人工智能是一门前沿性的学科，它研究计算机实现智能的基本原理和基本方法；同时人工智能也是一门多学科交叉的综合学科，它涉及计算机科学、数学、心理学、认知科学等众多领域。随着信息化、计算机网络和Internet技术的发展，人类已步入信息社会和网络经济的时代，它们为人工智能提出了许多具体的研究目标和研究课题，人工智能作为计算机学科的重要分支，已成为人类在信息社会和网络经济时代所必须具备的一项核心技术，并将在新的世纪发挥更大的作用。

“人工智能原理”是计算机科学与技术学科类各专业重要的基础课程，在信息类相关的许多高年级本科和研究生都开设了人工智能课程，许多专业的研究生入学考试、国家同等学力计算机科学与技术学科申请硕士学位考试都将人工智能列为专业基础课的考试科目之一。由于人工智能课程的学习难度较大，内容相对比较抽象，也繁多，使得学习有一定的难度。为此，在多年为中科院研究生院计算机学科和相关专业的研究生以及在职研究生讲授“人工智能原理”的基础上，结合国家学位委员会颁布的《同等学力人员申请硕士学位计算机科学与技术学科综合水平全国统一考试大纲及指南》中的“人工智能原理考试大纲”的要求，编写了本学习辅导书。

全书共分为8章，每一章的内容基本包括了本章主要知识结构、本章主要内容、例题分析、练习题与参考答案。主要知识点包括本章的主要概念，以及需要理解和掌握的内容。本章主要内容是以问答的形式对本章的内容加以概述和介绍，有的内容介绍得相对简单，有的内容介绍得比较详细。因为人工智能的各种不同教材包括的内容不尽相同，同学们在学习时可能需要多种不同的参考书。在“例题分析”中选择了一些有代表性的例题进行讲解，使同学能对本章的内容有更深入的理解。增强解决问题的能力。在“练习题与参考答案”部分给出了一定数量的练习和参考答案。人工智能中的很多问题并没有标准答案，从不同角度分析可能有不同的解释或理解，因此这里给出的答案只作为参考。

本书第1章对人工智能的基本概念、研究特点、发展历史、各学派研究特点和应用领域等进行了必要的讨论。第2章介绍了问题求解的基本技术，讨论了各种搜索技术，包括盲目搜索、启发式搜索和博弈问题以及约束满足问题。第3章介绍了与知识表示相关的一些方法，包括逻辑方法、产生式方法、语义网络和框架表示方法。第4章对归结推理规则和归结原理进行了介绍。第5章是不确定性推理，包括主观Bayes方法、确定性理论、证据理论以及概率推理等内容。第6章是机器学习基本技术，包括实例学习、ID3算法、关联规则发现等。第7章包括神经网络以及遗传算法等内容。第8章介绍了与自然语言处理相关的一些论题。最后给出了两套模拟练习题，难度相对较小，目的是尽量覆盖课程的主要知识点。

本书是为学习人工智能课程的本科生和研究生而编写的学习和辅导书，在编写过程中参考了国内外许多不同版本的人工智能教材，也吸取了这些教材和有关文献的精华，在此谨向这些教材和文献的作者表示感谢。在本书编写和出版过程中，得到了清华大学出版社的大力支持，在此谨表诚挚的谢意。

由于作者水平有限，在练习选择、讲解和解答方面在所难免存在错误或疏漏，敬请各位专家和广大读者批评指正。