本书发现“科学观→方法论→研究模型→研究路径→基本概念→基本原理”是建立新学科所需的完整研究纲领。于是，总结了信息科学的科学观和方法论，构筑了全新的人工智能研究模型，开创了机制主义的人工智能研究路径，重构了一批人工智能基本概念和基本原理，使长期鼎足三分的人工智能三大学派实现了和谐统一，构建了“基础意识一情感一理智”三位一体的高等人工智能，从而首创了机制主义人工智能理论。
本书可作为人工智能、大数据、计算机、自动化、通信等领域的高校教师、研究生、本科生学习和研究人工智能的教科书，也可作为科研机构和企业的研究人员及工程技术人员的参考书。

钟义信，教授，博导，发展中世界工程技术科学院院士，北京邮电大学原副校长，国际信息研究学会2022一2023年度主席，中国人工智能学会第4届和第5届理事长，中国神经网络委员会2001一2005年度主席，国家863计划通信主题首届首席专家及863计划大信息领域负责人，曾任国务院信息化领导小组办公室专家委员会常委，亚太神经网络联合会主席，中国科协一联合国信息技术咨商委员会主席，世界工程组织联合会副主席兼信息通信委员会主席。长期从事信息科学与人工智能基础理论研究，是首届“吴文俊人工智能科学技术奖”的成就奖获得者，邮电部科技进步奖一、二等奖获得者，全国科协优秀科普著作奖的荣誉奖获得者。获国务院人事部“有突出贡献的中青年专家”称号和“有突出贡献的归国留学人员”称号。被评为全国优秀教师、全国优秀科技工作者。出版了《信息科学原理》《机器知行学原理》和《高等人工智能原理》等16部学术著作，发表了《全信息理论》《信息生态方法论》和《机制主义人工智能理论》等520多篇学术论文。

第1篇 总论
第1章 从科学技术发展规律看：为何要研究人工智能？
1.1 辅人律：科学技术是怎样发生的？
1.1.1 人类的生物学进化和文明进化
1.1.2 人类的文明进化与科学技术的发生
1.2 拟人律：科学技术是怎样发展的？
1.2.1 科学技术拟人发展的基本逻辑
1.2.2 科学技术拟人发展的基本阶段
1.3 共生律：科学技术与人类的关系
1.3.1 共生律是辅人律和拟人律的必然结果
1.3.2 “机器治人”说缺乏科学根据
本章小结与评注
本章参考文献
第2章 从科学研究的认识论规律看：怎样研究人工智能？
2.1 科学研究的认识论规律：顶天立地的研究纲领
2.1.1 什么是科学研究的认识论规律？
2.1.2 顶天立地的科学研究纲领
2.2 经典物质科学的学科基础
2.2.1 经典物质科学的科学观和方法论
2.2.2 经典物质科学的研究模型和研究途径
2.3 现代信息科学的学科基础
2.3.1 信息科学的科学观和方法论
2.3.2 信息科学的研究模型与研究途径
2.3.3 信息科学研究的特殊规律——范式转变
本章小结与评注
本章参考文献
第2篇 历史上的智能研究：成就与不足
第3章 自然智能理论研究的启迪
3.1 脑神经科学研究简介
3.1.1 人类大脑与智能系统
3.1.2 脑的组织学
3.1.3 脑组织的细胞学
3.2 认知科学研究简介
3.2.1 感知
3.2.2 注意
3.2.3 记忆
3.2.4 思维
3.2.5 语言
3.2.6 情绪
3.3 脑科学与认知科学的融通：“全信息”科学观
3.3.1 脑神经科学与认知科学：存在“理论的断裂”
3.3.2 认知科学研究：需要“全信息”，也能生成“全信息”
本章小结与评注
本章参考文献
第4章 人工智能研究方法的变革
4.1 人工智能研究鸟瞰
4.1.1 人工智能的基本概念
4.1.2 “人工智能”含义的辨析
4.1.3 人工智能研究的历史与现状
4.2 科学研究方法的进化
4.2.1 科学方法论的进化
4.2.2 科学方法论演进概要
4.3 概念与方法的重审：开放复杂信息系统的科学方法论
4.3.1 人工智能研究遭遇的科学方法论问题
4.3.2 人工智能研究的新型科学方法论
4.3.3 本书的知识结构
本章小结与评注
本章参考文献
第3篇 基础
第5章 全信息理论
5.1 基本概念
5.1.1 现有信息概念简评
5.1.2 信息定义谱系：本体论信息与认识论信息
5.1.3 Shannon信息：统计型语法信息
5.2 全信息的分类与描述
5.2.1 信息的分类
5.2.2 信息的描述
5.3 信息的度量
5.3.1 概率语法信息的测度：Shannon概率熵
5.3.2 模糊语法信息的测度：Deluca-Termin模糊熵
5.3.3 语法信息的统一测度：一般信息函数
5.3.4 全信息的测度
本章小结与评注
本章参考文献
第6章 知识理论
6.1 知识的概念、分类与表示
6.1.1 知识及其相关的基本概念
6.1.2 知识的分类与表示
6.2 知识的度量
6.2.1 针对“知识生成”的知识度量
6.2.2 针对“知识激活”的知识度量
6.3 知识的生态学
6.3.1 知识的内生态系统
6.3.2 知识的外生态系统
本章小结与评注
本章参考文献
第4篇主体
第7章 感知（第一类信息转换原理）：客体信息→感知信息（语义信息）
7.1 机制主义人工智能系统模型与机制主义方法
7.1.1 机制主义人工智能的系统模型
7.1.2 信息转换：机制主义方法
7.2 第一类信息转换原理：感知与注意的生成机制
7.2.1 感知信息的生成机理
7.2.2 重要的副产品：脑科学与认知科学的“搭界”
7.2.3 注意的生成机理
7.3 面向全信息的记忆机制
7.3.1 记忆系统的全信息存储
7.3.2 长期记忆系统的信息存储与提取
本章小结与评注
本章参考文献
第8章 认知（第二类信息转换原理）：语义信息→知识
8.1 认知概念解析
8.1.1 辞书对“认知”的解说
8.1.2 认知科学的相关诠释
8.1.3 本书的理解
8.2 认知原理：语义信息→知识
8.2.1 认知过程的界定
8.2.2 认知方法解析
8.3 基于语义信息的认知知识库
8.3.1 基于语义信息的知识表示
8.3.2 基于语义信息的机器学习
8.3.3 通用学习
本章小结与评注
本章参考文献
第9章 谋略（第三类信息转换原理）语义信息→智能策略
9.1 基础意识的生成机制：第三类A型信息转换原理
9.1.1 意识的含义
9.1.2 基础意识的生成机制
9.2 情感的生成机制：第三类B型信息