本書主要闡述人工智能的基本原理、方法和應用技術(shù)。全書分為11章,除第1章討論人工智能概述、第11章討論人工智能的爭論與展望外,其余9章主要按照“基本智能+典型應用+計算智能”三個模塊編著: 第1模塊為人工智能經(jīng)典的三大基本技術(shù),包括知識表示技術(shù)、搜索技術(shù)、推理技術(shù); 第2模塊為人工智能的典型應用領域,包括機器學習、專家系統(tǒng)以及支持向量機; 第3模塊為典型的計算智能方法,包括神經(jīng)計算、進化計算等。與第一版相比,增加了專家系統(tǒng)的介紹,其他大多數(shù)章節(jié)都做了相應的修改、精簡或補充。
本書力求科學化、模塊化、實用化,內(nèi)容由淺入深、循序漸進、條理清晰,讓讀者在有限的時間內(nèi),掌握人工智能的基本原理與應用技術(shù)。
本書可作為計算機、信息處理、自動化和電信等IT相關專業(yè)的高年級本科生的“人工智能”課程教材,也可供從事人工智能研究與應用的科技工作者學習參考。
人工智能的誕生與發(fā)展是20世紀最偉大的科學成就之一,也是新世紀引領未來發(fā)展的主導學科之一。它是一門新理論、新方法、新技術(shù)、新思想不斷涌現(xiàn)的前沿交叉學科,相關研究成果已經(jīng)廣泛應用到國防建設、工業(yè)生產(chǎn)、國民生活等各個領域。在信息網(wǎng)絡和知識經(jīng)濟時代,人工智能科學與技術(shù)正在引起越來越廣泛的重視,必將為推動科學技術(shù)的進步和產(chǎn)業(yè)的發(fā)展發(fā)揮更大的作用。
人工智能是一門研究機器智能的學科,即用人工的方法和技術(shù),研制智能機器或智能系統(tǒng)來模仿、延伸和擴展人的智能,實現(xiàn)智能行為。作為一門前沿和交叉學科,它的研究領域十分廣泛,涉及機器學習、數(shù)據(jù)挖掘、計算機視覺、專家系統(tǒng)、自然語言理解、智能檢索、模式識別、規(guī)劃和機器人等領域。人工智能的長期目標是建立人類水平的人工智能。
本書為第二版,與第一版相比,主要有如下改動。
首先將第一版的“篇章節(jié)”排序方式,改為“章節(jié)”排序。
其次第1章的緒論部分在第一版的基礎上重新編寫,使得內(nèi)容更加合理; 第2章的謂詞邏輯表示法重新組織與整理,使得內(nèi)容更有條理、更通順; 刪除了第一版2.7節(jié)的狀態(tài)空間表示法,其部分內(nèi)容與3.2節(jié)基于狀態(tài)空間圖的搜索技術(shù)進行了合并; 第4章中,推理的邏輯基礎,刪除了第一版中有關謂詞的概念描述,從而避免了與第2章的謂詞邏輯表示法的概念重復; 第5章中,刪除了第一版的5.2節(jié),其部分內(nèi)容融入到5.1節(jié)中,增加了模糊推理一節(jié),同時刪除了第一版的模糊計算; 第6章中,重新編寫了6.1節(jié)機器學習概述內(nèi)容,吸收了最新的一些研究進展; 增加了第7章專家系統(tǒng),這是人工智能應用的典型領域之一,有助于讀者理解人工智能的真諦; 刪除了第一版的粒度計算等。
最后,對第一版出現(xiàn)的錯誤進行了糾正,對出現(xiàn)的不足進行了改進。
本書分為11章。
第1章緒論,主要討論了人工智能的定義、形成過程、研究內(nèi)容、學派之爭、應用領域和發(fā)展趨勢等。
第2~5章為人工智能經(jīng)典的三大基本技術(shù),包括知識表示技術(shù)、搜索技術(shù)以及推理技術(shù)。包括第2章的知識表示,第3章的搜索策略,第4章的確定性推理以及第5章的不確定性推理。
第6~8章為人工智能的典型應用領域,包括第6章的機器學習,第7章的專家系統(tǒng),以及第8章的支持向量機。
第9章和第10章為典型的計算智能方法,包括第9章的神經(jīng)計算與第10章的進化計算。
第11章為人工智能的爭論與展望。討論了人工智能對人類的影響與展望。
在本書的編寫過程中,重視科學性、實用性和可讀性,內(nèi)容由淺入深、循序漸進,條理清晰。全書按照“基本智能+典型應用+計算智能”三個模塊,以逐層深入的策略撰寫,以期達到不同專業(yè)之取舍、不同層次的教學研究之需要。
本書包含了作者多年的科研成果,也吸取了國內(nèi)外同類教材的有關文獻的精華,他們的豐碩成果和貢獻是本書學術(shù)思想的重要源泉,為本書的撰寫提供了豐富的營養(yǎng),在此謹向這些教材和文獻的作者致以誠摯的敬意。
本書的撰寫得到了中國礦業(yè)大學、清華大學出版社等各級領導的支持與幫助,同時中國礦業(yè)大學——中國科學院智能信息處理聯(lián)合實驗室的老師、同學自始至終做了大量的工作,特別是博士生黃華娟、賈洪杰; 碩士生趙晗、韓有振、鮑麗娜等,在此一并表示感謝。
本書得到了國家自然科學基金“面向大規(guī)模復雜數(shù)據(jù)的多粒度知識發(fā)現(xiàn)關鍵理論與技術(shù)研究”(批準號: 61379101)、國家重點基礎研究發(fā)展計劃(973計劃)課題“腦機協(xié)同的認知計算模型”(批準號: 2013CB329502)、江蘇省基礎研究計劃(自然科學基金)(批準號: BK20130209)的支持。
本書承蒙國際信息處理聯(lián)合會人工智能專業(yè)委員會機器學習和數(shù)據(jù)挖掘組主席、中國人工智能學會副理事長、中國科學院計算技術(shù)研究所博士生導師史忠植研究員擔任主審,在此深表謝意。
由于人工智能是一門正在快速發(fā)展的年輕學科,新的理論、方法和技術(shù)、新的應用領域不斷涌現(xiàn),對其中的不少問題,作者還缺乏深入研究,再加上我們的學識水平有限,本書的撰寫可能沒有完全達到我們所希望的目標,也不可避免地存在各種錯誤和疏漏,敬請各位專家和讀者不吝指教。
丁世飛2014年6月
第1版前言
人工智能的誕生與發(fā)展是20世紀最偉大的科學成就之一,也是新世紀引領未來發(fā)展的主導學科之一。它是一門新思想、新觀點、新理論、新技術(shù)不斷涌現(xiàn)的前沿交叉學科,相關研究成果已經(jīng)廣泛應用到國防建設、工業(yè)生產(chǎn)、國民生活等各個領域。在信息網(wǎng)絡和知識經(jīng)濟時代,人工智能科學技術(shù)正在引起越來越廣泛的重視,必將為推動科學技術(shù)的進步和產(chǎn)業(yè)的發(fā)展發(fā)揮更大的作用。
人工智能是一門研究機器智能的學科,即用人工的方法和技術(shù),研制智能機器或智能系統(tǒng)來模仿、延伸和擴展人的智能,實現(xiàn)智能行為。作為一門前沿和交叉學科,它的研究領域十分廣泛,涉及機器學習、數(shù)據(jù)挖掘、計算機視覺、專家系統(tǒng)、自然語言理解、智能檢索、模式識別、規(guī)劃和機器人等領域。人工智能的長期目標是建立人類水平的人工智能。
本書是作者在自編《人工智能講義》基礎上,結(jié)合多年的教學與科研實踐經(jīng)驗,吸取了國內(nèi)外人工智能教材的優(yōu)點,參考了國際上最新的研究成果,由多年從事《人工智能》教學的專家、教授撰寫而成。其中第1章和第2章由夏戰(zhàn)國編寫; 第3章由毛磊編寫; 第6章由朱紅編寫; 第8章和第9章由許新征編寫; 其他各章由丁世飛教授編寫,最后由丁世飛教授全面負責統(tǒng)稿、定稿。
本書系統(tǒng)地闡述了人工智能的基本原理、方法和應用技術(shù),比較全面地反映了國內(nèi)外人工智能研究領域的最新進展和研究動態(tài)。
全書劃分為3篇,共12章。
第1篇: 基本人工智能。論述人工智能的基本理論與技術(shù),包括6章。第1章簡要介紹了人工智能的發(fā)展狀況以及各個學派的觀點,并對它的研究與應用領域進行了必要的討論。第2~6章闡述了人工智能的基本原理,包括經(jīng)典的知識表示、搜索策略、確定性推理、不確定性推理,以及機器學習等基本應用領域。
第2篇: 高級人工智能。論述人工智能的高級理論與技術(shù),主要涉及粗糙集與軟計算、進化計算、模糊計算,以及粒度計算等人工智能的研究熱點,包括5章。第7章闡述支持向量機,第8章闡述神經(jīng)計算,第9章闡述進化計算,第10章闡述粗糙集,第11章闡述模糊集,第12章闡述粒度計算。
第3篇: 人工智能的展望。討論人工智能對人類的影響與展望。
本書力求科學性、實用性、可讀性好。內(nèi)容由淺入深、循序漸進、條理清晰。教材采用逐層深入的策略撰寫,以達到適合于不同專業(yè)之取舍、不同層次的教學研究之需要。
本書包含了作者多年的科研成果,也吸取了國內(nèi)外同類教材的有關文獻的精華,他們的豐碩成果和貢獻是本書學術(shù)思想的重要源泉,在此謹向這些教材和文獻的作者致以誠摯的敬意。特別感謝張鈸院士、李德毅院士、王守覺院士、陸汝衿院士、史忠植教授、張鈐教授、鐘義信教授、王國胤教授、蔡自興教授、焦李成教授、周志華教授、馬少平教授、梁吉業(yè)教授、苗奪謙教授、姚一豫教授、劉清教授以及Zadeh L.A.、Vapnik V.N.、Pawlak Z.等專家的支持與幫助,他們的著作為本書提供了豐富的資源,使我們受益匪淺。
本書的順利撰寫得到了中國礦業(yè)大學計算機學院、中國礦業(yè)大學教務處等各級領導的支持與幫助,同時中國礦業(yè)大學——中國科學院智能信息處理聯(lián)合實驗室的老師、同學在文字錄入、圖表制作、校對等方面自始至終做了大量的工作,特別是蘇春陽、張禹、李劍英、陳錦榮、顧亞祥、徐麗、齊丙娟、錢鈞、馬剛、佟暢、張文濤等,在此一并表示感謝。
本書得到了國家自然科學基金(批準號: 60975039)、江蘇省基礎研究計劃(自然科學基金)(批準號: BK2009093)的支持。
本書由國際信息處理聯(lián)合會人工智能專業(yè)委員會機器學習和數(shù)據(jù)挖掘組主席、中國人工智能學會副理事長、中國科學院計算技術(shù)研究所研究員、博士生導師、中國礦業(yè)大學兼職教授史忠植擔任主審。
由于人工智能是一門不斷發(fā)展的學科,新的理論方法和技術(shù)、新的應用領域不斷涌現(xiàn),再加上我們的學識水平及時間有限,可能沒有完全達到我們所希望的目標,也不可避免地存在各種錯誤和疏漏,敬請讀者給予批評指正。
丁世飛2010年8月
第1章 緒論
1.1 什么是人工智能
1.1.1 智能的定義
1.1.2 人工智能的定義
1.2 人工智能的發(fā)展
1.2.1 孕育期
1.2.2 搖籃期
1.2.3 形成期
1.2.4 發(fā)展期
1.2.5 實用期
1.2.6 穩(wěn)步增長期
1.3 人工智能的研究方法
1.3.1 符號主義
1.3.2 連接主義
1.3.3 行為主義
1.4 人工智能的應用領域
1.4.1 機器學習
1.4.2 知識發(fā)現(xiàn)和數(shù)據(jù)挖掘
1.4.3 專家系統(tǒng)
1.4.4 模式識別
1.4.5 自然語言處理
1.4.6 智能決策支持系統(tǒng)
1.4.7 人工神經(jīng)網(wǎng)絡
1.4.8 自動定理證明
1.4.9 機器人學
1.4.10 分布式人工智能與智能體
1.5 小結(jié)
習題
第2章 知識表示
2.1 概述
2.1.1 知識與知識表示
2.1.2 知識表示方法
2.2 謂詞邏輯表示法
2.2.1 命題邏輯
2.2.2 謂詞邏輯
2.3 產(chǎn)生式表示法
2.3.1 產(chǎn)生式可表示的知識種類及其基本形式
2.3.2 知識的表示方法
2.3.3 產(chǎn)生式系統(tǒng)的組成
2.3.4 產(chǎn)生式系統(tǒng)的推理方式
2.3.5 產(chǎn)生式表示法的特點
2.4 語義網(wǎng)絡表示法
2.4.1 語義網(wǎng)絡的概念及結(jié)構(gòu)
2.4.2 語義網(wǎng)絡的基本語義聯(lián)系
2.4.3 語義網(wǎng)絡表示知識的方法及步驟
2.4.4 語義網(wǎng)絡知識表示舉例
2.4.5 語義網(wǎng)絡的推理過程
2.4.6 語義網(wǎng)絡表示法的特點
2.5 框架表示法
2.5.1 框架結(jié)構(gòu)
2.5.2 框架表示知識舉例
2.5.3 推理方法
2.5.4 框架表示法的特點
2.6 腳本表示法
2.6.1 腳本的定義與組成
2.6.2 用腳本表示知識的步驟
2.6.3 用腳本表示知識的推理方法
2.6.4 腳本表示法的特點
2.7 面向?qū)ο蟮闹R表示
2.7.1 面向?qū)ο蟮幕靖拍?br />
2.7.2 面向?qū)ο蟮闹R表示
2.7.3 面向?qū)ο蠓椒▽W的主要觀點
2.8 小結(jié)
習題
第3章 搜索策略
3.1 引言
3.2 基于狀態(tài)空間圖的搜索技術(shù)
3.2.1 圖搜索的基本概念
3.2.2 狀態(tài)空間搜索
3.2.3 一般圖的搜索算法
3.3 盲目搜索
3.3.1 寬度優(yōu)先搜索
3.3.2 深度優(yōu)先搜索
3.3.3 有界深度搜索和迭代加深搜索
3.3.4 搜索最優(yōu)策略的比較
3.4 啟發(fā)式搜索
3.4.1 啟發(fā)性信息和評估函數(shù)
3.4.2 啟發(fā)式搜索算法A
3.4.3 實現(xiàn)啟發(fā)式搜索的關鍵因素和A*算法
3.4.4 迭代加深A*算法
3.4.5 回溯策略和爬山法
3.5 問題規(guī)約和與/或圖啟發(fā)式搜索
3.5.1 問題規(guī)約
3.5.2 與/或圖表示
3.5.3 與/或圖的啟發(fā)式搜索
3.6 博弈
3.6.1 極大極小過程
3.6.2 α-β過程
3.7 小結(jié)
習題
第4章 確定性推理
第5章 不確定性推理
第6章 機器學習
第7章 專家系統(tǒng)
第8章 支持向量機
第9章 神經(jīng)計算
第10章 進化計算
第11章 人工智能的爭論與展望
參考文獻