人工智能：原理与实践

人工智能：原理与实践

基本信息

George F. Luger, Artificial Intelligence: Principles and Practice, Cham: Springer Nature, 2025.

内容简介

This book provides a complete introduction to Artificial Intelligence, covering foundational computational technologies, mathematical principles, philosophical considerations, and engineering disciplines essential for understanding AI. Artificial Intelligence: Principles and Practice emphasizes the interdisciplinary nature of AI, integrating insights from psychology, mathematics, neuroscience, and more. The book addresses limitations, ethical issues, and the future promise of AI, emphasizing the importance of ethical considerations in integrating AI into modern society. With a modular design, it offers flexibility for instructors and students to focus on specific components of AI, while also providing a holistic view of the field.

Taking a comprehensive but concise perspective on the major elements of the field; from historical background to design practices, ethical issues and more, Artificial Intelligence: Principles and Practice provides the foundations needed for undergraduate or graduate-level courses. The important design paradigms and approaches to AI are explained in a clear, easy-to-understand manner so that readers will be able to master the algorithms, processes, and methods described.

The principal intellectual and ethical foundations for creating artificially intelligent artifacts are presented in Parts I and VIII. Part I offers the philosophical, mathematical, and engineering basis for our current AI practice. Part VIII presents ethical concerns for the development and use of AI. Part VIII also discusses fundamental limiting factors in the development of AI technology as well as hints at AIs promising future. We recommended that PART I be used to introduce the AI discipline and that Part VIII be discussed after the AI practice materials. Parts II through VII present the three main paradigms of current AI practice: the symbol-based, the neural network or connectionist, and the probabilistic.

Generous use of examples throughout helps illustrate the concepts, and separate end-of-chapter exercises are included. Teaching resources include a solutions manual for the exercises, PowerPoint presentation, and implementations for the algorithms in the book.

本书全面介绍了人工智能，涵盖了理解人工智能所必需的基础计算技术、数学原理、哲学思考和工程学科。

《人工智能：原理与实践》强调了人工智能的跨学科性质，整合了心理学、数学、神经科学等领域的见解。

本书探讨了人工智能的局限性、伦理问题和未来前景，强调在将人工智能融入现代社会时考虑伦理因素的重要性。

通过模块化设计，本书为教师和学生提供了灵活性，既可以专注于人工智能的特定组成部分，同时又能提供该领域的整体视角。

本书对该领域的主要要素采取了全面而简明的视角，从历史背景到设计实践、伦理问题等，《人工智能：原理与实践》为本科或研究生层次的课程提供了必要的基础。

书中以清晰、易懂的方式解释了人工智能的重要设计范式和方法，使读者能够掌握所描述的算法、过程和方法。

第一部分和第八部分介绍了创建人工智能产物的主要智识和伦理基础。

第一部分提供了当前人工智能实践的哲学、数学和工程基础。

第八部分阐述了人工智能发展和使用中的伦理问题。

第八部分还讨论了人工智能技术发展的根本限制因素，并暗示了人工智能的光明前景。

我们建议用第一部分介绍人工智能学科，在学习完人工智能实践材料后再讨论第八部分。

第二至第七部分介绍了当前人工智能实践的三个主要范式：基于符号的、神经网络或连接主义的，以及概率的。

全书大量使用示例帮助阐述概念，并在每章末尾附有独立的练习。

教学资源包括练习解答手册、PowerPoint演示文稿，以及书中算法的实现代码。

作者简介

George Luger is Professor Emeritus of Computer Science at the University of New Mexico. Dr. Luger was also a Professor in the Psychology and Linguistics Departments, reflecting his interdisciplinary interests in Cognitive Science and Computational Linguistics.

The National Science Foundation, NATO, the British Royal Society, NASA, the Smithsonian Institution, NIH, the Departments of Defense, Energy and Transportation, NIH, and other government agencies have supported George Lugers research. He has worked with the Los Alamos and Sandia National Laboratories and for numerous companies. Currently, his consulting is in the design of natural language web agents and deep learning technologies that analyze information in very large collections of data.

Dr. Luger is the author of Artificial Intelligence: Structures and Strategies for Complex Problem Solving (Addison-Wesley, 2009), now in its Sixth Edition, and Knowing Our World (Springer, 2021).

乔治·卢格尔是新墨西哥大学计算机科学系荣休教授。

卢格尔博士同时也是心理学和语言学系的教授，这反映了他在认知科学和计算语言学方面的跨学科兴趣。

美国国家科学基金会、北约、英国皇家学会、美国宇航局、史密森学会、美国国立卫生研究院、国防部、能源部和运输部等政府机构都支持过乔治·卢格尔的研究。

他曾与洛斯阿拉莫斯和桑迪亚国家实验室以及众多公司合作。

目前，他的咨询工作集中在自然语言网络代理的设计，以及分析海量数据集信息的深度学习技术。

卢格尔博士著有《人工智能：复杂问题求解的结构与策略》（艾迪生-韦斯利出版社，2009年，现已出版第六版）和《认识我们的世界》（施普林格出版社，2021年）。

中国人民大学口述史+质性研究研修班介绍

中国人民大学口述史研修班汇聚口述史领域的知名专家学者，围绕口述史的理论、方法、技术与应用展开深入探讨。

通过理论与实践的交流碰撞，研修班为口述史的创新发展提供了广阔平台，促进了口述史在不同领域的拓展应用、学术价值和社会意义，展现了口述史在新时代的发展潜力与应用前景。

中国人民大学口述史研修班第一期（2024年7月26-28日；

线下）、第二期（2024年8月16-18日；

线下）、第三期（2024年12月7-16日；

线上）、第四期（2025年3月7-9日；

线上）、第五期（2025年7月25-27日；

线上线下同步）开班后，受到了大家的广泛关注，在学员当中反响也相当不错。

在各咨询群中，很多朋友希望能够有机会参加后续培训，经初步考虑，拟于2025年12月下旬举办中国人民大学口述史研修班第六期（线上）。

中国人民大学质性研究研修班致力于打造一个跨学科交流与深度对话的学术平台，探索质性研究在多元学科领域的理论创新与实践应用。

通过跨学科的视角碰撞与方法互鉴，研修班旨在推动不同领域质性研究的深度融合与创新发展。

无论您是高校教师、科研人员，还是对质性研究感兴趣的学生、实务工作者，都能在这里感受多元学科视角下质性研究的丰富内涵，把握学科前沿动态，提升研究能力与学术视野。

中国人民大学质性研究研修班第一期（2025年7月11-13日；

线上线下同步）开班后，受到了大家的广泛关注，在学员当中反响也相当不错。

在各咨询群中，很多朋友希望能够有机会参加后续培训，经初步考虑，拟于2026年1月上旬举办中国人民大学质性研究研修班第二期（线上）。

人多抢网真烧心！从技术原理到实测数据，看天际通拥塞加速值不值

十月下旬深秋，正是出门赏秋和年底商务出差扎堆的时候。

不知道大家有没有遇到过这种让人极度“烧心”的时刻：高铁站候车的时候，临时被拉进视频会议，画面非常卡；或者挤在晚高峰地铁里，手机右上角明明信号满格，微信却一直在转圈。

这通常不是基站没信号，也不是手机故障，大概率是“信道堵车”了。

当高密度人群在同一时空同时发起连接，基站的上下行信道资源被瞬间挤占，数据包只能排队，表现出来就是高延迟和高丢包。

那么，这个“拥塞加速”真的靠谱吗？我深度体验了一下，用这几天的行程实测数据说话。

场景一：高铁站商务办公 上周赶车出差，高铁候车厅人山人海，是典型的网络拥堵重灾区。

等车的时候，加入公司的视频会议，画面频繁卡顿，网络延迟一度飙升到380ms左右。

随后我打开华为天际通，在首页并一键开启服务（系统会智能感知网络，零门槛不用调参数）。

开启后再次观察会议监控面板，延迟迅速回落并稳定在75ms-90ms之间；从候车大厅一路检票上车，全程沟通连贯没掉线。

场景二：周末万人演唱会现场 周末去看了场演出，几万人聚集导致上行信道争抢极其激烈。

未开启加速时，用测速软件测得文件上传速度仅0.3MB/s，一段45MB的现场高清合唱视频，微信转圈了近两分钟还没传完。

开启拥塞加速后，重测上传速度提升至3.2MB/s左右，同样大小的高清视频十几秒就顺利发出了，演唱会现场也能及时分享。

场景三：晚高峰地铁通勤 回到日常晚高峰地铁，车厢里人挨着人。

不开加速追1080P剧集，15分钟内出现了4次加载缓冲；打开MOBA手游，游戏延迟飘红破300ms。

而启用拥塞加速后，追剧更顺畅，一路上拖动进度条基本即点即播，视频缓冲次数降为0；游戏内的ping值则被稳稳压在48ms-65ms的绿网区间，团战响应稳了不少。

总结： 智能感知、一键开启，在基站高负载场景下，华为天际通拥塞加速降延迟和提速上行的效果很直观。

但也需要和大家分享的是：它解决的是“人多抢网”的信道拥堵，如果身处信号较差的偏远地区、地下室和地下停车场等地点，它是无法凭空变出信号的。

目前该服务仅支持 华为鸿蒙5及以上设备，且需使用 移动/电信网络。

最后聊聊怎么选。

现在大家都是讲究性价比的“纯过日子人”，大流量包买多了用不完纯属浪费，所以可以按需购买，共有三档： 1小时包（9.9元）：9.9元起，不到一杯咖啡的钱，适合快速通勤、高铁站候车及短途高铁救急； 2小时包（14.9元）：折合7.45元/小时，适合看演唱会、中长途出行； 4小时包（21.9元）：折合低至5.48元/小时，适合长途高铁或全天移动办公。

如果你近期准备出门欣赏秋日，需要出差、看演唱，或者日常挤地铁，不妨打开华为天际通备上一单，关键时刻确实能少受不少网络卡顿的窝囊气。

人多抢网真烧心！从技术原理到实测数据，看天际通拥塞加速值不值

十月下旬深秋，正是出门赏秋和年底商务出差扎堆的时候。

不知道大家有没有遇到过这种让人极度“烧心”的时刻：高铁站候车的时候，临时被拉进视频会议，画面非常卡；或者挤在晚高峰地铁里，手机右上角明明信号满格，微信却一直在转圈。

这通常不是基站没信号，也不是手机故障，大概率是“信道堵车”了。

当高密度人群在同一时空同时发起连接，基站的上下行信道资源被瞬间挤占，数据包只能排队，表现出来就是高延迟和高丢包。

那么，这个“拥塞加速”真的靠谱吗？我深度体验了一下，用这几天的行程实测数据说话。

场景一：高铁站商务办公 上周赶车出差，高铁候车厅人山人海，是典型的网络拥堵重灾区。

等车的时候，加入公司的视频会议，画面频繁卡顿，网络延迟一度飙升到380ms左右。

随后我打开华为天际通，在首页并一键开启服务（系统会智能感知网络，零门槛不用调参数）。

开启后再次观察会议监控面板，延迟迅速回落并稳定在75ms-90ms之间；从候车大厅一路检票上车，全程沟通连贯没掉线。

场景二：周末万人演唱会现场 周末去看了场演出，几万人聚集导致上行信道争抢极其激烈。

未开启加速时，用测速软件测得文件上传速度仅0.3MB/s，一段45MB的现场高清合唱视频，微信转圈了近两分钟还没传完。

开启拥塞加速后，重测上传速度提升至3.2MB/s左右，同样大小的高清视频十几秒就顺利发出了，演唱会现场也能及时分享。

场景三：晚高峰地铁通勤 回到日常晚高峰地铁，车厢里人挨着人。

不开加速追1080P剧集，15分钟内出现了4次加载缓冲；打开MOBA手游，游戏延迟飘红破300ms。

而启用拥塞加速后，追剧更顺畅，一路上拖动进度条基本即点即播，视频缓冲次数降为0；游戏内的ping值则被稳稳压在48ms-65ms的绿网区间，团战响应稳了不少。

总结： 智能感知、一键开启，在基站高负载场景下，华为天际通拥塞加速降延迟和提速上行的效果很直观。

但也需要和大家分享的是：它解决的是“人多抢网”的信道拥堵，如果身处信号较差的偏远地区、地下室和地下停车场等地点，它是无法凭空变出信号的。

目前该服务仅支持 华为鸿蒙5及以上设备，且需使用 移动/电信网络。

最后聊聊怎么选。

现在大家都是讲究性价比的“纯过日子人”，大流量包买多了用不完纯属浪费，所以可以按需购买，共有三档： 1小时包（9.9元）：9.9元起，不到一杯咖啡的钱，适合快速通勤、高铁站候车及短途高铁救急； 2小时包（14.9元）：折合7.45元/小时，适合看演唱会、中长途出行； 4小时包（21.9元）：折合低至5.48元/小时，适合长途高铁或全天移动办公。

如果你近期准备出门欣赏秋日，需要出差、看演唱，或者日常挤地铁，不妨打开华为天际通备上一单，关键时刻确实能少受不少网络卡顿的窝囊气。