对于想要了解提升推理与关系概率模型等领域知识的读者，这本书值得一看！
统计关系人工智能（Statistical relational AI, StaRAI）是研究「不确定性下的推理」和「个人与关系推理」之间的整合。StaRAI 使用的表征通常被称为关系概率模型。提升推理（Lifted inference）研究的是如何利用关系概率模型中固有的结构，无论是从这些模型的表达方式还是从对它们的观察中提取结构入手。最近，UCLA 计算机科学副教授 Guy Van den Broeck、达姆施塔特工业大学计算机科学教授 Kristian Kersting 以及英属哥伦比亚大学计算机科学教授 David Poole 等学者合著了一本专门介绍提升概率推理（Lifted Probabilistic Inference）的书籍，涵盖了这一活跃领域的最新重大进展，为广大读者提供了非常全面的综述。
引入：概率图模型和关系概率模型的背景知识以及可以从这些模型中学到什么。
重点：提升推理，主要包含两方面——精确推理和近似推理。
其他：探讨了关系领域的可提升性和行为理论，从而将该领域的学习与推理联系起来。
目前，该书放出了一些预览章节（前四章），主要介绍了统计关系 AI 的表征、推理与学习、统计关系学习（SRL）（又包括 SRL 模型、SRL 模型的参数学习、马尔可夫逻辑网络及其参数与结构学习等）和提升变量排除。
预览章节地址：https://www.google.de/books/edition/An_Introduction_to_Lifted_Probabilistic/bIU6EAAAQBAJ?hl=en&gbpv=1对「提升概率推理」领域感兴趣的读者可前往预览章节阅读相应内容。
个人主页：https://web.cs.ucla.edu/~guyvdb/Guy Van den Broeck 为加州大学洛杉矶分校计算机科学系的副教授和 Samueli Fellow，并领导着 StarAI lab。他的主要研究兴趣为机器学习（统计关系学习等），知识表示与推理（图模型、提升概率推理等），概率推理和学习应用（概率编程、概率数据库），以及人工智能的一般方法。
个人主页：https://ml-research.github.io/people/kkersting/index.htmlKristian Kersting 是德国达姆施塔特工业大学计算机科学系的教授。他是人工智能和机器学习 (AIML) 实验室的负责人、认知科学中心的成员、ELLIS Unit Darmstadt 的教员，以及 Hessian 人工智能中心 (hessian.ai) 的创始联合主任 。Kristian Kersting 于 2006 年在弗莱堡大学获得博士学位，并先后就职于麻省理工学院、Fraunhofer IAIS、波恩大学和多特蒙德工业大学。他的主要研究兴趣是统计关系 AI 以及深度（概率）编程和学习。目前，Kristian 发表了 180 多篇经过同行评审的技术论文，和其他学者合着了一本关于统计关系 AI 的 「Morgan&Claypool」书籍。
个人主页：https://personal.utdallas.edu/~sriraam.natarajan/index.htmlSriraam Natarajan 为德州大学达拉斯分校计算机科学系教授以及机器学习中心主任。他的研究兴趣在于 AI 和机器学习以及它们在医疗健康问题中的应用。更具体地，他对关系学习、强化学习、图模型和规划问题都感兴趣。
个人主页：https://www.cs.ubc.ca/~poole/David Poole 为英属哥伦比亚大学计算机科学系教授，计算智能实验室主任。他的主要研究兴趣是人工智能、知识表示、不确定性推理、计算逻辑、概率论证系统、关于行为推理、决策理论规划等。https://mitpress.mit.edu/books/introduction-lifted-probabilistic-inference 
