本书是国家精品课程和国家级精品资源共享课“人工智能”的配套教材。本版共10章，主要内容包括绪论、知识表示、搜索技术、推理技术、机器学习、专家系统、自动规划系统、自然语言理解、智能控制、人工智能程序设计等。与第3版相比，大多数章节都做了相应规范、修改、精简或补充。
本书可作为高等本科院校计算机、人工智能、智能科学与技术专业和其他信息类专业的“人工智能”课程教材或教学参考书，也可供从事人工智能研究与应用的科技工作者学习参考。

蔡自兴，IEEE院士和IEEE终身院士（Fellow）、国际导航与运动控制科学院院士、纽约科学院院士、联合国专家，中南大学信息科学与工程学院教授、博士生导师，湖南省自兴人工智能研究院首席科学家。首届全国高校国家级教学名师奖、吴文俊人工智能科技奖成就奖、徐特立教育奖、宝钢全国优秀教师奖特等奖获得者。历任第八届湖南省政协副主席和全国政协第九届和第十届委员会委员，兼任中国人工智能学会副理事长及智能机器人专业委员会创会主任、IEEE计算智能学会评奖委员会委员和IEEE CIS进化计算技术委员会委员等。已在国内外编著出版专著和教材50多部（版），发表论文1000余篇，他引数万次。主持国家级精品课程、精品资源共享课程、国家级教学团队等国家教育部质量工程项目8项。是我国人工智能、智能控制、机器人学诸学科的学术带头人之一，被誉为“中国人工智能教育第一人”“中国智能机器人学科创始人”“中国智能控制奠基者”。

第1章 绪论
1.1 人工智能的定义和发展
1.1.1 人工智能的定义
1.1.2 人工智能的起源与发展
1.1.3 中国人工智能的发展历程
1.2 人工智能的研究目标、内容与核心要素
1.2.1 人工智能的研究目标
1.2.2 人工智能研究的基本内容
1.2.3 人工智能的核心要素
1.3 人工智能的研究与计算方法
1.3.1 人工智能的研究方法
1.3.2 人工智能的计算方法
1.4 人工智能的研究和应用领域
1.5 本书概括
习题1
第2章 知识表示
2.1 知识及其表示概述
2.2 状态空间法
2.2.1 问题状态描述
2.2.2 状态图示法
2.2.3 状态空间表示举例
2.3 问题归约法
2.3.1 问题归约描述
2.3.2 与或图表示
2.3.3 问题归约机理
2.4 谓词逻辑法
2.4.1 谓词公式
2.4.2 谓词演算
2.4.3 置换与合一
2.5 语义网络法
2.5.1 二元语义网络的表示
2.5.2 多元语义网络的表示
2.5.3 基于语义网络的知识推理
2.6 框架表示法
2.6.1 框架理论及特点
2.6.2 框架的构成
2.6.3 框架的推理
2.7 知识图谱
2.7.1 知识图谱的定义与架构
2.7.2 知识图谱的关键技术
2.7.3 知识图谱的应用领域
2.8 面向对象表示法
2.8.1 面向对象的概念
2.8.2 面向对象表示中的类继承
2.9 本章小结
习题2
第3章 搜索技水
3.1 盲目搜索
3.1.1 图搜索策略
3.1.2 宽度优先搜索
3.1.3 深度优先搜索
3.1.4 等代价搜索
3.2 启发式搜索
3.2.1 启发式搜索策略
3.2.2 有序搜索
……
第4章 推理技术
第5章 机器学习
第6章 专家系统
第7章 自动规划系统
第8章 自然语言理解
第9章 智能控制
第10章 人工智能程序设计
参考文献