人工智能導論（簡體書）

本書可作為通識性選修課程的教學用書。本書內容包括人工智能的概念、知識工程、確定性和不確定性推理、搜索技術、機器學習、人工神經網絡與深度學習、自然語言處理、多智能體系統等。全書弱化理論知識，以瞭解性內容為主。通過本書的學習，可使所有相關專業學生對人工智能有一個基礎性的認識，方便後續相關課程的學習。

李如平，任教於安徽工商職業學院；
程晨，任教於安徽國際商務職業學院；
吳房勝，任教於安徽工商職業學院。

第1章 緒論1

1．1 人工智能的概念1

1．2 人工智能發展簡史2

1．3 人工智能的研究領域4

1．3．1 專家系統4

1．3．2 自然語言理解5

1．3．3 機器學習5

1．3．4 自動定理證明6

1．3．5 自動程序設計6

1．3．6 分布式人工智能6

1．3．7 機器人學7

1．3．8 模式識別7

1．3．9 博弈8

1．3．10 計算機視覺8

1．3．11 軟計算9

1．3．12 智能控制9

1．3．13 智能規劃10

1．4 人工智能的應用10

1．4．1 智能安防10

1．4．2 無人駕駛12

1．5 人工智能的影響15

本章小結15

習題16

第2章 知識工程17

2．1 概述17

2．2 知識表示方法18

2．2．1 謂詞邏輯表示法19

2．2．2 產生式表示法21

2．2．3 語義網絡表示法23

2．2．4 框架表示法29

2．2．5 面向對象表示法32

2．2．6 知識表示的一般性方法及選取32

2．3 知識獲取與管理34

2．3．1知識獲取34

2．3．2 知識獲取的基本過程35

2．3．3 知識獲取的輔助工具38

2．3．4 知識庫管理39

2．4 專家系統41

2．4．1 專家系統概述41

2．4．2 專家系統的結構43

2．4．3 專家系統的工作原理45

習題46

第3章 確定性和不確定性推理47

3．1 概述47

3．1．1 推理的定義48

3．1．2 推理方式及其分類48

3．1．3 推理方向50

3．1．4 衝突消解策略53

3．2 自然演繹推理54

3．2．1 自然演繹推理的基本概念54

3．2．2 利用自然演繹推理解決問題55

3．3 歸結演繹推理57

3．3．1 謂詞公式與子句集57

3．3．2 魯賓遜歸結原理60

3．3．3 歸結反演62

3．3．4 用歸結反演解決實際問題64

3．4 與/或形演繹推理65

3．4．1 與/或形正向演繹推理66

3．4．2 與/或形逆向演繹推理67

3．4．3 與/或形雙向演繹推理70

3．5 不確定性推理71

3．5．1 不確定性推理的基本概念72

3．5．2 可信度方法73

3．5．3 證據理論76

3．5．4 模糊推理方法80

本章小結87

習題89

第4章 搜索技術91

4．1 搜索技術概述91

4．2 圖搜索策略92

4．2．1 狀態圖知識表示92

4．2．2 狀態圖搜索93

4．3 盲目搜索95

4．3．1 寬度優先搜索95

4．3．2 深度優先搜索96

4．4 啟發式搜索98

4．4．1 概念釋義98

4．4．2 估價函數98

4．4．3 啟發式搜索算法A98

4．4．4 A*算法102

4．5 博弈搜索112

4．5．1 博弈概述112

4．5．2 極小極大分析法113

4．5．3 α-β剪枝技術113

本章小結114

習題115

第5章 機器學習116

5．1 機器學習的發展116

5．1．1 什麼是機器學習116

5．1．2 機器學習的發展歷史和研究現狀117

5．2 監督學習119

5．2．1 監督學習的分類119

5．2．2 監督學習的主要算法120

5．3 無監督學習125

5．4 弱監督學習127

本章小結129

習題129

第6章 人工神經網絡與深度學習130

6．1 神經網絡簡介130

6．1．1 神經網絡概述130

6．1．2 神經網絡的發展史130

6．2 神經元與神經網絡132

6．2．1 神經元132

6．2．2 神經網絡133

6．3 BP神經網絡及其學習算法134

6．3．1 BP神經網絡134

6．3．2 BP神經網絡模型135

6．3．3 BP神經網絡學習算法135

6．4 深度學習的應用137

6．4．1 深度學習概念137

6．4．2 計算機視覺的應用138

6．4．3 語音識別的應用139

6．4．4 自然語言處理的應用139

習題140

第7章 自然語言處理141

7．1 概述141

7．1．1 自然語言理解研究的發展141

7．1．2 自然語言處理過程的層次143

7．2 機器翻譯146

7．2．1 機器翻譯的發展146

7．2．2 機器翻譯的方法147

7．3 自然語言人機交互149

7．3．1 文本人機交互150

7．3．2 語音人機交互150

7．4 智能問答151

7．4．1 問答系統的定義152

7．4．2 問答系統的處理過程152

7．4．3 早期的問答系統152

7．4．4 開放式問答系統153

第8章 多智能體系統154

8．1 智能體簡介154

8．1．1 智能體的定義154

8．1．2 智能體的特徵155

8．1．3 智能體的應用156

8．1．4 智能體的基本結構和工作過程156

8．1．5 智能體環境的多樣性156

8．1．6 智能體的分類158

8．2 多智能體協商159

8．3 多智能體學習161

8．3．1 多智能體強化學習161

8．3．2 多智能體強化學習基本算法161

本章小結162

習題162

第9章 人工智能綜合應用163

9．1 嵌入式人工智能綜合開發平臺介紹163

9．2 嵌入式沙盤介紹164

9．3 功能介紹165

9．3．1 語音識別與處理166

9．3．2 圖像識別與處理169

9．4 嵌入式人工智能綜合開發平臺結果展示174

9．4．1 任務要求174

9．4．2 圖像識別及平臺展示176

本章小結179

習題179

參考文獻180