人工智能导论

人工智能起源于20世纪50年代，虽然已有60余年的发展历程，但这期间人工智能经历过经费枯竭、前途渺茫的寒冬，也经历了两个大发展的春天。从2006年开始，随着数据量的大增、深度学习技术的应用以及移动终端等生态系统的建立，人工智能的发展无比迅猛。从Siri语音识别到无人驾驶，都是人工智能的实现载体，涉及的技术和领域跨越多个学科，包括深度学习、智能识别、专家系统、神经网络、自然语言理解、知识发现、遗传算法、符号推理、智能机器人等。
人工智能的本质是对人类智能的模拟甚至超越，是指用机器去实现所有目前必须借助人类智慧才能实现的任务。英国数学家、计算机科学奠基人阿兰·图灵在1950年发表的著名论文Computing Machinery and Intelligence中，详细讨论了“机器能否拥有智能”的问题，提出了关于人工智能概念的三个重要命题。，人工智能关注如何模拟人类的智能活动，而不是全部脑力活动； 第二，人工智能关注计算机的外部智能行为，而不是产生该行为的内部过程； 第三，人工智能的主题是设计能够综合适应“人类所在环境”的单一智能体，而不是专门解决特定数学问题的算法。因此，从本质上来说，人工智能是一种技术，一种对人的特定思想、意识、智慧的模拟甚至超越。
为了大力发展人工智能技术，世界各国也纷纷从国家战略层面对人工智能加紧布局，推出自己的人工智能计划。欧盟委员会于2013年宣布人脑计划(HBP)为欧盟未来十年的“新兴旗舰技术项目”，计划开发出世界上个具有意识和智能的人造大脑； 同年，美国正式公布“推进创新神经技术脑研究计划”，其目标是绘制出一幅囊括大脑所有活动的详图； 日本也在2014年宣布启动大脑研究计划Brain/MINDS，旨在理解大脑如何工作以及通过建立动物模型，研究大脑神经回路技术； 2017年我国人工智能政策的密集颁布和推陈出新更是历史上其他产业前所未有的。这说明了人工智能产业发展的划时代的重要性和紧迫性，我们每个人只有全面、科学和前瞻性地了解人工智能，才能更快、更好地紧跟时代潮流，提升自我的科学素养。
在学习了解人工智能的过程中，国内外已出版了多本关于人工智能的书籍，但有的过于偏重人工智能的某一领域或内容过于艰涩深奥，对初学者来说显得有些吃力。人工智能的分支众多，很难通过寥寥几本书就完全掌握人工智能的奥妙。本书主要面向文科生及低年级理科生，或想要广泛了解人工智能的其他领域的科研人员。
本书分为11章。首先从人工智能的历史出发，介绍了其概念、研究现状、三大学派等背景知识； 然后详细地展示了两大知识表示方法及其相应的搜索技术，对谓词逻辑和模糊逻辑也有具体的介绍； 之后还涉及遗传算法、群智能算法和人工神经网络等计算智能技术，也介绍了机器学习和模式识别等人工智能中重要的研究领域； 后一章给出
了新一代人工智能的几个经典应用案例。
本书力求系统而全面地介绍人工智能的背景及各领域分支。在内容选取上，侧重介绍通用的、常见的方法，尽可能全面广泛地描述不同知识点的各种方法策略。在介绍格式上，每章都尽可能采用同样的叙述方式，统一的框架使全书整体连贯不失系统性。对每一类方法策略，都会先给出简单的示例以供读者透彻学习，在此后同类的方法都会给出关键步骤，并在该类方法介绍完毕时给出相应的总结。对于深层次的内容或扩展的知识，本书则是点到为止，有兴趣的读者可根据每章的参考文献进一步学习。关于章节习题，既包括理解性的讨论类题目，也有技巧性的计算类题目，希望读者可以通过这些习题巩固掌握相关方法的本质和根本理念。

本书的编写得到西安电子科技大学教材基金资助。
在本书的编写过程中，各位编者多次讨论协商书中内容和众多细节，力求达到更高的质量。尽管编者尽了的努力创作整理本书，但书中不足在所难免，欢迎各位专家和读者提出宝贵意见，将不胜感激。
编者

2021年3月

西安电子科技大学

本书系统地论述了经典人工智能的基础理论及人工智能主要研究领域的基础知识与应用。全书共11章，前5章介绍经典人工智能的基础理论，包括人工智能的发展历史、状态空间表示及其搜索技术、问题归约表示及其搜索技术、确定性推理以及不确定推理；接下来的5章介绍人工智能主要研究领域的基础知识与应用，包括遗传算法、群智能、人工神经网络、 机器学习基础、模式识别；后介绍了**代表性的几个人工智能技术，并分析了未来人工智能的发展趋势及其面临的挑战。