本书共12章，内容涵盖传统人工智能技术、现代人工智能技术及人工智能技术应用三大部分，旨在展示人工智能技术的发展历程。在传统人工智能技术部分，本书讨论了问题求解与搜索技术、归结推理、不确定性推理与专家系统，以及遗传算法、蚁群算法、鸟群算法和粒子群算法等经典算法。在现代人工智能技术部分，本书介绍了机器学习中的监督学习和非监督学习，讲解了经典的决策、分类、聚类、回归、降维和关联分析等问题，以及神经网络和深度神经网络等内容。在人工智能技术应用部分，本书讲解了视觉感知与智能视觉、听觉感知与智能听觉、语言智能处理和智能机器等当前流行技术，以及未来人工智能的展望。在本书编写过程中，编者着重介绍基本概念、基本原理和基本分析方法，旨在引导读者分析问题和解决问题，力求基本概念准确、条理清晰、内容精练、重点突出、理论联系实际。 本书可作为人工智能、计算机科学与技术、电子信息、遥感测绘、土木工程、机械工程等理工科专业的人工智能导论课程（或通识课程）教材，也可供相关领域的科技人员参考使用。