或许有些读者希望通过延伸阅读来满足他们的好奇心，下面列举的是一些关键的文献。

现代学术界对人工智能的权威介绍请参见斯图亚特·罗素和彼得·诺维格合著的《人工智能：现代方法》(第三版，培生出版集团，2016年)。这是我对人工智能技术的标准参考书，我在撰写本书的时候反复使用它来核对技术细节。

如果你对历史细节和人工智能领域的发展方式感兴趣，推荐你读尼尔斯·尼尔森的《人工智能探索》(剑桥大学出版社，2010年)。这是一本极佳的现代人工智能发展历史指南，由该领域最伟大的研究人员之一撰写。

关于艾伦·图灵生平的书有不少，但迄今为止最好的一本讲述图灵生平的书是安德鲁·霍奇斯所著的《艾伦·图灵传：如谜的解谜者》(贝内特图书/哈钦森出版社，1983年)。我读大学的时候非常喜欢威廉·考夫曼和豪里斯工程出版社出版的三卷本《人工智能手册》(卷一，艾夫伦·巴尔和爱德华·费根鲍姆编辑，1981年；卷二，巴尔和费根鲍姆编辑，1982年；卷三，保罗·科恩和爱德华·费根鲍姆编辑，1982年)。它们描绘了黄金年代建造各种系统及所开发技术的光辉画面，虽然绝版好一阵了，但是网上也能买到便宜的复印件。彼得·杰克逊的《专家系统导论》(艾迪森·威斯利出版公司，1986年)是研究专家系统极好的参考文献，这是30年前我上学时候的必读书，很高兴在撰写本书的时候重温它。有关专家系统知识工程的详细介绍，请参阅《构建专家系统》(弗雷德里克·海耶斯-罗斯、唐纳德·沃特曼和道格拉斯·莱纳特编辑，艾迪森·威斯利出版公司，1983年)。要想理解人工智能中的逻辑传统，我推荐迈克尔·杰纳西雷斯和尼尔·尼森的《人工智能逻辑基础》(摩根·考夫曼出版社，1987年)。我在研究生时期仔细阅读过本书，虽然它所支持的技术在最近十年内基本上过时了，但它仍然是人工智能研究领域最有影响力的著作之一，也是介绍逻辑学的优秀著作之一。

1999年，罗德尼·布鲁克斯在著作《寒武纪智能》(麻省理工学院出版社，1999年)中收集了他的论文。我厚着脸皮推荐自己的书《多智能体系统引论》(第二版，威利出版公司，2009年)，作为对智能体、智能体结构和多智能体系统的介绍。要了解更多关于博弈论在人工智能中的应用，请阅读《多智能体系统：算法、博弈论和逻辑基础》，作者是约夫·肖姆和凯文·莱顿-布朗(剑桥大学出版社，2008年)。

机器学习是一个很浩瀚的话题，我在正文里提及的仅仅是皮毛。虽然我把重点放在神经网络上——因为它是目前最主流的研究领域，但还有不少其他的机器学习技术。如果你想了解更详细但相对非正式的介绍，请参阅埃塞姆·阿培丁的《机器学习：新人工智能》(麻省理工学院出版社，基础知识系列，2016年)。如果你想在深度思维找一份工作(这年头，谁不想呢)，那么你可能需要读一下《深度学习》(麻省理工学院出版社，2017年)，作者是伊恩·古德费洛、约书亚·本吉奥和亚纶·库维尔。最后，请注意，罗素和诺维格的著作(我在第二段提到过)也提到过不少机器学习领域的好方法。

关于奇点的讨论，我推荐默里·沙纳汗所著的《技术奇点》(麻省理工学院出版社，基础知识系列，2015年)；关于人工智能伦理学，请参阅维吉尼亚·迪格努姆的《负责任的人工智能》(施普林格出版社，2019年)；关于技术和就业的问题，请参阅卡尔·贝内迪克特·弗雷的《技术陷阱》(普林斯顿大学出版社，2019年)。

玛吉·博登的《人工智能与自然人》(麻省理工学院出版社，1977年)是一本介绍强人工智能和有意识机器的经典著作。有关意识的详解教科书，请参阅苏珊·布莱克莫尔的《意识概论》(霍德&斯托顿出版公司，2010年)。丹尼尔·丹尼特写的关于思维、意识和人工智能的文章几乎都值得一读，我推荐《心智类型》(基本书局，1996年)作为入门，这本书之后，推荐你再读一篇文章《我在哪儿》，最初出现在丹尼特1978年出版的《头脑风暴》一书中，这本书在网上很容易找到。