人工智能(第4版)

"賁可榮，海軍工程大學電子工程學院教授、博士生導師，長期從事人工智能、軟件工程等方面的教學科研工作。主編《人工智能》入選“十二五”普通高等教育本科國家級規劃教材，評為首屆全國優秀教材建設獎全國優秀教材二等獎。指導畢業58名碩士研究生和13名博士研究生。發表學術論文180余篇，出版編著譯著20余部。擔任大學人工智能專家組組長、大學MOOC專家組組長、大學研究生教學督導。CCF理論計算機科學專委副主任、軟件工程專委委員、CCF傑出會員。《計算機科學與探索》《計算機工程與科學》等編委。《海軍新軍事變革叢書》編委會副主任、《人工智能應用叢書》編委會副主任。擔任軍委裝發國家安全重大基礎研究項目專家組專家，軍委裝發人工智能裝備應用基礎技術專業組成員，軍委裝發海軍人工智能裝備應用專業組副組長。被評為教育部骨幹教師、首屆湖北省優秀研究生導師、海軍名師工作室領銜名師、第三屆大學教學名師，獲軍隊院校育才獎金獎。張彥鐸，湖北文理學院黨委副書記、院長，博士生導師，教授，國務院政府特殊津貼獲得者，湖北省有突出貢獻的中青年專家，國家一流本科專業建設點“智能科學與技術”專業負責人，湖北優秀教學團隊“新一代人工智能新工科教學團隊”負責人。長期從事智能控制理論研究與智能系統研發等工作。創建了湖北省第一支機器人足球隊，連續獲得14項冠軍。主編教材《人工智能（第3版）》獲得首屆全國教材建設獎全國優秀教材二等獎，獲得第九屆湖北省高等學校教學成果一等獎1項。盧濤，武漢工程大學計算機科學與工程學院人工智能學院教授，博士生導師。長期從事模式識別、智能機器人和機器視覺等方面的科研與教學工作。發表學術80余篇，出版專著2部，獲得第九屆湖北省教學成果一等獎1項，二等獎1項。張獻，海軍工程大學電子工程學院講師。從事軍事智能、軟件質量保證等方面教學科研工作，主講人工智能、人工智能應用實踐、神經網絡與深度學習等課程。先後參與國家自然科學基金、國防973、海軍重大專項等科研項目10余項，發表SCI/EI等學術論文20余篇；參與編寫《人工智能（第3版）》等教材4部，譯著1部。指導學生獲國家級學科競賽特等獎1項、一等獎1項等。先後獲得全國和全軍征文評比一等獎各1項、全國教學案例比賽二等獎2項，CCF武漢地區首屆“青年教師學術風采展示論壇”二等獎1項，榮獲個人三等功2次、“四有”優秀個人1次，入選學校人才托舉工程。"

目錄

 

 

第1章緒論1

1.1人工智能的定義與概況1

1.2人類智能與人工智能5

1.2.1智能信息處理系統的假設6

1.2.2人類智能的計算機模擬7

1.2.3弱人工智能與通用人工智能9

1.3人工智能各學派的認知觀10

1.4人工智能的研究與應用領域12

1.4.1智能感知12

1.4.2智能推理15

1.4.3智能決策18

1.4.4智能行動21

1.5人工智能發展展望26

1.5.1新一輪人工智能的發展特征26

1.5.2未來30年的人工智能問題27

1.5.3新一代人工智能發展規劃31

習題32

第2章知識表示和推理34

2.1概述34

2.1.1知識和知識表示34

2.1.2知識策略智能35

2.1.3人工智能對知識表示方法的要求36

2.1.4知識的分類37

2.1.5知識表示語言問題37

2.1.6現代邏輯學的基本研究方法38

2.2命題邏輯40

2.2.1語法40

2.2.2語義41

2.2.3命題演算形式系統42人工智能（第4版）目錄2.3謂詞邏輯44

2.3.1語法44

2.3.2語義45

2.3.3謂詞邏輯形式系統48

2.3.4一階謂詞邏輯的應用50

2.4歸結推理50

2.4.1命題演算中的歸結推理50

2.4.2謂詞演算中的歸結推理53

2.4.3謂詞演算歸結反演的合理性和完備性58

2.4.4案例： 一個基於邏輯的財務顧問61

2.5因果推理61

2.5.1概述62

2.5.2因果推斷的三個漸進層級63

2.5.3推斷引擎的結構64

2.5.4因果增強的應用前景64

2.6產生式系統65

2.6.1產生式系統的表示65

2.6.2案例：  九宮圖遊戲66

2.6.3案例：  傳教士和野人問題67

2.6.4產生式系統的控制策略68

2.7語義網絡69

2.7.1基本命題的語義網絡表示70

2.7.2連接詞在語義網絡中的表示71

2.7.3語義網絡的推理73

2.7.4語義網絡表示的特點75

2.8框架75

2.8.1框架的構成75

2.8.2框架系統的推理76

2.8.3框架表示的特點77

2.9知識圖譜77

2.9.1知識圖譜的定義與發展77

2.9.2知識圖譜體系架構79

2.9.3知識圖譜方法與技術79

2.10知識圖譜應用81

2.10.1應用技術概述81

2.10.2百度知識圖譜81

2.10.3在互聯網金融中的應用82

2.11本體、語義Web與常識83

小結85

習題85

第3章搜索技術94

3.1概述94

3.2盲目搜索算法97

3.2.1概述97

3.2.2盲目搜索方法97

3.2.3盲目搜索的局限性99

3.3啟發式搜索算法99

3.3.1啟發性信息和評估函數100

3.3.2最好優先搜索100

3.3.3A算法和A算法102

3.3.4疊代加深A算法104

3.4ANDOR圖啟發式搜索105

3.4.1問題歸納的定義105

3.4.2問題的ANDOR圖表示105

3.4.3AO算法107

3.5博弈搜索109

3.5.1極大極小過程111

3.5.2αβ過程112

3.5.3效用值估計方法114

3.6案例分析115

3.6.1八皇後問題115

3.6.2洞穴探寶115

3.6.3五子棋116

小結119

習題119

第4章高級搜索123

4.1爬山法搜索123

4.2模擬退火搜索125

4.2.1算法靈感來源126

4.2.2模擬退火算法127

4.2.3關鍵參數和操作設計128

4.3遺傳算法130

4.3.1模擬自然選擇131

4.3.2遺傳算法基本操作132

4.4案例分析136

4.4.1爬山算法求解旅行商問題136

4.4.2模擬退火算法求解旅行商問題136

4.4.3遺傳算法求解旅行商問題136

小結136

習題137

第5章不確定知識表示和推理140

5.1概述140

5.1.1什麼是不確定性推理141

5.1.2不確定性推理要解決的基本問題141

5.1.3不確定性推理方法分類143

5.2非單調邏輯144

5.2.1非單調邏輯的產生144

5.2.2非單調規則145

5.2.3案例： 有經紀人的交易146

5.3主觀Bayes方法147

5.3.1全概率公式和Bayes公式147

5.3.2主觀Bayes方法148

5.4確定性理論153

5.4.1建造醫學專家系統時的問題154

5.4.2CF模型155

5.4.3案例：  帆船分類專家系統158

5.5證據理論161

5.5.1假設的不確定性161

5.5.2證據的不確定性與證據組合163

5.5.3規則的不確定性164

5.5.4不確定性的傳遞與組合164

5.5.5證據理論案例165

5.6模糊邏輯和模糊推理167

5.6.1模糊集合及其運算167

5.6.2模糊關系168

5.6.3語言變量169

5.6.4模糊邏輯和模糊推理169

5.6.5案例：  抵押申請評估決策支持系統173

小結173

習題174

第6章機器學習178

6.1機器學習概述178

6.1.1機器學習的定義和發展史179

6.1.2機器學習的基本要素179

6.1.3機器學習的分類184

6.1.4機器學習系統的基本結構186

6.2基於統計的機器學習190

6.2.1回歸學習190

6.2.2分類學習191

6.2.3聚類學習197

6.2.4降維學習198

6.2.5案例： 決策樹的鳶尾花分類應用199

6.3神經網絡與深度學習201

6.3.1神經網絡概述201

6.3.2前饋神經網絡203

6.3.3卷積神經網絡210

6.3.4循環神經網絡216

6.3.5註意力機制網絡222

6.3.6案例： 基於反向傳播網絡擬合曲線227

6.3.7案例： 基於卷積神經網絡的圖像風格遷移227

6.4基於環境交互的強化學習230

6.4.1強化學習概述231

6.4.2馬爾可夫決策過程232

6.4.3最優策略的求解235

6.4.4QLearning算法236

6.4.5深度強化學習238

6.4.6案例： 使用QLearning算法進行機器人路徑規劃240

小結241

習題243

第7章自然語言處理技術249

7.1自然語言理解的一般問題249

7.1.1自然語言理解的概念及意義249

7.1.2自然語言理解研究的發展250

7.1.3自然語言理解的層次250

7.1.4詞法分析252

7.1.5案例：  單詞音節劃分253

7.1.6句法分析253

7.1.7語義分析256

7.2大規模真實文本的處理257

7.2.1語料庫語言學及其特點257

7.2.2統計學方法的應用及所面臨的問題258

7.2.3漢語語料庫加工的基本方法259

7.2.4語義資源建設259

7.3信息搜索260

7.3.1搜索引擎的輸入方式260

7.3.2搜索結果的輸出呈現261

7.3.3搜索引擎的工作原理262

7.3.4智能搜索引擎技術264

7.3.5搜索引擎的發展趨勢264

7.4自然語言處理中的預訓練模型266

7.4.1語言表示學習266

7.4.2上下文編碼器267

7.4.3預訓練任務及分類268

7.4.4大型語言模型270

7.5機器翻譯272

7.5.1機器翻譯的基本模式和方法272

7.5.2統計機器翻譯275

7.5.3利用深度學習改進統計機器翻譯276

7.5.4端到端神經機器翻譯277

7.6語音識別279

7.6.1智能語音技術概述279

7.6.2組成單詞讀音的基本單元280

7.6.3信號處理281

7.6.4單個單詞的識別283

7.6.5隱馬爾可夫模型283

7.6.6深度學習在語音情感識別中的應用285

7.7機器閱讀理解285

7.7.1機器閱讀理解任務的類型和評價指標285

7.7.2機器閱讀理解的深度學習建模286

7.7.3對話理解與情感對話288

7.7.4面向推理的閱讀理解290

7.7.5常識問答291

7.7.6開放域問答294

7.8聊天機器人與ChatGPT295

7.8.1聊天機器人應用場景295

7.8.2聊天機器人系統的組成結構及關鍵技術296

7.8.3ChatGPT297

小結298

習題300

第8章Agent302

8.1概述302

8.2Agent及其結構304

8.2.1Agent的定義304

8.2.2Agent要素及特性304

8.2.3Agent的結構特點306

8.2.4Agent的結構分類306

8.2.5Agent應用案例309

8.3Agent通信310

8.3.1通信方式310

8.3.2Agent通信語言312

8.4協調與協作315

8.4.1合同網316

8.4.2協作規劃317

8.5移動Agent320

8.5.1定義和系統組成320

8.5.2實現技術321

8.5.3移動Agent系統321

8.6多Agent系統開發框架JADE322

8.6.1程序模型324

8.6.2可重用開發包324

8.6.3開發和運行的支持工具327

8.7案例：  火星探礦機器人327

8.7.1需求分析328

8.7.2設計與實現329

8.8基於LLM的Agent331

8.8.1基於LLM的Agent通用概念框架332

8.8.2案例： 自生成兵棋AI333

8.8.3基於LLM的Agent特征及發展趨勢333

小結334

習題334

第9章智能規劃337

9.1概述337

9.2狀態空間搜索規劃340

9.3偏序規劃342

9.4命題邏輯規劃345

9.5分層任務網絡規劃348

9.6非確定性規劃350

9.7時態規劃351

9.8多Agent規劃354

9.9案例分析357

9.9.1規劃問題的建模與規劃系統的求解過程358

9.9.2Shakey世界358

9.9.3智能規劃系統OPLAN、Graphplan、SciBox359

小結360

習題361

第10章機器人學363

10.1機器人概述363

10.1.1機器人的分類364

10.1.2機器人的特性365

10.1.3機器人學的研究領域366

10.2機器人系統367

10.2.1機器人系統的組成367

10.2.2機器人的工作空間368

10.2.3機器人的性能指標370

10.3機器人的編程模式與語言371

10.4機器人應用與展望372

10.4.1機器人應用372

10.4.2機器人發展展望376

10.5機器人運動控制實例分析380

10.5.1仿真平臺使用介紹380

10.5.2仿真平臺與策略程序的關系383

10.5.3策略程序的結構383

10.5.4動作函數及說明383

10.5.5策略384

10.5.6各種定位球狀態的判斷方法387

10.5.7比賽規則388

小結389

習題390

第11章互聯網智能391

11.1概述391

11.2語義網與本體393

11.2.1語義網的層次模型393

11.2.2本體的基本概念394

11.2.3本體描述語言395

11.2.4本體知識管理框架396

11.2.5本體知識管理系統Protg396

11.2.6本體知識管理系統KAON397

11.3Web技術與Web挖掘398

11.3.1Web技術399

11.3.2Web挖掘402

11.4群體智能404

11.4.1社群智能404

11.4.2群體智能互動感知405

11.4.3互聯網大腦（雲腦）407

11.4.4智聯網409

11.5案例410

11.5.1智能網聯汽車410

11.5.2城市計算412

小結413

習題414

第12章人工智能倫理與安全417

12.1人工智能的風險與挑戰417

12.2人工智能倫理420

12.2.1人工智能倫理概念420

12.2.2人工智能倫理問題421

12.3人工智能安全426

12.3.1人工智能安全概念426

12.3.2人工智能安全問題427

12.3.3人工智能安全屬性430

12.4人工智能治理431

12.4.1治理原則與規範432

12.4.2治理體系與政策433

12.4.3治理技術與工具437

小結438

習題438

附錄A人工智能課程思政440

附錄B手寫體識別案例443

參考文獻444