人工智能内容涉及面宽，《人工智能原理与技术》只能择其重点，强调基础，因此《人工智能原理与技术》主要内容包括：
人智能程序设计语言
问题求解与搜索技术
逻辑基础
知识表达及推理技术
专家系统
人工神经网络
专家系统构造工具DlPS
上述内容涉及到人工智能基础的多个方面，相信也是广大读者最想了解和最感兴趣的东西。
人工智能是计算机科学与技术的前沿，也是一项较新的技术。《人工智能原理与技术》着眼干人工智能的基础理论和基本技术，内容全面。全书理论与技术相结合，叙述简明，并附有不少源程序，非常适合大专院校作为研究生或高年级表科生的教材，也可供有关专业技术人员自学和作为科研参考书。
参加《人工智能原理与技术》编写工作的主要是我和史济建老师，还有研究生范菁、汪涛等，孙莺、邢卫、倪峰等也曾在听课过程中，整理了有关内容的讲稿。郑觉良在一些程序编写上也做了不少工作。对于我的合作者，在此表示衷心的谢意。
《人工智能原理与技术》主要是为教学服务的.书中定有不少遗漏、缺点，希望能有机会加以修改和提高。

引言
1 Lisp语言基础
1.1 符号表达式与表
1.2 Lisp的程序结构及其特点
1.3 表处理函数
1.4 算术与逻辑运算函数
1.5 赋值与求值函数
1.6 控制函数
1.7 函数定义
1.8 性质表及其操作函数
1.9 映射函数
1.10 递归
1.11 输入与输出
1.12 原子的生成与分解函数
1.13 例子

2 一阶谓词逻辑
2.1 命题及逻辑联结词
2.2 命题公式的永真性与等值
2.3 对偶原理
2.4 析取范式与合取范式
2.5 逻辑推理
2.6 命题演算的王浩算法
2.7 一阶谓词逻辑的基本概念
2.8 谓词公式的永真性与可满足性
2.9 自由变元与约束变元
2.10 谓词公式的等值
2.11 前柬范武

3 归结原理
3.1 斯柯伦标准型
3.2 子句集的H全域
3.3 基本定理
3.4 D-P（Davis＆Putnam）方法
3.5 一致化算法
3.6 归结方法
3.7 归结方法的可靠性与完备性
3.8 例子
3.9 应用
3.10 归结方法的Lisp实现

4 Prolog语言简介
4.1 Horn子句集归结
4.2 Prolog语言
4.3 内部谓词
4.4 例子

5 问题求解
5.1 状态空间
5.2 问题归约
5.3 产生式系统
5.4 约束满足法
5.5 八数码问题的Lisp实现

6 搜索
6.1 状态空间的盲目搜索
6.2 启发式搜索法
6.3 A算法的可采纳性
6.4 与／或树搜索
6.5 与／或图的一种启发式搜索算法AO
6.6 博弈树搜索
6.7 一字棋博弈的Ljsp实现

7 知识表达与推理技术
7.1 知识的特征描述
7.2 框架
7.3 语义网络
7.4 脚本
7.5 产生式规则
7.6 评述

8 专家系统
8.1 专家系统的任务与特征
8.2 专家系统脆弱性
8.3 专家系统结构
8.4 建立专家系统的步骤与方法

9 神经元网络
9.1 神经元网络简介
9.2 简单的线性模型
9.3 线性阈值网络
9.4 反向传播网络
9.5 Hopfield网络模型
9.6 Boltzmann杌
9.7 其它的神经元网络模型
9.8 评述
9.9 神经元网络的应用

10 专家系统构造工具DIPS
10.1 DIPS概述
10.2 DIPS的知识表达
10.3 DIPS的控制策略及推理机
10.4 用DIPS建立专家系统
10.5 DIPS的解释机制

11 附录
附录1 DIPS的系统函数
附录2 DIPS的系统调用

12 思考题
思考题一
思考题二
思考题三
思考题四
思考题五
思考题六
思考题七
思考题八
思考题九
参考文献
……