人工智能自從1956年問世以來，已經(jīng)經(jīng)歷了近50年的風風雨雨，其發(fā)展并非一帆風順，歷經(jīng)幾次大起大落。也正是在這樣的起落中，人工智能這門學科得以逐步發(fā)展壯大起來。
實際上，從古代開始，人類就一直幻想著制造出具有智能的機器。很多古代的傳說，無不體現(xiàn)了這樣的思想。但是，只有在計算機出現(xiàn)以后，借助于計算機這種工具，人工智能才有可能從幻想走向現(xiàn)實。
究竟什么是人工智能？人工智能是否能夠?qū)崿F(xiàn)？一直是人們爭議的問題。由于對智能本身研究得不夠充分，人們往往將智能神秘化。當IBM的“深藍”第一次戰(zhàn)勝國際象棋世界冠軍卡斯帕羅夫的時候，先是驚嘆人工智能的發(fā)展，繼而，當對“深藍”的原理有所了解之后，又有很多人提出這樣的疑問：這就是智能嗎？人類下棋可不是這樣的。
機器智能是對人類智能的一種模仿，是功能上的模仿，而不是機理上的模仿。由于對人類智能的了解還遠遠不夠，因此，從機理上模仿人類的智能，至少在近期內(nèi)是不可能實現(xiàn)的，而且即使實現(xiàn)也不一定就是成功的。當年萊特兄弟成功地制造了飛機，正是因為他們沒有模仿鳥的飛行，他們制造的飛機不是像鳥那樣依靠翅膀的煽動而飛行，才取得了成功。可以想象，如果當時人們制造的是翅膀可以煽動的飛機的話，也許到現(xiàn)在飛機也不能成為一種常用的交通工具。因此，在研究人工智能的過程中，不必追求其機理是否與人類一致，所追求的應(yīng)該是人工智能的功能。
通俗地講，人工智能就是一些方法，依靠這些方法，計算機可以比較好地求解問題，能夠幫助人類做許多以前需要人類的智能才能完成的工作。
人工智能發(fā)展至今，已經(jīng)形成了一整套的理論和方法，這些理論和方法已經(jīng)在專家系統(tǒng)、自然語言處理、模式識別、人機交互、智能信息處理、信息檢索、圖像處理、數(shù)據(jù)挖掘和機器人技術(shù)等各個人工智能的應(yīng)用領(lǐng)域發(fā)揮著巨大的作用。
目前，人工智能仍處于發(fā)展時期，很多問題解決得還不夠好，甚至不能求解；很多問題的求解還需要一定的條件。人工智能畢竟是依靠機器實現(xiàn)的。與人類相比，機器相對呆板、不夠靈活。因此，人工智能應(yīng)該是一個人機協(xié)調(diào)的系統(tǒng)。為了機器處理的方便，人類應(yīng)該做一些讓步，為機器提供一定的條件，以便機器發(fā)揮其優(yōu)勢。就像火車一樣，火車拉得多，跑得快，但火車離不開鐵路，一旦離開了鐵路，火車將一事無成。修建鐵路就是人類對火車的讓步。人工智能的應(yīng)用，也許同樣需要人類修建一條能讓人工智能在其上面“跑”的“鐵路”。
人工智能是多學科的交叉學科，涉及的內(nèi)容廣泛，而且一直在不斷地發(fā)展，隨時都在產(chǎn)生新的方法和理論。本書作為人工智能入門性的教材，主要介紹人工智能研究中最基本的、最經(jīng)典的理論和方法，為計算機科學和技術(shù)人員以及其他學科領(lǐng)域中對人工智能感興趣的科技工作者和學生提供最基本的人工智能技術(shù)和有關(guān)問題的入門知識。
前言人工智能全書共8章，第1至第7章每一章介紹人工智能的一種方法。
第0章緒論，首先介紹什么是人工智能，并闡述了圖靈測試和中文屋子問題。這些問題的闡述將有助于理解什么是人工智能問題。然后介紹人工智能的研究目標、發(fā)展歷史，以及人工智能所涉及的研究課題。這將有助于理解哪些問題屬于人工智能領(lǐng)域。
第1章介紹搜索問題。搜索被認為是人工智能，尤其是傳統(tǒng)的人工智能的兩大支柱之一，很多人工智能問題的求解，最終都可以歸結(jié)為搜索問題，或者與搜索問題有聯(lián)系。本章主要介紹盲目搜索算法和啟發(fā)式搜索算法，給出算法的描述和應(yīng)用舉例。
第2章介紹與或圖的搜索問題，給出與或圖的啟發(fā)式搜索算法——AO*搜索算法和博弈樹搜索算法——α|β剪支算法。α|β剪支算法是求解博弈問題最主要的算法。
第3章介紹一階謂詞邏輯及歸結(jié)原理。一階謂詞邏輯是知識表示的方法之一，具有很好的數(shù)學基礎(chǔ)。本章從命題邏輯入手，著重討論邏輯運算在人工智能推理方法中的意義、謂詞邏輯表示方法、歸結(jié)原理推理方法及其理論基礎(chǔ)。
第4章介紹知識表示方法。知識表示是支撐人工智能的兩大支柱之一。人工智能問題的求解離不開知識，首先遇到的就是知識表示問題。本章主要介紹人工智能中最常用的產(chǎn)生式、語義網(wǎng)絡(luò)和框架等知識表示方法及基于這些知識表示方法的推理方法。
第5章介紹不確定性推理方法。現(xiàn)實世界的問題，往往包含大量模糊性、隨機性、不可靠性或不知道等不確定性因素，因此不確定性也是人工智能問題的主要特征之一。本章主要介紹人工智能中用于求解不確定性問題的推理方法，包括貝葉斯網(wǎng)絡(luò)、主觀貝葉斯方法、確定性方法和證據(jù)理論等。
第6章介紹機器學習方法。學習是人類最重要的能力，通過學習，人們可以解決過去不能解決的問題。因此機器學習在人工智能中起著舉足輕重的作用。本章主要介紹機器學習的基本思想和基于實例的學習、基于解釋的學習、決策樹學習、人工神經(jīng)網(wǎng)絡(luò)學習等具體的機器學習方法。
第7章介紹高級搜索方法。高級搜索是近年發(fā)展起來的搜索方法，其特點是通過引入隨機因素，把尋求最優(yōu)解降低為求解滿意解，從而達到降低算法復雜度的目的。本章主要介紹局部搜索方法、模擬退火算法和遺傳算法。
學習人工智能，掌握方法固然重要，但更重要的是應(yīng)用這些方法解決實際問題。這就涉及編程實現(xiàn)問題。與一般的程序設(shè)計相比，人工智能程序設(shè)計具有其特殊性。本書并不涉及人工智能程序設(shè)計問題，但并不是說這部分內(nèi)容不重要。在學習本書的同時，一定要邊學習邊編程實現(xiàn)，通過程序的實現(xiàn)，進一步理解算法，了解算法是如何解決實際問題的。這一點在人工智能學習中是至關(guān)重要的。
本書每一章后面都附有習題，有些習題比較簡單，有些習題是探討性的，并沒有“標準答案”。解答習題對于學習者來說，同樣是重要的環(huán)節(jié)。
本書在寫作過程中，參考了大量的國內(nèi)外文獻資料，在此一并表示感謝。
對于本書中出現(xiàn)的缺點和錯誤，歡迎讀者給予批評指正。