本书全面、深入地探讨了人工智能(AI)领域的理论和实践,以统一的风格将当今流行的人工智能思想和术语融合到引起广泛关注的应用中,真正做到理论和实践相结合。全书分7个部分,共28章,理论部分介绍了人工智能研究的主要理论和方法并追溯了两千多年前的相关思想,内容主要包括逻辑、概率和连续数学,感知、推理、学习和行动,公平、信任、社会公益和安全;实践部分完美地践行了“现代”理念,实际应用选择当下热度较高的微电子设备、机器人行星探测器、拥有几十亿用户的在线服务、AlphaZero、人形机器人、自动驾驶、人工智能辅助医疗等。本书适合作为高等院校人工智能相关专业本科生和研究生的教材,也可以作为相关领域专业人员的参考书。智能体(intelligent agent)的概念是贯穿整本书的主题思想。我们将人工智能定义为对从 环境中接收感知并执行动作的智能体的研究。每个这样的智能体都要实现一个将感知序列映射 为动作的函数,我们介绍了表示这些函数的不同方法,如反应型智能体、实时规划器、决策论 系统和深度学习系统。我们强调,学习既是构造良好系统的方法,也是将设计者的影响范围扩 展到未知环境的方法。我们没有把机器人学和视觉看作独立定义的问题,而是将其看作实现目 标的服务。我们强调任务环境在确定合适的智能体设计中的重要性。我们的主要目标是传达在过去 70 多年的人工智能研究和过去 2000 多年的相关工作中涌现 出现的思想。在表达这些思想时,我们在保持准确性的前提下尽量避免过于拘泥于形式。书中提供了数学公式和伪代码算法,让关键思想具体化;附录 A 中给出了数学概念和符号,附录 B 中给出了伪代码。本书主要用作本科人工智能课程或课程序列的教科书。本书共 28 章,每章大约需要一周 的课程量,因此完成整本书的教学需要两学期的时间。如果课程只有一学期,可以按教师和学 生的兴趣选择部分章节进行教学。本书也可用于研究生课程(可能需要增加参考文献中建议的 一些主要资料)或用于自学或作为参考书。在整本书中,定义了新术语的地方,都会以蓝色粗体显示。该术语的后续重要用法也以粗 体显示。本书还提供了简要的索引。阅读本书唯一的先修要求是对计算机科学基本概念(算法、数据结构、复杂性)的熟悉程 序达到大学二年级的水平。大学一年级的微积分和线性代数知识对一些主题的阅读很有帮助。