1、本书堪称赋予AI常识的大百科，从人类常识的概念破题，为读者解答有关AI最实际的问题：怎样让AI更具“人性”。2、本书用生动的语言、丰富的案例、清晰的逻辑图表，深入浅出地讲解了AI融合常识的理论基础、方法论以及未来实践，带读者了解人工智能领域中的核心要素——常识。3、本书聚焦AI领域的常识，提供了目前AI研究中容易被忽略的重要视角，极具创造性与启发性。

《机器如人》深入探讨了如何在人工智能系统中融入广泛、强大的常识，而非仅仅依赖狭隘、专门的专业知识。书中提出了一种赋予人工智能系统常识和有效推理能力的创新方法，探讨了我们如何信任自主机器做出决策的关键问题，并明确了值得信赖的自主人工智能系统需要具备的两个基本要求：有行动理由和能够接受建议。这两点的实现都取决于系统是否具备常识。本书为人工智能领域的专业人士和对人工智能感兴趣的读者提供宝贵的见解和指导，引领他们走向智能技术的未来。

罗纳德·J.布拉赫曼（Ronald J. Brachman）

纽约市康奈尔理工学院雅各布斯-康奈尔研究所主任、计算机科学教授，美国计算机协会（ACM），电气和电子工程师协会（IEEE）和美国科学促进协会 (AAAS) 的会员。

赫克托·J.莱韦斯克（Hector J. Levesque）

多伦多大学计算机系教授、加拿大学者、人工智能研究专家，多年来致力于人工智能的研究，主要研究方向为人工智能的知识表现和推理。他还是国际人工智能协会执行理事会成员、加拿大皇家学会成员及多个杂志的编委会成员。

人工智能是新一轮科技革命和产业变革的重要驱动力量，其常识问题日益成为学术界和业界的研究和应用热点。本书内容翔实、知识丰富，系统地介绍了有关人工智能掌握常识的基本概念、工作原理、关键技术、应用现状及发展趋势等，既有严谨的理论，又有丰富的示例，具有很高的参考价值。推荐从业者阅读参考，一定能有所收获。

——南京邮电大学教授 亓晋

常识既是涉及众多学科、长期论争且至今未明的一例历史“悬案”，也是阻碍当前人工智能发展的现实“瓶颈”，亦是从专用人工智能迈向通用人工智能必须翻越的高山。常识的科学迷思引发知识工程的“两难困境”：一方面，若想提升智能设备的理解水平及应用表现，就要配备弹性化、冗余低且可推理的海量常识库；另一方面，人们逐渐意识到，常识无法穷尽，也不会都被有效表征和加工。因此，亟需在跨学科的高功能视角下对常识问题进行重新审视，本书便是一本极富启发性的科普读物?8?8让您了解关于“常识”的常识。

——渤海大学通用人工智能研究所所长 刘凯

引言

1通往常识之路

2人类的常识

3人工智能系统中的专业知识

4知识及其表达

5对世界的常识性理解

6常识性知识

7表示与推理（第一部分）

8表示与推理（第二部分）

9行动中的常识

10实施的步骤

11建立信任

结语

附录

附加章——常识的逻辑

参考文献

后记