前言

最近十年来，深度学习的出现和极速发展促使人工智能技术产生了质的飞跃，在全世界掀起了一股新技术浪潮。2017年7月，国务院印发了《新一代人工智能发展规划》，指出人工智能发展进入新阶段，是引领未来的战略性技术，是新一轮产业变革的核心驱动力。在这样的新时代大背景下，本书对第1版进行了修订，更新了部分内容，以满足广大读者对人工智能新技术的求知欲。

本次修订仍然以“导论”为基本原则，尽量避免深奥的数学推导，更多的是讲述方法思想和动机。

人工智能是一个涉及众多方面的综合性交叉科学领域。人工智能的具体技术和理论非常庞杂，它的应用已深入到人类社会的方方面面。所以，本书并不是把人工智能的每一个子领域、每一个应用都详细剖析，而是重点介绍一些基本原理和基本方法，让读者对人工智能有一个基本认识。本次修订在每章习题里面增加了很多需要读者调研文献的内容，希望以此引导读者更加深入地了解和思考人工智能在某个具体问题上的解决办法。

第2版的总体框架与第1版基本相同，仍然分成8章，每章主题也基本相同。但是，对各章内容进行了适当更新和改写，以反映最近十年来人工智能的新进展。第1章是绪论，介绍一些关于人工智能的基本观点、研究途径和主要研究内容，更新了一些内容。第2章是知识工程，主要介绍关于知识表示和知识获取与管理的问题，增加了对知识图谱的介绍。第3章和第4章介绍确定性推理和不确定性推理，都是关于如何运用知识，即推理的问题。因为近几年关于符号推理方面没有太多新进展，本次改版对这两章内容进行了精简。第5章在介绍搜索策略的基础上增加了智能优化策略的内容。搜索的关键其实就是优化问题。第6章是机器学习，介绍了当前机器学习中的一些基本问题、基本方法和基本思路，增加了随机森林、表示学习、k近邻算法等内容。第7章有较大变化，从介绍传统人工神经网络改为主要介绍当前深度学习的基本模型和内容。第8章也进行了较大更改，虽然还是模式识别、自然语言处理、多智能体等当前人工智能研究和应用的一些热点，但是主要反映了深度学习带来的一些变化。

人工智能技术的发展是螺旋式上升的发展，中间经历了多次起伏。在人工智能发展的初期，人们曾经对其有过盲目乐观的态度，后来明斯基等人的批评导致人工智能研究陷入低谷。从专家系统、模糊逻辑、知识工程到BP网络、支持向量机，再到深度学习，大致体现了人工智能发展的主要热点。可以看出，符号主义和联结主义始终是人工智能研究的基本方法，两者之间的研究热度此消彼长。近年来，深度学习的兴起使得联结主义研究方法占据了人工智能的主导地位。但是目前的深度学习方法太依赖大数据，并且其学习泛化能力也与人类的学习能力相去甚远。对深度学习方法的各种批评无疑也在推进着人工智能技术的发展。人工智能的未来也许还会进入一个平静期甚至是又一个低谷，但是随着众多学者坚持不懈的努力，人工智能技术不会停滞不前，人工智能必定会给人类社会带来一场深刻的革命。

本书第5章由张选平副教授撰写，其余各章由鲍军鹏副教授撰写。

由于作者学识有限，书中难免出现错误，恳请广大读者不吝指教。

编者

第1章

绪论

科学发展的道路从来都不是一条坦途。虽然近几年人工智能再度引起世人的关注，但是人工智能也曾经历过很多风风雨雨和起起落落。本章主要介绍关于人工智能的一般观点和研究途径；然后，简单介绍人工智能的发展简史；最后，概括地列举目前人工智能的一些热点研究方向和应用领域。

1.1

什么是人工智能

人工智能（Artificial Intelligence，AI）从20世纪50年代明确提出以来，已经有了迅猛的发展。特别是2016年3月，人工智能系统AlphaGo以4比1的总比分战胜人类围棋世界冠军、职业九段棋手李世石，引起世人对人工智能的再度瞩目。那么人工智能是否已经全面实现了呢？