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)。