"本书系统介绍人工智能逻辑，共分三部分：

第一部分“知识表示与推理”重点介绍命题逻辑、谓词逻辑和描述逻辑，这些逻辑系统是知识表

示与自动推理的基础。命题逻辑(第2 章)用于表达和推理有关事实的信息。谓词逻辑(第3 章)则进一

步支持对象属性、对象之间关系及量词结构的表达与推理。描述逻辑(第4 章)则在知识图谱等领域中

得到广泛应用，能够刻画复杂的概念结构与关系网络，是当前较为成熟的知识表示形式。

第二部分“智能体及其交互”聚焦于智能体本身及其与环境和其他主体的交互机制。介绍多种

用于刻画智能体的逻辑系统，包括处理不确定性的模态逻辑(第5 章)，表达认知状态的认知逻辑、

信念逻辑(第6 章)与偏好逻辑(第7 章)。第8 章引入动态逻辑，用于分析智能体如何在动态环境中

处理新信息、更新知识、修正信念与调整偏好，从而实现合理的决策与规划。此外，本部分还将探

讨多智能体系统、社交网络中的交互逻辑(第9 章)，以及博弈场景中的逻辑建模方法(第10 章)。

第三部分“机器学习与推理”介绍几类与当代人工智能密切相关、仍处于发展中的逻辑系统。

首先是基于概率的推理方法，尤其是与因果推理相关的理论与模型(第11~12 章)。其次，探讨人工

智能面临的伦理挑战，引入道义逻辑等行为规范相关的推理方法(第13 章)。最后，分析大语言模

型在逻辑推理方面的能力、面临的挑战，并展望其潜在的发展路径(第14 章)。

本书力求在保持逻辑严谨性的同时，做到内容通俗易懂。各章在系统介绍逻辑基本理论的同时，特别

注重其在实际应用场景中的体现，均以具体实例引出逻辑概念，并辅以大量例证，以帮助读者深入理解抽

象理论。同时，考虑到应用需求，我们也补充了相关逻辑系统的计算性质与复杂性分析，以帮助读者评估

其实用性与局限性。全书结构模块化，各部分内容相对独立，读者可根据自身兴趣和需要选择性阅读。

本书适合作为计算机科学、人工智能、逻辑学等相关专业的课程教材，也适合对人工智能与逻

辑学感兴趣的读者阅读。通过系统介绍人工智能逻辑的基本理论与实际应用，旨在帮助读者理解逻

辑学在人工智能中的基础性作用，展示逻辑学的发展如何推动智能系统的设计与发展。此外，本书

还涵盖了人工智能前沿领域的若干**研究成果，如知识图谱、大语言模型及与伦理问题相关的逻

辑形式系统，为读者提供一个融合理论与实践的综合性入门。

"