Introduction to artificial intelligence

目录
　　1　人工智慧以及内部表述　
　　1.1　人工智慧及其领域　
1.2　什么是人工智慧
1.3 AI之表述
1.4 内部表述的特性
1.5 述语计算
1.5.1 述语及引数
1.5.2　连接词
1.5.3 变数及定量数
1.5.4 如何使用述语计算
1.6　其他种类的推测
1.7 索引、指标，以及可选择的表示法
1.7.1 索引
1.7.2 Isa阶层
1.7.3 Slot-Assertion表示法
1.7.4　架构表示法
1.8 参考书籍以及更进一步的阅读
　　2　Lisp
2.1 为何需要Lisp？
2.2 Lisps
2.3 在Lisp上做键入
2.4 定义程式
2.5 Lisp中的基本控制流程
2.6 Lisp的风格
2.7 基及表列
2.8　基本的除错
2.9 建立表列结构
2.10　对述语的更进一步探讨
2.11　特性
2.12　Lisp中的指标、胞格表示法，及其内部性质
2.13　表列的分解修正
2.14　for函数
2.15 回归
2.16　变数的范围　
2.17　输入／输出　
2.18　巨集　
2.19　参考书籍及更进一步的资料　
　　3　视觉　
　　3.1　简介
3.2 定义问题
3.3 解决方法之概观
3.4 早期处理
3.4.1 灰色层次表象至基本略图
3.4.2 高斯转换
3.4.3 虚线
3.4.4 立体不称性
3.4.5 组织
3.4.6 内部表象
3.4.7 互相协调运算法则
3.4.8 顶点分析及线标贴
3.5 表述及辨认景象
3.5.1 形状描述
3.5.2 配对形状描述
3.5.3 寻找已知的形状来配合
3.5.4 描述一已视得的形状
3.6 参考书籍及更进一步的阅读
　　4　剖析语言
　　4.1　语言层次
4.2 语法规则的表达
4.2.1 为什么我们需要语法规则
4.2.2　句子图示法
4.2.3 我们为何关心句子的结构
4.2.4 contex-free的文法
4.2.5　字典与特性
4.2.6 主-动词一致
4.3.1 由上向下及由下向上之剖析
4.3 语法剖析
4.3.2　转变网路剖析
4.3.3 扩充转换网路（选读）
4.3.4 ATN文法中的移动规则（选读）
4.4 建立—ATN解译程式
4.4.1 不可向后溯源的ATN解译程式
4.4.2 向后溯源的ATN解译程式
4.4.3 可选择的搜寻策略
4.5 从语法到语意
4.5.1 明确的名词片语解译
4.5.2 格文法与动词的意义
4.6 何时需语意？何时需语法？
4.6.1 语意？的语法使用
4.6.2　剖析之组成
4.7　参考书籍以及更进一步的阅读
　　5　搜寻　
　　5.1　结论
5.1.1 猜测之必要
5.1.2　搜寻问题
5.2 搜寻之运算法则
5.3 目标树形图
5.3.1　正式定义
5.3.2　搜寻目标树
5.3.3　再论“形式问题”
5.3.4 向来作为搜寻问题的ATN剖析（选读）
5.4　赛局树（选读）
5.4.1 与目标树形图相关的赛局树
5.4.2 极小化极大之搜寻
5.4.3 实际的赛局
5.5　避免重覆的状态
5.6 转变导向的状态表述
5.7　GPS
5.8　连续的最适化（选读）
5.9　总结
5.10　参考书籍及更进一步的阅读
　　6　逻辑与推演
　　6.1　简介
6.2　使用述语计算
6.2.1 语法和语义
6.2.2　抽象表述
6.2.3 量化号叙述及公理
6.2.4 述语计算中心的给码
6.2.5 讨论
6.3　推演搜寻
6.3.1 向前连锁
6.3.2 史可伦化
6.3.3 向后连锁
6.3.4 目标树在向后连锁上的应用
6.4 定理证明程式的应用
6.4.1 数学定理证明
6.4.2 推演取回及逻辑设计
6.5 表述的进阶论题
6.5.1 非单调推理
6.5.2　使用λ-expression为描述
6.5.3 模型及意愿逻辑（选读）
6.6.1 一般解构法则
6.6　完全解构（选读）
6.6.2 解构的搜寻运算法则　
6.7 参考书籍及更进一步的阅读
　　7　记忆体组织与推论　
　　7.1　记忆体组织的重要性　
7.2 记忆体组织的方法　
7.2.1 述语计算言记索引　
7.2.2　相关网路　
7.2.3 特性遗传　
7.3　资料相依　
7.4 有关时间的推演　
7.4.1 情境计算　
7.4.2 瞬时系统分析　
7.4.3　时序图管理　
7.5　空间推理　
7.6 以法则为基础的程式设计　
7.7 参考书籍及更进一步的阅读　
　　8　外展法，测不准和专家系统　
　　8.1　何谓外展法？
　　8.1.1 外展法与因果律　
8.1.2　外展及证据
8.1.3　专家系统　
8.2 统计学于外展理论上的应用　
8.2 基本定义　
8.2.2 贝氏定理　
8.2.3　多重疾症问题　
8.3 感染性疾病的Mycin程式　
8.4.1 Mycin中的搜寻策略　
8.4 外展法中的搜寻　
8.4.2 由下向上之外展法　
8.4.3 Caduceus的搜寻
8.5　多重疾病　
8.5.1 根据贝氏定理的疾病　
8.5.2 启发式的技术　
8.6 Caduceus程式
8.7 贝氏的推论网路之结构　
8.8 更复杂的例子
8.9 参考书籍及更进一步阅读
　　9　行动计划管理　
　　9.1　简介
9.2 基本的计划解译程式
9.3 计划的决定
9.3.1 预测「保护的侵害」
9.3.2 选择可用的对象
9.3.3　瞬时限定目标
9.3.4 透过「寻找情况」的计划
9.3.5 关于计划的浅近推理
9.3.6 决策理论
9.4 执行的监视和再计划
9.5　应用的范围
9.5.1 机器人的行动计划　
9.5.2 棋局
9.6 参考书籍及更进一步的阅读　
　10　语言理解　
　　10.1　「外展法」的故事理解　
10.2.1　动机分析＝倒转的计划整合
10.2　决定性的动机　
10.2.2　动机间的决定
10.2.3　何时停止
10.3　模式的一般化
10.3.1　可外展的计划
10.3.2　了解计划的障碍
10.3.3　子目标及repeat-until
10.4　动机分析的细节（选读）
10.4.1　外展式的配合
10.4.2　找出可能的动机
10.5　语言行为及会话
10.5.1　语言行为的解答
10.5.2　语言行为的认知
10.5.3　会话
10.6　不含混的语言
10.6.1　参考的多重意义及上下文的关连
10.6.2　会话和参考
10.6.3　不含混的文字意义
10.7　目前状况和展望
10.8　参考书籍及更进一步的阅读
　　11　学习　
　　11.1　导论　
11.2　归纳而学习
11.2.1　实证演算法
11.2.2　一般化和特殊化
11.2.3　配对
11.2.4　配对运算法（选读）
11.2.5　类比
11.2.6　学习索引
11.2.7　评估
11.3　失败引起的学习（failure-driven learning）　
11.4　教导学习
11.5　从研究中学习
11.6　语言学习
11.6.1　问题的大纲　
11.6.2　内部表述的确定
11.6.3　学习片语结构规则
11.6.4　学习变形规则
11.7　参考书籍及更进一步的阅读
参考资料
中英文名词对照表