本教程含十一章，分别是第一章人工智能的诞生与应用；第二章人工智能的基本概念、主要内容、常用方法与关键技术；第三章图搜索与问题求解；第四章自动规划与配置；第五章非单调推理与软计算；第六章知识表示与机器推理；第七章机器学习与知识发现；第八章机器感知、模式识别与语言交流；第九章智能计算机与智能化网络；第十章人工智能开发工具和第十一章人工智能实用系统。上述章节系统阐述了人工智能的基本原理和发展沿革，科学建构了人工智能理论系统和技术体系的基本框架，全面涵盖了人工智能相关分支领域的基本知识，深入展示了人工智能的新进展和新成果。
本教程是编委会倾心、倾情、倾力打造的成果，体系严谨、内容丰富、论述准确、案例精到、体裁新颖、条分缕析、叙述简洁、图文并茂、深入浅出、引人入胜。本教程每一章开篇时都有学习目标、思维导图，结尾处都有本章小结、思考与练习、推荐阅读，写作时特别注重科学性、规范性、逻辑性、严谨性，同时还突出了知识性、趣味性、生动性、时代性。所以本教程特别适合高等院校科学教育专业或其他相关专业的本科生和研究生作为人工智能课程的通用教材使用，还可作为人工智能的参考读物和学习用书供广大科技工作者使用。

第一章 人工智能的诞生与应用
第一节 人工智能的诞生
第二节 人工智能的应用
第三节 人工智能的分支领域
第四节 人工智能的学科发展
第二章 人工智能的基本概念、主要内容、常用方法
与关键技术
第一节 人工智能的基本概念
第二节 人工智能的主要内容
第三节 人工智能的常用方法
第四节 人工智能的关键技术
第五节 研究人工智能的重要性与必要性
第三章 图搜索与问题求解
第一节 概述
第二节 状态图与状态图搜索
第三节 状态图搜索问题求解
第四章 自动规划与配置
第一节 经典规划技术
第二节 自动规划技术
第三节 自动配置
第五章 非单调推理与软计算
第一节 传统逻辑系统
第二节 非单调推理
第三节 不确定推理
第四节 模糊逻辑和模糊推理
第五节 神经网络
第六章 知识表示与机器推理
第一节 知识表示概述
第二节 一阶谓词机器推理
第三节 产生式规则及其推理
第四节 语义网络
第五节 知识图谱
第六节 不确定性和不确切性信息处理
第七节 不确定性知识的表示及推理
第八节 软语言值及其数学模型
第七章 机器学习与知识发现
第一节 机器学习
第二节 符号学习
第三节 强化学习
第四节 统计学习
第五节 神经网络学习
第六节 深度学习
第七节 数据挖掘
第八节 知识发现
……
第八章 机器感知、模式识别与语言交流
第九章 智能计算机与智能化网络
第十章 人工智能开发工具
第十一章 人工智能实用系统
参考文献