目录 3
第一部分 3
第一章 人工智能概况 3
1.1 两个世界与两种工具 3
1.2 关于知识 3
1.3 人工智能 4
1.4 人工智能的三大分支 4
1.5 专家系统 5
1.6 第二代专家系统 6
1.7 第三代专家系统 7
1.8 FGCS 8
1.9 智能 8
1.10 人工智能的心理学派与逻辑学派 9
1.11 目前知识工程的真实水平 11
1.12 关于知识工程的问题解 11
1.13 机器求解过程 12
1.14 知识工程系统 13
1.15 典型专家系统应用范围 18
1.16 AI的模式识别分支 18
1.17 机器人学 20
1.18 下一代机器 20
第二章 知识工程系统及其功能环节 22
2.1 知识表达环节 23
2.2 知识表达方式 26
2.3 知识获取 39
2.4 知识精炼 49
2.5 推理机技术 52
2.6 知识库 55
2.7 本章的概括 56
第三章 第一种推理体系 57
3.1 定理证明体系 57
3.2 表达的形式基础 58
3.3 任意复杂的知识表达式的子句分解 60
3.4 Davis-Putnam子句文字归结 63
3.5 矛盾与空子句 65
3.6 消除垃圾问题 66
3.7 进一步提高效率 69
3.8 线性归结 71
3.9 有序线性演绎 72
3.10 语义归结与锁归结 73
3.11 启发式搜索 78
3.12 四类问题和解的方法 83
3.13 对第一类推理体系的结论 86
第四章 智能行为及第三种推理体系 88
4.1 知识环境与问题 88
4.2 典型方法的使用与第三类推理的引出 92
4.3 利用置信度推理的示例系统 96
4.4 决策规则 97
4.5 静态知识结构 105
4.6 结论之CF翻译解释 106
4.7 不精确推理技术——第三种推理体系基础 107
4.8 Dempster-Shafer理论 113
4.9 概括 123
5.1 外延型知识工程的现状 125
第五章 外延型知识工程基础 125
5.2 描述发现机制 126
5.3 AM型机器发现 130
5.4 Meta-DENDRAL的自动规则形成 134
5.5 对知识外延其它途径的探索 136
5.6 小结 141
第六章 80年代最新一代专家系统 143
6.1 HEXSCON星球大战指挥用专家系统 143
6.2 HERACLES通用专家系统 150
6.3 HPP′80通用二代专家系统 156
6.4 80年代专家系统的现状 161
7.1 专家系统向何处发展 163
第七章 关于下一代专家系统的讨论 163
7.2 DKS推理技术 164
7.3 实时技术 166
7.4 DKS推理 168
7.5 实时技术的走向 176
7.6 联想与直觉的引入 178
7.7 任务尚在继续 183
第二部分 超级智能计算机 187
第八章 超级智能计算机的先进体系结构有关问题分析 187
8.1 Systolic机与细胞网络机的特殊问题 187
8.2 神经网络计算机的设计步骤 188
8.3 PDP系统与HTNSL分层类型神经网模拟语言 188
8.4 细胞机的最优拓朴 198
8.5 Boltzmann学习 209
附录1 群图，群图积 215
附录2 CONNECTION机之CmLISP的扩展 217
第九章 超导约瑟夫逊器件与循环流水机 222
9.1 超导体逻辑的创始 222
9.2 Greiner的约瑟夫逊变阻开关器件 224
9.3 IJL约瑟夫逊逻辑器件 225
9.4 超导约瑟夫逊逻辑支持之循环流水线机 229
9.5 循环流水计算机（CPC）的操作系统 229
第十章 模式识别基础与KEM的PR接口 233
10.1 模式（Pattern） 233
10.2 模式识别的一般过程 234
10.3 进一步的问题 252
10.4 对KEM的PR接口信息格式 260
第十一章 激光计算机 261
11.1 激光的发生与激光技术现状 261
11.2 激光干涉与全息技术 266
11.3 激光束的声-光偏转技术 270
11.4 激光增益猝灭与饱和吸收 273
11.5 半导体激光逻辑单元 276
11.6 神经元逻辑单元 280
11.7 激光“相关”运算硬件 283
11.8 激光存贮 284
11.9 结束语 289
后记 291
参考文献 292