近年来，人工智能的框架、理论、方法和产业发展极为迅速，是当前科学研究的前沿和创新创业的热点。本书系统介绍了人工智能的原理和应用情况，共分为11章，包括人工智能概述、知识表示与知识图谱、确定性推理方法、不确定性推理方法、搜索策略、智能计算及应用、机器视觉、机器学习、神经网络与深度学习、智能体与多智能体系统以及自然语言处理及应用等，其中体现了新一代人工智能的几个前沿研究方向（领域），包括具身智能、知识图谱、深度强化学习、分布式人工智能和生成式人工智能等。 本书可作为高等院校人工智能、智能科学与技术、计算机、自动化、电子信息等专业本科生和相关领域研究生的教材，也可供人工智能相关领域从事设计、开发、应用的工程技术人员学习参考。

第1章 人工智能概述
1.1 人工智能的定义
1.1.1 人工智能的概念
1.1.2 人工智能与人的智能
1.2 人工智能发展简史
1.2.1 发展概述
1.2.2 各学科的贡献
1.3 人工智能的三大学派
1.3.1 符号主义
1.3.2 连接主义
1.3.3 行为主义
1.3.4 三大学派的关系
1.4 人工智能研究的基本内容
1.4.1 机器感知
1.4.2 机器思维
1.4.3 机器学习
1.4.4 机器行为
1.4.5 分布式智能
1.4.6 具身智能
1.5 人工智能的应用领域
1.5.1 应用概述
1.5.2 机器人应用
本章小结
思考题或自测题
第2章 知识表示与知识图谱
2.1 知识的特性、分类和表示
2.1.1 知识的特性
2.1.2 知识的分类
2.1.3 知识表示
2.2 表示方法: 一阶谓词逻辑
2.2.1 谓词逻辑表示的逻辑学基础
2.2.2 谓词逻辑表示方法
2.2.3 谓词逻辑表示的经典例子
2.2.4 谓词逻辑表示的特性
2.3 产生式知识表示
2.3.1 产生式表示的基本方法
2.3.2 产生式表示简例
2.3.3 产生式表示的特性
2.4 框架表示法
2.4.1 框架结构
2.4.2 框架网络
2.4.3 推理方法
2.5 知识图谱
【实践2.1 】 产生式系统
【实践2.2 】 城市信息的知识图谱构建
本章小结
思考题或自测题
第3章 确定性推理方法
3.1 推理的基本概念
3.1.1 推理的定义
3.1.2 推理方式及其分类
3.1.3 推理的方向
3.1.4 冲突消解策略
3.2 确定性推理方法