书籍介绍
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。
目录
用户评论
中规中矩的教科书
很久之前借的图书馆的书，读完没有什么印象了
思考是推理、分析、评估和形成思想和概念的工具。智能就是高效以及有效的思维。抽象是一种策略，忽略对象或概念的实现（例如内部工作）。波利亚（启发式）问题求解的一般方法：1了解问题2制定计划3实现计划4评估结果。爬山法是一种贪婪算法（包含一个已优化的目标函数并分步操作），对过去和未来都没有知识，因此可能会困在局部最大值中。解决局部最大值问题是回溯到更早的节点并尝试不同的方向。数据是没有附加任何意义或单位的数字，事实是具有单位的数字。信息是将事实转化为意义。知识是高阶信息表示和处理，方便做出复杂的决策和理解。知识表示系统由数据结构（包括树、列表和堆栈等）和（为了使用知识而需要的）解释程序（搜索、排序和组合）即系统中必须有便利的用于存储知识的结构，用以快速访问和处理知识的方式，得到问题求解决策和动作。
一份综述
2月读完的，前面还能勉强看懂，后面到算法部分基本看天书了。
这本太精简了，适合非AI方向的看。R&N比它好很多。
内容是不错的，基本上讲了ai发展过程中研究的不同领域。就是有很多错误。有些是原版上有的，有些是翻译错误，连与和或都都分不清
【已购】历史+相关技术课程，涵盖了AI整个领域，不过很多历史技术内容已经淘汰了，不太适合学习
好经典的书，希望以后可以入纸质版