Ten Chapters into the Science of Machine Intelligence
从图灵之问到达特茅斯的誓言，从符号与连接的百年争鸣到深度学习的时代浪潮—— 本站以十个章节，系统呈现人工智能的基本概念、经典方法与前沿图景。 墨色为底，鎏金为饰，愿你在此静心研读。
每一章都包含概念溯源、形式化定义、算法推导、典型实例与自测思考；搜索、推理、计算智能与机器学习等章配有可交互的演示程序。
人工智能的定义与图灵测试、发展简史与三次浪潮、符号／连接／行为三大学派、研究内容与应用版图。
02 CHAPTER TWO一阶谓词逻辑、产生式系统、框架表示、语义网络，以及面向开放世界的知识图谱——机器如何"书写"世界。
03 CHAPTER THREE推理的方向与控制策略、自然演绎推理、鲁滨逊归结原理与归结反演、与或形演绎推理。
04 CHAPTER FOUR状态空间与问题归约、盲目搜索、启发式搜索与 A* 算法、与或树搜索、博弈树与 α-β 剪枝（含交互演示）。
05 CHAPTER FIVE贝叶斯方法、主观贝叶斯、可信度 CF 模型、证据理论，以及模糊集合、模糊关系与模糊推理（含小费推理演示）。
06 CHAPTER SIX神经计算与 BP 网络、遗传算法等进化计算、蚁群与粒子群等群智能、模糊计算（含遗传算法进化演示）。
07 CHAPTER SEVEN学习系统模型、符号学习与决策树、连接学习、统计学习、深度学习与强化学习（含感知机分类演示）。
08 CHAPTER EIGHT专家系统的概念结构与工作原理、开发步骤与工具、MYCIN 等经典系统（含可对话的动物识别专家系统）。
09 CHAPTER NINE语言模型演进、词法／句法／语义分析、机器翻译与问答、Transformer 与大语言模型时代。
10 CHAPTER TEN分布式人工智能、Agent 的特性与结构、多智能体系统、通信语言 KQML/ACL、协调协作与典型应用。
"我们只能向前看到很短的距离，
但我们能够看到仍然有很多事情需要做。"