发布时间：
院士作序推荐的《人工智能基础教程》孙元强，罗继秋编著，该书例子多多，习题有答案，非常实用
你还是自己去汉斯出版社 的官网找下相关文献看看学习学习吧
清华大学出版社最近推出了两部人工智能新教材？：《人工智能概论》和《人工智能导论》，前者为人工智能通识课教材，后者面向人工智能专业及计算机、自动化和电子信息类专业。也两本书的最大特点就是易读易懂，易教易学。
11111
OA图书馆，可以查找。
前沿学科的最精彩成就代序－－计算机时代的脑力劳动机械化与科学技术现代化第三版序第二版序前言第1章 绪论1 人工智能的定义与发展1 人工智能的定义2 人工智能的起源与发展2 人类智能的与人工智能1 智能信息处理系统的假设和认知的研究层次2 人类智能的计算机模似3 人工智能各学派的认知观4 人工智能的研究与应用领域1 问题求解2 逻辑推理与定理证明3 自然语言理解4 自动程序设计5 专家系统6 机器学习7 神经网络8 机器人学9 模式识别10 机器视觉11 智能控制12 智能检察13 智能调度与指挥14 分布式人工智能与A15 计算智能与进化计算16 数据挖掘与知识发展17 人工生命18 系统与语言工具5 本书概要习题1第2章 知识表示与推理1 知识表示的一般方法2 图搜索策略3 一般搜索与推理技术4 A算法5 消解原理1 子句集的求取2 消解推理规则3 含有变量的消解式4 消解反演求解过程5 含状态项的回答语句的求取6 规则演绎系统1 规则正向演绎系统2 规则逆向演绎系统3 规则双向演绎系统7 产生式系统1 产生式系统的组成2 产生式系统的推理3 产生式系统举例8 系统组织技术1 议程表2 黑板法3 极小搜索法9 小结习题2第3章 高级知识推理1 经典推理和非经典推理2 非单调推理1 缺省推理2 限定推理3 真值维持系统3 时序推理1 时间区间关系的表示2 各种约束关系算法3 时序关系表示和约束算法的拓广4 不确定推理1 不确定性的表示与度量2 不确定性的算法5 概率推理1 概率的基本性质和计算公式2 概率推理方法6 可信度方法1 知识不确定性的表示2 证据不确定的表示3 主观贝叶斯方法的推理算法7 可信度方法1 基于可信度的不确定性表示2 可信度方法的推理算法8 证据理论1 证据理论的形式化描述2 证据理论的不确定性推理模型3 推理示例9 小结习题3第4章 计算智能第5章 专家系统第6章 机器学习第7章 自动规划第8章 Agent（艾真体）第9章 机器视觉第10章 自然语言理解第11章 智能控制第12章 人工智能的争论与发展望参考文献索引
那你在网上找找（人工智能与机器人研究）吧~~看看别人的是怎么写的~
清华大学出版社最近推出了两部人工智能新教材？：《人工智能概论》和《人工智能导论》，前者为人工智能通识课教材，后者面向人工智能专业及计算机、自动化和电子信息类专业。也两本书的最大特点就是易读易懂，易教易学。
具/体/要/求/有/吗？
人工智能发展史0
清华大学出版社最近推出了两部人工智能新教材？：《人工智能概论》和《人工智能导论》，前者为人工智能通识课教材，后者面向人工智能专业及计算机、自动化和电子信息类专业。也两本书的最大特点就是易读易懂，易教易学。
OA图书馆，可以查找。
前言第1章 绪论1 人工智能概况2 人工智能的学科范畴3 人工智能的研究领域4 人工智能系统结构及特点习题第2章 知识及其表示方法1 知识表示技术2 状态空间表示表3 与或图表示法4 知识的逻辑表示法5 产生式表示法6 语义网络表示法7 框架表示法8 Petri网知识表示表习题第3章 智能求解及其搜索策略1 搜索系统的组成2 问题表示及求解方法3 基本推理技术4 搜索策略的效率5 基本搜索策略6 启发式搜索策略7 基于规划的启发式搜索原理习题第4章 专家系统第5章 知识学习第6章 遗传算法第7章 人工智能系统应用参考文献……
没有参考书。想了解的话只有学相关知识
院士作序推荐的《人工智能基础教程》孙元强，罗继秋编著，该书例子多多，习题有答案，非常实用
没有
11111
关于人工智能的定义众说不一。美国 斯坦福大学人工智能研究中心尼尔逊教授 下过这样一个定义:“人工智能是关于知识 的学科——怎样表示知识以及怎样获得知 识并使用知识的科学 。” 而麻省理工学院 的温斯顿教授认为:“人工智能就是研究如 何使计算机去做过去只有人才能做的智能 工作。”人们普遍认为人工智能(Artificial Intelligence),英文缩写为 AI,也称机器智 能。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系 统的一门新的技术科学。它是从计算机应 用系统的角度出发 , 研究如何制造出人造 的智能机器或智能系统 , 来模拟人类智能 活动的能力, 以延伸人们智能的科学。 人工智能就其本质而言 , 是对人的思 维的信息过程的模拟。人工智能不是人的 智能 , 更不会超过人的智能。 对于人的思 维模拟可以从两条道路进行, 一是结构模 拟 , 仿照人脑的结构机制 , 制造出 “类人 脑”的机器;二是功能模拟,暂时撇开人脑 的内部结构, 而从其功能过程进行模拟。 人工智能可以分为强人工智能和弱人 工智能。强人工智能观点认为有可能制造 出真正能推理 (Reasoning) 和解决问题 (Problem solving)的智能机器,并且,这样的 机器能将被认为是有知觉的, 有自我意识 的。弱人工智能观点认为不可能制造出能 真正地推理和解决问题的智能机器 , 这些 机器只不过看起来像是智能的 , 但并不真 正拥有智能 , 也不会有自主意识。 人工智 能的研究经历了以下几个阶段: 第一阶段:20 世纪 50 年代人工智能的兴 起和冷落。人工智能概念首次提出后,出现了 一批显著的成果,如机器定理证明、跳棋程序、 LISP 表处理语言等。但由于解法推理能力有 限,以及机器翻译失败等,使人工智能走入低 谷。这一阶段的特点是:重视问题求解的方 法,忽视知识重要性。第二阶段:20 世纪 60 年代末到 70 年代,专 家系统出现使人工智能研究出现新高潮。 DENDRAL 化学质谱分析系统、MYCIN 疾病诊断和治疗系统、PROSPECTIOR 探矿系统、Hearsay-II 语音理解系统等专家系统的研究 和开发,将人工智能引向了实用化。1969 年成立了国际人工智能联合会议(IJCAI)。 第三阶段:20 世纪 80 年代,随着第五代计 算机的研制,人工智能得到了很大发展。日本1982 年开始了“第五代计算机研制计划”,即“知识信息处理计算机系统KIPS”,其目的是使 逻辑推理达到数值运算那么快。虽然此计划最终失败,但它的开展形成了一股研究人工智能的热潮。 第四阶段:20 世纪 80 年代末,神经网络飞 速发展。1987 年,美国召开第一次神经网络 国际会议,宣告了这一新学科的诞生。此后, 各国在神经网络方面的投资逐渐增加,神经网 络迅速发展起来。 第五阶段:20 世纪 90 年代,人工智能出现 新的研究高潮。由于网络技术特别是国际互 连网的技术发展,人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问 题求解,而且研究多个智能主体的多目标问题求解,将人工智能面向实用。人工智能研究范畴有自然语言处理 , 知识表现,智能搜索,推理,知识获取,组合调度问题,感知问题,模式识别,逻辑程序设计,软计算,不精确和不确定的管理,人 工生命,神经网络,复杂系统等。目前,人工智能是与具体领域相结合进行研究的,有如下领域:(1)专家系统。依靠人 类已有的知识建立起来的知识系统,目前专家系统是人工智能研究中开展较早、最活跃、成效最多的领域。(2)机器学习。主要在三 个方面进行:一是研究人类学习的机理、人 脑思维的过程;二是机器学习的方法;三是建立针对具体任务的学习系统。(3)模式识别。研究如何使机器具有感知能力,主要研究视觉 模式和听觉模式的识别。(4)理解自然语言。计算机如能“听懂”人的语言,便可以直接用口语操作计算机,这将给人们带极大的便 利。(5)机器人学。机器人是一种能模拟人的行为的机械,对它的研究经历了三代发展过程:第一代(程序控制)机器人:这种机器人只能刻板地按程序完成工作,环境稍有变化就会出问题,甚至发生危险。第二代(自适应)机器人:这种机器人配备有相应的感觉传感器, 能取得作业环境、操作对象等简单的信息,并由机器人体内的计算机进行分析处理,控制机器人的动作。第三代(智能)机器人:智能机 器人具有类似人的智能,它装备了高灵敏度传感器,因而具有超过人的视觉、听觉、 、嗅觉、触觉的能力,能对感知的信息进行分析,控制自 己的行为,处理环境发生的变化,完成各种复杂的任务。而且有自我学习、归纳、总结、提高已掌握知识的能力。(6)智能决策支持系统。20 世纪 80 年代以来专家系统在许多方面取得 成功,将人工智能中特别是智能和知识处理技术应用于决策支持系统,扩大了决策支持系统 的应用范围,提高了系统解决问题的能力,这就成为智能决策支持系统。(7)人工神经网络。在研究人脑的奥秘中得到启发,试图用大量的 处理单元模仿人脑神经系统工程结构和工作机理。
没有