没有参考书。想了解的话只有学相关知识
第1章 人工智能概述1 人工智能的定义及其研究目标2 人工智能的产生与发展3 人工智能研究的基本内容4 人工智能研究中的不同学派5 人工智能的研究和应用领域6 人工智能近期发展分析习题1第2章 知识表示方法1 知识表示的基本概念2 一阶谓词逻辑表示3 产生式表示法4 语义网络表示法5 框架表示法6 过程表示法习题2第3章 确定性推理1 推理的基本概念2 推理的逻辑基础3 自然演绎推理4 归结演绎推理5 基于规则的演绎推理习题3第4章 搜索策略1 搜索的基本概念2 状态空间的盲目搜索3 状态空间的启发式搜索4 与/或树的盲目搜索5 与/或树的启发式搜索6 博弈树的启发式搜索习题4第5章 计算智能第6章 不确定性推理第7章 机器学习第8章 自然语言理解第9章 分布智能第10章 先进专家系统附录A 人工智能实验参考文献
机器人（Robot）是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作，例如生产业、建筑业，或是危险的工作。
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。
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~
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
人工智能及其应用作 者： 王万良 编著出 版 社： 高等教育出版社出版时间： 2008-6-1开 本： 16开I S B N ： 9787040239560定价：￥90 全书共10章。第1章绪论；第2章知识表示；第3章确定性推理方法；第4章不确定性推理方法；第5章搜索求解策略；第6章专家系统；第7章机器学习；第8章人工神经网络及其应用；第9章遗传算法及其应用；第10章自然语言理解及其应用。附录中给出了本书的部分习题解答。本书可作为计算机、信息、控制、机电以及其他专业本科生、研究生学习人工智能课程的教材。由于书中几大部分内容相对独立，教师可以根据课程的学时计划灵活选择相关内容。本书也可供希望掌握人工智能技术的研究人员与工程技术人员学习参考。 第1章 绪论1 人工智能的基本概念2 人工智能的发展简史3 人工智能研究的基本内容4 人工智能的主要研究领域5 小结思考题第2章 知识表示1 知识与知识表示的概念2 一阶谓词逻辑表示法3 产生式表示法4 框架表示法5 语义网络表示法6 小结思考题习题第3章 确定性推理方法1 推理的基本概念2 自然演绎推理3 谓词公式化为子句集的方法4 海伯伦定理5 鲁宾逊归结原理6 归结反演7 应用归结原理求解问题8 小结思考题习题第4章 不确定性推理方法1 不确定性推理中的基本问题2 概率方法3 主观Bayes方法4 可信度方法5 证据理论6 模糊推理方法7 小结思考题习题第5章 搜索求解策略1 搜索的概念2 状态空间知识表示方法3 盲目的图搜索策略4 启发式图搜索策略5 与/或图搜索策略6 小结思考题习题第6章 专家系统1 专家系统的产生和发展2 专家系统的概念3 专家系统的工作原理4 知识获取5 专家系统的建立6 专家系统实例7 专家系统的开发工具8 小结思考题第7章 机器学习1 机器学习的基本概念2 机械式学习3 指导式学习4 归纳学习5 类比学习6 解释学习7 机器学习方法的比较与展望8 小结思考题第8章 人工神经网络及其应用1 神经元与神经网络2 BP神经网络及其学习算法3 BP神经网络的应用4 Hopfield神经网络及其改进5 Hopfield神经网络的应用6 Hopfield神经网络优化方法求解JSP7 小结思考题习题第9章 遗传算法及其应用1 遗传算法的产生与发展2 遗传算法的基本算法3 遗传算法的改进算法4 基于遗传算法的生产调度方法5 小结思考题习题第10章 自然语言理解及其应用1 自然语言理解的概念与发展历史2 语音分析3 词法分析4 句法分析5 语义分析6 基于语料库的大规模真实文本的处理7 机器翻译8 语音识别9 小结思考题习题附录 部分习题解答参考文献
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。
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
本书介绍人工智能的基础理论和基本技术。全书共分为四部分：第一部分(第1章)阐述人工智能的基本概念、研究途径、分支领域和发展概况等；第二部分（第2章）介绍了几种常用的人工智能程序设计语言；第三部分（第3、4、5、6、7章）详述了机器推理、搜索控制、知识表示、不确定性处理等人工智能的基本技术；第四部（第8、9、10章）分别介绍了专家系统、机器学习和自然语言理解的基本原理和方法，特别对专家系统作了较为详细的叙述。 本书取材新颖，内容丰富，逻辑严谨，语言通俗，理例结合，图文并茂，注重基础，面向应用。本书可作为高等院校本科计算机、自动化、信息、管理、控制及系统工程等专业的人工智能课程的教材或教学参考书，也可供其他专业的师生以及科研和工程技术人员自学或参考以及作者简介
1 智能2 人工智能1 如何衡量机器是否具有智能2 人工智能的研究目标3 人工智能的研究和应用领域3 人工智能发展简史1 孕育期（1956年以前）2 形成期（1956年——1970年）3 知识工程时代（1970年至20世纪80年代初）4 发展期（20世纪80年代初至今）4 人工智能的实现途径1 符号主义2 连接主义3 学习主义4 行为主义5 进化主义6 群体主义5 本书的内容与组织小结深入学习资源习题符号主义 1 搜索概述2 问题求解1 状态空间2 与或图3 图搜索1 图搜索算法的一般结构2 盲目图搜索3 启发式图搜索4 博弈搜索1 博弈树2 极大极小搜索3 α－β口剪枝小结深入学习资源习题 1 推理概述1 推理方式2 推理控制策略2 知识及其表示1 知识2 知识的表示3 知识表示方法1 一阶谓词逻辑表示法2 产生式表示法3 其他知识表示方法4 经典逻辑推理的逻辑基础1 推理规则2 范式3 置换与合一4 自然演绎推理5 归结演绎推理1 子句集及其转化方法2 归结原理3 命题逻辑的归结反演4 谓词逻辑的归结反演……连接主义学习主义行为主义进化主义群体主义智能系统附录1 汉英－英汉术语对照与索引附录2 汉英－英汉人名对照与索引参考文献
清华大学出版社即将推出两部AI教材：人工智能导论和人工智能概论
《皇帝新脑》、《人工智能的未来》如果是想做学术性的研究，最好还是自己多观察和思考，拥有自己独立的框架，别人的理论和知识永远只是为自己的框架添血加肉。但也有可能你会发现，很多书里的框架会和自己的框架类似和不谋而合，那是做学术很大的快感。就向遇到知音一样
银行的自动存取柜，还有我们用的手写输入法，语音识别也是
人工智能应用的领域非常广泛，随着人工智能的不断发展，这些都会一一实现。1、智能制造领域。 标准化工业制造中信息感知，自主控制，系统协调，个性化定制，检查和维护以及过程优化的技术要求。智能农业领域。在具有复杂应用环境和多样应用场景的农业环境中，标准化技术要求，例如特殊传感器，网络和预测数据模型，以协助农产品的生产和加工并提高农作物的产量。智能交通领域。 标准化交通信息数据平台和集成管理系统，从而可以对行人，车辆和道路状况等动态复杂信息进行智能处理，从而带动了智能信号灯等技术的推广。智能医疗领域。 专注。疗数据，医疗诊断，医疗服务，医疗监督等方面，着重规范人工智能医疗在数据采集，数据隐身管理等方面的应用，包括医疗数据特征表示，人表达能医疗质量评估等标准。智能教育领域。 规范新教学体系中与教学管理全过程有关的人工智能应用，建立以学习者为中心的教学服务，实现日常教育和终身教育的个性化。智能业务领域。 主要通过复杂的应用场景来标准化商业智能领域，包括服务模型的分类和管理，业务数据的智能分析以及相应推荐引擎系统架构的设计要求智能能源领域。 在能源开发利用，生产和消费的全过程中，对集成智能应用进行标准化，包括能源系统的自组织，自检，自平衡和自优化。智能物流领域。 规范从计划，采购，加工，仓储和运输到物流全过程的技术和管理要求，引入智能识别，仓储，调度，跟踪，配置等方式，以提高物流效率，增强物流信息的可视性， 并优化物流配置。智能金融领域。 标准化在线支付，融资信贷，投资咨询，风险管理，大数据分析和预测，数据安全性和其他应用技术，以帮助改善信贷调查，产品定价，金融资产投资研究，客户付款方式，投资咨询，客户 服务和其他服务能力。智能家居领域。 标准化产品，服务和应用程序，例如智能家居硬件，智能网络，服务平台，智能软件，促进智能家居产品的互联，并有效改善智能家居在照明，监控，娱乐，健康，教育，信息，安全， 等。用户体验。
VeryCD上的电子书 书名：SBIA 2004——人工智能的最新进展Advances in Artificial Intelligence走近人工智能 人工智能(Artificial Intelligence，AI)一直都处于计算机技术的最前沿，经历了几起几落…… 长久以来，人工智能对于普通人来说是那样的可望而不可及，然而它却吸引了无数研究人员为之奉献才智，从美国的麻省理工学院(MIT)、卡内基-梅隆大学(CMU)到IBM公司，再到日本的本田公司、SONY公司以及国内的清华大学、中科院等科研院所，全世界的实验室都在进行着AI技术的实验。不久前，著名导演斯蒂文·斯皮尔伯格还将这一主题搬上了银幕，科幻片《人工智能》(AI)对许多人的头脑又一次产生了震动，引起了一些人士了解并探索人工智能领域的兴趣。 在本期技术专题中，中国科学院计算技术研究所智能信息处理开放实验室的几位研究人员将引领我们走近人工智能这一充满挑战与机遇的领域。 计算机与人工智能 "智能"源于拉丁语LEGERE，字面意思是采集(特别是果实)、收集、汇集，并由此进行选择，形成一个东西。INTELEGERE是从中进行选择，进而理解、领悟和认识。正如帕梅拉·麦考达克在《机器思维》(Machines Who Thinks,1979)中所提出的: 在复杂的机械装置与智能之间存在长期的联系。从几个世纪前出现的神话般的巨钟和机械自动机开始，人们已对机器操作的复杂性与自身的某些智能活动进行直观联系。经过几个世纪之后，新技术已使我们所建立的机器的复杂性大为提高。1936年，24岁的英国数学家图灵(Turing)提出了"自动机"理论，把研究会思维的机器和计算机的工作大大向前推进了一步，他也因此被称为"人工智能之父"。 人工智能领域的研究是从1956年正式开始的，这一年在达特茅斯大学召开的会议上正式使用了"人工智能"(Artificial Intelligence，AI)这个术语。随后的几十年中，人们从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习以及机器人学等多个角度展开了研究，已经建立了一些具有不同程度人工智能的计算机系统，例如能够求解微分方程、设计分析集成电路、合成人类自然语言，而进行情报检索，提供语音识别、手写体识别的多模式接口，应用于疾病诊断的专家系统以及控制太空飞行器和水下机器人更加贴近我们的生活。我们熟知的IBM的"深蓝"在棋盘上击败了国际象棋大师卡斯帕罗夫就是比较突出的例子。 当然，人工智能的发展也并不是一帆风顺的，也曾因计算机计算能力的限制无法模仿人脑的思考以及与实际需求的差距过远而走入低谷，但是随着硬件和软件的发展，计算机的运算能力在以指数级增长，同时网络技术蓬勃兴起，确保计算机已经具备了足够的条件来运行一些要求更高的AI软件，而且现在的AI具备了更多的现实应用的基础。90年代以来，人工智能研究又出现了新的高潮。 我们有幸采访了中国科学院计算技术研究所智能信息处理开放实验室史忠植研究员，请他和他的实验室成员引领我们走近人工智能这个让普通人感到深奥却又具有无穷魅力的领域。 问: 目前人工智能研究出现了新的高潮，那么现在有哪些新的研究热点和实际应用呢？ 答: AI研究出现了新的高潮，这一方面是因为在人工智能理论方面有了新的进展，另一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的不断提高、存储容量的不断扩大、价格的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。目前人工智能研究的3个热点是: 智能接口、数据挖掘、主体及多主体系统。 智能接口技术是研究如何使人们能够方便自然地与计算机交流。为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。因此，智能接口技术的研究既有巨大的应用价值，又有基础的理论意义。目前，智能接口技术已经取得了显著成果，文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。 数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱: 数据库、人工智能和数理统计。主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。 主体是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体，比对象的粒度更大，智能性更高，而且具有一定自主性。主体试图自治地、独立地完成任务，而且可以和环境交互，与其他主体通信，通过规划达到目标。多主体系统主要研究在逻辑上或物理上分离的多个主体之间进行协调智能行为，最终实现问题求解。多主体系统试图用主体来模拟人的理性行为，主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。目前对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以及多主体系统应用等方面。 问: 您在人工智能领域研究了几十年，参与了许多国家重点研究课题，非常清楚国内外目前人工智能领域的研究情况。您认为目前我国人工智能的研究情况如何？ 答: 我国开始"863计划"时，正值全世界的人工智能热潮。"863-306"主题的名称是"智能计算机系统"，其任务就是在充分发掘现有计算机潜力的基础上，分析现有计算机在应用中的缺陷和"瓶颈"，用人工智能技术克服这些问题，建立起更为和谐的人-机环境。经过十几年来的努力，我们缩短了我国人工智能技术与世界先进水平的差距，也为未来的发展奠定了技术和人才基础。 但是也应该看到目前我国人工智能研究中还存在一些问题，其特点是: 课题比较分散，应用项目偏多、基础研究比例略少、理论研究与实际应用需求结合不够紧密。选题时，容易跟着国外的选题走; 立项论证时，惯于考虑国外怎么做; 落实项目时，又往往顾及面面俱到，大而全; 再加上受研究经费的限制，所以很多课题既没有取得理论上的突破，也没有太大的实际应用价值。 今后，基础研究的比例应该适当提高，同时人工智能研究一定要与应用需求相结合。科学研究讲创新，而创新必须接受应用和市场的检验。因此，我们不仅要善于找到解决问题的答案，更重要的是要发现最迫切需要解决的问题和最迫切需要满足的市场需求。 问: 请您预测一下人工智能将来会向哪些方面发展？ 答: 技术的发展总是超乎人们的想象，要准确地预测人工智能的未来是不可能的。但是，从目前的一些前瞻性研究可以看出未来人工智能可能会向以下几个方面发展: 模糊处理、并行化、神经网络和机器情感。 目前，人工智能的推理功能已获突破，学习及联想功能正在研究之中，下一步就是模仿人类右脑的模糊处理功能和整个大脑的并行化处理功能。人工神经网络是未来人工智能应用的新领域，未来智能计算机的构成，可能就是作为主机的冯·诺依曼型机与作为智能外围的人工神经网络的结合。研究表明: 情感是智能的一部分，而不是与智能相分离的，因此人工智能领域的下一个突破可能在于赋予计算机情感能力。情感能力对于计算机与人的自然交往至关重要。 人工智能一直处于计算机技术的前沿，人工智能研究的理论和发现在很大程度上将决定计算机技术的发展方向。今天，已经有很多人工智能研究的成果进入人们的日常生活。将来，人工智能技术的发展将会给人们的生活、工作和教育等带来更大的影响。 什么是人工智能？ 人工智能也称机器智能，它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是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。 AI理论的实用性 在一年一度AT&T实验室举行的机器人足球赛中，每支球队的"球员"都装备上了AI软件和许多感应器，它们都很清楚自己该踢什么位置，同时也明白有些情况下不能死守岗位。尽管现在的AI技术只能使它们大部分时间处于个人盘带的状态，但它们传接配合的能力正在以很快的速度改进。 这种AI机器人组队打比赛看似无聊，但是有很强的现实意义。因为通过这类活动可以加强机器之间的协作能力。我们知道，Internet是由无数台服务器和无数台路由器组成的，路由器的作用就是为各自的数据选择通道并加以传送，如果利用一些智能化的路由器很好地协作，就能分析出传输数据的最佳路径，从而可以大大减少网络堵塞。 我国也已经在大学中开展了机器人足球赛，有很多学校组队参加，引起了大学生对人工智能研究的兴趣。 未来的AI产品 安放于加州劳伦斯·利佛摩尔国家实验室的ASCI White电脑，是IBM制造的世界最快的超级电脑，但其智力能力也仅为人脑的千分之一。现在，IBM正在开发能力更为强大的新超级电脑--"蓝色牛仔"(Blue Jean)。据其研究主任保罗·霍恩称，预计于4年后诞生的"蓝色牛仔"的智力水平将大致与人脑相当。 麻省理工学院的AI实验室进行一个的代号为Cog的项目。Cog计划意图赋予机器人以人类的行为。该实验的一个项目是让机器人捕捉眼睛的移动和面部表情，另一个项目是让机器人抓住从它眼前经过的东西，还有一个项目则是让机器人学会聆听音乐的节奏并将其在鼓上演奏出来。
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。