aima.cs.berkeley.edu 是什么网站?
这是人工智能经典教材《Artificial Intelligence: A Modern Approach》（简称 AIMA）第 4 版美国版的官方配套网站，由教材作者 Stuart Russell 和 Peter Norvig 维护。如果你正在学 AI、教 AI 课程，或者想找这本书的目录、代码、习题和勘误，这个站点就是直接入口。页面信息显示，该书被超过 1500 所学校采用。
网站提供哪些内容
网站围绕教材本身组织资源，主要入口包括：
- 目录（Table of Contents）：美国版完整章节列表，含各章起始页码，可先看结构再决定是否深入。
- 前言（Preface）：PDF 格式，说明成书背景与使用方式。
- 代码（Code）：配套算法实现，适合边读边动手。
- 习题（Exercises）：按章节组织的练习，教学和自学都能用。
- 图表（Figures）：书中插图，便于做课件或对照阅读。
- 勘误（Errata）：已发现的错误修正，读之前值得先查。
- 伪代码（Pseudocode）：PDF 格式，算法逻辑的独立呈现。
- 参考文献（Bibliography）：含 PDF、LaTeX
.bib文件和 bib 数据，写论文时可直接引用。 - 索引（Index）：PDF 格式。
- 教师页面（Instructors Page）：面向授课者的资源入口。
网站还区分美国版（US Edition）和全球版（Global Edition），两者目录不完全相同，选资源时要先确认自己用的是哪一版。
教材覆盖的主题范围
从目录可以看出，第 4 版把 AI 知识分成七大板块：
| 板块 | 主要内容 | 对应章节 |
|---|---|---|
| 人工智能基础 | 导论、智能体 | 第 1–2 章 |
| 问题求解 | 搜索、复杂环境搜索、对抗搜索与博弈、约束满足 | 第 3–6 章 |
| 知识、推理与规划 | 逻辑智能体、一阶逻辑、推理、知识表示、自动规划 | 第 7–11 章 |
| 不确定性知识与推理 | 概率推理、时序概率推理、概率编程、决策 | 第 12–18 章 |
| 机器学习 | 样例学习、概率模型学习、深度学习、强化学习 | 第 19–22 章 |
| 交流、感知与行动 | 自然语言处理、深度 NLP、计算机视觉、机器人 | 第 23–26 章 |
| 结论 | AI 的哲学、伦理与安全，AI 的未来 | 第 27–28 章 |
另有附录 A（数学基础）和附录 B（语言与算法说明）。
怎么用这个网站
- 先确认版本：看自己手上的书是美国版还是全球版，再进入对应目录。
- 读前查勘误：先看 Errata，避免被已知错误卡住。
- 按章取资源：学某一章时，同时打开该章习题和对应代码，边看边练。
- 写作用文献：需要引用时，直接下载 Bibliography 的
.bib文件导入文献管理工具。 - 教学备课：教师可走 Instructors Page，配合 Figures 和 Exercises 组织课程。
常见卡点
- 版本混淆：美国版和全球版章节编号、内容有差异，混用目录或习题会对不上。
- 资源格式：前言、伪代码、索引、参考文献是 PDF，代码和习题在网页上，按需选择。
- 页面更新：页面标注的修改时间为 2022 年 8 月 22 日，之后若有新版或补充，需以站点当前内容为准。
这个网站本身是教材的配套资源站，不替代教材正文；它的价值在于把目录、代码、习题、勘误和文献集中在一处，方便学习和教学时按需取用。