Robbie T.Nakatsu博士目前是美国Loyola Marymount大学信息系统领域的教授，其研究领域涉及智能用户接口、人机接口、人工智能应用和信息技术管理：在加入Loyola Marymount大学之前，Nakatsu博士先后在百事可乐公司的信息管理系统做顾问，在哥伦比亚广播公司（CBS）做高级研究分析员，并在摩根士丹利的信息系统部做分析师。他开发了LogNet软件，这种软件可对如何设计商业后勤网络提供了建议。Nakatsu博士也开发了Expert-Strategy（专家战略）软件，这种软件为专家系统的知识库提供了图形用户界面。Nakatsu博士是美国计算机协会和信息系统协会的会员。
    Nakatsu博士目前所感兴趣的研究领域集中在智能用户接口，计算机仿真建模和信息技术管理。

    《人工智能中的图表推理》以一种全新的角度对人工智能及其应用领域中的技术和方法（即图表理论）进行了研究和探索。《人工智能中的图表推理》在介绍人工智能基本原理的同时，着重论述了当前图表理论在人工智能领域中的应用。
    《人工智能中的图表推理》详细介绍了图表的类型与相关应用，包括逻辑推理、基于规则的专家系统、基于规则的推理、基于模型的推理等。《人工智能中的图表推理》除了对静态图表的相关理论进行了论述外，也对交互式和动态图表进行了阐述，以便帮助研究者、程序员、智能系统设计人员和Web应用设计人员进行更深入的研究。
    《人工智能中的图表推理》可作为高等院校相关专业的高年级本科生、研究生、程序员、智能系统设计人员、Web应用设计人员及人工智能领域的相关研究人员的参考用书。

    总之，记住基于模型的诊断的重点是有一个预报设备假定做什么的模型。当预报与设备真实工作之间存在差异时，基于模型的推理技术倒推工作可以找到故障部分。在给定的例子中，因为我们从设备的结构进行推理确定哪个部件有故障，所以我们使用的是基于模型的推理。我们已经使用基于启发的方法，正如一个传统的基于规则专家系统，将我们的诊断程序编制成一套IF-THEN规则，在这些规则中能观测的差异行为是与指定的系统状态相关的。这种方法必须预见到所有可能的方面，一个特定的部件会出故障，并且它与一个特定的差异联系起来。甚至在本节所阐述的简单的设备里，这也会很耗时且困难的任务。正如这些例子所显示的，基于模型的方法在提供对排除故障任务的深入理解和规则范围方面更有效。
    7.2设计商业后勤网络
    基于模型推理前面很多的工作都集中在物理设备和系统的故障诊断（例如，发电用的工业煤气涡轮机的诊断）。最近几年，在其他领域已有大量应用，从医学诊断疾病到程序中找到软件错误，再到自动辅导系统的诊断学习者行为。在所有情况下，焦点一直就是某种诊断任务。
    在本节和下面一节，我们将讨论基于模型推理的新应用，去解决一类在商业后勤管理中的网络设计问题。后勤管理委员会如下定义商业后勤管理：
    以符合顾客需求为目的，计划、执行和控制从起始点到消费点的最经济的成本效率流量和原料存储，给出过程中的详细目录、产品存货清单及相关信息的过程。
    这方面的范围很广，围绕与顾客服务、交通和运输、仓库和存储、工厂和仓库位置选择、存货控制、订单处理、采购、材料处理和需求预测到在领域中全程研究主要方面的相关的商业问题。商业后勤网络设计的选择如同一个基于模型推理的应用一样，它是一种逻辑选择，因为在后勤策略计划方面有许多问题，这是可以以一种图表化显现。
    这部分描述的智能系统叫做LogNet。LogNet利用基于模型的推理去设计更经济的网络以满足一定的顾客服务水平。特别地它指出厂址选择问题：在后勤网络中需要多少个仓库？这些仓库应该位于哪，并指定送往哪个顾客卖场？并且哪个工厂应该供应哪个仓库？不像诊断问题是典型的从一个征兆反向工作去确定什么部件应该对故障行为负责，LogNet是一种正向的工作方式，并弄清各种网络设计，评估每一个并决定它们之中哪一个是最经济的。
    ……

译者序
原书前言

第1章 引言：人工智能领域的局限
1.1 引言
1.2 人工智能的局限
1.2.1 创造一台思考机器的困难
1.2.2 缺乏常识性推理
1.2.3 难以驾驭的特性
1.3 智能系统的解释能力
1.3.1 系统的透明度
1.3.2 系统的灵活性
1.4 人工智能的未来：面向交互式的图表
参考文献

第2章 思维模型：在人眼中的图表
2.1 思维模型的定义
2.2 知识的组织
2.2.1   内部连接
2.2.2 外部连接
2.3 讨论
参考文献

第3章 图表的类型
3.1 引言
3.2 系统拓扑
3.3 顺序和流程
3.3.1 活动图表
3.3.2 泳道：分割一幅活动图表
3.3.3 案例研究：在急救室中的治疗类选法
3.4 层次和分类
3.4.1 组织图表
3.4.2 遗传层次
3.4.3 组成模型
3.5 关联
3.5.1 语义网络
3.5.2 实体关系图表
3.6 因果关系
3.6.1 有向图
3.6.2 其他符号系统
3.6.3 因果关系推理中的谬论
3.7 决策图表
3.7.1 决策树
3.7.2 影响图表
3.7.3 顺序的决策
3.8 讨论
参考文献

第4章 应用图表的逻辑推理
4.1 引言
4.2 论证图表
4.3 用动态维恩图表进行逻辑推理
4.3.1 维恩图表介绍
4.3.2 通过维恩图表的演绎推论：第一个途径
4.3.3 转换规则
4.4 回顾演绎推理
4.4.1 两种表示系统的检验：语言学（一阶逻辑）对应非语言学（维恩图表）
参考文献

第5章 基于规则的专家系统
5.1 引言
5.2 基于规则的推理
5.2.1 基于规则的专家系统的组成部分
5.2.2 推理机
5.2.3 冲突结果
5.2.4  CUPS
5.3 利益与局限
5.3.1 很难对专门技术进行提取
5.3.2 不能捕获所有的知识
5.3.3 专家系统不能够学习
5.3.4 专家系统缺乏灵活性
5.3.5 缺乏对专家系统的信任，同时在解释结果上面专家系统的能力有限
……
第6章 带有图形的基于规则的推理
第7章 基于模型的推理
第8章 基于置信度与贝叶斯网络的不精确推理
第9章 理解图表推理的框架