1.力强为特点，但在体系结构的完整性和可移植性等方面存在缺陷，求解问题的能力弱。第二代专家系统（如MYCIN、CASNET、PROSPECTOR和HEAR-SAY等）属于单学科专业型、应用型系统，其体系结构较完整，移植性方面也有所改善，而且在系统的人机接口、解释机制、知识获取技术、不确定推理技术、增强专家系统的知识表示和推理方法的启发性、通用性等方面都有所改进。
2. 多领域知识单处理范型智能系统 
多领域知识单处理范型智能系统具有多种领域的知识，而处理范型只有一种。大多数分布式问题求解系统和多专家系统属于这种类型。一般采用专家系统开发工具和环境来研制这种大型综合智能系统。 
由于智能系统在工程技术、社会经济、国防建设和生态环境等各个领域的广泛应用，对智能系统的功能提出多方面的要求。许多实际问题的求解，如医学诊治、经济计划、军事指挥、金融工程、作物栽培和环境保护等，往往需要应用多学科、多专业的专家知识和经验。现有的许多专家系统大多数是单学科、专门性的小型专家系统，不能满足用户的实际需求。建立多领域知识单处理范型智能系统在一定程度上可以达到用户的要求。 
这类智能系统的特点是： 面向用户实际的复杂问题求解；应用多学科、多专业、多专家的知识和经验，进行并行协同求解；基于分布式、开放性软硬件和网络环境；利用专家系统开发工具和环境；实现知识共享与知识重用。 
3. 单领域知识多处理范型智能系统 
单领域知识多处理范型智能系统具有单一领域的知识，而处理范型有多种。例如，混合智能系统属于这种类型。一般可以用神经网络通过训练，获得知识。然后，转换成产生式规则，提供给推理机在求解问题时使用。 
在进行问题求解时，也可以采用多种机制处理同一个问题。例如，疾病诊断系统，既可采用符号推理的方法，也可通过人工神经网络。让它们同时处理相同的问题，然后比较它们的结果，这样容易取得正确的结果，避免片面性。 
4. 多领域知识多处理范型智能系统 
这种系统具有多种领域的知识，而且处理范型也有多种。这种系统包含一个集体智能模块，其含义是，在多种处理范型的环境下，各种处理机制各行其是，各司其职，协调工作，表现为集体的智能行为。 
...
智能科学与技术正在向理论创新的深入和大规模实际应用发展。在2009年中国科学技术协会公布的“10项引领未来的科学技术”评选结果中，作为智能科学与技术核心的“人工智能技术”排在第4位，作为智能科学与技术重要应用的“未来家庭服务机器人”排在第2位，这充分显示了智能科学与技术的巨大潜力和极其广泛的社会影响。 
在过去50多年的人工智能研究中，人们一直沿着“模拟脑”的方向做出努力，分别从智能系统的结构、功能和行为3个基本侧面展开对智能的研究。这样，便先后形成了模拟大脑抽象思维功能的符号智能学说、模拟大脑结构的神经网络学说以及模拟智能系统行为的感知-动作系统学说。由于社会的迫切需要，呼唤着智能科学与技术在理论上取得突破，在应用上广泛普及。展望智能科学与技术的发展，可以开展以下3方面的研究：  
...
本书在《人工智能》 (2006版）的基础上，吸取了国内外人工智能教材的优点，增补了国际上最新的研究成果修订而成。参考史忠植教授的教材，本书新增一章“互联网智能”，包括语义网与本体、Web技术、Web挖掘和集体智能等内容。结合教学实际，以附录形式增加了“人工智能大作业”，包括28个问题（选题），并明确了大作业组织形式及要求。 
本书第3、4、9、10章由张彦铎撰写，其余各章由贲可荣撰写。全书由贲可荣统稿。蔡敦波对第3章进行了修订，郑笛参与了第4、10章的修订，陈志刚教授对全书进行了认真审校，特此致谢。 
 ...

本书第3、4、9、10章由张彦铎撰写，其余各章由贲可荣撰写。全书由贲可荣统稿。吴荣华撰写了附录初稿。陈志刚教授对全书进行了认真审校，特此致谢。 
在本书编写过程中，参考和引用了许多专家、学者的著作和论文，正文中未一一注明。在此，作者谨向相关参考文献的作者表示衷心的感谢。 
不当之处，恳请读者批评指正。   
作者2006年1月

　　人工智能是研究理解和模拟人类智能、智能行为及其规律的一门学科。其主要任务是建立智能信息处理理论，进而设计可以展现某些近似于人类智能行为的计算系统。《高等学校计算机教育规划教材·普通高等教育“十二五”国家级规划教材：人工智能（第2版）》介绍人工智能的理论、方法和技术及其应用，除了讨论那些仍然有用的和有效的基本原理和方法之外，着重阐述一些新的和正在研究的人工智能方法与技术，特别是近期发展起来的方法和技术。此外，用比较多的篇幅论述人工智能的应用，包括互联网智能等新增内容。　　《高等学校计算机教育规划教材·普通高等教育“十二五”国家级规划教材：人工智能（第2版）》包括下列内容：①简述人工智能的起源与发展，人工智能的定义、人工智能与计算机的关系以及人工智能的研究和应用领域；②论述知识表示、推理和不确定推理的主要方法，包括谓词逻辑、产生式系统、语义网络、框架、脚本、面向对象、归结推理、非单调推理、主观Bayes方法、确定性理论、证据理论、模糊逻辑和模糊推理等；③讨论常用搜索原理，如盲目搜索、启发式搜索、MIN-MAX搜索、α-β剪技和约束满足等；并研究一些比较高级的搜索技术，如贪婪局部搜索、局部剪枝搜索、模拟退火算法和遗传算法等；④介绍分布式人工智能与Agent、计算智能、机器学习、反向传播神经网络、Hopfield神经网络和知识发现等已成为当前研究热点的人工智能技术和方法；⑤比较详细地分析人工智能的主要应用领域，涉及自动规划系统、自然语言处理、信息检索、语言翻译、语音识别、机器人和互联网智能等。　　《高等学校计算机教育规划教材·普通高等教育“十二五”国家级规划教材：人工智能（第2版）》适合作为面向计算机专业大学高年级和非计算机专业研究生的人工智能课程的教材，也可作为希望深入学习人工智能的科技人员的参考书。

贲可荣  海军工程大学计算机系教授、博士生导师。中国计算机学会计算机理论专委会和软件工程专委会委员，《计算机科学与探索》、《计算机工程与科学》、《中国舰船研究》、中国计算机学会《技术动态》编委。研究方向：人工智能，软件工程。从1987年开始，为本科生和研究生开设“离散数学”、“人工智能”、“软件工程”、“人工神经网络”等课程。主讲的课程“人工智能”和“软件工程”分别获海军优秀和海军重点立项建设。

张彦铎 博士，武汉工程大学副校长，教授、博士生导师。兼任中国人工智能学会智能机器人专业委员会委员、机器人足球技术专业委员会委员，国际机器人足球联盟中国分会华中地区召集人，湖北省青年科技工作者协会理事。获湖北省有突出贡献的中青年专家。多次在国际机器人足球比赛中获得冠军。

第1章 绪论
1.1 人工智能的定义与发展
1.2 人类智能与人工智能
1.2.1 智能信息处理系统的假设
1.2.2 人类智能的计算机模拟
1.3 人工智能各学派的认知观
1.4 人工智能的研究与应用领域
1.4.1 智能感知
1.4.2 智能推理
1.4.3 智能学习
1.4.4 智能行动
1.5 未来50年的人工智能问题
1.6 人类级人工智能 
习题 

第2章 知识表示和推理 
2.1 概述
2.1.1 知识和知识表示
2.1.2 知识-策略-智能
2.1.3 人工智能对知识表示方法的要求
2.1.4 知识的分类 
2.1.5 知识表示语言问题
2.1.6 现代逻辑学的基本研究方法
2.2 命题逻辑
2. 2.1 语法
2.2.2 语义 
2.2.3 命题演算形式系统
2.3 谓词逻辑
2.3.1 语法
2.3.2 语义
2.3.3 谓词逻辑形式系统FC 
2.3.4 一阶谓词逻辑的应用
2.4 归结推理
2.4.1 命题演算中的归结推理 
2.4.2 谓词演算中的归结推理
2.4.3 谓词演算归结反演的合理性和完备性
2.5 产生式系统
2.5.1 产生式系统的组成部分 
2.5.2 产生式系统的基本过程 
2.5.3 产生式系统的控制策略 
2.6 知识表示的其他方法
2.6.1 语义网络
2.6.2 框架
2.6.3 脚本
2.6.4 面向对象
2.7 基于知识的系统
2.7．1 知识获取
2.7.2 知识组织
2.7.3 知识应用
2.7.4 常识知识和大规模知识处理
2.8 小结
习题  

第3章 搜索技术  
3.1 概述
3.2 盲目搜索方法．
3.2.1 生成再测试法
3.2.2 迭代加深搜索
3.3 启发式搜索 
3.3.1 启发性信息和评估函数
3.3.2 最好优先搜索算法
3.3.3 贪婪最好优先搜索算法
3.3.4 A算法和A算法 
3.3.5 迭代加深A算法
3.4 问题归约和AND-OR图启发式搜索 
3.4.1 问题归约的描述
……

第4章 高级搜索
第5章 不确定知识表示和推理 
第6章 Agent
第7章 自然语言处理技术 
第8章 机器学习和神经网络
第9章 智能规划
第10章 机器人学
第11章 互联网智能

附录A 人工智能程序设计语言Prolog
附录B 人工智能大作业
参考文献