本书专注于当今人工智能的核心技术和过程，包括章节总结、历史概述、练习、计算机作业、思维实验，以及强化关键概念的控制题；借助可视化图形来说明基本思想，通过易于遵循的示例来说明如何在实际实现中使用这些思想。本书可作为人工智能、计算机科学与技术、控制科学与工程、优化理论等专业本科生、研究生的专业课教材，也可供计算机科学与技术、控制科学与工程、人工智能网络优化等领域的科技人员参考。

第1章 核心人工智能：问题解决和自动推理
1.1 早期的里程碑
1.1.1 数字运算的极限
1.1.2 AI的诞生
1.1.3 早期策略：搜索算法
1.1.4 早期的智慧：计算机需要知识
1.1.5 编程语言
1.1.6 教科书：许多不同的主题
1.1.7 21世纪的展望
1.2 问题解决
1.2.1 典型问题
1.2.2 经典搜索方法
1.2.3 规划
1.2.4 遗传算法
1.2.5 群体智能算法
1.2.6 涌现特性和人工生命
1.3 自动推理
1.3.1 斑马问题
1.3.2 计算机能解决斑马问题吗
1.3.3 家庭关系
1.3.4 知识表示
1.3.5 自动推理
1.3.6 不那么明确的概念
1.3.7 不完美的知识
1.3.8 不确定性处理
1.3.9 专家系统
1.4 本书结构与方法
第2章 盲搜
2.1 动机和术语
2.1.1 简单谜题
2.1.2 搜索树
2.1.3 搜索操作符
2.1.4 人工智能中的盲搜
2.1.5 滑方块
2.1.6 传教士和食人族
2.1.7 程序员的视角
2.2 深度优先搜索和广度优先搜索
2.2.1 搜索树举例
2.2.2 深度优先搜索：原理
2.2.3 深度优先搜索算法
2.2.4 数值举例
2.2.5 广度优先搜索：原理
2.2.6 广度优先搜索算法
……
第3章 启发式搜索和退火
第4章 对抗搜索
第5章 规划
第6章 遗传算法
第7章 人工生命
第8章 涌现特性和群体智能
第9章 自动推理的要素
第10章 逻辑与推理（简化版）
第11章 使用变量的逻辑和推理
第12章 表示知识的不同方式
第13章 自动推理道路上的障碍
第14章 概率推理
第15章 模糊集
第16章 专家系统的优点和缺点
第17章 超越核心大工智能
第18章 哲学思考
参考文献