人工智能：現代方法(第4版)(精裝版)（簡體書）

本書全面、深入地探討了人工智能（AI）領域的理論和實踐，以統一的風格將當今流行的人工智能思想和術語融合到引起廣泛關注的應用中，真正做到理論和實踐相結合。全書分7個部分，共28章，理論部分介紹了人工智能研究的主要理論和方法並追溯了兩千多年前的相關思想，內容主要包括邏輯、概率和連續數學，感知、推理、學習和行動，公平、信任、社會公益和安全；實踐部分完美地踐行了“現代”理念，實際應用選擇當下熱度較高的微電子設備、機器人行星探測器、擁有幾十億用戶的在線服務、AlphaZero、人形機器人、自動駕駛、人工智能輔助醫療等。本書適合作為高等院校人工智能相關專業本科生和研究生的教材，也可以作為相關領域專業人員的參考書。

斯圖爾特.羅素（Stuart Russell），1986年他進入加利福尼亞大學伯克利分校，任計算機科學系教授，並曾擔任系主任，人類兼容人工智能中心主任，他也是史密斯–扎德（Smith-Zadeh）工程系講席教授。1990年，他獲得了美國國家科學基金會（NSF）杰出青年科學家總統獎；1995年，他成為計算機與思想獎的獲獎人之一。他是美國人工智能協會（AAAI）、美國計算機協會（ACM）和美國科學促進協會的會士，牛津大學瓦德漢學院的榮譽院士和安德魯.卡內基（Andrew Carnegie）院士。2012年到2014年，他在巴黎擔任布萊斯.帕斯卡（Blaise Pascal）主席。他在人工智能領域發表了300多篇論文，涉及範圍廣泛。

彼得.諾維格（Peter Norvig）曾任谷歌公司的研究總監、核心網絡搜索算法的負責人。他曾與他人合作共同教授了一門有16萬名學生注冊的在線人工智能課程，幫助開啟了當下的大規模在線公開課程的大幕。他曾擔任美國宇航局艾姆斯研究中心計算科學部的負責人，負責人工智能和機器人學的研究和開發。他曾任南加利福尼亞大學的教授和加利福尼亞大學伯克利分校、斯坦福大學的教師。他是美國人工智能協會和美國計算機協會的會士，以及美國藝術與科學院和加利福尼亞科學院的院士。

兩位作者共同獲得了2016年首屆AAAI/EAAI杰出教育家獎。

1.全球1500多所學校採用的教材，國內眾多高校選用。

2.配備豐富的教學資源，解決教師授課後顧之憂。

3.配套網站提供多種語言版本源代碼，滿足不同編程語言使用者的自學需要。

4.程序員入門人工智能領域的推薦書籍。

第 一部分 人工智能基礎

第 1 章 緒論 2

1.1 什麼是人工智能 2

1.2 人工智能的基礎 6

1.3 人工智能的歷史 16

1.4 目前的先進技術 24

1.5 人工智能的風險和收益 27

小結 30

參考文獻與歷史注釋 31

第 2 章 智能體 32

2.1 智能體和環境 32

2.2 良好行為：理性的概念 34

2.3 環境的本質 37

2.4 智能體的結構 41

小結 50

參考文獻與歷史注釋 51

第二部分 問題求解

第 3 章 通過搜索進行問題求解 54

3.1 問題求解智能體 54

3.2 問題示例 57

3.3 搜索算法 61

3.4 無信息搜索策略 65

3.5 有信息（啟發式）搜索策略 73

3.6 啟發式函數 85

小結 90

參考文獻與歷史注釋 92

第 4 章 複雜環境中的搜索 95

4.1 局部搜索和最優化問題 95

4.2 連續空間中的局部搜索 102

4.3 使用非確定性動作的搜索 104

4.4 部分可觀測環境中的搜索 108

4.5 在線搜索智能體和未知環境 115

小結 120

參考文獻與歷史注釋 121

第 5 章 對抗搜索和博弈 124

5.1 博弈論 124

5.2 博弈中的優化決策 126

5.3 啟發式 α-β 樹搜索 132

5.4 蒙特卡羅樹搜索 136

5.5 隨機博弈 139

5.6 部分可觀測博弈 142

5.7 博弈搜索算法的局限性 146

小結 147

參考文獻與歷史注釋 148

第 6 章 約束滿足問題 152

6.1 定義約束滿足問題 152

6.2 約束傳播：CSP 中的推斷 156

6.3 CSP 的回溯搜索 161

6.4 CSP 的局部搜索 166

6.5 問題的結構 168

小結 171

參考文獻與歷史注釋 172

第三部分 知識、推理和規劃

第 7 章 邏輯智能體 176

7.1 基於知識的智能體 176

7.2 wumpus 世界 178

7.3 邏輯 180

7.4 命題邏輯：一種非常簡單的邏輯 183

7.5 命題定理證明 187

7.6 高效命題模型檢驗 196

7.7 基於命題邏輯的智能體 200

小結 207

參考文獻與歷史注釋 208

第 8 章 一階邏輯 211

8.1 回顧表示 211

8.2 一階邏輯的語法和語義 215

8.3 使用一階邏輯 223

8.4 一階邏輯中的知識工程 228

小結 233

參考文獻與歷史注釋 234

第 9 章 一階邏輯中的推斷 236

9.1 命題推斷與一階推斷 236

9.2 合一與一階推斷 238

9.3 前向鏈接 241

9.4 反向鏈接 247

9.5 歸結 252

小結 261

參考文獻與歷史注釋 262

第 10 章 知識表示 265

10.1 本體論工程 265

10.2 類別與物件 267

10.3 事件 272

10.4 精神物件和模態邏輯 275

10.5 類別的推理系統 278

10.6 用缺省信息推理 281

小結 284

參考文獻與歷史注釋 285

第 11 章 自動規劃 290

11.1 經典規劃的定義 290

11.2 經典規劃的算法 294

11.3 規劃的啟發式方法 297

11.4 分層規劃 300

11.5 非確定性域的規劃和行動 307

11.6 時間、調度和資源 315

11.7 規劃方法分析 318

小結 319

參考文獻與歷史注釋 320

第四部分 不確定知識和不確定推理

第 12 章 不確定性的量化 326

12.1 不確定性下的動作 326

12.1.1 不確定性概述 327

12.1.2 不確定性與理性決策 328

12.2 基本概率記號 329

12.3 使用完全聯合分布進行推斷 334

12.4 獨立性 336

12.5 貝葉斯法則及其應用 337

12.6 樸素貝葉斯模型 340

12.7 重遊 wumpus 世界 342

小結 344

參考文獻與歷史注釋 345

第 13 章 概率推理 348

13.1 不確定域的知識表示 348

13.2 貝葉斯網絡的語義 350

13.3 貝葉斯網絡中的精確推斷 360

13.4 貝葉斯網絡中的近似推理 367

13.5 因果網絡 379

小結 382

參考文獻與歷史注釋 383

第 14 章 時間上的概率推理 388

14.1 時間與不確定性 388

14.2 時序模型中的推斷 391

14.3 隱馬爾可夫模型 398

14.4 卡爾曼濾波器 403

14.5 動態貝葉斯網絡 408

小結 417

參考文獻與歷史注釋 418

第 15 章 概率編程 421

15.1 關係概率模型 421

15.2 開宇宙概率模型 427

15.3 追蹤複雜世界 433

15.4 作為概率模型的程序 436

小結 440

參考文獻與歷史注釋 440

第 16 章 做簡單決策 444

16.1 在不確定性下結合信念與願望 444

16.2 效用理論基礎 445

16.3 效用函數 448

16.4 多屬性效用函數 454

16.5 決策網絡 458

16.6 信息價值 460

16.7 未知偏好 465

小結 468

參考文獻與歷史注釋 469

第 17 章 做複雜決策 473

17.1 序貫決策問題 473

17.2 MDP 的算法 482

17.3 老虎機問題 489

17.4 部分可觀測MDP 495

17.5 求解POMDP 的算法 497

小結 501

參考文獻與歷史注釋 502

第 18 章 多智能體決策 505

18.1 多智能體環境的特性 505

18.2 非合作博弈論 510

18.3 合作博弈論 527

18.4 制定集體決策 533

小結 544

參考文獻與歷史注釋 545

第五部分 機器學習

第 19 章 樣例學習 550

19.1 學習的形式 550

19.2 監督學習 552

19.3 決策樹學習 555

19.4 模型選擇與模型優化 563

19.5 學習理論 569

19.6 線性回歸與分類 572

19.7 非參數模型 581

19.8 集成學習 589

19.9 開發機器學習系統 596

小結 604

參考文獻與歷史注釋 605

第 20 章 概率模型學習 610

20.1 統計學習 610

20.2 完全數據學習 613

20.3 隱變量學習：EM 算法 624

小結 632

參考文獻與歷史注釋 632

第 21 章 深度學習 635

21.1 簡單前饋網絡 636

21.2 深度學習的計算圖 640

21.3 卷積網絡 643

21.4 學習算法 648

21.5 泛化 650

21.6 循環神經網絡 654

21.7 無監督學習與遷移學習 657

21.8 應用 662

小結 664

參考文獻與歷史注釋 664

第 22 章 強化學習 668

22.1 從獎勵中學習 668

22.2 被動強化學習 670

22.3 主動強化學習 674

22.4 強化學習中的泛化 680

22.5 策略搜索 686

22.6 學徒學習與逆強化學習 688

22.7 強化學習的應用 690

小結 692

參考文獻與歷史注釋 693

第六部分 溝通、感知和行動

第 23 章 自然語言處理 698

23.1 語言模型 698

23.2 文法 707

23.3 句法分析 709

23.4 擴展文法 713

23.5 真實自然語言的複雜性 717

23.6 自然語言任務 720

小結 722

參考文獻與歷史注釋 722

第 24 章 自然語言處理中的深度學習 727

24.1 詞嵌入 727

24.2 自然語言處理中的循環神經網絡 730

24.3 序列到序列模型 733

24.4 Transformer 架構 737

24.5 預訓練和遷移學習 739

24.6 Z高水平（SOTA） 742

小結 745

參考文獻與歷史注釋 745

第 25 章 計算機視覺 748

25.1 引言 748

25.2 圖像形成 749

25.3 簡單圖像特徵 754

25.4 圖像分類 760

有效的原因 762

25.5 物體檢測 763

25.6 三維世界 766

25.7 計算機視覺的應用 769

小結 780

參考文獻與歷史注釋 781

第 26 章 機器人學 785

26.1 機器人 785

26.2 機器人硬件 786

26.3 機器人學解決哪些問題 789

26.4 機器人感知 790

26.5 規劃與控制 796

26.6 規劃不確定的運動 810

26.7 機器人學中的強化學習 812

26.8 人類與機器人 814

26.9 其他機器人框架 820

26.10 應用領域 822

小結 825

參考文獻與歷史注釋 826

第七部分 總結

第 27 章 人工智能的哲學、倫理和安全性 832

27.1 人工智能的極限 832

27.2 機器能真正地思考嗎 835

27.3 人工智能的倫理 836

小結 851

參考文獻與歷史注釋 852

第 28 章 人工智能的未來 857

28.1 人工智能組件 857

28.2 人工智能架構 862

附錄 A 數學背景知識 865

附錄 B 關於語言與算法的說明 871

參考文獻 873

索引 914