引入深度学习的人工智能类课程
引入深度学习的人工智能类课程
摘要：深度学习是人工智能领域最近的惊人进展，从模型、算法，到大规模的应用都取得了令人瞩目的成果。文章提出在人工智能类课程中引入深度学习的初步内容和实施建议，同时分析其必要性和可行性。
关键词：人工智能；深度学习；教学建议
0 引言
传统的人工智能课程主要包括人工智能导论、模式分析、机器学习、数据挖掘等。这些课程由各个院校根据专业情况不同而选择，课程的内容也有较大差别，但是，基本上都涉及人工神经网络的内容。然而在人工神经网络的教学内容上，一般只讲解经典的多层感知器和反向传播算法，或再加入一些反馈网络的内容，这种教学内容设计的一个不足是忽视了人工智能领域的最新发展——深度学习，它是近几年人工智能领域最具影响力的研究主题，并在大规模语音识别、大规模图像检索等领域取得突破。
北京邮电大学计算机学院开设人工智能科学与技术的本科专业，笔者从事深度学习的研究工作，同时承担了本科生和研究生人工智能类课程的教学工作，因此产生了将深度学习内容引人人工智能类课程的想法。本文先介绍深度学习的背景，说明深度学习在人工智能发展中的地位，之后分析了将深度学习基本内容引入人工智能类课程的必要性和可行性，最后给出了一些实施建议供探讨。
1 深度学习背景
2006年，加拿大多伦多大学的GeoffreyHinton教授与Salakhutdinov博士在美国《科学》杂志发表了题为“Reducing the Dimensionality ofDatawith Neural Networks”的论文，该文提出一种学习多层神经网络的方法，并将这种具有多层结构的学习方法命名为深度学习（Deep Learning），而这成为深度学习研究的一个导火索，从此深度学习的研究与应用蓬勃发展起来。
深度学习在语音识别与生成、计算机视觉等应用领域取得了突出进展。近几年的国际机器学习大会（International Conference on MachineLearning，ICML）、神经信息处理大会（AnnualConference On Neural Information Processing Systems，NIPS）、计算机视觉大会（InternationalConference on Computer Vision，ICCV）、
声学语音与信号处理大会（International ConferenceOn Acoustics，Speech，and Signal Processing，ICASSP）、计算语言学大会（Annual Meeting of the Association for Computational Linguistics.ACL）、计算机视觉与模式识别（InternationalConference on Computer Vision and P atternRecognition，CVPR）等都有不少相关的研究论文、会议教程和小组研讨会（Workshop）。美国国防高级研究计划（DARPA）也提出了关于深层学习的研究项目。此外，2013年6月《程
人工智能课程教学大纲
人工智能课程教学大纲 【课程编码】JSZX0300 【适用专业】计算机科学与技术 【课时】 72(理论)+28(实验) 【学分】 3 【课程性质、目标和要求】 人工智能是计算机科学的重要分支，是计算机科学与技术专业本科生的专业限选课之一。本课程介绍如何用计算机来模拟人类智能，即如何用计算机实现诸如问题求解、规划推理、模式识别、知识工程、自然语言处理、机器学习等只有人类才具备的"智能"，使得计算机更好得为人类服务． 作为本科生一个学期的课程，重点掌握人工智能的基础知识和基本技能，以及人工智能的一般应用．完成如下教学目标： （1）了解人工智能的概念和人工智能的发展，了解国际人工智能的主要流派和路线，了解国内人工智能研究的基本情况，熟悉人工智能的研究领域． （2）较详细地论述知识表示的各种主要方法。重点掌握状态空间法、问题归约法和谓词逻辑法，熟悉语义网络法，了解知识表示的其他方法，如框架法、剧本法、过程法等。 （3）掌握盲目搜索和启发式搜索的基本原理和算法，特别是宽度优先搜索、深度优先搜索、等代价搜索、启发式搜索、有序搜索、A*算法等．了解博弈树搜索、遗传算法和模拟退火算法的基本方法． (4) 掌握消解原理、规则演绎系统和产生式系统的技术、了解不确定性推理、非单调推理的概念． （5）概括性地介绍人工智能的主要应用领域，如专家系统、机器学习、规划系统、自然语言理解和智能控制等． （6）简介人工智能程序设计的语言和工具． (7) 掌握Visual Prolog编程环境，会使用Prolog语言编写简单的智能程序。 要求学生已修过《数据结构》、《离散数据》和《编译原理》。 【教学时间安排】 本课程计 3 学分，理论课时72 ,实验课时28。学时分配如下表所示：
人工智能化学习心得
学习心得 程宇涵 113120160117 16物联网 在看李开复老师的《人工智能》之前，我有许多疑惑，人工智能是什么？是男是女，长什么样儿？漂亮吗？会不会生病？会不会老？人工智能聪明吗？会下象棋吗？会打麻将吗？会玩dota或者王者荣耀吗？会打乒乓球吗？会打篮球吗？会游泳吗？人工智能有记忆 吗？能不能教他说话、拿筷子夹花生米？人工智能好玩吗？怎么玩？怎么跟它交流？它会不会说话？能陪我唱歌吗？要不要吃饭？要不 要充电？人工智能有什么用？能帮我写文章/搬砖/做报表/开车吗？能用来赚钱吗？人工智能怕什么？下雨天能出门吗？天热会不会出汗？从楼上摔下去会不会变形？能修好吗？人工智能有什么危险？ 会不会吃了我？它要是想伤害我，我该怎么办？我该怎么了解人工智能？学习人工智能？和人工智能和谐相处？人工智能有什么爱好？ 喜欢听什么歌？吃豆腐脑喜欢咸的还是甜的？会看书吗？能不能体 会“今宵酒醒何处，杨柳岸，晓风残月”的寂寞和“醉卧沙场君莫笑，古来征战几人回”的豪迈？人工智能有感情吗？会喜欢我吗？我离 开它的时候，它会不会难过，会不会想我？ 通过学习李开复老师的《人工智能》，我获益良多，很多问题也有了答案。我认为这是一本很好的面向大众的科普读物，介绍了人工智能的基本理念，发展历程和对未来的展望。
下面以问答的形式，记录学习心得。 1. 人工智能是什么？在哪里？ 其实，人工智能已经到处都是，什么都做：可以陪人聊天，可以写标准新闻，能画画，能翻译，能开车，能认出人的样子，能在互联网上搜答案，能在仓库搬货，能送快递到家。 人工智能是什么，众说纷纭，一般有以下五种定义（可能有交叉）：1) 在某方面特别聪明的计算机程序，比如AlphaGo，下围棋下得特别好，世界冠军也下不过它。 2) 试图像人一样思考的计算机程序。但这事儿太难，人的意识，连人自己都搞不清楚，更别说教给自己编出来的程序了。 3) 怎么想的不知道，行为方式倒是很像人，比如可以和人聊天的ELIZA。 4) 会自己学习的，刚开始笨笨的，慢慢地就越来越聪明。AlphaGo 也是因为头悬梁锥刺股，苦学了海量棋谱才变得这么厉害的。 5) 根据对环境的感知，做出合理的行动，并获得最大收益的计算机程序。
《人工智能》教学大纲
附件1 广东财经大学华商学院课程教学大纲模板 一、课程简介 人工智能是计算机与自动化学科的一门分支学科。它研究如何用机器来模仿人脑所从事的推理、证明、识别、理解、学习、规划、诊断等智能活动。人工智能是当前科学技术中正在迅速发展，新思想、新观点、新技术不断涌现的一个学科，也是一门涉及数学、计算机科学、控制论、信息论、心理学、哲学等学科的交叉和边缘学科。人工智能原理是计算机科学技术类专业的应用学科。前修课程包括：离散数学、数据结构、算法分析与设计等，后续课程：专家系统，知识工程。 二、教学目标 （1）熟练掌握图搜索策略，熟练掌握回溯策略、图搜索策略的过程以及算法（BACKTRACK 以及AI算法），掌握一些典型问题的启发式函数； （2）掌握用命题逻辑、一阶逻辑表示知识的方法，并在此基础上进行推理，熟练掌握归结方法以及归结反驳过程，熟练掌握利用归结反驳方法进行推理。 （3）掌握基于贝叶斯规则的不确定性推理，掌握条件概率、独立、条件独立及贝叶斯公式；掌握利用贝叶斯定理检测垃圾邮件的基本方法。 三、主要教学模式和教学手段 1．本课程的教学包括课堂讲授、课外作业、辅导答疑、上机实验和期末考试等教学环节。
2．课堂教学采用启发式教学方法，理例结合，多媒体并用，引导学生加深对课程内容的理解，提高学生的学习兴趣和效果。 3．理论联系实际，通过本课程的教学，力争使学生在理解和掌握大纲所要求的知识内容的基础上，能正确地运用这些知识解决有关实际问题。 四、教学内容（要求编写所有章节的主要内容） 第一章人工智能概述 基本内容和要求： 1．人工智能的概念与目标； 2．人工智能的研究内容与方法； 3．人工智能的分支领域； 4．人工智能的发展概况。 第二章逻辑程序设计语言Prolog 基本内容和要求： 1．掌握Prolog语言的语句特点、程序结构和运行机理； 2．能编写简单的Prolog程序，能读懂一般的Prolog程序。 教学重点： Prolog程序设计。 教学难点： 表与递归，回溯控制 第三章基于图搜索的问题求解 基本内容和要求： 1．掌握状态图的基本概念、状态图搜索基本技术和状态图问题求解的一般方法，包括穷举式搜索、启发式搜索、加权状态图搜索和A算法、A*算法等； 2．掌握与或图的基本概念、与或图搜索基本技术和或图问题求解的一般方法； 3．理解一些经典规划调度问题（如迷宫、八数码、梵塔、旅行商、八皇后等问题）的求解方法； 教学重点：
【参考借鉴】人工智能学习心得.doc
学习心得 程宇涵11312016011716物联网 在看李开复老师的《人工智能》之前，我有许多疑惑，人工智能是什么？是男是女，长什么样儿？漂亮吗？会不会生病？会不会老？人工智能聪明吗？会下象棋吗？会打麻将吗？会玩dota或者王者荣耀吗？会打乒乓球吗？会打篮球吗？会游泳吗？人工智能有记忆 吗？能不能教他说话、拿筷子夹花生米？人工智能好玩吗？怎么玩？怎么跟它交流？它会不会说话？能陪我唱歌吗？要不要吃饭？要不 要充电？人工智能有什么用？能帮我写文章/搬砖/做报表/开车吗？能用来赚钱吗？人工智能怕什么？下雨天能出门吗？天热会不会出汗？从楼上摔下去会不会变形？能修好吗？人工智能有什么危险？ 会不会吃了我？它要是想伤害我，我该怎么办？我该怎么了解人工智能？学习人工智能？和人工智能和谐相处？人工智能有什么爱好？ 喜欢听什么歌？吃豆腐脑喜欢咸的还是甜的？会看书吗？能不能体 会“今宵酒醒何处，杨柳岸，晓风残月”的寂寞和“醉卧沙场君莫笑，古来征战几人回”的豪迈？人工智能有感情吗？会喜欢我吗？我离 开它的时候，它会不会难过，会不会想我？ 通过学习李开复老师的《人工智能》，我获益良多，很多问题也有了答案。我认为这是一本很好的面向大众的科普读物，介绍了人工智能的基本理念，发展历程和对未来的展望。 下面以问答的形式，记录学习心得。 1.人工智能是什么？在哪里？ 其实，人工智能已经到处都是，什么都做：可以陪人聊天，可以写标准新闻，能画画，能翻译，能开车，能认出人的样子，能在互联网上搜答案，能在仓库搬货，能送快递到家。 人工智能是什么，众说纷纭，一般有以下五种定义（可能有交叉）： 1)在某方面特别聪明的计算机程序，比如AlphaGo，下围棋下得特别好，世界冠军也下不过它。
人工智能学习心得
人工智能学习心得 20147932唐雪琴 人工智能研究最新进展综述 一、研究领域 在大多数数学科中存在着几个不同的研究领域，每个领域都有着特有的感兴趣的研究课题、研究技术和术语。在人工智能中，这样的领域包括自然语言处理、自动定理证明、自动程序设计、智能检索、智能调度、机器学习、专家系统、机器人学、智能控制、模式识别、视觉系统、神经网络、agent、计算智能、问题求解、人工生命、人工智能方法、程序设计语言等。 在过去50多年里，已经建立了一些具有人工智能的计算机系统；例如，能
够求解微分方程的，下棋的，设计分析集成电路的，合成人类自然语言的，检索情报的，诊断疾病以及控制控制太空飞行器、地面移动机器人和水下机器人的具有不同程度人工智能的计算机系统。人工智能是一种外向型的学科，它不但要求研究它的人懂得人工智能的知识，而且要求有比较扎实的数学基础，哲学和生物学基础，只有这样才可能让一台什么也不知道的机器模拟人的思维。因为人工智能的研究领域十分广阔，它总的来说是面向应用的，也就说什么地方有人在工作，它就可以用在什么地方，因为人工智能的最根本目的还是要模拟人类的思维。参照人在各种活动中的功能，我们可以得到人工智能的领域也不过就是代替人的活动而已。哪个领域有人进行的智力活动，哪个领域就是人工智能研究的领域。人工智能就是为了应用机器的长处来帮助人类进行智力活动。人工智能研究的目的就是要模拟人类神经系统的功能。
二、各领域国内外研究现状近年来，人工智能的研究和应用出现了许多新的领域，它们是传统人工智能的延伸和扩展。在新世纪开始的时候，这些新研究已引起人们的更密切关注。这些新领域有分布式人工智能与艾真体、计算智能与进化计算、数据挖掘与知识发现，以及人工生命等。下面逐一加以概略介绍。 1、分布式人工智能与艾真体 分布式人工智能是分布式计算与人工智能结合的结果。dai系统以鲁棒性作为控制系统质量的标准，并具有互操作性，即不同的异构系统在快速变化的环境中具有交换信息和协同工作的能力。 分布式人工智能的研究目标是要创建一种能够描述自然系统和社会系统的精确概念模型。dai中的智能并非独立存在的概念，只能在团体协作中实现，因而其主要研究问题是各艾真体间的合作与对话，包括分布式问题求解和多艾真体系统两领域。其中，分布式问题求解
人工智能教学大纲
《人工智能》教学大纲 一、课程概述 1. 课程研究对象和研究内容 人工智能是计算机与自动化学科的一门分支学科。它研究如何用机器来模仿人脑所从事的推理、证明、识别、理解、学习、规划、诊断等智能活动。人工智能是当前科学技术中正在迅速发展，新思想、新观点、新技术不断涌现的一个学科，也是一门涉及数学、计算机科学、控制论、信息论、心理学、哲学等学科的交叉和边缘学科。 《人工智能》（双语）课程的主要目标是为大学本科高年级学生提供有关人工智能理论以及应用所必需的知识和技能；掌握人工智能的基本原理；掌握设计开发智能系统的基本方法。 2. 课程在整个课程体系中的地位 人工智能原理是计算机科学技术类专业的应用学科。前修课程包括：离散数学、数据结构、算法分析与设计等，后续课程：专家系统，知识工程，该课程可以在大学三、四年级开设。 二、课程目标 1．熟练掌握图搜索策略，熟练掌握回溯策略、图搜索策略的过程以及算法（BACKTRACK 以及A*算法），掌握一些典型问题的启发式函数。 2．掌握用命题逻辑、一阶逻辑表示知识的方法，并在此基础上进行推理，熟练掌握归结方法以及归结反驳过程，熟练掌握利用归结反驳方法进行推理。 3．掌握基于贝叶斯规则的不确定性推理，掌握条件概率、独立、条件独立及贝叶斯公式；掌握利用贝叶斯定理检测垃圾邮件的基本方法。 三、课程内容和要求 这门学科的知识与技能要求分为知道、理解、掌握、学会四个层次。这四个层次的一般涵义表述如下： 知道———是指对这门学科和教学现象的认知。 理解———是指对这门学科涉及到的概念、原理、策略与技术的说明和解释，能提示所涉及到的教学现象演变过程的特征、形成原因以及教学要素之间的相互关系。 掌握———是指运用已理解的教学概念和原理说明、解释、类推同类教学事件和现象。
《人工智能》详细教学大纲.doc
《人工智能》教学大纲 课程名称：人工智能 英语名称：Artificial Intelligence 课程代码：130234 课程性质：专业必修 学分学时数： 5/80 适用专业：计算机应用技术 修（制）订人： 修（制）订日期：2009年2月 审核人： 审核日期： 审定人： 审定日期： 一、课程的性质和目的 （一）课程性质 人工智能是计算机科学理论基础研究的重要组成部分，人工智能课程是计算机科学技术专业的专业拓展选修课。通过本课程的学习使学生了解人工智能的提出、几种智能观、重要研究领域，掌握人工智能求解方法的特点。掌握人工智能的基本概念、基本方法，会用知识表示方法、推理方法和机器学习等方法求解简单问题等。 （二）课程目的 1、基本理论要求： 课程介绍人工智能的主要思想和基本技术、方法以及有关问题的入门知识。要求学生了解人工智能的主要思想和方法。 2、基本技能要求： 学生在较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；在理解Herbrand 域概念和Horn 子句的基础上，应用Robinson 归结原理进行定理证明；应掌握问题求解（GPS ）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A 算法、A*算法、博弈数的极大—极小法、α―β剪枝技术）完成问题求解；并能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes 方法、D —S 证据理论等，利用数值分析中常用方法进行正确计算。 3、职业素质要求：结合实战，初步理解和掌握人工智能的相关技术。 二、教学内容、重（难）点、教学要求及学时分配 第一章：人工智能概述（2学时） …… ………………………………………………………………装……订……线…………………………………………………………………………………………………………… …………………………
人工智能学习心得
人工智能学习心得 目录 第一篇：人工智能学习心得 第二篇：人工智能学习论文 第三篇：《人工智能》学习报告 第四篇：对人工智能学习的感想 第五篇：人工智能学习 正文 第一篇：人工智能学习心得 人工智能学习心得 对人工智能的理解 通过这学期的学习，我对人工智能有了一定的感性认识，个人觉得人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。关于什么是“智能”，就问题多多了。这涉及到其它诸如
意识、自我、思维等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。关于人工智能一个大家比较容易接受的定义是这样的：人工智能是人造的智能,是计算机科学、逻辑学、认知科学交叉形成的一门科学，简称ai。 人工智能的发展历史大致可以分为这几个阶段： 第一阶段：50年代人工智能的兴起和冷落 人工智能概念首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题s求解程序、lisp表处理语言等。但由于消解法推理能力的有限，以及机器翻译等的失败，使人工智能走入了低谷。 第二阶段：60年代末到70年代，专家系统出现，使人工智能研究出现新高潮。 dendral化学质谱分析系统、mycin疾病诊断和治疗系统、prospectior探矿系统、hearsay-ii语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969年成立了国际人工智能联合会议 第三阶段：80年代，随着第五代计算机的研制，人工智能得到了很大发展。日本1982年开始了”第五代计算机研制计划”，即”知识信息处理计算机系统kips”，其目的是使逻辑推理达到数值运算那么
DX3004模式识别与人工智能--教学大纲
《模式识别与人工智能》课程教学大纲 一、课程基本信息 课程代码：DX3004 课程名称：模式识别与人工智能 课程性质：选修课 课程类别：专业与专业方向课程 适用专业：电气信息类专业 总学时： 64 学时 总学分： 4 学分 先修课程：MATLAB程序设计；数据结构；数字信号处理；概率论与数理统计 后续课程：语音处理技术；数字图像处理 课程简介： 模式识别与人工智能是60年代迅速发展起来的一门学科，属于信息，控制和系统科学的范畴。模式识别就是利用计算机对某些物理现象进行分类，在错误概率最小的条件下，使识别的结果尽量与事物相符。模式识别技术主要分为两大类：基于决策理论的统计模式识别和基于形式语言理论的句法模式识别。模式识别的原理和方法在医学、军事等众多领域应用十分广泛。本课程着重讲述模式识别的基本概念，基本方法和算法原理，注重理论与实践紧密结合，通过大量实例讲述如何将所学知识运用到实际应用之中去，避免引用过多的、繁琐的数学推导。这门课的教学目的是让学生掌握统计模式识别基本原理和方法，使学生具有初步综合利用数学知识深入研究有关信息领域问题的能力。 选用教材： 《模式识别》第二版，边肇祺，张学工等编著[M]，北京：清华大学出版社，1999； 参考书目： [1] 《模式识别导论》，齐敏，李大健，郝重阳编著[M]. 北京：清华大学出版社，2009； [2] 《人工智能基础》，蔡自兴，蒙祖强[M]. 北京：高等教育出版社，2005； [3] 《模式识别》，汪增福编著[M]. 安徽：中国科学技术大学出版社，2010； 二、课程总目标 本课程为计算机应用技术专业本科生的专业选修课。通过本课程的学习，要求重点掌握统计模式识别的基本理论和应用。掌握统计模式识别方法中的特征提取和分类决策。掌握特征提取和选择的准则和算法，掌握监督学习的原理以及分类器的设计方法。基本掌握非监督模式识别方法。了解应用人工神经网络和模糊理论的模式识别方法。了解模式识别的应用和系统设计。要求学生掌握本课程的基本理论和方法并能在解决实际问题时得到有效地运用，同时为开发研究新的模式识别的理论和方法打下基础。 三、课程教学内容与基本要求 1、教学内容： （1）模式识别与人工智能基本知识； （2）贝叶斯决策理论； （3）概率密度函数的估计； （4）线性判别函数； （5）非线性胖别函数；
人工智能学习心得
人工智能学习心得 对人工智能的理解 通过这学期的学习，我对人工智能有了一定的感性认识，个人觉得人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。关于什么是“智能”，就问题多多了。这涉及到其它诸如意识、自我、思维等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。关于人工智能一个大家比较容易接受的定义是这样的： 人工智能是人造的智能,是计算机科学、逻辑学、认知科学交叉形成的一门科学，简称AI。 人工智能的发展历史大致可以分为这几个阶段： 第一阶段：50年代人工智能的兴起和冷落 人工智能概念首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题s求解程序、LISP表处理语言等。但由于消解法推理能力的有限，以及机器翻译等的失败，使人工智能走入了低谷。 第二阶段：60年代末到70年代，专家系统出现，使人工智能研究出现新高潮。 DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR 探矿系统、Hearsay-II语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969年成立了国际人工智能联合会议
《人工智能》课程教学大纲
人工智能》课程教学大纲 、课程基本信息 二、课程教学目标 《人工智能》是计算机科学与技术专业的一门专业拓展课，通过本课程的学习使本科生对人工智能的基本内容、基本原理和基本方法有一个比较初步的认识，掌握人工智能的基本概念、基本原理、知识的表示、推理机制和智能问题求解技术。启发学生开发软件的思路，培养学生对相关的智能问题的分析能力，提高学生开发应用软件的能力和水平。 三、教学学时分配
四、教学内容和教学要求 第一章人工智能概述（3 学时） （一）教学要求 1.掌握人工智能的基本概念； 2.理解人工智能的发展状况。 3.理解人工智能的基本技术； 4.了解人工智能的研究途径与方法； 5.了解人工智能的分支领域； （二）教学重点与难点教学重点：人工智能的基本技术。教学难点：三大学派的研究途径与方法。 （三）教学内容 第一节人工智能的基本概念 1.什么是人工智能 2.强人工智能与弱人工智能 3.脑智能和群智能 4.符号智能和计算智能 第二节人工智能发展概况 1.人工智能学科的产生
2.人工智能学科的发展 3.人工智能三大学派 第三节人工智能研究途径与方法 1.人工智能的研究目标 2.人工智能的研究方法 3.人工智能的研究内容 第四节人工智能基本技术 1.推理技术 2.搜索技术 3.知识库技术 4.归纳技术 5.联想技术第五节人工智能的应用 1.难题求解 2.机器定理证明 3.自动程序设计 4.模式识别 5.机器翻译 6.智能管控 7.智能决策 8.智能人机接口 第六节人工智能的影响 1.人工智能对人类的影响 2.人工智能对社会的影响 本章习题要点：对基本概念、技术、方法的理解。 第二章智能程序设计语言（5 学时）（一）教学要求 1．了解常见的几种人工智能程序设计语言；
《人工智能导论》教学大纲
人工智能导论》教学大纲 大纲说明 课程代码： 3235042 总学时： 32 学时（讲课 32 学时） 总学分： 2 学分 课程类别：限制性选修 适用专业：计算机科学与技术，以及有关专业 预修要求： C 程序设计语言，数据结构 课程的性质、目的、任务： 人工智能是计算机科 学中涉及研究、 科学与技术， 以及有关专业重要的专业方向与特色模块课程之一。 生对人工智能的发展概况、 基本原理和应用领域有初步了解， 启发学生对人工智能的兴趣，培养知识创新和技术创新能力。 课程教学的基本要求： 人工智能的研究论题包括计算机视觉、规划与行动、多 言理解、专家系统和机器学习等。 这些研究论题的基础是通用和专用的知 识表示和推理机制、 问题求解和搜索算法，以及计算智能技术等。要求学生掌握这些研究论题的基础知识。 人工智能还提供一套工具以解决那些用其它方法难以解决， 甚至无法解决的问题。 这些 工具包括启发式搜索和规划算法， 知识表示和推理形式， 机器学习技术， 语音和语言理解方 法，计算机视觉和机器人学等。 要求学生掌握利用其中的重要工具解决给定问题的基本方法。 大纲的使用说明： 通过适当调节教学内容和学时安排，减少有关章节学时和增加专家系统这一章的学时， 本大纲亦可作为《人工智能与专家系统》的课程教学大纲。 大纲正文 第一章 绪论 学时： 2 学时（讲课 2学时） 了解人类智能与人工智能的含义，人工智能的发展和应用领域；理解人工智能的内涵。 本章讲授要点 ：在介绍人工智能概念的基础上， 使学生了解本课程所涉知识的重要意义， 以及人工智能的应用现状和应用前景。 设计和应用智能机器的一个分支。 本课程是计算机 通过本课程的开设， 使学 对主要技术及应用有一定掌握， Agent 系统、 语音识别、自动语
《人工智能》课程教学大纲.doc
《人工智能》课程教学大纲 课程代码：H0404X 课程名称：人工智能 适用专业：计算机科学与技术专业及有关专业 课程性质：本科生专业基础课﹙学位课﹚ 主讲教师：中南大学信息科学与工程学院智能系统与智能软件研究所蔡自兴教授 总学时：40学时﹙课堂讲授36学时，实验教学4学时﹚ 课程学分：2学分 预修课程：离散数学，数据结构 一.教学目的和要求： 通过本课程学习，使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。 人工智能涉及自主智能系统的设计和分析，与软件系统、物理机器、传感器和驱动器有关，常以机器人或自主飞行器作为例子加以介绍。一个智能系统必须感知它的环境，与其它Agent和人类交互作用，并作用于环境，以完成指定的任务。 人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。 此外，人工智能还提供一套工具以解决那些用其它方法难以解决甚至无法解决的问题。这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。通过学习，学生能够知道什么时候需要某种合适的人工智能方法用于给定的问题，并能够选择适当的实现方法。 二.课程内容简介 人工智能的主要讲授内容如下： 1.叙述人工智能和智能系统的概况，列举出人工智能的研究与应用领域。 2.研究传统人工智能的知识表示方法和搜索推理技术，包括状态空间法、问题归约法谓词逻辑法、语义网络法、盲目搜索、启发式搜索、规则演绎算法和产生式系统等。 3.讨论高级知识推理，涉及非单调推理、时序推理、和各种不确定推理方法。 4.探讨人工智能的新研究领域，初步阐述计算智能的基本知识，包含神经计算、模糊计算、进化计算和人工生命诸内容。 5.比较详细地讨论了人工智能的主要应用，包括专家系统、机器学习、自动规划、Agent、自然语言理解、机器视觉和智能控制等。对于应用内容，根据学时，有选择地进行讲授。 6.评述近年来人工智能的争论，讨论人工智能对人类经济、社会和文化的影响，展望人工智能的发展。 以上内容反映了人工智能的最新进展，理论联系实际，具有很好的针对性。 三.教学内容和学时安排
《人工智能》详细教学大纲
《人工智能》详细教学大纲 《人工智能》教学大纲 课程代码：130234 课程性质：专业必修 学分学时数： 5/80 适用专业：计算机应用技术 一、课程的性质和目的 （一）课程性质 人工智能是计算机科学理论基础研究的重要组成部分，人工智能课程是计算机科学技术专业的专业拓展选修课。通过本课程的学习使学生了解人工智能的提出、几种智能观、重要研究领域，掌握人工智能求解方法的特点。掌握人工智能的基本概念、基本方法，会用知识表示方法、推理方法和机器学习等方法求解简单问题等。 （二）课程目的 1、基本理论要求： 课程介绍人工智能的主要思想和基本技术、方法以及有关问题的入门知识。要求学生了解人工智能的主要思想和方法。 2、基本技能要求： 学生在较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；在理解Herbrand 域概念和Horn 子句的基础上，应用Robinson 归结原理进行定理证明；应掌握问题求解（GPS ）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A 算法、A*算法、博弈数的极大—极小法、α―β剪枝技术）完成问题求解；并能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes 方法、D —S 证据理论等，利用数值分析中常用方法进行正确计算。 3、职业素质要求：结合实战，初步理解和掌握人工智能的相关技术。 二、教学内容、重（难）点、教学要求及学时分配 第一章：人工智能概述（2学时） 1、讲授内容： （1） 人工智能的概念 （2） 人工智能的研究途径和方法 ………………………………………………
《人工智能导论》教学大纲.
《人工智能导论》教学大纲 大纲说明 课程代码：3235042 总学时：32学时（讲课32学时） 总学分：2学分 课程类别：限制性选修 适用专业：计算机科学与技术，以及有关专业 预修要求：C程序设计语言，数据结构 课程的性质、目的、任务： 人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。本课程是计算机科学与技术，以及有关专业重要的专业方向与特色模块课程之一。通过本课程的开设，使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。 课程教学的基本要求： 人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。要求学生掌握这些研究论题的基础知识。 人工智能还提供一套工具以解决那些用其它方法难以解决，甚至无法解决的问题。这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。要求学生掌握利用其中的重要工具解决给定问题的基本方法。大纲的使用说明： 通过适当调节教学内容和学时安排，减少有关章节学时和增加专家系统这一章的学时，本大纲亦可作为《人工智能与专家系统》的课程教学大纲。 大纲正文 第一章绪论学时：2学时（讲课2学时）了解人类智能与人工智能的含义，人工智能的发展和应用领域；理解人工智能的内涵。 本章讲授要点：在介绍人工智能概念的基础上，使学生了解本课程所涉知识的重要意义，以及人工智能的应用现状和应用前景。
《人工智能》课程教学大纲
《人工智能》课程教学大纲 （Artificial Intelligence） 课程性质：院公选课 适用专业：各专业 先修课程：离散数学、数据结构、操作系统原理 后续课程： 总学分：2学分 一、教学目的与要求 1．教学目的 人工智能主要研究解释和模拟人类智能、智能行为及其规律的一门学科，其主要任务是建立智能信息处理理论，进而设计可以展现某些近似于人类智能行为的计算机系统。本课程要求学生掌握人工智能的基本原理，了解人工智能中常用的基本技术，诸如：知识表示技术、搜索技术、自动推理技术以及专家系统等，同时学会运用Prolog语言求解人工智能的实际问题。 2．教学要求 学生必须具有离散数学、程序设计、数据结构、操作系统方面的知识。 二、课时安排 三、教学内容 1．人工智能概述（4学时） （1）教学基本要求 了解：人工智能的发展概况 理解：人工智能的概念 掌握：人工智能的研究途径与方法、人工智能的分支领域 灵活运用：人工智能的基本技术 （2）教学内容
①人工智能的概念 ②人工智能的研究途径与方法(重点) ③人工智能的分支领域(重点、难点) ④人工智能的基本技术(难点) ⑤人工智能的发展概况 2．人工智能程序设计语言（6学时） （1）教学基本要求 了解：人工智能程序设计语言分类 掌握：函数型程序设计语言LISP和逻辑型程序设计语言PROLOG 灵活运用：Turbo PROLOG程序设计语言 （2）教学内容 ①综述 ②函数型程序设计语言LISP(重点) ③逻辑型程序设计语言PROLOG(重点、难点) ④Turbo PROLOG程序设计(难点) 3．基于谓词逻辑的机器推理（6学时） （1）教学基本要求 理解：谓词及谓词逻辑，形式演绎推理 掌握：归结演绎推理 灵活运用：应用归结原理求取问题答案 了解：Horn子句归结与逻辑程序、非归结演绎推理 （2）教学内容 ①一阶谓词逻辑 ②归结演绎推理(重点) ③应用归结原理求取问题答案(重点、难点) ④归结策略 ⑤归结反演程序举例 ⑥Horn子句归结与逻辑程序(难点) ⑦非归结演绎推理 4．图搜索技术（8学时） （1）教学基本要求 掌握：状态图搜索方法、与或图搜索方法 灵活运用：状态图搜索方法进行问题求解、与或图搜索方法进行问题求解了解：博弈树搜索技术 （2）教学内容 ①状态图搜索(重点、难点) ②状态图问题求解(重点) ③与或图搜索(重点、难点) ④与或图问题求解（难点） ⑤博弈树搜索 5．产生式系统（4学时）
人工智能学习心得
第一篇、人工智能心得体会大作业 人工智能学习心得 我眼中的人工智能 人，没有熊一样的力量，却能把熊关进笼子，这笼子的钥匙，叫智慧。 人类一直在思考如何让自然界的其它事物为自己所用，而不是只想着如何获取食物来填饱肚子，人类之所以会凌驾于食物链顶端，就在于对于资源的使用。为了减轻胃的消化负担，人类开始学会使用火，让蛋白质在进入胃之前就变质而变得更好消化易于吸收。经历了漫长的手工制造业历程，为了提高生产效率，也为了减轻工人手工劳作的负担，人们开始了工业革命，无数的机器流水线取代了效率低下的廉价劳动力，也正是从此刻起，人类使用资源的能力有了质的发展，由使用已有资源，到创造新的资源。第一台计算机应运而生，人类开启了无限创造的时代。时至今日，计算机技术几乎延伸到了生活的每个领域，甚至成了人们的生活必需品。计算机能帮助人们完成人类不可能完成的计算，但一直致力于创造的人们当然不会停止对计算机的要求。人们不光需要计算机做人类做不了的计算，还渐渐开始要求计算机做人类能做的事，这便催生了人工智能。人类就是这样一步步用自己的智慧让自己过上傻瓜一样的生活。
人工智能目前还没有在人们生活中普及，但是已经出现萌芽。最典型是的一些语音识别系统，如苹果公司的Siri可能是目前人们接触最多的基于人工智能和云计算技术的产品，相信这种人机交互系统的雏形经过时间的磨练会在未来形成一套完善的从界面到内核的智能体系。在社会生活方面，与数字图像处理技术紧密结合的人工智能已经开始应用于摄像头的图像捕捉和识别，而模式识别技术的发展则使得人工智能在更广阔的领域得以实现成为了可能。一些大公司在人工智能领域的投入和研究对于推动人工智能的发展起到了很大的作用，最值得一提的就是谷歌。谷歌的免费搜索表面上是为了方便人们的查询，但这款搜索引擎推出的初衷，就是为了帮助人工智能的深度学习，通过上亿的用户一次又一次地查询，来锻炼人工智能的学习能力，由于我的水平还很低，对于深度学习还不敢妄自拽测。但是，近年来谷歌公司在人工智能方面的突破一项接着一项，为人们熟知的便是智能汽车。不得不说，人工智能想要进一步发展，必须依靠这些大公司的研究和不断推广，由经济促创新。 纵览时间长河，很多新生的技术在一开始都是举步维艰的，人工智能也不例外，但幸运的是，人们接受和学会使用新技术所需要的时间越来越短，对于人工智能产品的投入市场是有益的。因此，在我看来，将已开发出来但还需完善的人工智能产品投放市场，使其进入人们的生活只是时间的问题，但要想真正掌握人工智能，开发出完全符合研发人想法的智能产品还需各方面的努力。至于现在讨论热烈的“人工智能统治人类”的问题，我的看法是，人工智能的开发和应用是需要监管的，但并不能阻止人工智能即将影响世界的趋势。
人工智能与社会教学大纲
人工智能与社会 课程教学大纲课程英文名称：Artificial Intelligence and Society 开课院系：计算机科学与技术学院课程性质：科技素质教育课程课程目的： 人工智能是一门边沿学科，属于自然科学、社会科学、技术科学三向交叉学科。今天，各样的智能机器人，不断能够帮助人类进行生产劳作，甚至可以料理家务，人们在整个的发展的过程当中希望利用外来之物来强化自身，摆脱自然力的束缚，人类从中可以得到解放，这是一个千古梦想，也是中国梦的梦境之一。这个梦想怎么样才能变成现实，最精彩的是人希望有一种智力的工具，它依靠信息科学技术来把信息资源转化成为这种工具，帮助人来扩展自己的信息功能、智力功能，这样就可以把人类从很多繁重的劳动，包括体力劳动和智力劳动中解放出来。人工智能是对资源、科学、技术、工具的集大成，这个是人类争取从自然力解放的一个非常重要的途径。学过这门课程后使学生对现代社会的人工智能应用有一个初步的认识，在今后的工作中适应现代社会的发展，为实现中国富强梦做出更大贡献。 课程内容： 一、二进制的前世今生 1. 计数的发展历史，计数历史贡献 2. 二进制的诞生，二进制的发展历史 3. 二进制的计算能力，二进制在科技进步中的作用
二、现代计算机的诞生 1. 计算工具的发展历史，计算工具的历史贡献 2. 机械式计算器的诞生，机械式计算器的历史作用 3. 现代计算机诞生，现代计算机的计算能力 三、人工智能的起源 1. Turing 思想和Turing 机 2. 人工智能的诞生的三大标志 3. 人工智能语言的发展 4. 智能博弈技术的发展 四、人类智能与计算机模拟 1. 智能仿真模拟能力 2. 计算机仿真模拟领域 3. 计算机仿真模拟能力 五、模糊世界和模糊信息 1. 人类世界的模糊性 2. 粒度计算的基本原理 3. 粒度计算的应用 4. 典型模糊案例分析
人工智能讲座心得体会word版本
人工智能讲座心得体 会
精品文档 心得体会——人工智能 2016级网络工程，1601103086，杨奥通过这次李元甲老师的讲座，我对人工智能有了一定的感性认识，个人觉得人工智能是门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。这涉及到其它诸如意识、自我、思维等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。关于人工智能一个大家比较容易接受的定义是这样的:人工智能是人造的智能,是计算机科学、逻辑学、认知科学交叉形成的一一门科学，简称AI。 人工智能的发展历史大致可以分为这几个阶段: 第一阶段: 50年代人工智能的兴起和冷落。 人工智能概念首次提出后，相继出现了-批显著的成果,如机器定理证明、跳棋程序、通用问题s求解程序、lisp 表处理语言等。但由于消解法推理能力的有限，以及机器翻译等的失败，使人工智能走入了低谷。 第二阶段: 60年代末到70年代，专家系统出现，使人工智能研究出现新 高潮。dendral 化学质谱分析系统、mycin疾病诊断和治疗系统、prospectior 探矿系统、hearsay-ii 语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969 年成立了国际人工智能联合会议。 第三阶段: 80 年代，随着第五代计算机的研制，人工智能得到了很大发展。日本1982年开始了”第五代计算机研制计划”，即”知识信息处理计算机系统kips”，其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败,但它的开展形成了一股研究人工智能的热潮。 第四阶段: 80 年代末，神经网络飞速发展。 1987年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。 收集于网络，如有侵权请联系管理员删除
人工智能讲座心得体会
心得体会——人工智能 2016级网络工程，1601103086，杨奥通过这次李元甲老师的讲座，我对人工智能有了一定的感性认识，个人觉得人工智能是门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。这涉及到其它诸如意识、自我、思维等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。关于人工智能一个大家比较容易接受的定义是这样的:人工智能是人造的智能,是计算机科学、逻辑学、认知科学交叉形成的一一门科学，简称AI。 人工智能的发展历史大致可以分为这几个阶段: 第一阶段: 50年代人工智能的兴起和冷落。 人工智能概念首次提出后，相继出现了-批显著的成果,如机器定理证明、跳棋程序、通用问题s求解程序、lisp 表处理语言等。但由于消解法推理能力的有限，以及机器翻译等的失败，使人工智能走入了低谷。 第二阶段: 60年代末到70年代，专家系统出现，使人工智能研究出现新高潮。dendral 化学质谱分析系统、mycin疾病诊断和治疗系统、prospectior探矿系统、hearsay-ii 语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969 年成立了国际人工智能联合会议。 第三阶段: 80 年代，随着第五代计算机的研制，人工智能得到了很大发展。日本1982年开始了”第五代计算机研制计划”，即”知识信息处理计算机系统kips”，其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败,但它的开展形成了一股研究人工智能的热潮。 第四阶段: 80 年代末，神经网络飞速发展。 1987年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。
智能材料教学大纲
《智能材料》课程教学大纲 【课程编号】 【课程名称】智能材料 Intelligent materials 【学时学分】24学时；1.5学分【实验和上机学时】0学时【课程类别】专业与专业方向课【开课模式】选修 【先修课程】大学物理、高分子物理 【开课单位】辽宁省通用航空重点实验室【开课学期】第7学期 【授课对象】复合材料与工程专业本科学生 【考核方式】考查 一、课程的性质、目的与任务 智能材料这门课是为了拓展复合材料与工程专业学生的应用新型材料的能力，了解、应用、研发新材料的性能的一门选修课程，对学生认识交叉学科在材料与结构设计领域的应用具有启发意义。 本课程利用材料具有的一些生物体才具有的功能，如传感、判断、处理、执行、自预警、自修复、应激响应等，通过自适应材料与结构、智能超分子和膜、智能凝胶、微机械智能光电子、纳米机械等应用在航空航天飞行器以及土木建筑等方面。 本课程以大学物理和高分子物理等课程为基础，是学生毕业从事相关技术工作的重要理论基础。 二、课程的教学内容、基本要求和学时分配 1．绪论（2学时） 了解智能材料与智能结构的发展；智能材料的内涵和定义；智能材料与智能结构的应用前景与发展趋势。 2．典型智能材料介绍（16学时） 分别介绍几种典型的智能材料， ①形状记忆合金；
②压电复合材料； ③电磁流变体； ④智能纤维材料； ⑤智能高分子材料； ⑥智能橡胶与智能弹性体。 3．智能结构与智能控制（4学时） ①智能结构控制概念； ②隔振器与消能器； ③传感器； ④作动器。 4．其他传感元件（2学时） ①电阻应变丝； ②碳纤维复合材料； ③智能无机高分子复合材料与应用 ④二氧化钒智能窗； ⑤半导体材料； ⑥疲劳寿命丝（箔）。 三、教材及主要参考书（第1条填写主选教材） 著者书名出版社出版日期 1 陈英杰等《智能材料》机械工业出版社2013.07 2 傅秦生等《智能材料与结构系统》北京大学出版社2010.08 四、其它必要说明