本書介紹了機器智能的基本概念、理論方法和應用情況，全書共10章，主要內容包括智能、信息、知識、決策等相關的基本概念，結構模擬方法（人工神經網絡）的研究思路、基本模型、學習算法、工作原理、典型應用以及優勢與困難，功能模擬方法（傳統人工智能、專家系統）的知識表示、知識獲取、知識應用以及困難所在，行為模擬方法（感知動作系統）的機器感知、模式分類、感知動作系統、機器學習、計算智能以及局限性，機制模擬方法（信息知識智能轉換）的全信息理論、知識理論、知識生態模型、智能生成機制以及全信息自然語言理解等，并通過機制模擬把多年來相對獨立發展的結構模擬、功能模擬和行為模擬三大學派有機地融為一體，介紹了智能統一理論。在此基礎上，拓展介紹了智能與情感相互作用模型、機器智能的宏觀應用（智能信息網絡）和微觀應用（智能機器人）以及機器智能領域的幾個前沿未決問題，包括復雜系統理論、不確定性理論和智能數學。本書可作為高等院校智能科學與技術相關專業高年級本科生的教材以及計算機類、信息技術類與自動化類相關專業本科生的參考用書，也適合對智能科學技術有興趣的廣大讀者閱讀。
隨著時代的發展和進步，以智慧地球、智能制造、智能城市等為信息化社會智能標志的智能化進程在穩步推進，智能機器人、互聯網+與各行各業的結合，在新的領域創造新的生態活動，使信息技術和傳統產業形成生態融合。
信息化和智能化是人類社會發展的大趨勢。信息化的發展日益走向成熟，智能化的發展正在成為關注焦點。戰勝國際象棋世界冠軍的DeeperBlue，戰勝“危險邊沿”問題搶答競賽全美冠軍的Watson，以及戰勝圍棋世界冠軍的AlphaGo，都是智能科學技術突飛猛進的象征。
本書是我社針對智能科學的發展，面向智能科學與技術專業出版的規劃教材中的一本。通過對機器智能基本概念和模擬方法的梳理，把智能研究領域原先互相分離的結構模擬、功能模擬、行為模擬三大主流方法融為一體；同時，通過對各個主流方法的研究，繼承與發展已有的優秀成果，展示機器智能領域清晰而完整的脈絡。此外，編寫了機器情感、智能信息網絡、智能機器人和智能研究中的未決問題和創新空間，為后續發展奠定了基礎。
智能科學與技術是我國高等學校一個年輕的本科專業，從2004年北京大學開始設立至今，已經走過了十余個年頭。專業建設不斷取得進展，課程建設日益走向規范。2008年全國智能科學與技術教育學術研討會形成共識，把“機器智能”確立為該專業的核心課程，但是目前尚未見到同類教材。
眾所周知，傳統的“人工智能”以及相關課程早已深入人心，國內外都出版了大量教材。遺憾的是，它們多數是以傳統人工智能的基本概念和基本技術應用為主，隨著科技的發展進步，再補充一些最新的技術或應用，并結合動手實踐。這一方面說明了社會對于智能科學技術的需要和關注日益增強；另一方面，也暴露了智能科學技術領域課程及教材建設的局限性: 缺乏創新性的架構和融合，還是以分散的技術堆積為主要形式。這與當前智能科學技術領域飛速發展的現實是不相匹配的，亟須建設更加符合時代要求和領域特色的新課程和新教材。本教材就是在這種背景下，結合作者多年的教學實踐經驗編著完成的。
為什么要定名為“機器智能”？它的基本思路和內容體系是什么？它與“人工智能”課程有何區別與聯系？為什么它會成為智能科學與技術專業的核心課程？這與科學技術的發展是否有緊密的關系？……相信讀者一定會產生類似的諸多疑問。
這門課程不沿用“人工智能”的名稱，而定名為“機器智能”，主要是因為“人工智能”這個術語的含義出現了明顯的“二義性”問題: 1956年夏天達特茅斯會議首次定義的人工智能(Artificial Intelligence)概念是指“用計算機模擬人的邏輯思維”，這就是基于符號邏輯的物理符號系統(后來演變為專家系統)；但是，人工神經網絡、感知動作系統顯然也都是人工智能系統，然而都不符合“用計算機模擬人的邏輯思維”的定義，因此不被認可為“人工智能”，于是出現了基于符號邏輯的人工智能與基于并行計算的神經網絡互相排斥的事件，致使神經網絡與模糊邏輯和遺傳算法結合起來共同另立了“計算智能”。感知動作系統是行為主義人工智能的代表，也加入了“計算智能”而沒有加入“人工智能”。這樣就發生了問題: “人工智能”究竟應不應當包含人工神經網絡和感知動作系統？如果不包含，顯然不合理；如果包含，又不符合“人工智能”的定義。如果啟用“機器智能”的稱謂，上述矛盾就被排除了。“機器智能”就是指一切機器所具有的智能，上述三者都可以包含在其中，表達了更完整的概念。按照上述分析，本教材將給學生提供比較完整的智能科學技術的概念和知識。
事實上，2008年全國智能科學與技術教育學術研討會形成的共識很明確: 在智能科學與技術本科專業培養方案中設置“機器智能”這門課程，而非傳統的“人工智能”，這樣既可以融合傳統研究的各方面研究成果，使其形成相輔相成的合力，又可以在更廣泛的范疇內考察智能科學與技術，這與當前智能科學與技術在日益廣泛的學科領域內發揮重要作用的現狀和需求是非常契合的。
機器智能(Machine Intelligence)是智能科學與技術本科專業三年級的一門專業基礎課，旨在從科學技術發展的宏觀規律和智能科學技術發展的具體進展來給出智能科學技術的基本內容；通過機器智能基本概念和模擬方法的梳理把智能研究領域原先互相分離的結構模擬、功能模擬、行為模擬三大主流方法融為一體；同時，通過對各個主流方法的主要研究內容、研究思路和特色的討論，繼承與發展已有的優秀成果，為讀者展示機器智能領域清晰而完整的脈絡。此外，通過安排應用和前沿問題概覽，包括機器情感、智能信息網絡、智能機器人和智能研究中的未決問題和創新空間，激發讀者對本學科領域的興趣和熱情，為后續各門專業課程的教學科研打好堅實的基礎。
以往一般認為，人工智能是計算機學科的一個組成部分，這對1956年誕生的物理符號系統和其后的專家系統而言是正確的，因為物理符號系統/專家系統一直都是以計算機為硬件平臺發展起來的。但是，對于人工神經網絡和感知動作系統的研究而言卻不貼切了，因為它們并不單純以計算機為平臺。
Brooks在20世紀80年代后期就曾經提出了對功能主義(專家系統)的批評，這也為他后來提出感知動作系統奠定了基礎。Brooks認為: 物理符號系統/專家系統不能直接感知外部世界，也不能直接作用于外部世界，不是完整的智能系統。因此，他提出了感知動作系統，試圖從感知到動作的過程全面地模擬人類的智能。
進入21世紀，信息科學、知識理論、智能統一理論等研究成果陸續出現，人們進一步認識到，智能研究應該是信息科學的分支，因為智能就蘊含在整個信息過程中，這將在本書中進行詳細的闡釋。
七十多年來，人工智能相關研究領域先后形成了三大主流方法，包括結構主義、功能主義和行為主義。多數人工智能教材都是以功能主義人工智能的基本理論和應用為基礎，輔以一些新的成果或應用。如Russell等人編著的Artificial Intelligence: A Modern Approach是集大成之作，覆蓋面很全，世界很多大學用它作為教材；Nilson編著的Artificial Intelligence: A New Synthesis也強調避免片面性。兩者都是人工智能優秀教材的代表，它們用Agent為載體，使它從簡單到復雜逐漸豐富，從而將傳統人工智能、神經網絡、感知動作系統包含進來，然而卻沒有真正有效地把它們統一起來。
客觀上，人工智能研究存在三大主流方法。已有的人工智能教材和著作沒有闡明它們之間的內在聯系，因此被外界批評為“人工智能理論不成體系”。事實上，這也是“智能科學技術”沒有被承認為一個獨立的一級學科的重要原因。
當前，社會對于智能科學技術的需要和關注日益高漲，智能科學技術領域的研究也取得了重要進展，它的許多應用成果已經進入了人們的生活、學習和工作中，對人類社會的發展產生了重要影響，這些都形成了編寫機器智能教材的客觀需求。本書希望在“人工智能的統一理論”基礎上，通過機制模擬研究方法把已有的智能科學技術成果融為一體，這是本書的最大特色。這樣，以前人們關于“人工智能理論沒有體系”的狀況就有望得到改觀。
本書強調應當為讀者提供完整的知識和統一的理論，而不能只是局部的知識以及不和諧不統一的理論。這不但將大大提升讀者在本領域的科學認知水平，而且能讓讀者直接觸及智能生成的共性機制這一世界性前沿問題，培養讀者善于分析地繼承已有的科技進步成果，善于發現問題、分析問題和解決問題的科學創新精神；同時也能使智能科學與技術專業的建設更具有時代創新特色，從而為繁榮我國智能科學技術事業、培養自主創新能力、建設創新型國家做出應有的貢獻。
讀者可能會問，為什么對機器智能的四種研究方法采用結構模擬、功能模擬、行為模擬和機制模擬的順序介紹？這里主要考慮了科學研究方法論和認識論的規律:
(1) 系統的結構是非常具體的，因此，20世紀40年代最先被提出來的智能模擬思路就是結構主義，這一方法認為把結構研究明白了，就把系統認識清楚了。這也是近代科學所強調的“結構決定論”。但是，結構只是系統的硬件基礎，不能完全決定系統的能力。后來結構主義的研究果然遇到了困難: 人的智能系統不僅結構復雜，而且機制深奧。遭遇進退兩難的局面: 前進？結構和機制都很困難；后退？智能水平就會降級。
(2) 20世紀50年代中期，隨著數字計算機的發展，人們認為它具有人腦的功能(所以它被稱為“電腦”)，于是可以用來模擬智力功能，而不必理會智能系統的具體結構。在結構主義遭遇困難的背景下，功能主義自然成為智能研究的出路。功能主義認為，只要具有了智能所需的功能，智能系統就模擬成功了，這就是“功能主導論”。用計算機模擬人類的邏輯思維的學科就是那時人們所理解的人工智能。這種方法的問題在于: 計算機模擬的智能既沒有考慮意識功能，也沒有考慮情感功能。而且，功能主義的發展此后也遇到了“知識瓶頸”的困難，說明功能模擬方法也不能完全解決問題。
(3) 在結構主義和功能主義都暴露出各自的缺陷后，從20世紀90年代開始出現了行為主義的思路，即“行為表現論”，行為主義認為，無論采用什么結構和具有什么功能，只要能表現出智能的行為(在受到外界刺激時能夠產生恰當的行為響應)，就等于模擬了智能系統的能力。不過，行為主義模擬智能的方法存在一個重大的缺點，就是只有那些能用行為表現的智能才可以被模擬，但是還有很多智能過程是無法用行為直接表示的。
(4) 在全面考察了結構主義、功能主義和行為主義智能模擬方法的成就與不足的基礎上，人們認識到，智能的生成機制才是智能系統的實質和靈魂。由此啟迪了機制主義的智能模擬方法。這一方法認為，無論給定什么樣的問題、環境、目標，智能系統的生成機制必然都是要首先獲得“問題、環境約束、預設目標”的信息，然后據此提取和建立相關的知識，進而在目標的導控下利用上述信息和知識演繹出求解問題的智能策略，并把它轉換為相應的智能行為作用于問題，從而解決問題。可見，機制主義智能模擬方法就是: 把關于“問題、約束知識和目標”的信息作為起點，把信息轉化成為知識，進而在目標引導下把信息和知識激活成為智能策略，運用策略解決問題。因此，可以把智能生成機制和機制主義智能模擬方法簡明地概括成為“信息知識智能轉換”。本書后面的章節將闡明: 結構主義的人工神經網絡方法所遵循的正是“信息經驗知識經驗策略轉換”，功能主義的專家系統方法所遵循的乃是“信息規范知識規范策略轉換”，而行為主義的感知動作系統方法所遵循的則是“信息常識知識常識策略轉換”，它們都是機制主義智能模擬方法在特定知識條件下的特例；而經驗知識、規范知識、常識知識之間則構成了知識本身的和諧生態系統。因此，可以得出結論: 機制模擬與結構模擬、功能模擬和行為模擬三種方法不是平行的，而是機制主義和諧地融合和統一了結構主義、功能主義、行為主義方法，成為了一個統一的理論體系。這就是本書內容組織的方法論和認識論根據。
本書可作為高等院校智能科學與技術相關專業高年級本科生的教材以及計算機類、信息技術類與自動化類相關專業本科生的參考用書，也適合對智能科學技術有興趣的廣大讀者閱讀。
在本書漫長的編寫過程中，作者得到了很多專家、同事和朋友的大力支持和幫助。鐘義信教授對本書的編寫給予了極大的關注，在百忙之中反復審閱，提出了若干寶貴的建議，并多次親自指導修改。周延泉副教授對本書第1章和第2章提出了很好的建議。李睿凡博士對本書第3章和第10章的編寫提供了大力支持并提出了寶貴建議。袁彩霞副教授對本書第4章和第5章給出了很好的建議。魯鵬博士對本書第5章的編寫提供了寶貴的意見參考。劉詠彬博士對本書第9章的編寫給出了極好的意見。張亞召同學為本書第8章和第9章的編寫提供了豐富的素材。張玥編輯和王萬森教授最初全力推動了本書的編寫計劃，先后對本書的思路和文字給出了特別好的意見和建議，并在作者情緒不振時多次給予鼓勵和支持。在此謹向他們表示最誠摯的感謝！
特別感謝北京郵電大學智能科學與技術專業2007、2008、2009、2010、2011、2012級的所有同學們！是他們陪伴著這門課程、原始的講義和這本書稿一路走來，他們傾聽其中的內容，他們不斷地給予寶貴的反饋和建議，堅持不懈地鼓勵作者前行！
本書的編寫工作得到了國家自然科學基金項目的資助(項目編號: 71231002，61202247，61202248， 61472046)。
由于作者知識水平和研究能力有限，本書的錯誤和缺點在所難免。在此懇請讀者能夠坦率地對本書的錯誤和缺點提出批評，使本書能夠不斷改進，也使作者不斷進步。
李蕾，澳大利亞悉尼麥覺理大學語言技術研究中心博士后，副教授，研究方向為自然語言處理、智能信息服務。先后主持3項國家ji科研項目、1項教育部重點項目、2項教育部“網絡時代的科技論文快速共享”專項課題以及2項校級教學科研項目。主講本科生課程機器智能、信息與知識獲取，研究生課程信息檢索與信息抽取。
王小捷，北京航空航天大學博士。2002-2004年在日本奈良先端科學技術大學院計算語言學實驗室訪問研究。教授、博士生導師。研究方向為自然語言處理、認知計算。主持或參與完成國家自然科學基金項目、國家863計劃項目等十余項國家ji科研項目。
第1章緒論1
1.1機器智能概述1
1.1.1基本概念1
1.1.2本書內容組織2
1.2科學技術的基本概念及基本規律5
1.2.1科學技術的基本概念6
1.2.2科學技術的發生學機制7
1.2.3科學技術發展的基本規律8
1.3智能科學技術的歷史使命和研究方向11
1.3.1歷史使命11
1.3.2研究方向12
1.4本章小結12
習題13
參考文獻13
第2章機器智能的基本概念14
2.1智能及其相關概念14
2.1.1智能14
2.1.2自然智能17
2.1.3機器智能18
2.1.4隱智能與顯智能20
2.2信息、知識及其相關概念20
2.2.1信息20
2.2.2認知23
2.2.3知識23
2.2.4意識24
2.2.5情感25
2.3策略及其相關概念25
2.3.1策略25
2.3.2決策26
2.3.3行為26
2.3.4執行26
2.3.5系統27
2.4本章小結27
習題27
參考文獻27
第3章機器智能的研究方法之一: 結構模擬29
3.1生物神經網絡29
3.1.1大腦皮層30
3.1.2生物神經元31
3.1.3生物神經網絡32
3.2人工神經網絡32
3.2.1人工神經元模型33
3.2.2感知機38
3.2.3人工神經網絡基本模型44
3.2.4人工神經網絡發展簡史46
3.3神經網絡學習算法51
3.3.1存儲與映射51
3.3.2人工神經網絡的訓練52
3.3.3基本人工神經網絡學習規則53
3.4前向多層感知機和BP算法56
3.4.1前向神經網絡概說56
3.4.2單層感知機58
3.4.3多層感知機和BP算法61
3.5Hopfield反饋神經網絡66
3.5.1動力學基本概念66
3.5.2離散Hopfield網絡67
3.5.3連續Hopfield網絡70
3.5.4聯想記憶71
3.6人工神經網絡的典型應用75
3.7結構模擬方法的優勢與困難77
3.8本章小結79
習題79
參考文獻80
第4章機器智能的研究方法之二: 功能模擬83
4.1發展簡史83
4.2知識表示與知識工程85
4.2.1狀態空間法85
4.2.2問題歸約法89
4.2.3謂詞邏輯法93
4.2.4語義網絡法97
4.2.5框架表示法100
4.2.6知識工程101
4.3知識獲取103
4.3.1知識發現103
4.3.2知識獲取106
4.3.3知識演繹106
4.4問題求解107
4.4.1圖搜索107
4.4.2寬度優先搜索110
4.4.3深度優先搜索112
4.4.4等代價搜索115
4.4.5啟發式搜索115
4.5博弈理論119
4.6定理證明124
4.6.1消解原理125
4.6.2規則演繹系統129
4.7專家系統132
4.7.1基本概念132
4.7.2發展簡史132
4.7.3基本類型133
4.7.4基本結構135
4.7.5建造步驟136
4.7.6工作機理和結構137
4.7.7新型專家系統139
4.7.8開發工具141
4.8自然語言理解141
4.8.1基本概念141
4.8.2發展歷程142
4.8.3句法分析143
4.8.4語義分析144
4.8.5簡單句的自動理解145
4.8.6語句之間的關系147
4.8.7自然語言生成148
4.9功能模擬方法的優勢與困難148
4.10本章小結149
習題149
參考文獻151
第5章機器智能的研究方法之三: 行為模擬153
5.1機器感知153
5.1.1機器感知基本原理153
5.1.2無線傳感器網絡基本概念155
5.1.3信息融合基本概念156
5.1.4物聯網基本概念156
5.2模式分類157
5.2.1模式分類基本概念158
5.2.2文本分類基本概念158
5.2.3文本特征抽取與表示160
5.2.4常用的文本分類方法164
5.2.5文本分類性能評估166
5.3感知動作系統167
5.3.1Brooks的研究背景167
5.3.2Brooks的研究思路169
5.3.3模擬生物體的設計與實現172
5.3.4Brooks的分析177
5.4機器學習180
5.4.1基本概念和發展簡史180
5.4.2基本結構181
5.4.3主要策略182
5.4.4機械學習182
5.4.5歸納學習183
5.4.6類比學習184
5.5計算智能185
5.5.1基本概念185
5.5.2進化計算186
5.5.3模糊計算187
5.6行為模擬方法的優勢與困難188
5.7本章小結189
習題189
參考文獻189
第6章機器智能的研究方法之四: 機制模擬191
6.1機器智能研究的方法論解析191
6.1.1近代科學觀與方法論及其對智能研究的影響192
6.1.2機器智能研究的科學觀和方法論193
6.2全信息理論195
6.2.1全信息195
6.2.2全信息的生成196
6.2.3全信息的分類198
6.2.4概率信息的描述199
6.2.5偶發信息的描述201
6.2.6確定型信息的描述202
6.2.7模糊信息的描述204
6.2.8語義信息、語用信息和全信息的描述206
6.3知識理論207
6.3.1知識的基礎理論208
6.3.2知識的生成理論209
6.3.3知識的激活理論216
6.3.4知識的生態模型219
6.3.5意識發生學220
6.4智能生成機制221
6.5智能統一理論224
6.6全信息自然語言理解225
6.7本章小結228
習題229
參考文獻229
第7章機器智能與機器情感230
7.1信息檢索系統230
7.1.1基本概念230
7.1.2基本原理231
7.1.3智能信息檢索233
7.2情感分類235
7.3情感生成機理: 信息意識情感轉換237
7.4智能與情感相互作用模型238
7.5本章小結240
習題240
參考文獻240
第8章機器智能的宏觀應用: 智能信息網絡242
8.1基本概念242
8.1.1信息網絡242
8.1.2智能信息網絡243
8.1.3網絡智能246
8.1.4智能網246
8.2智能信息網絡在經濟領域的應用248
8.2.1網絡化經營248
8.2.2配送網絡249
8.2.3電子商務250
8.3智能信息網絡在社會領域的應用251
8.3.1智能信息網絡促進科學研究251
8.3.2智能化社區信息網絡253
8.3.3智能建筑信息網絡254
8.3.4智能化農業信息網絡與信息服務系統256
8.4智能信息網絡在安全領域的應用258
8.4.1保密安全259
8.4.2網絡安全260
8.4.3內容安全262
8.5本章小結265
習題265
參考文獻265
第9章機器智能的微觀應用: 智能機器人267
9.1機器人267
9.1.1基本概念267
9.1.2研究歷史268
9.1.3情智一體機器人270
9.1.4群體智能機器人270
9.1.5未來的智能機器人271
9.2機器人的應用273
9.2.1機器人在生產領域中的應用273
9.2.2機器人在生活服務領域中的應用277
9.2.3發展智能機器人所面臨的困難282
9.3智能人機合作282
9.4本章小結284
習題284
參考文獻284
第10章機器智能的未決問題287
10.1復雜性理論287
10.2不確定性理論288
10.3智能數學290
10.4人機關系: 隱智能與創造力292
10.5本章小結293
習題293
參考文獻293第1章緒論
本章學習目標
1.1機器智能
1.1.1基本概念
1.1.2本書內容組織
1.2科學技術的基本概念及基本規律
1.2.1科學技術的基本概念
1.2.2科學技術的發生學機制
1.2.3科學技術發展的基本規律
1.3智能科學技術的歷史使命和研究方向
1.3.1歷史使命
1.3.2研究方向
1.4本章小結
參考文獻
第2章智能科學技術的基本概念
本章學習目標
2.1智能及其相關概念
2.1.1智能
2.1.2自然智能
2.1.3機器智能
2.1.4隱智能與顯智能
2.2信息、知識及其相關概念
2.2.1信息
2.2.2認知
2.2.3知識
2.2.4意識
2.2.5情感
2.3策略及其相關概念
2.3.1策略
2.3.2決策
2.3.3行為
2.3.4執行
2.3.5系統
2.4本章小結
參考文獻
第3章機器智能的研究方法之一: 結構模擬
3.1生物神經網絡
3.1.1大腦皮層
3.1.2生物神經元
3.1.3生物神經網絡
3.2人工神經網絡
3.2.1人工神經元模型
3.2.2感知機（感知器）
3.2.3人工神經網絡基本模型
3.2.4人工神經網絡發展簡史
3.3神經網絡學習算法
3.3.1存儲與映射
3.3.2人工神經網絡的訓練（學習）
3.3.3基本人工神經網絡學習規則
3.4前向多層感知機和BP算法
3.4.1前向神經網絡
3.4.2單層感知機
3.4.3多層感知機和BP算法
3.5Hopfield反饋神經網絡
3.5.1動力學基本概念
3.5.2離散Hopfield網絡
3.5.3連續Hopfield網絡
3.5.4聯想記憶
3.6人工神經網絡的典型應用
3.7結構模擬方法的特點和困難
3.8本章小結
參考文獻
第4章機器智能的研究方法之二: 功能模擬
4.1發展簡史
4.2知識表示與知識工程
4.2.1狀態空間法
4.2.2問題歸約法
4.2.3謂詞邏輯法
4.2.4語義網絡法
4.2.5框架表示法
4.2.6知識工程
4.3知識獲取
4.3.1知識發現
4.3.2知識獲取
4.3.3知識演繹
4.4問題求解
4.4.1圖搜索
4.4.2寬度優先搜索
4.4.3深度優先搜索
4.4.4等代價搜索
4.4.5啟發式搜索
4.5博弈理論
4.6定理證明
4.6.1消解原理
4.6.2規則演繹系統
4.7專家系統
4.7.1基本概念
4.7.2發展簡史
4.7.3基本類型
4.7.4基本結構
4.7.5建造步驟
4.7.6工作機理和結構
4.7.7新型專家系統
4.7.8開發工具
4.8自然語言理解
4.8.1基本概念
4.8.2發展歷程
4.8.3句法分析
4.8.4語義分析
4.8.5簡單句的自動理解
4.8.6語句之間的關系
4.8.7自然語言生成
4.9功能模擬方法的優勢與困難
4.10本章小結
參考文獻
第5章機器智能的研究方法之三: 行為模擬
5.1機器感知
5.1.1機器感知基本原理
5.1.2無線傳感器網絡基本概念
5.1.3信息融合基本概念
5.1.4物聯網基本概念
5.2模式分類
5.2.1模式分類基本概念
5.2.2文本分類基本概念
5.2.3文本特征抽取與表示
5.2.4常用的文本分類方法
5.2.5文本分類性能評估
5.3感知-動作系統
5.3.1Brooks的研究背景
5.3.2Brooks的研究思路
5.3.3模擬生物體的設計與實現
5.3.4Brooks的分析
5.4機器學習
5.4.1基本概念和發展簡史
5.4.2基本結構
5.4.3主要策略
5.4.4機械學習
5.4.5歸納學習
5.4.6類比學習
5.5計算智能
5.5.1基本概念
5.5.2進化計算
5.5.3模糊計算
5.6特點與局限性
5.7本章小結
參考文獻
第6章機器智能的研究方法之四: 機制模擬
6.1機器智能研究的方法論解析
6.1.1近代科學觀與方法論及其對智能研究的影響
6.1.2機器智能研究的科學觀和方法論
6.2全信息理論
6.2.1全信息
6.2.2全信息的生成
6.2.3全信息的分類
6.2.4概率信息的描述
6.2.5偶發信息的描述
6.2.6確定信息的描述
6.2.7模糊信息的描述
6.2.8語義、語用和全信息的描述
6.3知識理論
6.3.1知識的基礎理論
6.3.2知識的生成理論
6.3.3知識的激活理論
6.3.4知識的生態模型
6.3.5意識發生學
6.4智能生成機制
6.5智能統一理論
6.6全信息自然語言理解
6.7本章小結
習題
參考文獻
第7章機器智能與機器情感
7.1信息檢索系統
7.1.1基本概念
7.1.2基本原理
7.1.3智能信息檢索
7.2情感分類
7.3情感生成機理: 信息-意識-情感轉換
7.4智能與情感相互作用模型
7.5本章小結
習題
參考文獻
第8章機器智能的宏觀應用: 智能信息網絡
8.1基本概念
8.1.1信息網絡
8.1.2智能信息網絡
8.1.3網絡智能
8.1.4智能網
8.2智能信息網絡在經濟領域的應用
8.2.1智能信息網絡助力美特斯邦威快速成長
8.2.2沃爾瑪的發展得到智能信息網絡支持
8.2.3電子商務
8.3智能信息網絡在社會領域的應用
8.3.1智能信息網絡促進科學研究
8.3.2智能化社區信息網絡
8.3.3智能建筑信息網絡
8.3.4智能化農業信息網絡與信息服務系統
8.4智能信息網絡在安全領域的應用
8.4.1保密安全
8.4.2網絡安全
8.4.3內容安全
8.5本章小結
習題
參考文獻
第9章機器智能的微觀應用:智能機器人
9.1機器人
9.1.1基本概念
9.1.2研究歷史
9.1.3情智一體機器人
9.1.4群體智能機器人
9.1.5未來的智能機器人
9.2機器人的應用
9.2.1機器人在生產領域中的應用
9.2.2機器人在生活服務領域中的應用
9.2.3發展智能機器人所面臨的困難
9.3智能人機合作
9.4本章小結
習題
參考文獻
第10章機器智能的未決問題
10.1復雜性理論
10.2不確定性理論
10.3智能數學
10.4人機關系: 隱智能與創造力
10.5本章小結
習題
參考文獻
最初，世界上既沒有科學，也沒有技術。后來，隨著人類的進化和社會發展，才逐漸產生了科學和技術。為什么人類進化和人類社會發展過程中必然導致科學和技術出現呢？
人類制造了機器，機器有一天會超越人類，統治人類，主宰世界么？
《機器智能》告訴你————————————————
在人類自身能力與機器能力的融合共生體中，不存在統治與被統治的關系，只有人類與機器相互依賴、共同合作，才能確保人類社會與科學技術都沿著正確的方向發展。因此，未來人類與機器之間應該存在合理的角色分工，相互取長補短。例如，人類在創造性方面的能力是機器無法比擬的，于是可以由人類主要承擔這一類工作，而機器在非創造性或常規性勞動方面的能力是人類自身難以實現的，于是可以由機器主要負責這方面的工作，這樣各種能力都得到充分利用，人類綜合能力才會不斷增強。實際上，由于能力性質的不同，創造性的勞動更為重要，所以，還是人類處于主導地位，機器處于輔助的地位。這就是科學技術發展的人機共生律。
“智慧地球”和“物聯網”都在強調智能服務和智能決策，智能科學技術的必要性和重要性體現在哪里？
《機器智能》告訴你————————————————
實際上，物聯網被認為是繼WWW和移動互聯網之后的互聯網革命的第三波。物聯網相較于傳統的互聯網和傳感網具有更透徹的感知，即利用任何可以隨時隨地感知、測量、捕獲和傳遞信息的設備、系統或流程，便于立即采取應對措施和進行長期規劃；更全面的互聯互通，即將個人電子設備、組織和政府信息系統中儲存的信息交互和共享，從而對環境和業務狀況進行實時監控；更深入的智能化，即使用數據挖掘和分析工具、科學模型和功能強大的運算系統處理復雜的數據分析、匯總和計算，整合和分析海量的跨地域、跨行業的信息，以更好地支持決策和行動。
智能的生成機制是什么？
《機器智能》告訴你————————————————
智能的生成機制是“信息－知識－智能轉換”；在基于“信息－知識－智能轉換”的機制模擬基礎上，結構模擬、功能模擬和行為模擬三者都將和諧地融入到機制模擬這個統一的理論體系中，從而實現機器智能理論和方法的統一。所以，智能生成機制的模擬才是機器智能的主軸。
機器有情感嗎？什么樣的機器才是名副其實的智能機器？
《機器智能》告訴你————————————————
目前應用領域的機器人缺乏意識、精神狀態和感覺這些情感條件，機器人只是按照人類設定的程序進行遵循一定的規則行為。
人們希望，將來的智能機器不只是冷冰冰的工具，它們不僅能夠在給定問題-環境-目標的條件下，把信息轉換為知識（認知），并進一步轉換為智能策略（行事），建立自己的“理智（智能）”能力，而且能夠在給定問題-環境-目標的條件下，形成相應的“情感”能力，能夠表達和交流情感。這種既有理智又有情感的系統才能成為名副其實的智能機器。
機器人在生活中的應用有哪些？在未來社會，機器人會像電視機一樣，走入每個尋常百姓家嗎？
《機器智能》告訴你————————————————
機器人在生活中的應用有很多，如醫用機器人、餐飲服務機器人、美女機器人等。隨著科技的不斷發展和機器人智能化水平的不斷提高，智能機器人必將越來越多地進入尋常百姓家，承擔家庭中的主要勞動責任，充當保姆和智能管家。到那一天，機器人將會和電視機一樣普及。
……
新書資訊