作者：李蕾,王小捷编著
页数：294
出版社：清华大学出版社
出版日期：2016
ISBN：9787302423867
电子书格式：pdf/epub/txt
内容简介
随着时代的发展和进步，以智慧地球、智能制造、智能城市等为信息化社会智能标志的智能化进程在稳步推进，智能机器人、互联网 与各行各业的结合，在新的领域创造新的生态活动，使信息技术和传统产业形成生态融合。
信息化和智能化是人类社会发展的大趋势。信息化的发展日益走向成熟，智能化的发展正在成为关注焦点。战胜国际象棋世界冠军的deeper blue，战胜“危险边沿”问题抢答竞赛全美冠军的watson，以及战胜围棋世界冠军的alphago，都是智能科学技术突飞猛进的象征。
本书是我社针对智能科学的发展，面向智能科学与技术专业出版的最套规划教材中的一本。通过对机器智能基本概念和模拟方法的梳理，把智能研究领域原先互相分离的结构模拟、功能模拟、行为模拟三大主流方法融为一体；同时，通过对各个主流方法的研究，继承与发展已有的优秀成果，展示机器智能领域清晰而完整的脉络。此外，编写了机器情感、智能信息网络、智能机器人和智能研究中的未决问题和创新空间，为后续发展奠定了基础。
本书相关图书：
作者简介
李蕾，澳大利亚悉尼麦觉理大学语言技术研究中心博士后，副教授，研究方向为自然语言处理、智能信息服务。先后主持3项国家级科研项目、1项教育部重点项目、2项教育部“网络时代的科技论文快速共享”专项课题以及2项校级教学科研项目。主讲本科生课程机器智能、信息与知识获取，研究生课程信息检索与信息抽取。
王小捷，北京航空航天大学博士。2002-2004年在日本奈良先端科学技术大学院计算语言学实验室访问研究。教授、博士生导师。研究方向为自然语言处理、认知计算。主持或参与完成国家自然科学基金项目、国家863计划项目等十余项国家级科研项目。
相关资料
本书主审推荐：（主审：钟义信，北京邮电大学智能研究中心教授，博导；中国人工智能学会第四届、第五届理事会理事长，国际信息研究学会名誉主席兼中国分会主席。）
世界上已经存在许多成熟的《人工智能》教材版本。
获得最多赞颂的，恐怕要数人工智能领域的两位后起之秀stuart
j. russell和peter norvig于1995年首次出版、2003年再版的《artificial intelligence: a modern
approach》。这部长篇巨作号称找到并建立了一种 “人工智能的现代方法”，能够把人工智能领域原来“三分天下，各据一隅” 的不同学派统一起来。因此被世界上90多个国家的900多所大学作为教材。实属世所罕见！
与russell和norvig的巨著有着异曲同工之妙的，是斯坦福大学老一辈人工智能学者nils j.
nilsson于1998年出版的《artificial
intelligence: a new synthesis》。这本书强调的“新的综合方法”，其实与“一种现代的方法”颇为相近，也是以agent为载体把各种不同方法的结果“汇集”起来，只是在具体的处理上各有特色。
这两部人工智能新著，都清晰地描绘了一个现实：国际学术界对于人工智能领域长期存在的“三分天下，各据一隅”现状深感不满，都在努力寻求实现“三分归一统”的“统一之道”。
在这种国际学术背景下，本书作者力图寻求三分一统的规律所在，突破“三分天下”的格局，跳出“只见树木，不见森林”的境地，为读者提供完整统一的智能理论和方法，努力寻求人工智能理论的有机统一，即智能生成机制。也就是“知识的外部生态过程：信息—知识—智能的转换”。更准确地说，智能生成机制是“本体论信息—认识论信息—知识—智能”的转换。这是具有创新性和开拓性的工作！
在经典教材好书如林的情况下，作者没有选择编写经典《人工智能》教材的轻松之路，而是选择了编写《机器智能》的艰苦之路。不仅抓住了“智能生成机制”（知识的外生态过程），从而引入机制模拟的人工智能理论，而且抓住了知识的内部生态过程，因而得到了“基于经验知识的结构模拟人工智能、基于规范知识的功能模拟人工智能、基于常识知识的行为模拟人工智能，分别是机制模拟的三个相辅相成的特例”的结论，于是实现了“机器（人工）智能的统一”，实现了russell、norvig、nilsson等人希望实现而没有实现的目标。
一位伟大的哲人说过，不讲现实不行，没有理想更不行；但现实的东西都不是理想的东西；理想的东西都不是现实的东西。本书虽然具备足够的出版价值，但还需要不断进步，，希望能够得到读者的批评指正。
使用《机器智能》教材的学生对本书的评价：
马颖：机器智能课程的开设让我们对智能科学与技术专业有了更深刻的认识。在李蕾老师的课堂上我们不仅学到了知识更学到了方法。这种方法在未来的学习中也能让我们受益匪浅。
李可：机器智能是我非常有收获的一门课。感谢李老师、王老师编写的教材，非常清晰明了。这本书让我对人工智能的发展有了系统了解。同时，书中的实验，比如实现bp神经网络，使得我们对它的理解更为深刻。
何荷：通过这本书的系统学习，我们不仅可以获取丰富多层次的知识，还能掌握大量的方法。这本书深入浅出，对于初学者而言，是学习探索智能领域不可多得的法宝。
李可 ：针对神经网络部分，书中讲得特别详细透彻，特别是权值调整部分，相对网上很多资料，讲得清楚许多。我们通过书中内容，很好地理解神经网络模型的机制，为深度神经网络的学习奠定了坚实基础。
姜博凡 ：《机器智能》是一本清楚实用的好书，里面许多经典算法在今后的专业学习中会得到广泛的应用，可以使我们对人工智能有基本的理解。
黄祖莹：通过学习《机器智能》这本书，我们对人工智能有了最初的认知，浅尝各种高级的算法，也让我们惊叹于智能的博大精深，它带领我们走进了一个全新的万花世界。
卢文聪：《机器智能》内容详实，涵盖了行为模拟、结构模拟、功能模拟这三个人工智能的主要思想领域，深入浅出，一步一步地引导着我进入人工智能的大门，当年学习的bp神经网络，如今依然印象深刻。
邝伊萍：机器智能是智能科学技术的基本概念之一。《机器智能》从科学和技术入手，揭示了社会发现的规律，让读者深刻意识到当今社会智能发展的重要性。继而从本质内在、研究方法、机器情感、宏观应用、微观应用、未来展望等方面详细介绍了机器智能。循循善诱，丝丝入扣，图文结合，可让初学者全面了解机器智能，也可让研究者深入探索智能领悟！
金晓芙：机器智能让一个看似冰冷的程序可以进行智能的判断和识别。bp神经网络模拟人类的信息反馈模式对于事物进行认知的方式，并利用计算机强大的计算功能实现了“机器看世界”！启发式算法则提高了机器的智能性，对于取得最优方案有很重要的意义。
熊翼：如果你对人工智能技术充满好奇，那么《机器智能》一定是了解人工智能世界最好的第一本书！这本书的贡献不在于技术多么丰富，多么前沿，而在于将人工智能领域的总体脉络和历史上最闪耀的具有转折意义的技术，以最易于理解的方式展示在读者眼前。这本书既能成为读者了解人工智能领域的科普读物，也是最佳的人工智能技术基础学习教材，它将带领读者遨游一个新的世界！
李诗瑶：机器智能引我进入了机器思想的大门，人与机器思考机制的互动蕴含了丰富的数学和计算机原理，这种巧妙的结合都能在机器智能这门课和《机器智能》这本书上体会到。
张路铭：哲学家们两千多年来一直致力于理解和解决宇宙的两大问题，人类是如何思考的？人类以外的物体是否也能够思考？哲学的特质允许这些争论一直存在。但事实上，工程师和科学家们已经造出了具有智能的机器。
杨凌山：《机器智能》是我目前为止看到的对机器智能技术介绍最全面的入门级读物。这本书为我打开了通向人工智能的大门，介绍了智能发展趋势，对主流模型算法论述得非常简明易懂。从这个意义来讲，这本书值得我们反复阅读，反复思考，反复总结。
王帅：从历史到技术再到展望，《机器智能》呈现给每位读者一个完整的人工智能的世界。搭建结构，分析功能，设置行为，这本书详细而易懂地介绍了至今在研究和现实中运用的基本算法，是一本很不错的人工智能领域的入门读物。当然了，这本书最大的亮点是提出了机制体系，将以往分割开的智能发展领域进行了整合和归纳，将50年ai领域的沉淀串连起来，让智能看起来不再那么繁杂。其丰富的内容，使得其既可以作为一本科普书，使读者对了解ai这个火热的行业激起兴趣；也可以作为一本教材引导自己学习的方向。总之，《机器智能》是一本你值得拥有的书！
张昊 ：近年来，机器智能的研究迅速发展，在很多领域都获得了广泛运用。《机器智能》是一本很好的机器智能入门教材，内容丰富、浅显易懂、适应面广。
司佳琪：《机器智能》这本书把已有的人工智能研究领域中多年来相对独立发展的几大学派融为一体。书中系统介绍了机器智能结构方法、功能方法、行为方法的关系。深入浅出地讲解人工智能中基本典型的深度学习模型，如bp神经网络模型，使读者对人工智能的知识结构、思考方式有较好的理解和启示。
陈奕修：《机器智能》这本书内容全面，循序渐进，讲解生动，初学者也很好理解。其中的思想给了我很大的启发，带领我走进了机器学习的神秘殿堂。是一本不可多得的优秀教材！
陈嘉裕：《机器智能》这本书讲得很详细、很有条理，学完以后对人工智能的发展历史和经典算法都有所了解，动手实践其中的一些算法，例如bp神经网络和a最算法，收获很多！
光泽宇：《机器智能》按照结构主义、功能主义、行为主义、机制主义的顺序讲解，让我们在宏观上对机器智能的发展过程和体系结构有了把握，又能更好地理解具体的理论，从而进行实践，加深理解。自主查阅资料和动手实践，让我们对书本理论有更深刻的认识。内容丰富，非常有趣！
宋慧敏：虽然《机器智能》不是智能科学与技术专业的第一本教材，但是一本人工智能的入门级读物，因为它让我们对人工智能的发展有了清晰的了解。同时，它也可以是一本更高阶的读物，因为它让我们对机器智能有了更系统的认知。不管是了解生动有趣的历史，还是学习匠心独运的算法，《机器智能》都值得认真研读。
任晓钰：本书案例详实，简单易懂，是了解认知计算和人工智能的不二之选！
王晨光：这本书对于机器智能方面的技术与发展讲得很详细，让我对机器智能更加有兴趣！
曹勇：这本书确实讲得很详细，深入浅出，很适合初学者，它站在一个很高的角度，将整个机器智能体系讲得很完整，对我们以后在智能科学方面的发展十分有用，强烈推荐把这本书作为教材！！！
王菀莹：当机器拥有了知觉、听觉、嗅觉、视觉，甚至能和人类一样自主学习，那它能否彻底取代人类？答案是显而易见的。这是为什么呢？如果你没有学习《机器智能》这本书，你将很难解释这个问题。机器智能时代的浪潮袭来，让你不得不面临科技发展的各种机遇和挑战，计算机的未来到底在哪里？这本书有你想要的答案。
刘艾婷：《机器智能》给读者一个关于智能的整体概念，将人工智能三大主流方法之间的关系阐述得非常清晰，在“人工智能的统一理论”的基础上，通过机制模拟研究方法把已有的科技成果融为一体，给读者以完整的知识和统一的理论。
唐沁婷：《机器智能》既有详细的概念解释，也有具体的算法描述；既从整体介绍了机器智能体系，也介绍了很多细节知识，十分适合想了解机器智能的初学者。
徐书豪：《机器智能》从信息的角度切入，讲述了人工智能的发展，并细致讲解了几个具有代表性的关键算法（神经网络、深度学习等）。此外，也为我们讲述了现今人工智能的发展趋势。由浅入深地带领我们进一步了解人工智能，并对其产生一个基本框架，为后续人工智能的学习打下良好基础。
韦昊：《机器智能》内容通俗易懂，多而不繁、细而不杂，对智能模拟的分析理解独到而深刻，是最值得推荐的机器智能教材。机器智能本身作为一门不断发展中的技术，应用前景十分广泛。通过本书掌握机器智能的相关知识，能助你在相关领域更上一层楼。
本书特色
本书介绍了机器智能的基本概念、理论方法和应用情况，全书共10章，主要内容包括智能、信息、知识、决策等相关的基本概念，结构模拟方法（人工神经网络）的研究思路、基本模型、学习算法、工作原理、典型应用以及优势与困难，功能模拟方法（传统人工智能、专家系统）的知识表示、知识获取、知识应用以及困难所在，行为模拟方法（感知捕作系统）的机器感知、模式分类、感知捕作系统、机器学习、计算智能以及局限性，机制模拟方法（信息仓识仓悄茏换）的全信息理论、知识理论、知识生态模型、智能生成机制以及全信息自然语言理解等，并通过机制模拟把多年来相对独立发展的结构模拟、功能模拟和行为模拟三大学派有机地融为一体，介绍了智能统一理论。在此基础上，拓展介绍了智能与情感相互作用模型、机器智能的宏观应用（智能信息网络）和微观应用（智能机器人）以及机器智能领域的几个前沿未决问题，包括复杂系统理论、不确定性理论和智能数学。本书可作为高等院校智能科学与技术相关专业高年级本科生的教材以及计算机类、信息技术类与自动化类相关专业本科生的参考用书，也适合对智能科学技术有兴趣的广大读者阅读。
