Nilsson)的著作(The Quest for Artificial Intelligence:A History of IdeasandAchievements)涉及的领域更多，而且可以在网上获取。
由于人工智能领域纷繁复杂，想通过一本书就解决全部问题似乎不太可能。但是斯图尔特·拉塞尔(StuartRussell)和彼得·诺维格(Peter Norvig)的著作(Artificial Intelligence:AModernApproach)却恰恰做到了这一点。该书介绍了所有主要技术的发展方向，还涵盖了历史和哲学背景知识，仅参考书目就有30页之多，而且字体很小，确实物有所值。但是这本书内容技术性较强，适合高年级的大学生阅读。我自己使用的课本（Thinkingas Computation: A First Course)内容较为通俗，其中涉及人工智能的内容更适合大众阅读。
据我所知，关于人工智能技术的最新趋势这一话题，目前还没有什么好书值得推荐，而且技术发展日新月异，对于读者来说，最好的办法是翻阅新近出版的报纸、杂志，寻找相关文章，有些文章直接在网上就能找到，比如关于丰田投资的消息，关于OpenAI项目等内容。至于我在书中提到的自适应机器学习的技术前景，我建议上网搜索“无监督学习”“深度学习”或者“人工智能技术”。[另一种办法是网上搜索该领域的代表人物，比如我的同事杰弗里·欣顿(GeoffreyHinton)]。想要进一步了解机器学习，Machine Learning: A Probabilistic Perspective 是非常优秀(但也颇有难度）的教材。文章Building high-level features usinglargescale unsupervised learning中则有在图像中对猫进行识别的介绍。
人工智能的进化
174