第1章  緒論

1.1  人工智能的定義與發展

1.1.1  人工智能的定義

1.1.2  人工智能的起源與發展

1.1.3  中國人工智能的發展

1.2  人工智能的各種認知觀

1.2.1  人工智能各學派的認知觀

1.2.2  人工智能的爭論

1.3  人類智能與人工智能

1.3.1  智能信息處理繫統的假設

1.3.2  人類智能的計算機模擬

1.4  人工智能繫統的分類

1.5  人工智能的研究目標和內容

1.5.1  人工智能的研究目標

1.5.2  人工智能研究的基本內容

1.5.3  人工智能的核心技術

1.6  人工智能的研究與計算方法

1.6.1  人工智能的研究方法

1.6.2  人工智能的計算方法

1.7  人工智能的研究與應用領域

1.8  本書概要

習題1

參考文獻

第2章  知識表示方法

2.1  狀態空間表示

2.1.1  問題狀態描述

2.1.2  狀態圖示法

2.2  問題歸約表示

2.2.1  問題歸約描述

2.2.2  與或圖表示

2.3  謂詞邏輯表示

2.3.1  謂詞演算

2.3.2  謂詞公式

2.3.3  置換與合一

2.4  語義網絡表示

2.4.1 語義網絡的表示

2.4.2 語義網絡的表示

2.4.3  語義網絡的推理過程

2.5  框架表示

2.5.1  框架的構成

2.5.2  框架的推理

2.6  本體技術

2.6.1  本體的概念

2.6.2  本體的組成與分類

2.6.3  本體的建模

2.7  過程表示

2.8  小結

習題2

參考文獻

第3章  搜索推理技術

3.1  圖搜索策略

3.2  盲目搜索

3.2.1  寬度優先搜索

3.2.2  深度優先搜索

3.2.3  等代價搜索

3.3  啟發式搜索

3.3.1  啟發式搜索策略和估價函數

3.3.2  有序搜索

3.3.3  A*算法

3.4  消解原理

3.4.1  子句集的求取

3.4.2  消解推理規則

3.4.3  含有變量的消解式

3.4.4  消解反演求解過程

3.5  規則演繹繫統

3.5.1  規則正向演繹繫統

3.5.2  規則逆向演繹繫統

3.5.3  規則雙向演繹繫統

3.6  不確定性推理

3.6.1  不確定性的表示與度量

3.6.2  不確定性的算法

3.7  概率推理

3.7.1  概率的基本性質和計算公式

3.7.2  概率推理方法

3.8  主觀貝葉斯方法

3.8.1  知識不確定性的表示

3.8.2  證據不確定性的表示

3.8.3  主觀貝葉斯方法的推理過程

3.9  小結

習題3

參考文獻

第4章  計算智能

4.1  概述

4.2  神經計算

4.2.1  人工神經網絡研究的進展

4.2.2  人工神經網絡的結構

4.2.3  人工神經網絡示例及其算法

4.2.4  基於神經網絡的知識表示與推理

4.3  模糊計算

4.3.1  模糊集合、模糊邏輯及其運算

4.3.2  模糊邏輯推理

4.4  進化算法與遺傳算法

4.4.1  進化算法原理

4.4.2  進化算法框架

4.4.3  遺傳算法的編碼與解碼

4.4.4  遺傳算法的遺傳算子

4.4.5  遺傳算法的執行過程

4.4.6  遺傳算法的執行實例

4.5  人工生命

4.5.1  人工生命研究的起源和發展

4.5.2  人工生命的定義和研究意義

4.5.3  人工生命的研究內容和方法

4.5.4  人工生命的實例

4.6  粒群優化算法

4.6.1  群智能和粒群優化概述

4.6.2  粒群優化算法

4.7  蟻群算法

4.7.1  蟻群算法理論

4.7.2  蟻群算法的研究與應用

4.8  小結

習題4

參考文獻

第5章  專家繫統

5.1  專家繫統概述

5.1.1  專家繫統的定義與特點

5.1.2  專家繫統的結構和建造步驟

5.2  基於規則的專家繫統

5.2.1  基於規則專家繫統的工作模型和結構

5.2.2  基於規則專家繫統的特點

5.3  基於框架的專家繫統

5.3.1  基於框架專家繫統的定義、結構和設計方法

5.3.2  基於框架專家繫統的繼承、槽和方法

5.4  基於模型的專家繫統

5.4.1  基於模型專家繫統的提出

5.4.2  基於神經網絡的專家繫統

5.5  基於Web的專家繫統

5.5.1  基於Web專家繫統的結構

5.5.2  基於Web專家繫統的實例

5.6  新型專家繫統

5.6.1  新型專家繫統的特征

5.6.2  分布式專家繫統

5.6.3  協同式專家繫統

5.7  專家繫統的設計

5.7.1  專家繫統的設計過程

5.7.2  基於規則專家繫統的一般設計方法

5.7.3  反向推理規則專家繫統的設計任務

5.8  專家繫統開發工具

5.8.1  專家繫統的傳統開發工具

5.8.2  專家繫統的Matlab開發工具

5.9  小結

習題5

參考文獻

第6章  機器學習

6.1  機器學習的定義和發展歷史

6.1.1  機器學習的定義

6.1.2  機器學習的發展史

6.2  機器學習的主要策略與基本結構

6.2.1  機器學習的主要策略

6.2.2  機器學習繫統的基本結構

6.3  歸納學習

6.3.1  歸納學習的模式和規則

6.3.2  歸納學習方法

6.4  決策樹學習

6.4.1  決策樹和決策樹構造算法

6.4.2  決策樹學習算法ID3

6.5  類比學習

6.5.1  類比推理和類比學習形式

6.5.2  類比學習過程與研究類型

6.6  解釋學習

6.6.1  解釋學習過程和算法

6.6.2  解釋學習舉例

6.7  神經網絡學習

6.7.1  基於反向傳播網絡的學習

6.7.2  基於Hopfield網絡的學習

6.8  知識發現

6.8.1  知識發現的發展和定義

6.8.2  知識發現的處理過程

6.8.3  知識發現的方法

6.8.4  知識發現的應用

6.9  增強學習

6.9.1  增強學習概述

6.9.2  Q學習

6.10  深度學習

6.10.1  深度學習的定義與特點

6.10.2  深度學習基礎及神經網絡

6.10.3  深度學習的常用模型

6.10.4  深度學習應用簡介

6.10.5  總結與展望

6.11  小結

習題6

參考文獻

第7章  智能規劃

7.1  智能規劃概述

7.1.1  規劃的概念和作用

7.1.2  規劃的分類和問題分解途徑

7.1.3  執行規劃繫統任務的一般方法

7.2  任務規劃

7.2.1  積木世界的機器人規劃

7.2.2  基於消解原理的規劃

7.2.3  具有學習能力的規劃繫統

7.2.4  分層規劃

7.2.5  基於專家繫統的規劃

7.3  運動路徑規劃

7.3.1  機器人路徑規劃的主要方法和發展趨勢

7.3.2  基於模擬退火算法的機器人局部路徑規劃

7.3.3  免疫進化和示例學習的機器人路徑規劃

7.3.4  基於蟻群算法的機器人路徑規劃

7.4  軌跡規劃簡介

7.5  小結

習題7

參考文獻

第8章  自然語言理解

8.1  自然語言理解概述

8.1.1  語言與語言理解

8.1.2  自然語言處理的概念和定義

8.1.3  自然語言處理的研究領域和意義

8.1.4  自然語言理解研究的基本方法和進展

8.1.5  自然語言理解過程的層次

8.2  詞法分析

8.3  句法分析

8.3.1  短語結構語法

8.3.2  喬姆斯基形式語法

8.3.3  轉移網絡

8.3.4  擴充轉移網絡

8.3.5  詞彙功能語法

8.4  語義分析

8.5  句子的自動理解

8.5.1  簡單句的理解方法

8.5.2  復合句的理解方法

8.6  語料庫語言學

8.7  語音識別

8.7.1  語音識別基本原理

8.7.2  語音識別關鍵技術

8.7.3  語音識別技術的發展

8.7.4  語音識別技術展望

8.8  文本的自動翻譯——機器翻譯

8.9  自然語言理解繫統的主要模型

8.10  自然語言理解繫統應用舉例

8.10.1  自然語言自動理解繫統

8.10.2  自然語言問答繫統

8.11  小結

習題8

參考文獻

結束語

索引

在1859年出版的達爾文（Darwin）名著《物種起源》（The Origin of Species）版扉頁上寫道，“作為生物進化論的完整理論體繫，《物種起源》主要討論兩個問題： 一是形形色色的生命是否由進化而來，二是進化的主要機理是什麼。”達爾文對個問題的回答是肯定的，對第二個問題的回答是“自然選擇”。達爾文的進化學說如同哥白尼（Copernicus）的《天體運行論》一樣，長期受到創神論的激烈反對和無情扼殺。1996年，羅馬教皇約翰·保羅二世致函教廷科學院說：“天主教信仰並不反對生物進化論。……進化論不僅僅是一種假設。事實上，由於各學科的一繫列發現，這一理論已被科學家普遍接受。”時隔137年之後，教廷纔被迫放棄了“上帝創造世界和人類始祖”的信條。一項重大的科學發現，要得到人們的普遍贊同，談何容易啊！
我們有幸生活在一個研究和解答智能問題的時代。在這個時代，一方面，有關領域的科技資料數據有了豐富的積累，整個科技水平能夠為相關研究提供空前有效的支持和服務； 另一方面，社會各界能夠允許對相關科技問題展開深入的自由討論,再也不會出現哥白尼和達爾文時代那種對科學發現的質疑。我們曾經指出： 近代科學技術的許多重大進展都是人類智慧、思維、幻想和拼搏的成果； 同時，這些科技進步反過來又促進人們思想的解放，或者稱為思想革命。人類歷史上從來沒有出現過像今天這樣的思想大解放，關於宇宙、地球、生命、人類、時空、進化、智能的論點和著作，如雨後春筍破土而出，似百花爭艷迎春怒放。
據研究結果稱： 大約6億年前，地球上發生過一次異乎尋常的大爆炸，生物學家把它稱為寒武紀爆炸。這次爆炸的重要意義在於發現了數量頗大和種類繁多的生物，這是地球生態史上任何一個時期都無法比擬的。
大腦是衡量進化水平的重要標志。有了人類的大腦，我們就能夠有思想、思維和夢想，有發明、創造和創業，有美術、音樂和詩歌，也纔可能有“九天攬月”、火星探測、“五洋捉鱉”以及基因和克隆研究之壯舉。
地球上早期生物是比較低級的，它們經歷了長期的和不斷的進化歷程，並終得到進化的高級產品——人類。人類經過長期進化，通過自然競爭和自然選擇，成為當今有智慧的高級生物種群。人類智能是這種自然過程的創造物,具有傳感性能的分布特性和控制機制的魯棒特性。人類的

人工智能及其應用（第6版）
前言

認知能力包藏在以大腦為中心的“碳素計算機”中。大腦通過諸如視覺、聽覺、觸覺、味覺和嗅覺等各種自然傳感機制來獲取環境信息，借助智能而集成這些信息，並對信息進行適當的解釋。然後,認知過程進一步提升這類特性為學習、記憶和推理能力,並通過分布在中樞神經繫統內的復雜神經網絡產生適當的肌肉控制，產生相應的行為或動作。正是這種認知過程和智能特性，使人類在許多方面成為有別於其他生靈的高級動物。
伴隨著人類的進化，人類智慧逐步提高。人類正從大自然學習並力圖通過機器來模仿自身的認知過程和智能。人類已經發明了目前稱之為計算機和自動機之類的高級機器，創建了能夠為人類的進化和發展服務的智能機器和智能繫統，並應用機器智能來模仿人類智能，擴展了人腦的功能。在這一領域，形形色色的“智能制品”正在大放異彩，為經濟、科技、教育、文化和人民生活服務。基因、納米、CAD、CAM、CAI、CAP、CIMS、互聯網、數據挖掘、大數據、真體（agent）、本體、計算智能、智能機器人、不確定推理、機器學習、機器翻譯和智能軟件包等，已成為我們學習、工作和生活的組成部分。
生命的進化也出現新的挑戰。一方面，智能機器人與人工生命的結合，可能創造出具有生命現像的生物機器人。一個擬人機器人能夠用它的眼睛跟蹤人群通過人行橫道； 一臺自主機器人車能夠辨識道路的邊緣，繞過障礙物，在探索中前進。機器人打乒乓球和機器人輔助外科手術等例子，則是早已眾所周知了。有些好心人擔心，有朝一日，智能機器的人工智能會超過人類的自然智能，使人類淪為智能機器和智能繫統的奴隸。另一方面,某些不負責任的人或犯罪分子卻利用智能技術進行罪惡活動，如制造計算機病毒和盜取銀行存款等“智能犯罪”活動。面對機器智能的進化，人類切不可怠慢。作為機器的主人，我們要以新的成就和實力，繼續贏得智能機器對人類的尊敬,使智能機器和智能繫統永遠聽從人類的指揮,與人類和諧共處，忠誠地為人類服務。
人類的進化歸根結底是智能的進化，而智能反過來又為人類的進一步進化服務。我們學習與研究人工智能、智能繫統、智能機器和智能控制等，其目的就在於創造和應用智能技術和智能繫統為人類進步服務。因此，可以說，對智能科學的鐘情、期待、開發和應用，是科技發展和人類進步的必然。
人類在進入21世紀以來對未來充滿新的、更大的希望。科技進步必將為各國的可持續發展提供根本保障，科技新成果必將在更大的廣度和深度上造福於人類。人工智能學科及其“智能制品”的重要作用已被人們普遍重視。
國際上人工智能研究作為一門前沿和交叉學科，伴隨著社會進步和科技發展的步伐，與時俱進，在過去60多年中已取得長足進展。在國內，人工智能已得到迅速傳播與發展，並促進其他學科的發展。吳文俊院士的定理證明的幾何方法研究成果就是一個例證。2015年智能機器人研究熱潮澎湃神州大地，顯示出誘人魅力和強大生命力。2016年3月AlphaGo與李世石的國際圍棋人機大戰將人工智能的關注度推至前所未有的高度，引發一輪新的人工智能研究和創業高潮； 包括我國在內的許多國家，競相制訂人工智能發展戰略，極大地推動人工智能的發展。
作為智能科學領域的探索者，我們對地球這一自然界的生命、進化與智能深感興趣。我有幸親歷了30餘年人工智能的研究和發展進程，深為珍惜。這是一種緣分，也是一種機遇。借此機會，謹向讀者彙報如下。
1982—1985年，我和徐光先生以訪問學者身份赴美國普度大學研修人工智能，與美國國家工程科學院院士、國際人工智能開拓者和國際模式識別之父傅京孫（K.S.Fu）教授合作研究人工智能，受到國際大師的熏陶和指點，開始踏上研究智能科學的征程。那時，人工智能在西方得到重視，迅速發展，而在當時的蘇聯卻受到批判，在中國也不敢衝破這一禁錮，不能公開立項研究和公開出版教材。為了突破這一“禁區”，為我國高等學校提供一部優秀的人工智能教材，在傅京孫院士的建議和指導下，由我和徐光兩人執筆編著了《人工智能及其應用》一書，於1987年在清華大學出版社出版發行，成為國內率先出版的具有自主知識產權的人工智能教材。該教材的編著和出版，不僅為我國人工智能課程提供了一部新教材，而且促進了人工智能課程在國內高校的普遍開設和建設。
1992年臺灣儒林圖書有限公司受權出版該書的海外版，供海外讀者使用。
隨著人工智能學科和技術的發展及計算機等專業的發展，研究應用人工智能的科技工作者和研讀人工智能課程的學生與年俱增。總結10年教學經驗，聽取各方意見，吸取“百家”營養，我們於1996年編著出版了《人工智能及其應用》第2版，繼續得到國內同行肯定和贊許,並獲得1999年度國家*科技進步一等獎等獎勵。
進入21世紀之後，一方面，我們在*支持下，於2002年精心設計和開發了具有智能化、個性化、情境化和形像化等課程特色的“人工智能網絡課程”，通過了*組織的質量認證和驗收，被評為全國優秀網絡課程，為人工智能課程建設提供了一個有力的手段和有特色的環境，也為以後的精品課程和精品資源共享課的網絡課程建設提供了寶貴經驗。另一方面，我們與時俱進著手編寫《人工智能及其應用》第3版，並分別編著出版“本科生用書”（2003年）和“研究生用書”（2004年）。該教材第3版反映人工智能各學派的觀點和人工智能的進展，能更好地滿足課程建設和教學改革的需要。2005年又為人工智能網絡課程編著出版了配套教材《人工智能基礎》，由高等教育出版社出版。2010年又修訂出版了《人工智能及其應用》第4版和《人工智能基礎》第2版，2016年再修訂出版《人工智能及其應用》第5版。增補了許多新內容。這些人工智能教材已先後印刷60多次，發行近100萬冊，不僅成為筆者主持的首批國家精品課程（2003年）、全國雙語教學示範課程（2007年）和“智能科學基礎繫列課程教學團隊”（2008年）、精品資源共享課程（2016年）的人工智能課程配套教材，而且被國內高校廣泛用作人工智能課程教材和考研參考書，得到眾多專家好評和廣大師生歡迎，為人工智能課程建設和創新型人纔培養做出了突出貢獻。
本教材第4版和第5版作為“十一五”和“十二五”規劃教材,編出了特色和水平。為了編好本教材，近年來作者在國內外進行了深入的調研和充分的準備。除了查閱大量相關文獻資料外，筆者主持和參加了科研項目研究，取得了一些具有較高水平的研究成果。我們借助國家*多種“質量工程”平臺，對本課程和本教材進行教學改革，積累了不少經驗和體會。這些都為第4版和第5版教材的編寫提供了難得的翔實材料。我們的出國訪問和學術交流，包括2012年、2013年、2016年、2019年赴美國訪問交流和2015年到日本出席IEEE計算智能大會，也為本教材第5版和第6版的修訂提供了大量的一手寶貴資料。
在第1版序言中，傅京孫先生曾指出編寫該書的目的有二： 其一，為計算機科學家和工程師們提供一些人工智能的技術和基礎知識； 其二，填補人工智能理論與實踐的間隙。我們始終遵循這些宗旨來修訂本書的各個版本，並力求反映人工智能研究和應用的進展。
本書第6版共8章。第1章敘述人工智能的定義、起源與發展，簡介人工智能不同學派的認知觀，列舉人工智能的研究與應用領域。第2章和第3章主要研究人工智能的知識表示方法和搜索推理技術。第4章闡述計算智能的基本知識，包含神經計算、模糊計算、進化計算、人工生命、粒群優化和蟻群計算等內容。第5章至第8章討論人工智能的主要應用領域，包括專家繫統、機器學習、自動規劃和自然語言理解等。與第5版相比，許多內容都是次出現的，例如，基於本體的知識表示、各種基於生物行為的算法、新型專家繫統、深度學習算法、語料庫語言學和語音識別等。其他章節也在第5版的基礎上作了相應的修改、精簡或補充。
承蒙廣大讀者厚愛，本書被數百所院校用作教材或教學參考書。我國科技教育界的許多專家以及一些外國教授，對本書給予充分肯定。部分專家和讀者（包括學生）還對本書提出不少有益的修訂建議。時任國務委員兼國家科委主任、中國科學院院士和中國工程院院士宋健教授，在極其繁忙的國務活動中，曾於1988年2月親筆致函筆者，指出本書的編著和出版“使這一前沿學科的精彩的成就迅速與中國讀者見面，這對人工智能在中國的傳播和發展必定會起到重大的推動作用”。他對本書做出的高度評價，體現出他對發展我國人工智能的關注和對作者的鼓勵。時隔15年後，本書第3版公開發表了這封親筆信件，這對我國人工智能的發展具有重要的指導意義和現實意義。1993年5月，宋主任又賜贈“人智能則國智，科技強則國強”的題詞，很好地闡明了人工智能與提高民族素質、增強科技實力和建設現代化強國的辯證關繫，也是對全國人工智能工作者的殷切期望。本書第2版和第3版出版發行後，繼續受到廣大高校師生的歡迎和專家教授的肯定。中國科學院院士、清華大學李衍達教授在百忙中分別為本書第2版、第3版和第4版作序，為本書增添光彩。所有這些，都使作者深受鼓舞。在此，謹向諸位專家和廣大讀者，包括使用本書和對本書提出寶貴建議的師生們，表示誠摯的感謝。
我們特別感激和懷念我們的導師、合作者傅京孫先生和我們的老師、指導者常先生。他們不但為本書的編著提供了悉心指導和有力幫助，而且為本書衝破“禁錮”獲得公開出版做出功不可沒的貢獻。
我們還要衷心感謝中南大學、清華大學、湖南省自興人工智能研究院和清華大學出版社有關領導、專家和編輯。如果沒有他們的智慧纔干、辛勤勞動和大力合作，本書第6版就不可能迅速與讀者見面。
我們要特別感謝國家*‘十一五’和‘十二五’教材規劃、精品課程、精品視頻公開課、精品資源共享課、新世紀網絡課程建設工程和教學團隊等“質量工程”的大力支持。
我們誠摯感謝國內外人工智能專著、教材和許多高水平論文報告的作者們。他們的作品或與他們的討論為我們修訂本書提供了豐富營養，使我們受益匪淺。我們在本書中引用了他們的部分材料，使本書能夠取各家之長，較全面地反映人工智能各個研究領域的進展。
本書第6版是在第5版基礎上修訂而成，全書由蔡自興執筆與統稿。劉麗玨和陳白帆參與第2章和第3章修訂，蔡競峰負責第4章編寫。由於作者學識有限，修訂成文時間倉促，加上近年來人工智能發展很快，對有些領域的發展我們尚不夠熟悉； 因此，書中不當之處在所難免。我們誠懇地希望各位專家和讀者不吝指教和幫助。
本課程的網址： http://netclass.csu.edu.cn/jpkc2003/rengongzhineng/index.htm（精品課程）和http://www.icourses.cn/coursestatic/course_6696.htm（精品資源共享課），相關資源均已上網服務，可與本書配套使用。使用本教材的教師可向出版社申請本課程（教材）的電子課件，供講授時參考。

蔡自興

2020年6月17日

於長沙德怡園