“这是市面上能够覆盖过去10年间在我的人工智能课程中所包含的所有主题的少有的几本书之一。”――Bruce Maxim，密歇根大学迪尔本分校
　　“本书是人工智能课程的完美补充。它既给读者以历史的观点，又给出所有技术的实用指南。这是一本必须要推荐的人工智能的图书。”――Pascal Rebreyend，瑞典达拉那大学
　　“这一版进行了出色的添加和改进。我将在我的初级和高级人工智能课程中使用第5版。”――Peter Funk，瑞典马拉达伦大学
　　“本书的编写风格和对于主题的全面把握使本书成为一本有价值的人工智能专著。”－－Malachy Eaton，爱尔兰利默里克大学
　　
　　机器能够像人一样思考吗？这个问题是人工智能技术发展的驱动力量，但它只是这门不断演进、令人激动的学科的起点。人工智能使用不同的策略来解决应用计算机技术的任意领域 (从那些属于感知和适应的领域，到智能主体、自然语言理解和随机模型的领域) 中出现的复杂问题。
　　本书是经典的人工智能教材，适合一到两个学期使用，已被宾夕法尼亚大学、密歇根大学、加州理工大学等众多高校选用。同时，本书也是人工智能领域的研究者或者希望在自身工作中应用当前人工智能技术的实践者的优秀参考书。
　　George Luger在研究复杂问题求解技术的同时，还展示了他本人对于人工智能研究的热爱和激情。另外，他还描述了如何使用大量不同的软件工具和技术来应对现今的计算机科学家所面临的诸多挑战。

第5版的新增内容
●新增一章，专门介绍随机方法。
●在许多章节中补充和扩展了资料，展示出基于主体的问题解决方法的重要性及其在人工智能技术中的体现。
●提出了自然语言理解中的一些问题，包括用于语言理解的随机方法、马尔可夫模型、分类与回归树、交互信息聚类和基于分析的统计学。
●从哲学、心理学以及神经生理学角度进一步讨论人工智能的各项成果。

无

Part I: Artificial Intelligence: its Routes and Scope
1 AI: History and Applications

Part II: Artificial Intelligence as Representation and Search
2 The Predicate Calculus
3 Structures and Strategies for State Space Search
4 Heuristic Search
5 Stochastic Methods
6 Building Control Algorithms for State Space Search

Part III: Representation and Intelligence: The AI Challenge
7 Knowledge Representation
8 Strong Method Problem Solving
9 Reasoning in Uncertain Situations

Part IV: Machine Learning
10 Machine Learning: Symbol-Based
11 Machine Learning: Connectionist
12 Machine Learning: Social and Emergent

Part V: Advanced Topics for AI Problem Solving
13 Automated Reasoning
14 Understanding Natural Language

Part VI: Languages and Programming Techniques for Artificial Intelligence
15 An Introduction to PROLOG
16 An Introduction to LISP

Part VII: Epilogue
17 Artificial Intelligence as Empirical Enquiry

Bibliography

Author Index

Subject Index