《人工智能导论（第5版）》是一本基础性强、可读性好、适合讲授的人工智能教材。作者希望读者通过学习该书，能够掌握人工智能的基本知识，并能了解人工智能研究的一些前沿内容，为进一步学习人工智能理论与应用奠定基础。
　　全书共11章。第1章绪论；第2章知识表示与知识图谱；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章智能计算及其应用；第7章专家系统与机器学习；第8章人工神经网络及其应用（新增卷积神经网络、胶囊网络、生成对抗网络）；第9章智能体与多智能体系统；第10章自然语言处理机器应用；第11章人工智能在游戏设计中的应用。附录中给出了该书部分习题的简要解答和实验指导书。
　　《人工智能导论（第5版）》可主要作为计算机类、自动化类、电气类、电子信息类专业的本科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，教师可以根据课程计划灵活选择相关内容。

　　《人工智能导论（第5版）》特色：
　　内容实用 人工智能正处于迅速发展阶段，教学内容繁多。该书在内容上精选基本的理论与实用方法，引导读者学习应用理论解决工程问题的方法。
　　精选例题和习题 该书精选了一些例题，有助于人工智能理论与方法的理解。此外还精选了习题，并在书末给出了答案。
　　资源丰富 该书配有MOOC.附录中提供了实验指导书，并配备数字课程网站提供电子教案等教学资源。

　　人工智能是目前迅速发展的新兴学科，已经成为许多高新技术产品中的核心技术，也是计算机游戏等数字媒体产品中的重要设计技术。人工智能在Internet时代获得了前所未有的发展机遇，Web环境下智能信息处理技术成为推动人工智能在网络环境中发展的一大动力。由于人工智能是模拟人类智能解决问题的方法，在众多领域都具有非常广泛的应用，所以，目前不仅许多专业的研究生开设人工智能课程，而且许多专业的本科生，特别是计算机类、自动化类、电气类以及电子信息类、机械类等专业的本科生，都开设了人工智能课程。
　　1.本书的形成
　　本书作者于1989年开始从事人工智能及其应用方面的研究，从1993年开始从事人工智能方面的教学。为控制科学与工程、计算机科学与技术、机械工程等专业研究生讲授“人工智能原理与应用”课程，为计算机、自动化等专业本科生讲授“人工智能导论”课程，还为全校工学、理学、经济学、管理学、哲学、文学、法学等专业学生开设“人工智能及其应用”公选课。在多年的教学实践中，深感需要编著一本基础性强、可读性好、适合讲授的人工智能教材。本书作者在自己多年来的讲稿基础上，于2005年编写出版了《人工智能及其应用》，作为研究生和本科生的人工智能教材，被许多高校选用。
　　随着人工智能技术的发展，越来越多的本科专业开设了人工智能课程。因此，面向本科生的人工智能课程的教材建设具有重要意义。作者选择基础、实用的内容，并充实了一些应用性内容，编写了用于本科教学的《人工智能导论》，其目的是使学生学习和掌握人工智能的基本概念和基本原理，了解人工智能的一些前沿内容，拓宽知识面，启发思路，为今后在相关领域应用人工智能技术奠定基础。本书的第4版被国内众多高校选作人工智能基础课程教材，这次修订，进一步增加了一些人工智能的前沿、实用算法，并扩充了实验指导书，方便实验教学。
　　2.主要内容
　　全书共11章。第1章除了介绍人工智能的基本概念、发展简史，着重介绍目前人工智能的主要研究内容与各种应用，以开阔读者的视野，引导读者进入人工智能各个研究领域。第2章介绍一阶谓词逻辑、产生式、框架等基本的知识表示方法，新增加了知识图谱基本内容。第3章介绍基于谓词逻辑的确定性推理方法。详细介绍了在自动定理证明中具有重要地位的鲁宾孙归结原理。通过多个典型例题清楚地介绍了将谓词公式化为子句集的步骤，详细讲述了利用归结原理证明定理和求解问题的方法。第4章介绍不确定性推理方法。主要介绍了比较实用的可信度方法、证据理论、模糊推理方法。第5章介绍了基于搜索的问题求解策略。第6章介绍了以遗传算法、粒子群算法、蚁群算法为代表的适用于大规模优化的随机搜索算法。第7章介绍了专家系统与机器学习的概念、工作原理、建立方法，简单介绍了几个典型的专家系统实例以及开发工具。第8章介绍了人工神经网络的基本理论与方法，着重介绍了应用广泛的BP神经网络及其学习算法和Hopfield神经网络及其在联想记忆与优化求解中的应用。这次修订新增加了卷积神经网络、胶囊网络、生成对抗网络等深度学习前沿内容。第9章介绍了广泛应用的多智能体技术。简要介绍了多智能体系统的通信、协调、协作与协商方法。第10章介绍了应用日益广泛的自然语言处理技术。最后，第11章针对游戏、动漫等新型产业发展需要，简要介绍了人工智能在游戏设计中的应用。附录中给出了本书部分习题的简要解答和实验指导书，新增了卷积神经网络、胶囊网络、生成对抗网络3个实验。
　　3.编写特色
　　①语言简明，可读性好。本书尽量用通俗的语言深入浅出地讲解，语言流畅，避免像专著和研究生教材那样追求理论严谨，语言艰涩，使学生能够有兴趣、有耐心阅读本教材，领略人工智能的思想与基本方法。
　　②内容实用，注重应用。由于人工智能正处于迅速发展阶段，内容非常庞杂。本书在内容上精选一些基本理论与实用方法，而不是像专著和研究生教材那样追求前沿理论方法。学生学习本书后，能够很容易阅读其他专门的书籍，掌握更广、更深的知识。书中尽可能介绍了一些符合这些内容、能够让本科生理解的应用实例，从而引导学生学习应用新理论解决工程问题的方法。
　　③精选例题和习题，引导学生解答。本书精选了一些例题，有助于人工智能理论与方法的理解。此外，精选了习题，并在书末给出了答案。
　　④编排醒目，有利于学习。每章开始设置了导读，使读者在学习该章之前就知道为什么要学习该章内容，以及该章主要介绍哪些内容。每章最后扼要总结了该章的重要概念、公式、定理与方法。本书将重要的概念、公式、定理与方法用不同颜色标注出来，以便引起学生的注意。
　　⑤附有实验指导书，方便实验教学。围绕人工智能技术的主要教学内容，设置了12个典型课程实验，让学生通过程序实现，深入了解人工智能的算法。
　　⑥有配套的MOOC，便于开展混合式教学。本书是作者在“中国大学MOOC”平台上开设的“人工智能导论”MOOC的主讲教材。
　　4.教师如何使用本教材
　　本书主要作为计算机类、自动化类、电气类、电子信息类、机械类以及其他理工农医类专业的本科生学习人工智能课程的教材。本书也可供希望运用人工智能技术的研究人员与工程技术人员参考。
　　①教学内容与时间安排。本书用于“人工智能导论”以及同类课程的教学。由于书中几大部分内容相对独立，教师可以根据课程计划和专业需要选择部分内容，仍可保持课程体系结构的完整性。本书课堂教学时数一般为32~56学时。对于数字媒体技术、计算机、自动化等需要深入了解人工智能的专业，可以安排8—16学时的人工智能实验。
　　②如何讲授本书。本书内容比较广泛，着重介绍人工智能的基本理论与实用方法，教师在教学过程中可以增加一些相关的比较深入的内容。特别是结合自己的研究与实践增加一些工程实例，或者选择自己比较熟悉、符合所教专业的一些人工智能实例，作为补充内容进行介绍，从而丰富教学内容，增加学生兴趣，培养学生创新能力。
　　③如何获取该课程教学资源。本书配备数字课程网站，提供电子教案等教学资源。请参照本书“数字课程资源使用说明”登录网站获取。任课教师还可以向作者获取本书的其他相关教学资源。
　　5.作者致谢
　　本书为“十二五”普通高等教育本科国家级规划教材。感谢浙江工业大学人工智能课程教学团队的赵燕伟教授、杨旭华教授、管秋教授、徐新黎副教授、蒋一波副教授、郑建炜副教授、姚信威副教授、胡海根副教授、范兴刚副教授、张景玲副教授、黄玉娇博士、龙海霞博士、周乾伟博士、王振华博士、姚远博士、郭东岩博士、杨海平博士、产思贤博士等对本书提出了许多建设性意见。衷心感谢高等教育出版社为本书出版付出的辛勤劳动与许多有益的修改建议。
　　6.联系作者
　　本书内容虽然经过十多年使用和修改，但仍会存在缺点和错误，欢迎使用本书的教师和读者提出宝贵意见。E-mail：wwl@zjut.edu.cn。

　　王万良，工学博士，教授，博士生导师，2000年国务院政府特殊津贴专家，2008年获国家教学名师奖，2014年入选国家“万人计划”首批教学名师，2016年授予浙江省杰出教师荣誉称号。现任浙江省可视媒体智能处理技术研究重点实验室主任、教育部高等学校计算机类专业教学指导委员会委员、浙江省高等学校计算机类专业教学指导委员会副主任、全国高校大数据教育联盟副理事长、中国人工智能学会理事、中国自动化学会理事、智慧教育专业委员会主任、浙江省计算机学会副理事长、浙江省计算机应用与教育学会副理事长、浙江省人工智能学会副理事长、杭州市计算机学会理事长、杭州市人工智能学会副理事长。