本书是一本基础性强、可读性好、适合讲授的人工智能教材。读者通过学习本书，能够掌握人工智能的基本知识，并能了解人工智能研究的一些前沿内容，为进一步学习人工智能理论与应用奠定基础。
全书共11章。第1章绪论；第2章知识表示与知识图谱；第3章确定性推理方法；第4章不确定性推理方法；第5章搜索求解策略；第6章智能计算及其应用；第7章专家系统与机器学习；第8章人工神经网络及其应用（新增卷积神经网络、胶囊网络、生成对抗网络）；第9章智能体与多智能体系统；第10章自然语言处理及其应用；第11章人工智能在游戏设计中的应用。附录中给出了本书部分习题的简要解答和实验指导书。
本书可作为计算机类、自动化类、电气类、电子信息类、机械类以及其他理工农医类专业的本科生学习人工智能课程的教材。由于书中几大部分内容相对独立，教师可以根据课程计划灵活选择相关内容。

王万良，工学博士，二级教授，博士生导师，国务院政府特殊津贴专家，国家教学名师，国家“万人计划”首批教学名师，浙江省杰出教师。现任教育部高等学校计算机类专业教学指导委员会委员、浙江省高等学校计算机类专业教学指导委员会副主任、全国高校大数据教育联盟副理事长、中国人工智能学会理事、中国自动化学会理事、智慧教育专业委员会主任、浙江省可视媒体智能处理技术研究重点实验室主任、浙江省计算机学会副理事长、浙江省计算机应用与教育学会副理事长、浙江省人工智能学会副理事长、杭州市计算机学会理事长、杭州市人工智能学会副理事长。

第1章 绪论
1.1 人工智能的基本概念
1.1.1 智能的概念
1.1.2 智能的特征
1.1.3 人工智能
1.2 人工智能的发展简史
1.2.1 孕育
1.2.2 形成
1.2.3 发展
1.2.4 大数据驱动人工智能发展期
1.3 人工智能研究的基本内容
1.4 人工智能的主要研究领域
1.5 小结
思考题
第2章 知识表示与知识图谱
2.1 知识与知识表示的概念
2.1.1 知识的概念
2.1.2 知识的特性
2.1.3 知识的表示
2.2 一阶谓词逻辑表示法
2.2.1 命题
2.2.2 谓词
2.2.3 谓词公式
2.2.4 谓词公式的性质
2.2.5 一阶谓词逻辑知识表示方法
2.2.6 一阶谓词逻辑表示法的特点
2.3 产生式表示法
2.3.1 产生式
2.3.2 产生式系统
2.3.3 产生式系统的例子——动物识别系统
2.3.4 产生式表示法的特点
2.4 框架表示法
2.4.1 框架的一般结构
2.4.2 用框架表示知识的例子
2.4.3 框架表示法的特点
2.5 知识图谱
2.5.1 知识图谱的提出
2.5.2 知识图谱的定义
2.5.3 知识图谱的表示
2.5.4 知识图谱的架构
2.5.5 知识图谱的构建
2.5.6 知识图谱的典型应用
2.6 小结
思考题
习题
第3章 确定性推理方法
3.1 推理的基本概念
3.1.1 推理的定义
3.1.2 推理方式及其分类
3.1.3 推理的方向
3.1.4 冲突消解策略
3.2 自然演绎推理
3.3 谓词公式化为子句集的方法
3.4 鲁宾孙归结原理
3.5 归结反演
3.6 应用归结原理求解问题
3.7 小结
思考题
习题
第4章 不确定性推理方法
第5章 搜索求解策略
第6章 智能计算及其应用
第7章 专家系统与机器学习
第8章 人工神经网络及其应用
第9章 智能体与多智能体系统
第10章 自然语言处理及其应用
第11章 人工智能在游戏设计中的应用
附录A 部分习题解答
附录B 实验指导书
参考文献