本书是作者积累多年教学经验，参考国内外大量文献资料，追踪当代人工智能发展趋势而写成的著作。

全书共分7篇。第一篇讲述模拟人类自然推理的不确定性推理方法和非单调推理方法：包括专家系统MYCIN的不确定性推理方法、主观Bayes方法、模糊推理、证据理论和非单调推理；第二篇讲述机器学习的概念与方法：包括概念学习、决策树学习和学习规则集合；第三篇讲述计算智能：包括人工神经网络、遗传算法和其它计算智能方法；第四篇讲述如何在机器上实现人类的语言、视觉和听觉：包括语法和语义分析、基于语料库的自然语言理解、计算机视觉和语音处理；第五篇介绍蓬勃发展的分布式人工智能和Agent技术；第六篇介绍人工智能的三个应用领域：即汉语自然语言处理、光学文字识别及移动Agent技术；第七篇是作者对于人工智能的现在与未来的思考。

本书叙述简明清晰，逻辑性强，可作为高等学校相关专业研究生和高年级本科生的教材，也可供从事人工智能研究与应用的专业人员参考。

第一篇 高级护理技术

第1章 传统的推理技术

第2章 专家系统MYCIN的不确定性推理方法

第3章 主观Bayes方法

第4章 模糊推理

第5章 证据理论

第6章 非单调推理

第二篇 机器学习

第7章 机器学习概论

第8章 概念学习

第9章 决策树学习

第10章 学习规则集合

第三篇 计算智能

第11章 人工神经网络

第12章 遗传算法

第13章 其它计算智能方法

第四篇 自然语言理解与感知

第14章 概述

第15章 语法分析和语义分析

第16章 基于语料库的自然语言理解

第17章 计算机视觉

第18章 语音处理

第五篇 分布式人工智能

第19章 概述

第20章 Agent技术

第六篇 人工智能的应用

第21章 汉语自然语言处理

第22章 光学字符识别技术

第23章 移动Agent技术

第七篇 人工智能的现在与未来

第24章 对人工智能的思考

参考文献