人工智能及其应用(第8版)
蔡自兴刘丽珏陈白帆蔡昱峰著
内 容 简 介
本书介绍了人工智能的基本原理及其应用，涉及人工智能概述、知识表示与推理、计算智能、机器学习、神经网络和深度学习、专家系统、人工智能编程基础、人工智能的计算能力、人工智能的应用热点以及人工智能的伦理与治理等内容。全书共10章。第1章叙述人工智能的定义与发展，提出人工智能的核心技术、学科体系和系统分类，阐明人工智能的研究目标和研究内容，概括人工智能的研究与应用领域。第2章论述知识表示与推理，涉及状态空间表示、盲目搜索、启发式搜索、知识图谱、确定性推理和不确定性推理等。第3章~第6章分别讨论计算智能、机器学习、神经网络和深度学习以及专家系统等人工智能主要研究与应用领域。第7章介绍人工智能编程基础，介绍Python语言和深度学习框架。第8章阐述人工智能算力的基本知识和人工智能算力网络。第9章和第10章探讨人工智能的应用热点及人工智能伦理与治理等问题。
本书可作为高等院校本科生和研究生的人工智能课程教材，也可作为人工智能研究与开发人员进行相关人工智能项目研究的综合手册和实用指南。
本书封面贴有清华大学出版社防伪标签，无标签者不得销售。
版权所有，侵权必究。举报： 01062782989， beiqinquan@tup.tsinghua.edu.cn。
图书在版编目 （CIP） 数据
人工智能及其应用 / 蔡自兴等著. 8版. 北京 : 清华大学出版社, 2026. 7.
ISBN 9787302723035
Ⅰ. TP18
中国国家版本馆CIP数据核字第20260DL935号
责任编辑： 孙亚楠
封面设计： 何凤霞
责任校对： 王淑云
责任印制： 刘海龙
出版发行： 清华大学出版社
网址： https://www.tup.com.cn， https://www.wqxuetang.com
地址： 北京清华大学学研大厦A座
邮编： 100084
社总机： 01083470000邮购： 01062786544
投稿与读者服务： 01062776969, cservice@tup.tsinghua.edu.cn
质量反馈： 01062772015, zhiliang@tup.tsinghua.edu.cn
印装者： 北京同文印刷有限责任公司
经销： 全国新华书店
开本： 185mm×260mm印张： 20.5插页： 1字数： 500千字
版次： 1987年9月第1版2026年8月第8版印次： 2026年8月第1次印刷
定价： 79.00元
产品编号： 11354101
第一版序
近20年来，人们对人工智能的兴趣与日俱增。人工智能是一门具有实用价值的跨学科的科目。具有不同背景和专业的人们，正在这个年轻的领域内发现某些新思想和新方法。编著本书的一个目的就是为计算机科学家和工程师们提供一些有关人工智能问题和技术的入门知识。另一个目的在于填补人工智能理论与实践的间隙。
本书包括两大部分。第一章至第六章介绍人工智能的基本技术和主要问题； 第七章至第十二章叙述人工智能的各种应用和程序设计方法。此书计划用来作为人工智能的研究生课程的导论性教材。这两部分内容可以在一个学期内授完，也可以在增加补充材料之后供两个学期教学用。本书是以我在普度大学为研究生讲授的两门课程“人工智能”和“专家系统与知识工程”的讲稿为基础发展而来的。
如果没有蔡自兴先生和徐光先生的勤奋工作，本书就不可能与读者见面； 他们作为访问学者，从1982年至1985年在普度大学度过一段时间。我们要感谢常教授和边肇祺教授对本书感兴趣和提供帮助，他们卓有成效地使本书在短期内可供使用。
傅京孙
1984年10月于美国印第安纳州
西拉法叶特普度大学
（Purdue University，West
Lafayette，Indiana，USA）
1988年2月8日国务委员宋健致蔡自兴教授亲笔信
前沿学科的最精彩成就*
湖南，长沙，中南工业大学
蔡自兴同志：
喜读您们的大作《AI and Applications》［1］，十分高兴。在傅京孙［2］先生的直接关照下，您和徐光祐［3］同志能抓紧时间编出中文本［4］，使这一前沿学科的最精彩的成就迅速与中国读者见面，这对AI在中国的传播和发展必定会起到重大推动作用。我衷心向您和徐光祐同志致以谢忱。
京孙先生生前多次回国内讲学，给大家留下了非常深刻的印象。戴汝为［5］同志从Purdue U.［6］回来后也曾率先介绍这一门新学科的基础并组织了一些新的研究工作。常迵［7］和启恒［8］等同志的大力推动,使我国AI和P.R.［9］有了前进的基础。现在有了这本书，千千万万的青年科学家得以一览这门学科的系统的、精选的要义，是中国科学界的一件大事。也是中国科学界对京孙先生的重要纪念。
十年前，当我们和钱先生［10］修订工程控制论［11］时，尚无系统参考书可言，只能断断续续介绍一点思路。现在钱先生看到此书，也一定会欣喜万分。
您要写的和已写的几本书［12］，都是十分重要的。我深信，以AI和Pattern Recognition为带头的这门新学科，将为人类迈进智能自动化时期做出奠基性贡献。
希望有机会见到您。敬颂
大安
宋健
1988年2月8日
注释：
*这是时任国务委员兼国家科委主任的中国科学院院士、中国工程院院士宋健教授1988年2月8日给蔡自兴教授的亲笔信。本标题取自《清华书讯》1988年8月25日报道所用标题。
［1］ 指由傅京孙、蔡自兴、徐光祐编著的《人工智能及其应用》一书，该书于1987年9月由清华大学出版社出版后，受到专家与读者的好评。该书已印刷70多次，发行数近80万册。
［2］ 傅京孙（KingSun Fu）,“国际模式识别之父”，国际机器智能开拓者和智能控制奠基者，美国国家工程科学院院士，美国普度大学教授，我国清华大学、北京大学和复旦大学等校名誉教授。蔡自兴等曾在他的指导和合作下进行人工智能和机器人学研究。
［3］ 徐光祐，清华大学计算机科学与技术系教授，也曾在傅京孙教授指导下进行人工智能和模式识别研究。
［4］ 在傅京孙教授指导和参与下，蔡自兴和徐光祐于1984年在美国普度大学编出该书。
［5］ 戴汝为，中国科学院院士，中国科学院自动化研究所研究员，《工程控制论》译者，也曾作为访问学者，在傅京孙教授的指导与合作下进行模式识别研究。
［6］ 美国普度大学。戴汝为、徐光祐、蔡自兴等曾于20世纪80年代作为访问学者，先后在该校进修及研究。
［7］ 常迵，中国科学院学部委员（院士）、国际模式识别学会(IAPR)主席团成员、清华大学教授。
［8］ 胡启恒，中国科学院原副院长，曾任中国自动化学会理事长、中国计算机学会理事长、中国科学院自动化研究所所长，中国工程院院士。
［9］ 人工智能与模式识别，两个高技术领域。
［10］ 钱学森教授，原中国科学技术协会主席、全国政协副主席，中国科学院院士。
［11］ 《工程控制论》，钱学森著，曾获中国科学院1956年度一等科学奖金。其修订版（1980，科学出版社）由钱学森、宋健合著。
［12］ 指蔡自兴教授编著的《人工智能及其应用》《机器人原理及其应用》《智能控制》等。这些著作分别为我国人工智能、机器人学和智能控制学科首部具有自主知识产权的著作，曾先后获得国家级和省部级多项奖励。
代序
计算机时代的脑力劳动机械化与科学技术现代化
西方在18世纪的工业革命中，以机器代替或减轻人的体力劳动，使科学技术突飞猛进。而在东方，从元明以来中国各方面本已落后于西方。清代更因种种原因未能赶上工业革命的潮流，使本已落后的局面更为严重，几乎陷于万劫不复的局面。现在由于计算机的出现，人类正在进入一个崭新的工业革命时代，它以机器代替或减轻人的脑力劳动为其重要标志。中国是否能认清形势，借此契机重新崛起，这是每一个中华儿女应该深入思考的问题。
试先就过去和正在到来的两次工业革命借用控制理论奠基人维纳（N.Wiener）的话来加以说明。维纳先生说（据钱学森、宋健著《工程控制论》）：
第一次工业革命是人手由于机器竞争而贬值。
现在的工业革命则在于人脑的贬值。至少人脑所起的简单的较具体较具有常规性质的判断作用将要贬值。
我把维纳所说人手和人脑的贬值，改成体力劳动与脑力劳动的代替或减轻。说法有异，但其内容实质，基本上应该是相同的。
事实上，这种提法早已有之。例如，周恩来总理在1956年1月14日《关于知识分子问题报告》中就提出：
由于电子学和其他科学的进步而产生的电子自动控制机器，已经可以开始有条件地代替一部分特定的脑力劳动，就像其他机器代替体力劳动一样，从而大大提高了自动化技术的水平。这些最新的成就，使人类面临着一个新的科学技术革命和工业革命的前夕。这个革命，就它的意义来说，远远超过蒸汽机和电的出现而产生的工业革命。
在《科学技术八年规划纲要》中有这样的说法：
现代科学技术……正经历着一场伟大的革命。特别是电子计算机技术的发展和应用，使机器不仅能够代替脑力劳动，而且能够代替脑力劳动的某些职能，成为记忆、运算和逻辑推理的辅助工具。
体力劳动以机器来代替或减轻，通常称为体力劳动的机械化。因而脑力劳动用适当的设备来代替或减轻，在以下也将称为脑力劳动的机械化。
应该指出，体力劳动千差万别，不同类型的体力劳动，只能用不同类型的机器来代替或减轻。其次，体力劳动的机械化，是一个漫长而几乎无终点可言的过程，根本谈不上完成二字。脑力劳动远比体力劳动复杂。我们对它的认识还停留在表面上，它的机械化路程的复杂与漫长将远远超过体力劳动的机械化，是可想而知的。
尽管如此，历史上减轻脑力劳动的尝试却是由来已久。略举数例如下：
例1. J.Napier（1550—1617）在1614年发明对数，使繁复的乘除计算转化为简单得多的加减计算。
例2. R.Descartes（1596—1650）在1637年的《几何学》一书中，引进相当于坐标的方法，使艰难的几何推理，转化为易于驾驭的代数运算。这使艰深的脑力劳动有望减轻。
例3. B.Pascal（1623—1662）与L.Leibniz（1646—1716）分别于1642年与1672年造出了加法计算器与加乘计算器，为用适当机器进行某种脑力劳动做出范例。Leibniz甚至说，把计算交给机器去做，可以使优秀人才从繁重的计算中解脱出来。
两位伟大的思想家Descartes与Leibniz，不仅进行了某些具体的减轻脑力劳动的尝试，还对一般的脑力劳动的代替与减轻即我们所说脑力劳动的机械化提出了许多有普遍意义的思想与主张。现据美国数学史家M.Kline所著《古今数学思想》一书所提到的某些片段，抄录如下：
［Descartes］ 代数使数学机械化，因而使思考和运算步骤变得简单，而无须花很大的脑力。这可能使数学创造变成一种几乎是自动化的工作。
［Descartes］ 甚至逻辑上的原理和方法也可能用符号来表达，而整个体系则可用之于使一切推理过程机械化。
［Leibniz］ 为一种宽广演算的可能性所激动。这种运算将使人们在一切领域中能够机械地、轻易地去推理。
自Descartes与Leibniz在17世纪提出脑力劳动机械化并做出某些具体成就外，此后200余年间，后来者在他们指引的道路上不断有所前进。略举若干进展如下。
G.Boole（1815—1864）创立了逻辑代数，即现今所称的布尔代数，基本上完成了Descartes与Leibniz所提出的一种“用符号表达使一切推理过程机械化的、宽广的演算”。
Boole所开创的工作后来为W.S.Jevons,C.S.Peirce,F.W.Schnoden,G.Frege,G.Peano,A.N.Whitehead与B.Russell等所继承与发展。特别是D.Hilbert（1862—1943）在20世纪初开创了数理逻辑这一学科，建立了证明论。又提出了数学相容性的命题，它相当于认为整个数学可以机械化。但是，与Hilbert的预期相反，1930年时，奥地利K.Godel（1906—1978）证明了形式系统的不完全定理，使Hilbert的相容性命题完全破产。Godel的发现成为20世纪数学史上最惊人的一项成果，它隐含了许多数学领域机械化的不可能性。Godel与其后的许多数理逻辑学家，就证明了不少具体的数学领域与问题用逻辑的惯用语言来说是不可判定的，或用我们所使用的语言来说是不能机械化的。举例来说,Hilbert在他有名的23个问题中，第10个问题相当于要求机械化地解任意不定方程组，但经过几十年的努力，最后的结论却是： 这种机械化的解法是不可能有的。
与以上相反，波兰数学家A.Tarski（1901—1983）在1950年却证明了初等代数与初等几何的定理证明都是逻辑上可判定的，也就是说是可以机械化的。这似乎出人意料。
但是，上面所列举的许多成果，基本上都是理论上的探讨。20世纪40年代出现了计算机，使局面为之改观。计算机为机械化提供了一种现实可行的工具手段。它使原来的理论探讨可以考虑如何通过计算机来具体实现。例如Tarski曾提出为初等代数与初等几何定理的机械化证明方法专门制造一种判断机或证明机。到20世纪70年代美国还曾利用当时的计算机对Tarski的方法进行过实验。但是由于方法过于复杂远远超出计算机的计算能力而终止。1976年，美国的K.Appel与W.Haken借助于计算机证明了地图四色定理，引起了数学界的震动。但这只是说明计算机可以对特殊的个别问题起到辅助作用而已。真正的成功应该是在1959年。当时我国留美的王浩（1921—1995）在一台计算机上只用了几分钟的时间，就证明了WhiteheadRussell的名著《数学原理》中的几百条命题。这可以说是开创了数学机械化的新时代。
计算机的出现对现代数学这种脑力劳动的发展带来了不可估量的影响。计算机不仅可以代替繁重的人工计算，而且Tarski,Appel与Haken,特别是王浩等的工作说明计算机还可以至少帮助人们进行看来与机械化很不相容的定理证明这一类的工作。计算机将使数学脱离传统的一张纸一支笔方式，而代之以不仅能计算且能推理的全新形式。例如在20世纪70年代，对于计算机的发明有过重要贡献的波兰数学家S.Ulam就曾说过：“将来会出现一个数学研究的新时代，计算机将成为数学研究必不可少的工具。”
事实上，王浩早在他1959年划时代的工作之后，就曾写有专文说明计算机对于数学研究的重要意义。现据王浩原文试译片段如下：
“可以认为一门新的应用逻辑分支已经趋于成熟。它可以称为‘推理’分析，用以处理证明，就像数值分析之处理计算那样。可以相信，这一学科将在不远的将来，导致用机器来证明艰难的新定理。
适用于一切数学问题的普遍的判定程序已知是不可能有的。但是形式化使我们相信，机器能完成当代数学研究所需的大部分工作。”
计算机的发明使人类进入计算机时代以后，脑力劳动的机械化具有了某种程度的现实可行性。除了上面所说的种种成就外，另一项有着重大意义的成就是在20世纪50年代人工智能这一新学科的诞生。
所谓人工智能，意指人类的各种脑力劳动或智能行为，诸如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动，可用某种智能化的机器来予以人工的实现（见本书“本书”指吴文俊院士作代序的《人工智能及其应用》（蔡自兴，徐光祐 著，清华大学出版社出版）。第1章中定义1.4）。诸如机器编译、机器诊断、机器推理、机器下棋以及各种专家系统，在20世纪60年代后，都不断出现，并有相应的软件与器件问世。特别是世界国际象棋冠军卡斯帕罗夫与计算机的人机大战，曾引起轰动。
2003年11月，在广州召开了全国人工智能大会的第10届全国学术年会，笔者有幸参加。在会议期间，参观了广东工业大学举办的一场机器人足球比赛。目前，具有某种智能行为的各种机器蛇、机器人等已频繁出现。总之，人工智能已成为一个受到广泛重视与认可并有广阔应用潜能的庞大学科。另外，又由于学科所牵涉的许多概念与方法的不确定性，引发了学科内部的许多争论。总之，关于人工智能的方方面面，包括笔者在内，读者可从本书“本书”指吴文俊院士作代序的《人工智能及其应用》（蔡自兴，徐光祐 著，清华大学出版社出版）。获得充分的了解。
在脑力劳动的机械化中，数学家们起了特殊的作用。在计算机的发明与发展过程中，数学家如J.von Neumann,A.Turing,K.Godel等都有着特殊的贡献。对于脑力劳动机械化的认识，前面已提到过Descartes与Leibniz的思想影响与实际作为。这两位既是思想家又是数学家。此外，在前面提到过的许多人物，大多也是数学家。这绝不是因为笔者本人是数学工作者，对数学情有独钟而有意提到那些数学家。事实上此事绝非偶然，而是有着深层次的原因，使得数学家们自然而然地要在脑力劳动机械化的伟大事业中扮演重要的角色。首先，数学研究现实世界中的数与形。由于数与形无处不在，因而数学也就通过数与形渗透到形形色色几乎所有的不同领域，成为具有最广泛的基础性的学问。这说明了数学在各种脑力劳动的机械化中，显得更为迫切，而应享有机械化的最高优先权。其次，数学作为一种典型的脑力劳动，它与前面人工智能中所提到的各种智能型脑力劳动相比较，具有表达严密精确，且又极其简明等特点。因而在各种脑力劳动的机械化中，理应更为容易取得突破。Tarski，AppelHaken，王浩等的工作，以及笔者在20世纪70年代以来在几何定理证明方面所做的工作，足可说明易于突破之说绝非妄言。
人们在中学时代的学习中，都熟知几何定理证明的一般方式。一个几何定理包含假设与结论两部分。为了证明这一定理，需要从假设这一叙述出发，根据某些已给公理或是某些已经证明过的定理，得出另一个叙述。然后再根据某些已给的公理，或是某些已经证明过的定理，得出又一个新的叙述。如此逐次进行，如果到某一步所得的叙述恰好是原来已给的结论，定理就算是获得了证明。在证明的过程中，每一步已给公理或已证定理的选择，漫无依据可言。总之定理的这种证明方式，与机械化毫无共同之处，而是极端非机械化的。它是一种超高强度的脑力劳动。
然而，笔者在20世纪70年代有幸学习中国古代的数学，开始发现中国古代的传统数学遵循了一条与源自古希腊的现代所谓公理化数学完全不相同的途径。它与源于古希腊的所谓演绎体系相反而无共同之处。简言之，中国的古代数学是高度机械化的。它使数学研究这种脑力劳动的强度大大减轻。这具体表现在几何定理的证明上。试说明如下。
源于古希腊的现代公理化数学体系主要内容是证明定理。它的成果往往以定理的形式出现。与之相反，中国古代的传统数学根本不考虑定理的证明，根本没有公理、定理与证明这样的概念，自然也没有什么演绎体系。中国古代数学重视的是解决问题，而考虑的问题主要来自客观实际，虽然也有例外。由于问题的原始数据与所求的结果数据总是用某种类似现代所谓方程的形式联系起来，而多项式方程是这种最根本也是最自然的形式，因而解多项式方程（组）的问题自然成为我国古代数学几千年研究与发展的核心。这一发展到元代（1271—1368）朱世杰时达到了顶峰。朱世杰在所著《四元玉鉴（1303）》一书中给出了解任意多项式方程组的思路与具体的方法。朱世杰所提出的思路与方法在原则上应该说是完满无缺的。尤其应该指出的是： 中国古代在解决问题时，结果数据往往用原始数据的某种公式的形式表示出来。这可以认为是某种形式的“定理”。因之中国古代的方程解法，实质上也已隐含了至少是某种形式的定理证明。事实上，朱世杰在他的著作中已经指出了这一点，且已具体使用在某些著名的问题上。下面将再作具体说明。
笔者由于学习中国古代数学史而得到启发，在1976年冬季进行用机械化方法证明几何定理的尝试。首先是引进适当坐标，在通常的情况下，定理的假设与结论将各转化为一个多项式方程组与一个多项式方程。于是定理变成一个纯代数的问题： 如何从相当于假设的多项式组得出相当于终结的多项式。从朱世杰的著作得知有一机械化的算法，可从杂乱无章的假设多项式组得到另一颇有条理的有序多项式组，由此即容易验证是否可导出终结多项式来。循此途径，笔者对某些已知定理进行相应的计算验证。但出于意外的是，其间总是会遇到一些不合理的意外情况。经过几个月的反复计算与深入思考，才发现问题的症结所在。终于在1977年春节期间获得了恰当的证明几何定理的机械化方法。在此后的许多年间，即致力于置备适当的计算机使这一定理证明方法得以在机器上予以实现。在此期间曾得王浩先生的许多鼓励与协作。特别是当时留美的周成青先生，利用美国的良好设备，在计算机上用上述方法证明甚至发现了几百条艰深的几何定理，每条定理的证明所需时间以微秒计。这成为周在美获得博士学位的主要内容，并已写成专著于1988年在国外出版。这说明王浩先生预测有一新学科“将在不远的将来导致用机器来证明艰难的新定理”，事实上已经实现。
笔者在机器证明几何定理上取得了成功。前面笔者曾说过： 数学作为一种典型的脑力劳动，在各种脑力劳动中，它的机械化应最为迫切而有最大的优先权。又说过： 数学的机械化较之其他脑力劳动的机械化，应更易取得成功。几何定理机器证明的成功足见笔者所言非虚。
在几何定理机器证明取得成功之后的20多年来，笔者与许多志同道合的同仁在科技部、（中国）科学院、（国家自然科学）基金委等大力支持下，开展了一场可谓“数学机械化”的“运动”。它在理论与应用诸多方面都已取得了若干成功。但总的说来还只能说是刚开始起步。漫长而更为艰难的路程正等着我们。
需要郑重指出的是： 我们工作的起点来自对中国古代数学的认识。这是有深刻的道理的。中国古代数学以解多项式方程（组）为其主要目标。解方程的方法可以依据确定步骤逐步机械地来进行。这种机械进程在我国经典著作中通称为“术”，相当于现代辞条中的“算法”。如果有一台计算机，即可依据“术”编成程序，将原始数据输入后，即可机械地进行计算以解所设的方程。这种机械进行的“术”贯穿在中国古代的数学经典之中。因此，中国的古代数学是一种算法型数学，或者一门适合于现代计算机的“机械化”数学。
不仅如此，中国不仅具有作为典型脑力劳动的数学机械化的合适的土壤，而且也是各种脑力劳动机械化的沃土。原因是，古代的中国是脑力劳动机械化的故乡，也是脑力劳动机械化的发源地。它有着为发展脑力劳动机械化所需的坚实基础、有效手段与丰富经验。
我们都知道0与1的二进制对于计算机的关键作用。虽然中国未真正进入二进制，但完善的十进位位值制则早已在远古的中国做出了典范。这一十进位位值制通过印度和阿拉伯传入西方后，曾被西方的科学家誉为亘古以来最伟大的一项发明。仿制为位值制二进制后，成为制造计算机以至脑力劳动机械化的不可或缺的组成部分。追本溯源，应该归之于中国古代位值制十进制的创造。至于西方往往把这一创造归之于印度，自然是一种历史性的错误，是张冠李戴。
其次，在作为典型脑力劳动的数学方面，有过许多重大的大幅度减轻脑力劳动强度的特殊成就。除有关定理证明者外，还试举数例如下。
中国古代的十进位位值制，不仅可以使不论多大的整数有简明的表达形式，而且加、减、乘、除以至分数运算甚至开方都可变得轻而易举，因而大大减轻了计算中脑力劳动的强度。这是位值制被西方有识之士誉为最伟大创造的根本原因。
中华人民共和国成立前，我国的小学六年级或初中一年级往往要花整整一年的时间学习各种四则难题的解法，这是一种极度非机械化的超高强度脑力劳动。但至少早在公元前2世纪时，我国就创造了解线性联立方程组的各种消去算法。它使得解四则难题变得轻而易举。这些算法已被吸收进入初中代数教科书中，使年轻学子解除了不必要的脑力负担。这是用机械化的方法大幅度减轻脑力劳动强度的又一实例，而这一实例来自古代中国。
解方程必须先列出方程。但列方程并无成法。事实上这是一个难题，它无必然的途径可以遵循，也就是高度非机械化的。但中国在宋元时代，在过去已引进了的整数、分数或有理数、正负数以及小数、无理数、实数之外，又引进了一种新型的数，称之为天元、地元等，相当于现代的未知数。这种天元、地元等可以作为通常的数那样进行各种运算。由此产生了与现代多项式与有理函数等相当的概念及其运算方法，成为现代代数与代数几何的先驱。不仅如此，天元、地元等的引入，使列方程这种非机械化的脑力劳动，从此变为容易得多的接近于机械化的脑力劳动。这是中国古代脑力劳动机械化的又一实例。
以上是笔者认为古代中国是脑力劳动机械化的故乡与发源地的一些理由，是否言之过当，甚至有浮夸之嫌，愿各家学者有以教之。
科学技术是第一生产力，科技兴国，在四个现代化中，科学技术的现代化具有特殊的关键地位。而科学技术的现代化，是与脑力劳动的机械化密不可分的。宋健同志曾作题词道：“人智能则国智科技强则国强”这是1993年5月，时任国务委员兼国家科委主任宋健院士寄给蔡自兴教授的题词，祝贺中国人工智能学会智能机器人专业委员会成立和自动化青年学术年会召开。，把智能与科技并列，可谓一语道出了真谛。
自然，我们真正的意图绝不在于口舌之争，在字面上夸夸其谈。真正应该做的事是实干巧干，借计算机时代来临的大好契机，率先在全世界推行脑力劳动机械化，以具体成就来说明我们的主张与我们的成功。
吴文俊
中国科学院数学与系统科学研究院
2004年3月
前言
《人工智能及其应用》自1987年9月在清华大学出版社出版以来，已走过近40年的路程，先后出版10个版本。现在出版的第8版，说明一共出了8个版本； 加上台湾省儒林图书的繁体版（1992年）及第3版包含“本科生用书”（2003年）和“研究生用书”（2004年）2个不同版本，本书实际上出版了10个版本。该版的出版值得庆贺，在此特向合作作者、广大读者、出版者以及指导者和支持者表示衷心感谢！
为适应人工智能的快速发展和广泛应用，本书做了较大修订与更新。
其一，基于作者对人工智能学科体系的最新研究成果，全面探讨了人工智能学科体系，提出人工智能学科体系的“四梁八柱”，认为人工智能学科体系由人工智能的科学基础、人工智能技术方法和人工智能应用3部分组成，并认为人工智能的科学基础是符号主义、连接主义和行为主义，人工智能的技术要素为知识、数据、算法和算力，人工智能的主要技术是基于知识的人工智能技术、基于数据的人工智能技术、人工智能的算法和人工智能的算力，人工智能的应用领域涉及经济、科技、民生、社会和其他领域。本学科体系比较系统和全面地构建出人工智能的学科架构，为进一步深入研究与开发人工智能提供重要遵循，做出积极贡献。
其二，本书以新学科体系为框架修订与编排相关内容，依次涉及人工智能的科学基础、核心技术、算法、算力和应用。这是一种新的尝试，希望有助于读者对人工智能学科和课程的全面理解。
其三，增补了人工智能的最新技术和发展动态，如大模型、具身智能、人工智能的算力架构以及深度学习在图像处理、语音识别和自然语言处理中的应用等。这对于读者进一步了解和应用人工智能新技术、新内容有所裨益。
其四，全方位、多角度探究了人工智能及其应用引起的各种伦理问题及其治理，完善人工智能伦理治理体系等，为人工智能的长治久安和可持续发展提供借鉴。
其五，本书首次将一些新的重要内容以二维码呈现，包括人工智能课程实验指导书和设计任务书、参考文献和索引等。这样做既丰富了教材内容，又减少了纸质教材篇幅，方便读者阅读使用。
再次诚挚欢迎诸位批评指正，不胜感谢！
蔡自兴
2026年6月
第7版前言
人类的进化归根结底是智能的进化，而智能反过来又为人类的进一步进化服务。我们学习与研究人工智能、智能系统和智能机器等，其目的就在于创造和应用智能技术和智能系统为人类进步服务。因此，可以说，对人工智能科技的钟情、期待、开发和应用，是科技发展和人类进步的必然。
国际上人工智能研究作为一门前沿和交叉学科，伴随着世界社会进步和科技发展的步伐，与时俱进，在过去60多年中已取得长足进展。在国内，人工智能已得到迅速传播与发展，并促进其他学科的发展。2016年3月AlphaGo与李世石的围棋人机大战将人工智能的关注度推至前所未有的高度，引发一轮新的人工智能研究和创业高潮。许多国家竞相制定人工智能发展战略，极大地推动了人工智能的发展。2022年11月30日OpenAI公司发布了一种基于深度学习的自然语言处理技术，一款聊天机器人程序ChatGPT。它是在大型语料库上训练出来的一个深度学习模型，可以模拟人类的自然语言交流，具有十分广泛的应用前景和潜力。ChatGPT催生了又一轮人工智能研究和创业热潮，为各个领域的数字化和智能化进程提供强大的支持和帮助，将人们对人工智能的关注度推向一个新的高度。
经过一年多的修订和编辑，本书第7版终于和读者见面了。
与第6版相比，第7版进行了较大的更新。第一，以作者新近提出的人工智能学科体系思想为指导，构建全书崭新的人工智能架构和内容，反映国内外人工智能的最新发展趋势和科技内涵，体现出作者对人工智能学科的独特见解。第二，注重创新，用较大篇幅介绍了人工智能的先进研究方法，特别是一些新技术和交叉技术的应用。例如，知识图谱、深度学习算法、语音识别、智慧医疗和自然语言处理等。其中，用两章讨论人工智能的算法与编程，人工智能的算力架构也是首次设立专章讨论。此外还深入探讨人工智能的伦理道德和安全、人工智能技术的深度融合和人工智能产业化的发展趋势等。第三，内容系统全面，既包括传统人工智能的基础理论与技术，又涉及数据智能的基本原理与方法，全面反映人工智能的发展历史和科技精髓，能够较好地满足不同层次读者的学习需求。第四，理论与实践高度融合，既有理论、技术和方法的阐述，又有许多应用实例的介绍，有助于读者对人工智能理论方法的深入理解及其应用开发。
本书第7版介绍了人工智能的基本原理及其应用，涉及人工智能概述、基于知识的人工智能、基于数据的人工智能、人工智能的算法与编程、人工智能的算力架构、人工智能的应用及人工智能展望等内容。全书共15章。第1章叙述人工智能的定义与发展，提出人工智能的核心要素、学科体系和系统分类，阐明人工智能的研究目标和研究内容，概括人工智能的研究与应用领域。第1篇为基于知识的人工智能，含知识表示方法、知识推理技术和基于知识的机器学习3章。第2篇为基于数据的人工智能，含数据处理概述、群体智能和进化计算、基于数据的机器学习3章。第3篇为人工智能的算法与编程，含逻辑型人工智能编程语言、解释型语言和深度学习开源框架2章。第4篇为人工智能的计算能力，含人工智能的算力及架构1章。第5篇为人工智能的研究和应用领域，含专家系统、智能规划和机器感知3章，机器感知又包括计算机视觉、自然语言理解和语音识别3部分。第6篇为人工智能展望，含人工智能伦理与安全、人工智能的发展趋势2章。
本书第7版修订任务的分工如下： 蔡自兴负责第1章至第5章、第6章(除6.1节外)、第8章、第11章(除11.6节外)、第12章、第13章(除13.1节外)、第14章和第15章，以及7.6节和13.2节等，并承担全书统稿、审阅、修改、校对和通信等任务。刘丽珏负责第7章(除7.6节外)和6.1节。陈白帆负责第13章(除13.2节外)和9.2节。蔡昱峰负责第10章和11.6节。
承蒙广大读者厚爱，本书被1000多所院校用作教材或教学参考书。我国科技教育界的许多领导和专家以及一些外国教授，长期以来对本书一直给予充分肯定。时任国务委员兼国家科委主任、中国科学院院士和中国工程院院士宋健教授，在极其繁忙的国务活动中，曾于1988年2月亲笔致函蔡自兴同志，对本书给予高度评价，体现出他对发展我国人工智能的高度关注和对作者的热诚鼓励。在本书修订过程中，得到许多专家和读者的热情支持。 “人民科学家”国家荣誉称号获得者吴文俊院士为本书提供了长篇代序，赞许本书的贡献。中国科学院院士、清华大学李衍达教授在百忙中分别为本书第2版、第3版和第4版作序，为本书增添光彩。谨向诸位领导、专家和广大读者表示诚挚的感谢。
我特别感激和怀念我的导师、国际模式识别之父、美国国家工程科学院院士傅京孙先生和我们的老师、指导者、中国科学院院士常迵先生。他们不但为本书的编著提供了悉心指导和有力帮助，而且为本书获得公开出版做出了巨大贡献。
我们还要衷心感谢中南大学、清华大学、湖南自兴智慧医疗有限公司和清华大学出版社有关领导、专家和编辑。本书责任编辑孙亚楠老师也为本书第7版的编辑付出了辛勤劳动，贡献出智慧。如果没有他们的智慧、辛勤和合作，本书就不可能高质量和迅速地与读者见面。
我们要特别感谢教育部“十一五”和“十二五”国家级教材规划、国家级精品课程、国家级双语教学示范课程、国家级教学团队、国家级精品视频公开课和国家级精品资源共享课等教育部“质量工程”的大力支持。
诚挚感谢国内外人工智能专著、教材和许多高水平论文报告的作者们。他们的作品及与他们的研讨为我们修订本书提供了丰富营养，使我们受益匪浅。我们在本书中引用了他们的部分材料，使本书能够取各家之长，较全面地反映人工智能各领域的最新进展。
希望本书新版能为广大师生奉献一部崭新的和适用的人工智能教科书，也为从事人工智能研究与开发的人员提供人工智能项目研究的实用参考书。
本课程的网址： 国家级精品课程《人工智能》https://www.icourses.cn/sCourse/course_6696.html和国家级视频公开课《人工智能PK人类智能》https://www.icourses.cn/web/sword/portal/videoDetail?courseId=9feeeee31327100091e34876d02411f6#/?resId=d119afd81334100090421d109e90c3cf等相关视频资源均已上网服务，可与本书配套参考使用。
蔡自兴
2023年10月17日
于长沙德怡园
目录
第1章绪论
1.1人工智能的定义与发展
1.1.1人工智能的定义
1.1.2人工智能的起源与发展
1.1.3中国人工智能的发展
1.2人工智能的学科体系和技术要素
1.2.1人工智能学科体系问题的提出
1.2.2人工智能学科体系的结构
1.2.3人工智能的科学基础
1.2.4人工智能的技术要素
1.2.5人工智能的主要技术
1.3人工智能系统的分类
1.4人工智能的研究目标和内容
1.4.1人工智能的研究目标
1.4.2人工智能研究的基本内容
1.5人工智能的研究与应用领域
1.6本书概要
1.7小结
习题1
第2章知识表示与推理
2.1状态空间表示
2.1.1问题状态描述
2.1.2状态图示法
2.2图搜索策略
2.3盲目搜索
2.3.1宽度优先搜索
2.3.2深度优先搜索
2.4启发式搜索
2.4.1启发式搜索策略和估价函数
2.4.2有序搜索
2.4.3A*算法
2.5确定性推理
2.5.1谓词逻辑
2.5.2消解原理
2.5.3规则演绎系统
2.6不确定性推理
2.6.1不确定性推理概述
2.6.2最大后验概率推理
2.6.3主观贝叶斯方法
2.7知识图谱
2.7.1语义网络
2.7.2本体技术
2.7.3知识图谱的定义与架构
2.7.4知识图谱的关键技术
2.7.5知识图谱的应用领域
2.8小结
习题2
第3章计算智能
3.1粒子群优化算法
3.1.1群体智能和粒子群优化概述
3.1.2粒子群优化算法
3.2蚁群算法
3.2.1蚁群算法理论
3.2.2蚁群算法的研究与应用
3.3进化算法与遗传算法
3.3.1进化算法原理
3.3.2进化算法框架
3.3.3遗传算法的编码与解码
3.3.4遗传算法的遗传算子
3.3.5遗传算法的执行过程
3.3.6遗传算法的执行实例
3.4小结
习题3
第4章机器学习
4.1机器学习概述
4.1.1机器学习的定义和发展
4.1.2数据预处理
4.1.3特征工程
4.1.4机器学习的通用流程
4.2线性回归
4.2.1普通线性回归
4.2.2基于梯度下降的线性回归
4.3决策树
4.3.1决策树模型
4.3.2特征选择
4.3.3决策树的生成算法
4.3.4决策树的剪枝
4.4支持向量机
4.4.1间隔与支持向量
4.4.2对偶问题
4.4.3软间隔与正则化
4.4.4核函数
4.5集成学习
4.5.1随机森林
4.5.2Adaboost算法
4.6聚类
4.6.1距离计算
4.6.2k均值聚类
4.6.3样例说明
4.7强化学习
4.7.1强化学习概述
4.7.2Q学习
4.8小结
习题4
第5章神经网络和深度学习
5.1人工神经网络
5.1.1人工神经网络研究的进展
5.1.2人工神经网络的基本结构
5.1.3感知器
5.2神经网络学习
5.2.1基于反向传播网络的学习
5.2.2基于Hopfield网络的学习
5.3深度学习
5.3.1深度学习的定义与特点
5.3.2深度学习的主要模型
5.3.3深度学习的挑战与展望
5.4大模型
5.4.1大模型的概念及特点
5.4.2大模型的基本架构
5.4.3大模型的训练
5.4.4大模型示例——DeepSeek
5.5小结
习题5
第6章专家系统
6.1专家系统概述
6.1.1专家系统的定义与特点
6.1.2专家系统的结构和建造步骤
6.2基于规则的专家系统
6.2.1基于规则的专家系统的工作模型和结构
6.2.2基于规则的专家系统的特点
6.3基于模型的专家系统
6.3.1基于模型的专家系统的提出
6.3.2基于神经网络的专家系统
6.4智慧医疗诊断系统
6.4.1智慧医疗诊断系统与专家系统
6.4.2智慧医疗诊断系统的一般架构和流程
6.4.3智慧医疗诊断系统示例
6.5小结
习题6
第7章人工智能编程基础
7.1Python语言
7.1.1Python 简介
7.1.2Python的基本语法
7.1.3Python第三方开源工具包
7.2深度学习框架
7.2.1深度学习框架的发展
7.2.2深度学习开源框架比较
7.2.3深度学习框架基本功能
7.3小结
习题7
第8章人工智能的算力
8.1人工智能算力的定义、分类和评估
8.1.1人工智能算力的定义
8.1.2人工智能算力和芯片的分类
8.1.3人工智能算力的评估
8.2人工智能算力的架构
8.2.1算力架构的组成
8.2.2算力架构的分类
8.2.3算力架构的挑战与发展趋势
8.3人工智能芯片的发展
8.3.1人工智能芯片的发展历史
8.3.2人工智能芯片的发展态势
8.4人工智能算力网络
8.4.1人工智能算力网络的定义和特征
8.4.2人工智能算力网络的基本架构和工作机制
8.4.3人工智能算力网络的关键技术
8.4.4人工智能算力网络应用示例
8.5普适人工智能算力网络
8.5.1普适人工智能算力网络的基本架构
8.5.2普适人工智能算力网络的应用示例
8.6小结
习题8
第9章人工智能的应用热点
9.1基于深度学习的图像处理
9.1.1图像采集和处理
9.1.2基于深度学习的图像分割方法
9.1.3基于机器学习的图像理解
9.2基于深度学习的语音识别
9.2.1语音识别基本原理
9.2.2基于深度学习的语音处理技术的进展
9.3基于深度学习的自然语言处理
9.3.1基于深度学习的其他自然语言处理技术
9.3.2基于深度学习的自然语言处理示例
9.4具身智能与具身机器人
9.4.1智能体
9.4.2具身智能
9.4.3具身智能机器人
9.5小结
习题9
第10章人工智能的效益、伦理与治理
10.1人工智能的效益
10.1.1人工智能对经济、科技和文教的影响
10.1.2人工智能对社会、生态和健康的影响
10.2人工智能的伦理问题
10.3人工智能的治理
10.4小结
习题10
结束语
附录1人工智能及其应用实验指导书
附录2人工智能及其应用设计任务书
参考文献
索引
