《机器如人》深入探讨了如何在人工智能系统中融入广泛、强大的常识，而非仅仅依赖狭隘、专门的专业知识。书中提出了一种赋予人工智能系统常识和有效推理能力的创新方法，探讨了我们如何信任自主机器做出决策的关键问题，并明确了值得信赖的自主人工智能系统需要具备的两个基本要求：有行动理由和能够接受建议。这两点的实现都取决于系统是否具备常识。本书为人工智能领域的专业人士和对人工智能感兴趣的读者提供宝贵的见解和指导，引领他们走向智能技术的未来。

罗纳德·J.布拉赫曼（Ronald J. Brachman）
纽约市康奈尔理工学院雅各布斯-康奈尔研究所主任、计算机科学教授，美国计算机协会（ACM），电气和电子工程师协会（IEEE）和美国科学促进协会 (AAAS) 的会员。

赫克托·J.莱韦斯克（Hector J. Levesque）
多伦多大学计算机系教授、加拿大学者、人工智能研究专家，多年来致力于人工智能的研究，主要研究方向为人工智能的知识表现和推理。他还是国际人工智能协会执行理事会成员、加拿大皇家学会成员及多个杂志的编委会成员。