考研人工智能方面的书籍推荐如下：
《人工智能：一种现代的方法》
作者：Stuart Russell 和 Peter Norvig
特点：国际上选用最多、最为流行的人工智能教材，内容全面，涵盖人工智能的各个方面。
《机器学习》
作者：周志华
特点：国内许多教材都参考了这本书，内容详实，适合作为考研的参考书。
《白话深度学习与TensorFlow》
作者：未提供
特点：薄一些的书，适合基础较弱的学生，内容涵盖深度学习的基本概念和TensorFlow的实现，但已改为使用PyTorch。
《深度学习》
作者：Ian Goodfellow、Yoshua Bengio 和 Aaron Courville
特点：适合已经有一定数学、机器学习和人工智能基础的学生，内容深入，是深度学习领域的经典之作。
《人工智能及其应用》
作者：杨天奇
特点：系统地阐述了人工智能的基本原理、方法和应用技术，内容全面，适合作为研究生教材。
《人工智能､类脑计算与图像解译前沿》
作者：焦李成、侯彪、唐旭、刘芳、杨淑媛、陈莉、马文萍等
特点：对人工智能、类脑计算与图像解译前沿三个领域进行了详细论述，适合对前沿领域感兴趣的学生。
《数据结构》（C语言版）
作者：严蔚敏、吴伟民
特点：涵盖了数据结构的基本原理和实现，适合作为计算机专业的基础教材。
《计算机组成原理》
作者：唐朔飞
特点：介绍计算机组成的基本原理，适合作为计算机专业的基础教材。
《计算机网络》
作者：谢希任
特点：介绍计算机网络的基本原理，适合作为计算机专业的基础教材。
《人工智能导论》
作者：黄河燕、毛先领、李侃、陆建峰、秦勇、刘正阳、钟晓时
特点：全面系统地阐述了人工智能的基本原理，内容新颖实用，适合作为考研的参考书。
这些书籍涵盖了人工智能的基本理论、方法和应用，适合不同基础的学生。建议根据个人的学习进度和需求选择合适的书籍进行深入学习。