人工智能导论

　　本书由四篇共１７ 章组成 篇是基础理论篇 共九章（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 第二篇是应用技术篇 共四章（第 １０ ~１３ 章）介绍人工智能基础理论与相关分支领域相融合所产生的新技术 第 三篇是应用篇 共三章（第１４ ~１６ 章）介绍智能产品的开发及目前广为流行的四 种应用实例 第四篇是展望篇 共一章（第１７ 章）对人工智能学科今后发展提出 建议和看法。 在本书的编写中坚持三项原则：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，教材的应用性，即更加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，教材的引导性，即坚持教材的入门与 引导作用 本书的出版在一定程度上填补了新一代人工智能教材的空白 本书适合作为人工智能、计算机类专业及相关专业“人工智能”课程教材及培 训教材，也可作为人工智能应用、开发人员的基础读物。

　　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、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。

第一篇　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 ………………………………………………… １０
　 　 １. ４　 人工智能的学科体系 …………………………………………………… １１
　 　 小结 ……………………………………………………………………………… １６
　 　 习题１ …………………………………………………………………………… １７
第２ 章　 知识及知识表示 ………………………………………………… １８
　 　 ２. １　 概述 ……………………………………………………………………… １８
　 　 ２. ２　 产生式表示法 …………………………………………………………… ２０
　 　 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２ …………………………………………………………………………… 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３ …………………………………………………………………………… 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 …………………………………………………… ５６
　 　 小结 ……………………………………………………………………………… ５９
　 　 习题４ …………………………………………………………………………… ５９
Ⅰ
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 ……………………………………………………………………………… ７４
　 　 习题５ …………………………………………………………………………… ７４
第６ 章　 知识获取之机器学习方法 …………………………………… ７６
　 　 ６. １　 机器学习概述 …………………………………………………………… ７６
　 　 ６. ２　 人工神经网络 …………………………………………………………… ７９
　 　 ６. ３　 决策树 …………………………………………………………………… ８６
　 　 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 …………………………………………………………… ９７
　 　 ６. ７　 聚类方法 ………………………………………………………………… １０３
　 　 ６. ８　 迁移学习 ………………………………………………………………… １０６
　 　 ６. ９　 强化学习方法…………………………………………………………… １０８
　 　 小结 …………………………………………………………………………… １０９
　 　 习题６ ………………………………………………………………………… １１０
第７ 章　 深度学习与卷积神经网络 …………………………………… １１１
　 　 ７. １　 浅层学习与深度学习…………………………………………………… １１１
　 　 ７. ２　 深度学习概述…………………………………………………………… １１２
　 　 ７. ３　 卷积神经网络…………………………………………………………… １１４
　 　 小结 …………………………………………………………………………… １２１
　 　 习题７ ………………………………………………………………………… １２３
第８ 章　 知识获取之知识图谱方法 …………………………………… １２４
　 　 ８. １　 知识图谱中的知识获取概述 ………………………………………… １２４
　 　 ８. ２　 知识图谱中的知识获取方法 ………………………………………… １２４
　 　 ８. ３　 著名的知识图谱介绍…………………………………………………… １２７
　 　 ８. ４　 知识图谱中的知识存储………………………………………………… １２９
　 　 ８. ５　 知识图谱的应用………………………………………………………… １３０
　 　 小结 …………………………………………………………………………… １３０
　 　 习题８ ………………………………………………………………………… １３１
第９ 章　 知识获取之 Ａｇｅｎｔ 方法 ……………………………………… １３３
　 　 ９. １　 Ａｇｅｎｔ 介绍 ……………………………………………………………… １３３
Ⅱ
　 　 ９. ２　 多 Ａｇｅｎｔ ………………………………………………………………… １３７
　 　 ９. ３　 移动 Ａｇｅｎｔ ……………………………………………………………… １３９
　 　 ９. ４　 智能 Ａｇｅｎｔ ……………………………………………………………… １４０
　 　 小结 …………………………………………………………………………… １４１
　 　 习题９ ………………………………………………………………………… １４２
第二篇　应用技术篇
第１０ 章　 知识工程与专家系统 ………………………………………… １４４
　 　 １０. １　 知识工程与专家系统概述 …………………………………………… １４４
　 　 １０. ２　 专家系统组成 ………………………………………………………… １４６
　 　 １０. ３　 专家系统分类 ………………………………………………………… １４８
　 　 １０. ４　 专家系统开发 ………………………………………………………… １４８
　 　 １０. ５　 传统专家系统与新一代专家系统 …………………………………… １５１
　 　 小结 …………………………………………………………………………… １５２
　 　 习题１０ ………………………………………………………………………… １５３
第１１ 章　 计算机视觉 …………………………………………………… １５５
　 　 １１. １　 计算机视觉概述 ……………………………………………………… １５５
　 　 １１. ２　 计算机视觉中的图像分析和理解 …………………………………… １５８
　 　 １１. ３　 计算机视觉应用 ……………………………………………………… １６０
　 　 小结 …………………………………………………………………………… １６３
　 　 习题１１ ………………………………………………………………………… １６５
第１２ 章　 自然语言处理 ………………………………………………… １６６
　 　 １２. １　 自然语言处理之自然语言理解 ……………………………………… １６７
　 　 １２. ２　 自然语言处理之自然语言生成 ……………………………………… １７３
　 　 １２. ３　 语音处理 ……………………………………………………………… １７４
　 　 １２. ４　 自然语言处理应用实例 ……………………………………………… １８１
　 　 小结 …………………………………………………………………………… １８３
　 　 习题１２ ………………………………………………………………………… １８５
第１３ 章　 机器人 …………………………………………………………… １８７
　 　 １３. １　 机器人概述 …………………………………………………………… １８７
　 　 １３. ２　 机器人组织结构 ……………………………………………………… １９０
　 　 １３. ３　 机器人工作原理 ……………………………………………………… １９１
　 　 １３. ４　 机器人的应用 ………………………………………………………… １９２
　 　 小结 …………………………………………………………………………… １９６
　 　 习题１３ ………………………………………………………………………… １９８
Ⅲ
第三篇　应　用　篇
第１４ 章　 大数据技术 …………………………………………………… ２０１
　 　 １４. １　 大数据技术概述 ……………………………………………………… ２０１
　 　 １４. ２　 大数据基础平台 ……………………………………………………… ２０４
　 　 １４. ３　 大数据软件平台—Ｈａｄｏｏｐ …………………………………………… ２０４
　 　 １４. ４　 大数据管理系统标准 ＮｏＳＱＬ ………………………………………… ２０７
　 　 １４. ５　 大数据计算 …………………………………………………………… ２０８
　 　 １４. ６　 大数据用户接口与可视化 …………………………………………… ２１２
　 　 小结 …………………………………………………………………………… ２１２
　 　 习题１４ ………………………………………………………………………… ２１４
第１５ 章　 人工智能应用系统开发 ……………………………………… ２１６
　 　 １５. １　 概述 …………………………………………………………………… ２１６
　 　 １５. ２　 人工智能应用开发的三大要素 ……………………………………… ２１７
　 　 １５. ３　 人工智能应用开发系统结构 ………………………………………… ２２０
　 　 １５. ４　 人工智能应用系统开发流程 ………………………………………… ２２３
　 　 １５. ５　 人工智能应用的三种典型方法 ……………………………………… ２２５
　 　 小结 …………………………………………………………………………… ２２６
　 　 习题１５ ………………………………………………………………………… ２２７
第１６ 章　 人工智能的应用系统 ………………………………………… ２２８
　 　 １６. １　 自动驾驶与网联车 …………………………………………………… ２２８
　 　 １６. ２　 人脸识别 ……………………………………………………………… ２３４
　 　 １６. ３　 机器翻译 ……………………………………………………………… ２３９
　 　 １６. ４　 智能医学图像处理 …………………………………………………… ２４２
　 　 小结 …………………………………………………………………………… ２４７
　 　 习题１６ ………………………………………………………………………… ２４９
第四篇　展　望　篇
第１７ 章　 人工智能发展展望 …………………………………………… ２５２
　 　 １７. １　 人工智能学科发展 …………………………………………………… ２５２
　 　 １７. ２　 人工智能所引发的社会问题及其解决 ……………………………… ２５４
　 　 小结 …………………………………………………………………………… ２５７
　 　 习题１７ ………………………………………………………………………… ２５８
参考文献 ……………………………………………………………………… ２５９