人工智能时代的教育挑战及应对—中国教育和科研计算机网CERNET
今年5月，国际人工智能与教育大会在北京召开。来自全球100余个国家和地区、10余个国际组织的500余位代表就未来教育、教育政策、教育管理、教学评估、课程开发、终身学习等多个议题开展了深入探讨，提出许多关于人工智能时代背景下发展未来教育的新观点和新思路，并通过了《北京共识》。代表们一致认为，各国应制定相关政策以促进人工智能与教育教学、教育系统改造相适应，建设更加公平、优质的教育系统，为每个人提供终身学习和终身发展的机会。
人工智能是研究使用计算机模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及计算机科学、心理学、哲学和语言学等学科，涵盖了自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴。正因为如此，人工智能已经成为各国核心竞争力的重要组成部分。
当前主要发达国家的人工智能战略
为在未来人工智能发展浪潮中占据领先地位，美国、英国、日本、法国先后出台了人工智能战略，将发展人工智能技术作为优先事项。实际上，人工智能作为新一轮技术革命的重要支撑，对人类社会诸多领域都有深远影响，也为未来社会的发展提供了重大机遇。人工智能技术在教育领域的应用不仅为教育系统变革、教育技术发展、教学方法改进提供了重要机遇，也给学校、教师、学生带来了挑战。
美国：让所有劳动者都能在智能时代转换角色
美国在人工智能领域占据了巨大优势，这不仅受益于美国雄厚的研发资金和大批高精尖的科研人才，也受益于美国在人工智能领域已经建立起完善的战略规划体系。众多战略规划以美国白宫科技政策办公室2016年10月发布的《为人工智能的未来做好准备》和《国家人工智能研发战略规划》影响较大。二者为人工智能领域的研究与发展提供了战略性指导。
《国家人工智能研发战略规划》提出，为人工智能时代培养劳动力，不仅应为预备劳动力提供相关领域的教育机会，还应该为现有劳动力进行再培训，以让所有劳动者都能在人工智能时代迅速转换角色。该“战略”区分了硬技能和软技能，主张培养目标应体现国际性、时代性和全面性。所谓硬技能是指语言、艺术、数学、计算机、化学等与专业、学科相关的认知技能；软技能则包括合作、管理、情境、决策等认知性技能，主要通过个人的情商、人际能力、行为等体现。“战略”提倡在基础教育、高等教育、继续教育等各阶段均应以培养软硬技能兼备的人才为目标，加强对劳动者的数字素养和人工智能领域的相关素养的培训。
针对人工智能技术可能对教育带来的影响，“战略”指出：一方面，可以通过将人工智能技术应用于教学环节，为学生提供个性化教学服务，提升教育的影响；另一方面，人工智能的发展为人才培养设定了基本目标。教育系统应该培养面向人工智能时代的劳动者，为所有劳动者提供终身学习的机会。此外，“战略”还针对人工智能人才培养的规模、结构等进行了说明。
2016年12月，美国发布了《人工智能、自动化与经济》的报告，提出制定相关政策发展企业和工人创造力。2017年7月，美国又通过《人工智能与国家安全》的文件，提出通过人工智能推动军事、信息和经济领域的变革以维护国家安全。2019年2月11日，美国总统特朗普签署了《美国人工智能倡议》，提出应重点发展计算机科学，培养公众对人工智能技术的信任与信心，通过学徒制等方式培养人工智能领域的研究人员和用户，开设科学、技术、工程等技能课程，以确保所有美国工人有自如利用人工智能的本领。
英国：在人才培养规模、投入等方面发展人工智能教育
英国早在2013年就将人工智能列为国家级科研计划。2014年出台了《人工智能2020国家战略》。2015年制定了《机器人技术与人工智能图景》。2016年发布了《人工智能：未来决策制定的机遇与影响》，提出充分发挥英国在人工智能领域的优势，增强国家竞争力。2017年出台了《现代工业战略》和《在英国发展人工智能》两份文件，为发展人工智能提供详尽的指导。2018年出台了《英国人工智能发展的计划、能力和志向》以及《产业战略：人工智能领域行动》，针对发展人工智能制定了具体措施，并于2018年4月启动了以人工智能技术为核心的“现代工业战略”。
为推进“现代工业战略”实施，英国政府积极发展人工智能教育，在人才培养规模、投入等方面进行了重要调整。首先是调整人才培养的结构、层次及数量，扩大人工智能硕士、博士招生规模，调整学科结构，改进培养模式，鼓励大学和企业为人才培养提供支持。其次是加大人工智能教育的投入。英国政府拟计划对人工智能教育投入1.15亿英镑，并鼓励企业和大学投入相应比例的资金，为人工智能教育提供资金保障。再次是鼓励校企合作，开展员工在职培训，为校企合作提供平台，为学生提供数字技能及编码等领域的技能培训。最后是吸引和留住外国优秀人才。通过设立奖学金、提高工作和定居待遇、简化签证手续等吸引人工智能领域优秀人才定居英国，开展相关研究。
日本：鼓励高校完善人工智能人才培养机制
日本机器人产业在世界处于领先地位，在人工智能领域也占有非常大的优势。2015年1月，日本发布了《日本机器人战略：志愿、战略、行动计划》，提出机器人发展战略。2016年1月，日本制定了《第五期科学技术基本计划（2016-2020年度）》，提出建设“超级智能社会”，并组织了多次面向民众的对话会议，提出以人工智能技术为核心，在大数据、物联网和网络安全领域开展融合研究。2017年，日本制定了《人工智能产业化路线图》，提出利用人工智能技术大幅度提高制造、医疗、护理效率。2018年，日本出台了《科学技术创新综合战略2017》的报告，再一次强调了人工智能的重要性，提出应针对信息技术和人工智能领域面临的人才短缺问题大力发展信息技术和理工科教育，加强大学相关学科人才培养。针对当下日本人工智能人才不足的情况，基金会为人工智能领域研究提供了充分的资金支持，并鼓励高校完善人工智能人才培养机制。此外，日本政府制定了一系列科研奖励计划，吸引外国人才来日本进行研究。
欧盟：致力于推动人脑研究和机器人智能研究
欧盟在推进人工智能领域也制定了一系列战略规划。2013年1月，欧盟提出了《人脑计划》，致力于推动人脑研究和机器人智能研究。2014年5月，提出了《机器人研发计划》。2015年12月，发布了《机器人技术路线报告》，为机器人技术开发与市场化提供了通用框架。此外，法国于2013年公布了《机器人发展计划》，并在2017年3月发布了《人工智能战略》将人工智能作为国家创新举措之一。德国于2018年公布了《联邦政府人工智能战略要点》和《联邦政府人工智能战略》，将发展人工智能上升到国家战略高度。
当前世界许多国家迫切希望在人工智能发展浪潮中获得竞争优势，并为此制定了较为完善的战略规划。这些规划立足于国家需求，涉及社会领域的多方面，深入分析了国家发展人工智能的优势和不足，并就进一步参与人工智能领域的竞争提出了具体的行动要求。
虽然各国的人工智能战略各不相同，但是就人工智能时代的人才培养与开发、教育培训等领域各国的举措大同小异：（1）以培养面向人工智能时代的劳动力为目标，关注学习者认知与非认知能力的培养；（2）加大人工智能领域投入，大力发展工程、信息科学技术研究；（3）鼓励校企合作，促进人工智能技术转化；（4）扩大人工智能人才培养规模，完善人才培养结构、层次；（5）设立专项奖学金，吸引和留住国际优秀人才；（6）搭建实践平台，推动国际人才交流。
从本质上看，人工智能技术发展的关键在于劳动者素养的提高，劳动者素养的高低直接影响技术的使用，而教育在培养预备劳动者和劳动者再培训过程中都发挥着至关重要的作用。因此，不少国家的人工智能战略将教育作为推动其发展的重要推动力和优先发展事项，主张在培养目标、教学内容、教学方式、教学手段等进行变革。
当下，人工智能技术的进步既为教育发展提供了重要机遇，也给整个教育生态系统带来了不小的挑战。
学校将走向“智慧型校园”
大数据、云计算、深度学习、图像识别、语音识别、虚拟现实等人工智能技术，让人类的学习活动得以突破传统的时空结构，颠覆了教育者与受教育者的关系。学生可以在任何时间、任何地点接入学习平台，这给传统的、以学校为主体的、较为封闭的教育生态带来了巨大挑战。因此，传统的学校应变革为面向未来的“智慧型校园”。智慧校园是物理环境、虚拟环境和混合环境的整合，在对校园基础设施、教学资源、教学内容、教学活动等进行的数字化改造的基础上，构建智能化的教育生态系统，最大化地提高学生学习、生活质量，促进师生全面提升。此外，智慧校园还为家庭、学校和社会协同发展提供了重要条件，有助于提升学校治理水平。
教师成为构建者、协助者
人工智能技术也给教师带来了重大挑战。传统的教学模式以教师为中心，教师作为学习活动的组织者和控制者，在学习过程中占主导地位。而在人工智能时代，学生可以很方便地从网络上获取丰富的信息资源，学生处于学习活动的中心。因此，教师应从传统的知识传授者转变为帮助学生建构知识体系的协助者、教学活动的组织者。教师更应重视激发学生自主学习，充分调动学生积极性。
首先，人工智能时代知识获得更加便利，学生认知方式也会发生根本变革，因此教师应更加关注学生的认知特点，着重通过多样的教学活动和教学过程将能力培养与知识获得结合起来，促进学生认知和非认知能力的养成。
随着人工智能技术在教育领域的应用不断深入，教师工作的环境将逐步智慧化。智能备课、智能阅卷、智能评估和反馈系统成为可能，教师能够更加准确、快捷地把握学习者的学习特点和情况开展个性化指导。
人工智能时代，教师不仅需要掌握学科专业知识、教学方法，还应具备“数字化能力”。这就要求在教师专业发展过程中，不仅要重视学科知识的掌握，更应重视教师专业发展的情境性和实践性，强调过程体验和参与，在教师专业发展的不同阶段确立不同的能力目标以适应课程教学的新要求。
学生面临的挑战与应对
人工智能技术的快速发展也给学生带来了巨大挑战。首先是学习内容变化带来的能力培养上的挑战。与传统学习相比，人工智能时代的信息获取更加便捷，对于信息的处理能力将会是未来学生必须培养的核心能力。学生不仅需要具备认知能力，还需要具备全球素养、开放心态、自主管理能力、数字素养等。其次是学习方式变化带来的自主管理的挑战。人工智能时代的学习将以学生为中心，学生在学习活动中处于主体地位，可以根据智能教学系统生成个性化学习方案，自主选择学习内容，安排学习进度，开展小组合作学习等。个性化学习方式对学生的自我调节和管理水平有更高的要求，在实际教学过程中也应重视对学生自我管理能力的培养。
总之，随着经济与科技全球化的深入发展，人工智能技术的重要作用日益突出，各国纷纷将发展人工智能技术视为国家优先事项，各国人工智能人才竞争日益激烈。教育在劳动力培养、人才开发过程中发挥着至关重要的作用，不少国家将教育视为推动人工智能发展的重要力量。大数据、云计算、图像和语音识别、虚拟现实等技术极大改变了整个教育供给、管理、实现模式，有助于构建共享、开放的新型教育生态系统。这种新型教育生态系统的主要特点就是教育服务和管理的精准化、个性化和适应化。在构建新型教育生态过程中，学校、教师、学生面临着技术变革带来的各种挑战和问题。要解决这些问题，实现技术与教育的无缝衔接，还需要教师、家长、学生以及其他教育生态系统成员的共同努力。
（作者单位系北京师范大学国际与比较教育研究院）
AI人工智能
透视AI应用难题与趋势自AlphaGo接连战胜李世石与柯洁后，越来越多从业者将AI看做科技行业的未来。大大小小的AI公司兴…
亚马逊创新日深度解读AI2020年8月10日，北京——亚马逊中国隆重开启“2020亚马逊创新日”，首次揭秘创新“中国公式”背…
蚂蚁集团与CCF成立基金近日，蚂蚁集团同中国计算机学会（CCF）达成战略合作，并联合成立“中国计算机学会蚂蚁科研基金…
迅雷换帅部分高管职能转变4月2日消息，迅雷有限公司（纳斯达克股票代码：XNET）发公告称：2020年4月2日其董事会选举李金波…
搜狗发布AI录音笔新品2月26日，搜狗公司举办了名为“同舟共记“的AI录音笔新品线上发布会。此次发布会，搜狗除了正式…
城云科技创建5GAI智慧城市中关村在线消息：北京时间2019年11月28日-30日，“第十三届中国智慧城市大会”，在浙江德清联合…
BTCMEX打造公平交易环境2019年10月17日，由BTCMEX举办的金融技术创新研讨会在北京维景国际大酒店举办。BTCMEX投资人李笑…
城云2大解决方案亮相云栖北京时间9月25日-27日，2019杭州云栖大会隆重开幕，来自全球各地的200余位顶尖科学家、400余家科…
平安科技谱出AI跨界艺术中关村在线报道：一条黄浦江，横贯上海一座城。站在浦江两岸对望，一面是摩登高楼，另一面是洋场…
搜狗开放听写服务2019年8月28日，搜狗公司举行了以“全新「声」态，AI未来”为主题的搜狗听写服务开放暨AI创新联…
威盛人工智能科普教育8月19日，2019全国青少年威盛中国芯HTC人工智能科普教育展演活动在北京大学生体育馆举行。来自全…
城云阿里云推城市上“云”“人们来到城市是为了生活，人们居住在城市是为了生活得更快乐”——亚里士多德北京时间7月25…
百度小程序月活破2.5亿7月3日，2019百度AI开发者大会期间，百度对外披露了智能小程序生态一周年成绩单。数据显示，自去…
6月11日，CES2019亚洲展在上海新国际博览中心正式拉开帷幕。524家展商(包括125家初创企业)同…
中智行5GAI新一代无人驾驶如今，5G与人工智能方兴未艾，这些蓬勃发展的技术将为大众生活带来哪些改变呢？在这个大的时代命…
《人工智能与游戏》[79M]百度网盘pdf下载
在智慧为人们一生所带来的所有事物中，到现在来说最重要的就是友谊了。
伊壁鸠鲁，《学说要点》，27节
人类被视为行为系统，并且非常简单。随着时间的推移，我们的行为在很大程度上是对我们找到自身所在的环境的映射。
HerbertA.Simon
将人工智能（AI）说是一个在当前广受关注的话题是比较保守的说法，并且它在将来也不太可能会被看轻。比以往更多的研究者以某种形式在AI上开展工作，而比以往更多的非研究者对这个领域产生了兴趣。将游戏说是AI研究中一个十分普及的应用领域也是比较保守的说法。尽管自这个领域诞生以来，棋盘游戏一直是AI研究的中心点，但在过去的十年中，视频游戏也越来越多地成为测试与展现新算法的首选领域。与此同时，视频游戏本身变得更为多样化与复杂化，并且其中一些游戏也吸取了AI的进步，用于控制非玩家角色、生成内容或是根据玩家进行调节。游戏开发者越来越多地意识到AI方法能够分析大量的玩家数据并对游戏设计产生优化。一个小但不断蓬勃发展的研究者与设计者组成的社区正在尝试使用AI通过完全自主或是与人类进行对话的形式设计或创造完整的游戏。在AI与游戏上开展工作确实是令人激动的时光！
《人工智能与游戏》是有关AI与游戏的。据我们所知，这也是第一本覆盖了这个领域的综合性教科书。综合性，我们的意思也就是它覆盖了游戏中的AI方法的所有主要应用领域：玩游戏、内容生成以及玩家建模。我们的意思也是它讨论了许多不同类型的游戏中的各种AI问题，包括多种类型的棋盘游戏与视频游戏。《人工智能与游戏》的综合性也出于它使用多种视角来看待AI与游戏：游戏如何被用于AI的测试与开发，AI如何被用于让游戏变得更好，让游戏变得更易于开发，或是让游戏理解玩家与设计。尽管这是一本主要针对学生与研究者的学术书籍，但我们将经常需要解决一些与游戏设计者与游戏开发者相关的问题及方法。
我们基于自身在AI能为游戏所做的事情上的长期经验编写《人工智能与游戏》，我们将独立或相互协助引领与塑造研究社区。在2004年，我们都独立地开始对游戏中的AI方法进行研究，并且我们自2009年开始就一起合作。我们共同扮演了向研究社区介绍程序化内容生成与玩家建模等研究主题的角色，并创建了几个最广泛使用的基于游戏的AI基准测试。从某种意义上来说，《人工智能与游戏》也是我们在三所大学中所讲授的有关AI与游戏的课程的产物，以及我们过去几年中在这个领域内发表有关各个独立话题的一些综述论文的自然产物。但《人工智能与游戏》也是为了应对当前缺乏一本出色的研究本领域入门教材这个问题而编写的。在这之前有关编写这样的一本书的讨论可以追溯到十年前了，但到目前为止还没人真正写出这样一本书。
明确指出《人工智能与游戏》没有扮演怎样的角色可能是非常有用的。这不是一本指导你在你的游戏中实际动手一步步地建立AI的教材。它并不会指明任何特定的游戏引擎或软件框架，并且它也根本不会讨论软件工程方面或许多实现上的事情。它并非一本入门书，并且它也不会对基本的AI或游戏设计概念进行简单的介绍。对于这些方面，有很多更好的书籍可以阅读。
《人工智能与游戏》主要针对那些已经理解了AI方法与概念，并且已经达到入门AI课程水平的读者，并且已经完成了这类课程所需要的入门计算机科学或工程课程。《人工智能与游戏》假设读者能够轻松地阅读一个算法的伪代码并实现它。第2章是对本书中所使用的AI方法的一个总结，但更多是以概论的形式作为一个引用与回顾。本书也假设读者对游戏有着基本的熟悉，不一定要能够设计它们但至少应该玩过。
我们在编写《人工智能与游戏》时内心所想的用例是一个学期或两个学期的研究生课程或高级本科生课程。这可能会有几种不同的方案以支持不同的教学实践。教授这样一门课程的一种方法是像传统课程一样，使用依次涵盖书中各个章节的讲义、一次期末的笔试以及一个需要动手的编程练习。为了方便起见，本书中的每个章节都含有对这类练习的建议。另一种围绕本书组织课程的方法会更符合我们对讲授这类课程的喜好，就是在学期的前半部分放在讲解课程材料上，而将后半部分放在小组项目上。
《人工智能与游戏》提供的材料能够以各种方式使用，因此能够支持许多不同的方法。根据我们的经验，一个传统的时长两个学期的游戏AI课程通常需要在第一学期中包含第2章与第3章，然后在第二学期中主要关注AI在游戏中的不同用法（第4章与第5章）。而在讲解压缩过的材料（一个学期）时，建议跳过第2章（在需要时将其用作参考），并将大部分讲课时间集中在第3章、第4章与第5章。第6章与第7章可以被用作是对这个领域中的高级研究生水平的计划产生启发的材料。除了游戏AI这个限制之外，第4章（或是它的各个小节）可以填充主要关注游戏设计或计算创意的课程，而第5章可以填充主要关注情感计算、用户体验和数据挖掘的课程。当然也可以将本书用作是以前从未参加过AI课程的学生的入门研究生课程，但在这种情况下，我们建议教师只关注一部分主题，并通过一些有关特定方法（例如最佳优先搜索、进化计算）的在线课程来更好地对本书进行补充。
GeorgiosN.Yannakakis
JulianTogelius
很荣幸能够为这本优秀并且恰逢其时的图书撰写序。游戏一直以来都被视为各种人工智能（AI）方法的完美试金石，并且也在成为一个重要性不断提升的应用领域。游戏AI是一个宽广的领域，包含了各种各样的挑战，例如为如围棋和星际争霸之类的困难游戏创造超越人类的AI，或是新奇游戏的自动生成这样的创意性应用。
游戏AI与AI本身一样久远，但在过去的十年中，随着将视频游戏纳入其中，这个领域获得了长足的发展并变得丰富，而视频游戏上也包含了这个领域中所有发表的工作超过50%的内容，令我们拓宽了这些含有巨大的商业、社会、经济以及科学利益的挑战的范围。一次在研究输出上的泉涌发生在2005年，与首届IEEE计算智能与游戏（CIG）会议——由我与GrahamKendall共同组织——以及首届AAAI人工智能和互动数字娱乐（AIIDE）会议一并发生。从那时开始，这个丰富的研究领域不断得到拓展并获到了更多的理解。游戏AI社区首先探索了许多现在已经变得更主流的研究，例如蒙特卡罗树搜索、程序化内容生成、基于屏幕捕获来玩游戏，以及自动的游戏设计。
在过去的十年中，在深度学习上的发展为许多难题都带来了巨大并且变革性的影响，包括语音识别、机器翻译、自然语言理解和计算机视觉。结果就是，现在计算机已经能够在许多感知与认知任务上达到与人类匹敌的表现了。这类系统中的很大一部分现在已经可以通过称为认知服务的范围来为程序员们所用。更为近期的是，深度强化学习在许多困难的挑战中已经取得了突破性的成功，包括围棋以及从屏幕捕获中直接学习如何玩游戏（从像素开始玩）。思考这些对于游戏来说意味着什么是非常有趣的，因为我们正在不断地在越来越多的领域中达到人类级别的智能。而这对于游戏内角色的智能、对于我们与游戏进行交互的途径、对于游戏如何设计与测试所带来的冲击都是十分醒目的。
《人工智能与游戏》为这个迷人、充满活力的研究领域做出了巨大的贡献：一个随着AI能够完成更为广泛的任务（并通过执行这些任务来不断提高水平）而在广度与深度上有着迅速发展的领域。《人工智能与游戏》将在未来许多年中为社区不断做出贡献：它为新入门者提供了一个比以往更容易、更全面的切入点，同时也为当前希望学习超出自身领域的话题的AI与游戏研究者提供了一份不易获取的引用材料。
GeorgiosYannakakis与JulianTogelius从这个领域拓展到视频游戏起始阶段就有所涉足，并且都曾在2005年的CIG会议上发表过研究论文。多年来，他们为这个领域做出了巨大的贡献，在大量的高引用论文中提出了许多新颖的研究与易于理解的综述。就我看来，这二位作者最适合来写下这样一本书，并且他们也不会让人失望。本书将在许多年中为社区做出巨大的贡献。
SimonLucas
伦敦
游戏有着漫长的历史，自几千年前起棋盘游戏就已经成为人们生活中的一部分。一直以来，人们都认为游戏是一件需要智慧才能够完成的事情。人工智能（AI）的研究目的就是为机器赋予智能，因此游戏非常自然地成为AI证明自身智慧能力的最佳途径之一。自AI诞生的那一天开始，人们便开始尝试在各种游戏上提高AI的水平，并也为所取得的每次成功而庆祝。从DeepBlue到AlphaGo，AI在游戏上取得的每一次重大突破也被看成是AI史上的一座丰碑。
早期的计算机游戏大多都是传统的棋盘游戏，自20世纪80年代以来，随着计算机硬件水平的不断上升，游戏的形式也逐渐发生了变化。视频游戏逐渐流行，并成为计算机游戏的主要形式。与此同时，AI也逐渐地在传统的棋盘游戏上超越了人类水平。围棋一直以来被人们认为是最为复杂、最难以被AI攻克的棋盘游戏，但在2016年，AI也在这个游戏上取得了里程碑式的进展，成功战胜了当时最为优秀的人类围棋选手。人们开始为AI寻找新的目标，而视频游戏很自然地就成为AI的新挑战之一。
但游戏与AI之间的关联并非只局限在游戏能够作为AI的试金石。在计算机游戏的不断发展中，人们也开始探索AI对于游戏能够发挥的作用。人们开始使用AI在游戏中扮演非玩家角色（NPC）与玩家共同进行游戏，令玩家在游戏中更有沉浸感。同时人们也开始使用AI为游戏生成内容，包括游戏地图、游戏关卡、游戏角色等。人们还期望AI能够更为拟人，能够像真实人类一样去玩游戏，让玩家无法分辨身边的角色到底是由真实玩家扮演还是由AI扮演。人们开始探索AI在游戏中能够扮演的角色，也开始探索AI能够对游戏发挥的其他作用。
在这种情况下，《人工智能与游戏》的诞生是一件恰逢其时的事情。在很长一段时间以来，人们都缺少一本能够系统地、综合地对游戏与AI之间的各种关联进行描述的书籍。尤其是，人们缺乏一本能够交织罗列出游戏与AI的各种不同联系的书籍。本书是第一本能够站在这个宏观角度来对游戏与AI的各种关联进行讲解的书籍，并且还对不同的分支方向做出了细致的讲解与引用。从这个角度来说，《人工智能与游戏》也是一本具有里程碑意义的书籍。
在《人工智能与游戏》之前，大部分的游戏AI书籍都旨在从工业界的角度进行切入，其主要关注点也大都集中在如何在商业标准游戏中实现一些传统的非玩家角色AI方法。但在游戏工业界发展的同时，游戏AI的学术研究也在不断发展。可以说，我们在这之前能够找到许多教我们怎样在商业游戏中实现AI的书籍，教我们“怎么做”的书籍，却一直没能拥有一本告诉我们怎样去研究拓展游戏中的AI的书籍，教我们“如何发展”的书籍。而这正是本书的巨大意义所在。
选择翻译《人工智能与游戏》，也正是因为发现它对于国内游戏AI领域的发展具有巨大意义与重要启发。我国游戏产业的起步与欧美发达国家相比较晚，发展方向也略有不同，因此在许多方向上的经验仍是一片空白。例如本书中所涉及的许多研究方向，在国内依然处于有待起步的阶段。因此，希望本书的翻译出版能够为国内所有对这个领域拥有兴趣并希望付诸实践的人产生一定的帮助。
几年之前，当译者开始学习游戏AI相关知识时，所遇到的第一个问题就是相关中文信息资料的不足。即便是一些相对基础的信息，也难以寻获相关的中文资料。这毫无疑问地提高了国人进入这个领域的门槛与难度。而翻译《人工智能与游戏》，也是希望能够借此补充在这个方向上的中文资料的缺乏，为国内相关领域的发展做出些许贡献，令更多的人能够在不需要大量外语基础的前提下接触到这个领域。
但译者认为，若读者希望深入地对这个领域进行了解，仍然需要尽可能地拥有一定的英文基础。首先是可以通过外文文献获取这个领域的最新进展，其次是能够更为便利地理解本书中的一些概念。在翻译《人工智能与游戏》时，虽然译者在尽力进行翻译，但仍然需要保留某些不便翻译的英文名词。而许多英文术语虽然存在对应的中文翻译，但大多数情况下人们可能会更习惯于使用英文原名或缩写。因此，拥有一定的英文基础有助于更好地深入与理解这个领域。
在翻译《人工智能与游戏》时，译者对部分其认为不便翻译的英文名词或术语进行了保留，而对做出翻译的英文名词或术语，译者在第一次进行翻译时通过后面的括号注明了英文原名。读者也可以通过阅读本书附录部分的中英文术语对照表进行参考。由于精力有限，译者无法一一列出所有可能具有相关意义的术语，有需求的读者可以参考英文原文。
对于原书中所包含的所有游戏名称，本书也尽力进行了翻译。《人工智能与游戏》的翻译名称遵循游戏官方发布的翻译名称，但对于部分不存在官方翻译名称的游戏，本书将使用译者确定的非官方的中文名称，因此对于不同的读者可能会存在一定的偏差。读者可以参阅本书附录部分的游戏名称中英文对照表来确定游戏的英文原名。对于某些无法准确翻译其中文名称的游戏，本书保留了对英文原名的使用。
在《人工智能与游戏》的翻译工作中，译者首先希望感谢作者GeorgiosNYannakakis与JulianTogelius的巨大支持，也正是他们的支持与鼓励让这份始于私人兴趣的工作最终走向正式出版。感谢南方科技大学的刘佳琳老师对第2章进行了详细的审阅，也感谢新加坡国立大学的苏博览博士对第5章做出的细致审阅。感谢本书的编辑刘星宁老师，他的耐心工作使得本书能够顺利完成。感谢Springer出版社北京办公室为本书翻译的授权提供支持。最后，特别致谢所有阅读了本书完整或部分翻译并做出反馈的朋友，你们的意见为本书定稿做出了巨大的贡献。
此次翻译及排版工作历时一年有余，相较预期更为长久，也因工作与家庭缘故造成延误，译者也希望得到各方的原谅。同时由于译者时间与水平有限，本书在翻译上仍然可能存在许多不足或错漏。若有发现，也请读者谅解。欢迎读者通过电子邮件(junkai-lu@outlookcom)等渠道为译者指出本书中的错漏之处，也恳请读者对本书的翻译多做批评或建议。
译者