人工智能（第2版）

编辑推荐

适读人群 ：本书特色鲜明、内容易读易学，适合人工智能相关领域和对该领域感兴趣的读者阅读，也适合高校计算机专业的教师和学生参考。

图文详细、示例丰富，同时配备诸多附加资源，非常适合作为自学和教学指南。
美国经典教材，在美亚上，被评价为自Russell & Norvig的《人工智能：一种现代方法》之后更好的教材，更加适合本科生使用。

当前，人工智能的发展进入了新的历史阶段，成为科研、教学和创业等领域关注的热点。我国正在大力培养人工智能领域的专业人才，一些高校成立了人工智能学院，还有许多高校开设了人工智能相关专业。

本书是作者结合多年教学经验、精心撰写的一本人工智能教科书，堪称“人工智能的百科全书”。全书涵盖了人工智能简史、搜索方法、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示、产生式系统、专家系统、机器学习和神经网络、遗传算法、自然语言处理、自动规划、机器人技术、高级计算机博弈、人工智能的历史和未来等主题。

本书提供了丰富的教学配套资源，适合作为高等院校人工智能相关专业的教材，也适合对人工智能相关领域感兴趣的读者阅读和参考。

● 基于人工智能的理论基础，展示全面、新颖、丰富多彩且易于理解的人工智能知识体系。
● 加入关于机器人和机器学习的新章节，并在自然语言处理在自然语言处理部分包括了关于语音理解和隐喻的小节。
● 给出诸多的示例、应用程序、全彩图片和人物轶事，以激发读者的学习兴趣。
● 通过实际应用引入重 要的人工智能概念，例如机器人技术、人工智能在视频游戏中的应用、神经网络、机器学习等。
● 包含300多幅图，详细描述了人工智能方法在实际工作中的问题，并给出了部分习题的解答。
● 提供本书所涉及的资源、仿真和书中的图。
● 为采用本书作为教材的教师提供丰富的教学支持资源，包括习题解答、教学PPT等。

配套资源
● 本书附录D“应用程序和数据”提到的应用程序示例、用于神经网络训练的练习数据和若干高级计算问题概览。
● 本书附录E“部分练习的答案”的英文版PDF和图解。
● 本书中的全部彩图文件。
● 本书的Prolog示例源代码。
● 供教师使用的教学PPT。
以上资源请到异步社区（www.epubit.com）下载。
为使用本书作为教材的教师提供的教学资源：
● 教学PPT。
● 教师指导手册（电子版，包括本书配套习题的完整解答）。
请通过contact@epubit.com.cn联系申请。

内容简介

　　作为计算机科学的一个分支，人工智能主要研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统，涉及机器人、语音识别、图像识别、自然语言处理和专家系统等方向。
　　本书包括引言、基础知识、基于知识的系统、高级专题以及现在和未来五部分内容。第一部分从人工智能的定义讲起，就人工智能的早期历史、思维和智能的内涵、图灵测试、启发法、新千年人工智能的发展进行了简要论述。第二部分详细讲述了人工智能中的盲目搜索、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示和产生式系统等基础知识。第三部分介绍并探究了人工智能领域的成功案例，如DENDRAL、MYCIN、EMYCIN等经典的专家系统，振动故障诊断、自动牙科识别等新的专家系统，以及受到自然启发的搜索等。第四部分介绍了自然语言处理和自动规划等高级专题。第五部分对人工智能的历史和现状进行了梳理，回顾了几十年来人工智能所取得的诸多成就，并对其未来进行了展望。
　　本书系统、全面地涵盖了人工智能的相关知识，既简明扼要地介绍了这一学科的基础知识，也对自然语言处理、自动规划、神经网络等内容进行了拓展，更辅以实例，可以帮助读者扎扎实实打好基础。本书特色鲜明、内容易读易学，适合人工智能相关领域和对该领域感兴趣的读者阅读，也适合高校计算机专业的教师和学生参考。

作者简介

　　史蒂芬·卢奇（Stephen Lucci），
　　拥有纽约市立大学的博士学位，目前在纽约市立大学教授计算机科学课程。他曾在高性能计算领域发表了多篇论文，并且是NASA 发起的MU-SPIN 项目的学术带头人。MU-SPIN 项目旨在为NASA 培养下一代*尖的科学家和工程师。

　　丹尼·科佩克（Danny Kopec），
　　拥有爱丁堡大学博士学位，目前在纽约市立大学布鲁克林学院和纽约市立大学研究生中心任教。他发表过多篇论文，并出版过几本书，还是一位国际象棋大师。

　　译者简介
　　林赐，
　　软件设计师、网络工程师，毕业于渥太华大学系统科学硕士专业，已翻译出版《Python神经网络编程》等多本技术图书。