"本书主要阐述人工智能问题求解方法的一般性原理和基本思想。主要内容有: 一般的搜索问题，包括盲目搜索和启发式搜索等；对抗搜索，包括博弈树搜索、蒙特卡洛树搜索和AlphaGo原理等；谓词逻辑以及基于归结的定理证明方法；知识表示，包括产生式方法、语义网络、框架等；不确定性推理方法，包括贝叶斯方法、证据理论和确定性方法等；统计机器学习方法，包括朴素贝叶斯方法、决策树、k近邻方法、支持向量机、K均值聚类算法、DBSCAN聚类算法等；神经网络与深度学习方法，包括全连接神经网络、卷积神经网络、循环神经网络、词向量等；高级搜索，包括局部搜索方法、模拟退火方法和遗传算法等。 本书可作为高等学校计算机专业的本科生或者研究生学习“人工智能基础”课程的教材或参考书。 "

马少平,,清华大学计算机系长聘教授，博世知识表示与推理冠名教授，博士生导师，清华天工智能计算研究院常务副院长，中国人工智能学会副监事长，中国中文信息学会副理事长。主要研究方向为信息检索与推荐。所编写的教材《人工智能》曾获得北京市高等教育精品教材，主讲的《人工智能导论》课程获得清华大学精品课。

前言PREFACE 人工智能自1956年诞生以来，已经历了近70年的风风雨雨，其发展并非一帆风顺，曾经历几次大起大落。也正是在这样的起落中，人工智能这门学科得以逐步发展壮大起来。 实际上，从古代开始，人类就一直幻想能制造出具有智能的机器。很多古代的传说，无不体现了这样的思想。但是，只有在计算机出现之后，借助计算机这种工具，人工智能才有可能从幻想走向现实。 究竟什么是人工智能？人工智能是否能实现？在人工智能发展史上，一直是人们争议的话题。由于对智能本身研究得不够充分，人们往往将智能神秘化。当1997年IBM公司的“深蓝”第一次战胜国际象棋世界冠军卡斯帕罗夫时，先是惊叹人工智能的发展，继而，当对“深蓝”的原理有所了解之后，又有很多人提出这样的疑问: 这就是人工智能吗？人类下棋可不是这样的。随着人工智能的发展，关于人工智能是否可以实现，已经不再是问题，继而谈论的则是人工智能的极限是什么，人工智能的发展是否会对人类造成危险等话题。 人工智能是对人类智能行为的模拟，是功能上的模拟，而不是机理上的模拟。由于对人类智能的了解还远远不够，因此从机理上模拟人类的智能，虽然也有研究，但总的来说进展缓慢，至少近期是不现实的，而且也不一定能成功。当年莱特兄弟成功地制造了飞机，正是因为他们没有模拟鸟的飞行，制造的飞机不是像鸟那样依靠翅膀的扇动而飞行，才取得了成功。可以想象，如果当时他们制造的是翅膀可以扇动的飞机，也许到现在飞机也不能成为一种常用的交通工具。因此，在研究人工智能的过程中，不必追求其机理是否与人类的大脑一致，所追求的应该是人工智能的行为、功能。 通俗地说，人工智能就是一些方...