新版变化之处

这一版反映了自 2010 年上一版以来人工智能的变化:

  • 由于数据、计算资源和新算法的可用性增加,我们更关注机器学习而不是手工制作的知识工程。

  • 深度学习、概率编程和多智能体系统得到了扩展,每一个都有自己的章节。

  • 对自然语言理解、机器人和计算机视觉的覆盖面进行了修订,以反映深度学习的影响。

  • 机器人章节现在包括与人类交互的机器人以及强化学习在机器人技术中的应用。

  • 之前,我们将 AI 的目标定义为创建试图最大化预期效用的系统,其中特定的效用信息——目标——由系统的人类设计者提供。现在我们不再假设目标是固定的并且由 AI 系统知道;相反,系统可能不确定它所代表的人类的真正目标。它必须学会最大化什么,并且即使在目标不确定的情况下也必须适当地发挥作用。

  • 我们增加了对人工智能对社会影响的报道,包括道德、公平、信任和安全等重要问题。

  • 我们已将每章末尾的练习移至在线站点。这使我们能够不断添加、更新和改进练习,以满足教师的需求,并反映该领域和人工智能相关软件工具的进步。

  • 总的来说,书中大约 25% 的材料是全新的。剩下的 75% 已在很大程度上被重写,以呈现该领域更统一的图景。本版中 22% 的引用来自 2010 年之后发表的作品。

新版概述

主要的统一主题是智能体概念。我们将人工智能定义为研究从环境中接收感知并执行行动的智能体。每个这样的智能体实现了一个将感知序列映射到行动的功能,我们涵盖了表示这些功能的不同方式,如反应式智能体、实时计划者、决策理论系统和深度学习系统。我们强调学习既是有能力的系统的构建方法,也是将设计者的触角延伸到未知环境的一种方式。我们不把机器人技术和视觉当作独立的问题,而是当作为实现目标而发生的问题。我们强调任务环境在决定适当的智能体设计中的重要性。

我们的主要目的是传达在过去七十年的人工智能研究和过去两千年的相关工作中出现的想法。我们试图避免在表述这些思想时过分拘泥于形式,同时保留精确性。我们加入了数学公式和伪代码算法,以使关键思想具体化;数学概念和符号在附录A中描述,我们的伪代码在附录B中描述。

本书主要用于本科课程或课程序列。这本书有 28 章,每章都需要大约一周的讲课时间,因此通读整本书需要两个学期的时间。一个学期的课程可以使用选定的章节来满足教师和学生的兴趣。这本书也可以用于研究生课程(也许加上参考书目注释中建议的一些主要来源),或用于自学或作为参考。

在全书中,重要的内容都在页边用三角形的图标标出。每当定义一个新术语时,也会在页边注明。该术语的后续重要用法以黑体字显示,但不在页边。我们包括一个全面的索引和一个广泛的参考书目。

唯一的先决条件是熟悉二年级计算机科学的基本概念(算法、数据结构、复杂性)、微积分和线性代数。

网上资源

在线资源可通过 pearsonhighered.com/cs-resources 或本书的网站 aima.cs.berkeley.edu 获得。在那里你会发现:

  • 练习,编程项目,研究项目。这些练习不再出现在每一章的末尾;它们只在网上出现。在书中,我们用 "Exercise 6.NARY "这样的名字来指代在线练习。

  • 网站上的说明允许你按名称或按主题找到练习。书中算法在Python、Java和其他编程语言中的实现(目前托管在github.com/aimacode)。

  • 超过1400所使用该书的学校名单,其中许多学校有在线课程材料和教学大纲的链接。

  • 为学生和教员提供的补充材料和链接。关于如何报告书中的错误的说明,如果可能存在一些错误的话。

作者

  • STUART RUSSELL:1962年出生于英国朴茨茅斯。他于1982年以一级荣誉获得牛津大学物理学学士学位,并于1986年获得斯坦福大学计算机科学博士学位。然后他加入了加州大学伯克利分校的教师队伍,在那里他是计算机科学的教授和前主席,人类兼容人工智能中心的主任,以及史密斯-扎德工程讲座的持有人。1990年,他获得了美国国家科学基金会的总统青年研究者奖,1995年,他获得了计算机与思想奖。他是美国人工智能协会、计算机械协会和美国科学促进会的会员,牛津大学瓦德姆学院的荣誉会员,以及安德鲁-卡内基会员。2012年至2014年,他在巴黎担任布莱斯-帕斯卡尔主席。他已经发表了300多篇关于人工智能广泛主题的论文。他的其他书籍包括《知识在类比和归纳中的使用》、《做正确的事:有限理性研究》(与Eric Wefald合作)和《人类兼容》。人工智能和控制问题。

  • PETER NORVIG:目前是谷歌公司的研究总监,之前是负责核心网络搜索算法的总监。他与人合作教授了一个在线人工智能课程,注册了16万名学生,帮助启动了当前一轮大规模开放的在线课程。他曾是美国宇航局艾姆斯研究中心计算科学部的负责人,负责监督人工智能和机器人的研究和开发。他获得了布朗大学的应用数学学士学位和伯克利大学的计算机科学博士学位。他曾在南加州大学担任教授,并在伯克利和斯坦福大学担任教员。他是美国人工智能协会、计算机械协会、美国艺术与科学学院和加州科学院的院士。他的其他书籍有《人工智能编程范式》。通用语言的案例研究,Verbmobil: 面对面对话的翻译系统,以及UNIX的智能帮助系统。

两位作者在2016年共享了首届AAAI/EAAI杰出教育家奖。

成为VIP会员查看完整内容
147

相关内容

人工智能(Artificial Intelligence, AI )是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支。
【新书】分布式强化学习,280页pdf
专知会员服务
152+阅读 · 2021年12月19日
专知会员服务
252+阅读 · 2021年10月8日
【斯坦福经典书】机器学习导论,188页pdf
专知会员服务
77+阅读 · 2021年3月31日
【斯坦福经典书】强化学习在金融应用,414页pdf
专知会员服务
122+阅读 · 2021年3月30日
【经典书】线性代数,286页pdf
专知会员服务
129+阅读 · 2021年2月28日
专知会员服务
181+阅读 · 2021年1月8日
清华大学《人工智能》书籍教学课件开放下载
专知会员服务
139+阅读 · 2020年7月27日
【经典书】Python计算机视觉编程,中文版,363页pdf
专知会员服务
139+阅读 · 2020年2月16日
【开放电子书】概率编程导论,301页pdf
专知
4+阅读 · 2021年10月21日
【MIT经典书】计算机科学数学,918页pdf
专知
7+阅读 · 2021年6月23日
国家自然科学基金
3+阅读 · 2016年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
9+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年6月26日
Arxiv
0+阅读 · 2022年6月24日
Arxiv
0+阅读 · 2022年6月22日
A Modern Introduction to Online Learning
Arxiv
20+阅读 · 2019年12月31日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
VIP会员
相关VIP内容
【新书】分布式强化学习,280页pdf
专知会员服务
152+阅读 · 2021年12月19日
专知会员服务
252+阅读 · 2021年10月8日
【斯坦福经典书】机器学习导论,188页pdf
专知会员服务
77+阅读 · 2021年3月31日
【斯坦福经典书】强化学习在金融应用,414页pdf
专知会员服务
122+阅读 · 2021年3月30日
【经典书】线性代数,286页pdf
专知会员服务
129+阅读 · 2021年2月28日
专知会员服务
181+阅读 · 2021年1月8日
清华大学《人工智能》书籍教学课件开放下载
专知会员服务
139+阅读 · 2020年7月27日
【经典书】Python计算机视觉编程,中文版,363页pdf
专知会员服务
139+阅读 · 2020年2月16日
相关基金
国家自然科学基金
3+阅读 · 2016年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
9+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员