人工智能

能的本质是"知识+思维"：AI 不是某一种算法，而是"让机器获取并运用知识去分析问题、解决问题"的学科——知识工程是贯穿全书的主轴。 不确定性是智能问题的本质特征：智能系统的能力更主要反映在求解不确定性问题上；因此第5章用五套工具(确定性理论/主观Bayes/D-S/模糊/非单调)系统处理"不精确"。 三大学派各有根基、不可互相取代：符号主义(逻辑)、联结主义(神经网络)、行为主义(控制论)对应不同"认知基元"与研究方法，本书以符号主义为主但未否定其余。 搜索即问题求解：几乎所有智能活动都可抽象为"在问题空间中搜索一条代价较小的推理路线"——盲目/启发式(A*) /博弈(α-β)是核心武器。 现代启发式算法源于自然启发：爬山/模拟退火/禁忌/蚁群/粒子群/遗传都是"受自然界或生物界规律启发"的全局寻优，简单规则可涌现复杂求解能力。 专家系统 = 知识 + 推理的分离式工程：把领域专家知识存进知识库、用推理机模拟专家思维，是 AI 从理论走向应用的关键一跃，并催熟了"知识工程"。 机器学习 = 从经验中自我完善：通过把抽象目标化为可训练的目标函数(如西洋跳棋v(b))，用样本迭代调整参数，使性能随经验上升。

成书时间2012年，对人工智能来说，早已沧海桑田，物非人非了。

值得一看的入门教材，浅显易懂特别适合零基础的好奇者

微读里唯一搜到的一本人工智能专业书，不管好不好，冲这个唯一，点个赞

比较老的书，我08年读大学的时候就在校图书馆看过，人工智能已经今非昔比了。

跟专业的内容，虽然作为外行很多计算都看不懂，但相比其他一些人工智能的科普读物技术性强多了。让我进一步了解了人工智能[鼓掌]