人工智能基础(问题解决和自动推理)/电子信息前沿技术丛书

本书专注于当今人工智 能的核心技术和过程，包括 章节总结、历史概述、练习 、计算机作业、思维实验， 以及强化关键概念的控制题 ；借助可视化图形来说明基 本思想，通过易于遵循的示 例来说明如何在实际实现中 使用这些思想。本书可作为 人工智能、计算机科学与技 术、控制科学与工程、优化 理论等专业本科生、研究生 的专业课教材，也可供计算 机科学与技术、控制科学与 工程、人工智能网络优化等 领域的科技人员参考。

\"（美）米罗斯拉夫·库巴特（MIROSLAV KUBAT），迈阿密大学电气与计算机工程名誉副教授。教授人工智能及相关课程超过25年。发表了 100 多篇同行评审论文，是商业上成功的教科书《机器学习导论》的作者。 罗俊海，电子科技大学副教授、硕士生导师。长期从事智能数据处理、目标检测和网络安全的教学和科研工作。主持过国家自然科学基金项目、四川省科技厅基金项目、总装预研基金项目和中央高校基本科研业务项目等15项。参与制订标准6项，发表文章60余篇，其中SCI检索50余篇。申请和授权发明专利共30余项，获得四川省科技进步奖二等2项，三等1项。出版《多源数据融合和传感器管理》《物联网系统开发及应用实战》《使用HTML和CSS开发WEB网站》《实用MATLAB深度学习基于项目的方法》（译著）《Python深度强化学习—使用PyTorch, TensorFlow 和OpenAI Gym》等8部教材和专著。\"

第1章 核心人工智能：问题解决和自动推理 1.1 早期的里程碑 1.1.1 数字运算的极限 1.1.2 AI的诞生 1.1.3 早期策略：搜索算法 1.1.4 早期的智慧：计算机需要知识 1.1.5 编程语言 1.1.6 教科书：许多不同的主题 1.1.7 21世纪的展望 1.2 问题解决 1.2.1 典型问题 1.2.2 经典搜索方法 1.2.3 规划 1.2.4 遗传算法 1.2.5 群体智能算法 1.2.6 涌现特性和人工生命 1.3 自动推理 1.3.1 斑马问题 1.3.2 计算机能解决斑马问题吗 1.3.3 家庭关系 1.3.4 知识表示 1.3.5 自动推理 1.3.6 不那么明确的概念 1.3.7 不完美的知识 1.3.8 不确定性处理 1.3.9 专家系统 1.4 本书结构与方法 第2章 盲搜 2.1 动机和术语 2.1.1 简单谜题 2.1.2 搜索树 2.1.3 搜索操作符 2.1.4 人工智能中的盲搜 2.1.5 滑方块 2.1.6 传教士和食人族 2.1.7 程序员的视角 2.2 深度优先搜索和广度优先搜索 2.2.1 搜索树举例 2.2.2 深度优先搜索：原理 2.2.3 深度优先搜索算法 2.2.4 数值举例 2.2.5 广度优先搜索：原理 2.2.6 广度优先搜索算法 …… 第3章 启发式搜索和退火 第4章 对抗搜索 第5章 规划 第6章 遗传算法 第7章 人工生命 第8章 涌现特性和群体智能 第9章 自动推理的要素 第10章 逻辑与推理（简化版） 第11章 使用变量的逻辑和推理 第12章 表示知识的不同方式 第13章 自动推理道路上的障碍 第14章 概率推理 第15章 模糊集 第16章 专家系统的优点和缺点 第17章 超越核心大工智能 第18章 哲学思考 参考文献