xí)中是至關(guān)重要的。
本書每一章后面都附有習(xí)題，有些習(xí)題比較簡單，有些習(xí)題是探討性的，并沒有“標(biāo)準(zhǔn)答案”。解答習(xí)題對于學(xué)習(xí)者來說，同樣是重要的環(huán)節(jié)。
本書在寫作過程中，參考了大量的國內(nèi)外文獻(xiàn)資料，在此一并表示感謝。
對于本書中出現(xiàn)的缺點(diǎn)和錯誤，歡迎讀者給予批評指正。