《人工智能》課程教學大綱

人工智能課程教學大綱課程代碼：H0404X課程名稱：人工智能適用專業(yè)：計算機科學與技術專業(yè)及有關專業(yè)課程性質(zhì)：本科生專業(yè)基礎課學位課主講教師：中南大學信息科學與工程學院智能系統(tǒng)與智能軟件研究所蔡自興教授總學時：40學時課堂講授36學時，實驗教學4學時課程學分：2學分預修課程：離散數(shù)學，數(shù)據(jù)結構一. 教學目的和要求：通過本課程學習，使學生對人工智能的發(fā)展概況、基本原理和應用領域有初步了解，對主要技術及應用有一定掌握，啟發(fā)學生對人工智能的興趣，培養(yǎng)知識創(chuàng)新和技術創(chuàng)新能力。人工智能涉及自主智能系統(tǒng)的設計和分析，與軟件系統(tǒng)、物理機器、傳感器和驅(qū)動器有關，常以機器人或自主飛行器作為例子加以介紹。一個智能系統(tǒng)必須感知它的環(huán)境，與其它Agent和人類交互作用，并作用于環(huán)境，以完成指定的任務。人工智能的研究論題包括計算機視覺、規(guī)劃與行動、多Agent系統(tǒng)、語音識別、自動語言理解、專家系統(tǒng)和機器學習等。這些研究論題的基礎是通用和專用的知識表示和推理機制、問題求解和搜索算法，以及計算智能技術等。此外，人工智能還提供一套工具以解決那些用其它方法難以解決甚至無法解決的問題。這些工具包括啟發(fā)式搜索和規(guī)劃算法，知識表示和推理形式，機器學習技術，語音和語言理解方法，計算機視覺和機器人學等。通過學習，學生能夠知道什么時候需要某種合適的人工智能方法用于給定的問題，并能夠選擇適當?shù)膶崿F(xiàn)方法。二. 課程內(nèi)容簡介人工智能的主要講授內(nèi)容如下：1. 敘述人工智能和智能系統(tǒng)的概況，列舉出人工智能的研究與應用領域。2. 研究傳統(tǒng)人工智能的知識表示方法和搜索推理技術，包括狀態(tài)空間法、問題歸約法謂詞邏輯法、語義網(wǎng)絡法、盲目搜索、啟發(fā)式搜索、規(guī)則演繹算法和產(chǎn)生式系統(tǒng)等。3. 討論高級知識推理，涉及非單調(diào)推理、時序推理、和各種不確定推理方法。4. 探討人工智能的新研究領域，初步闡述計算智能的基本知識，包含神經(jīng)計算、模糊計算、進化計算和人工生命諸內(nèi)容。5. 比較詳細地討論了人工智能的主要應用，包括專家系統(tǒng)、機器學習、自動規(guī)劃、Agent、自然語言理解、機器視覺和智能控制等。對于應用內(nèi)容，根據(jù)學時，有選擇地進行講授。6. 評述近年來人工智能的爭論，討論人工智能對人類經(jīng)濟、社會和文化的影響，展望人工智能的發(fā)展。以上內(nèi)容反映了人工智能的最新進展，理論聯(lián)系實際，具有很好的針對性。三. 教學內(nèi)容和學時安排教學內(nèi)容的章節(jié)和學時安排如下（總學時40，其中實驗4學時，課堂必學內(nèi)容30學時，選學內(nèi)容為12學時中選6學時，即第八章至第十二章中選3章簡要講授）：第一章 緒論2學時1.1 人工智能的定義和發(fā)展1.2 人類智能和人工智能1.3 人工智能各學派的認知觀1.4 人工智能的研究與應用領域第二章 知識表示方法6學時2.1 狀態(tài)空間法2.2 問題規(guī)約法2.3 謂詞邏輯法2.4 語義網(wǎng)絡法2.5 框架表示2.6 劇本表示2.7 過程的表示第三章 搜索推理技術6學時3.1 圖搜索策略3.2 盲目搜索3.3 啟發(fā)式搜索3.4 消解原理3.5 規(guī)則演繹系統(tǒng)3.6 產(chǎn)生式系統(tǒng)3.7 系統(tǒng)組織技術3.8 不確定推理3.9 非單調(diào)推理實驗一. 產(chǎn)生式系統(tǒng)的推理2學時第四章 計算智能（1）：神經(jīng)計算 模糊計算4學時4.1 概述4.2 神經(jīng)計算4.3 模糊計算第五章 計算智能（2）：進化計算 人工生命2學時5.1 遺傳算法5.2 進化策略5.3 進化編程5.4 人工生命第六章專家系統(tǒng)4學時6.1 專家系統(tǒng)概述6.2 基于規(guī)則的專家系統(tǒng)6.3 基于框架的專家系統(tǒng)6.4 基于模型的專家系統(tǒng)6.5 新型專家系統(tǒng)6.6 專家系統(tǒng)的設計6.7 專家系統(tǒng)開發(fā)工具第七章 機器學習4學時7.1 機器學習的定義和發(fā)展歷史7.2 機器學習的主要策略和基本結構7.3 機械學習7.4 歸納學習7.5 類比學習7.6 解釋學習7.7 神經(jīng)學習7.8 知識發(fā)現(xiàn)第八章 自動規(guī)劃2學時（可選）8.1 規(guī)劃系統(tǒng)的定義與任務8.2 積木世界的機器人規(guī)劃8.3 STRIPS規(guī)劃系統(tǒng)8.4 具有學習能力的規(guī)劃系統(tǒng)8.5 分層規(guī)劃8.6 基于專家系統(tǒng)的規(guī)劃實驗二. 移動機器人的路徑規(guī)劃與行為決策2學時第九章 艾真體（Agent）2學時（可選）9.1 分布式人工智能9.2 Agent及其要素9.3 艾真體的結構9.4 艾真體通信9.5 多艾真體系統(tǒng)第十章 機器視覺2學時（可選）10.1 圖像的理解與分析10.2 積木世界的景物分析10.3 視覺的知識表示與控制策略10.4 物體形狀的分析與識別第十一章 自然語言理解2學時（可選）11.1 自然語言理解的一般問題11.2 句法和語義的自動分析11.3 句子的自動理解11.4 語言的自動生成11.5 自然語言理解系統(tǒng)應用舉例第十二章 智能控制2學時（可選）12.1 智能控制的發(fā)展與定義12.2 智能控制的結構理論與特點12.3 智能控制系統(tǒng)12.4 智能控制的應用領域第十三章 人工智能的展望2學時13.1 人工智能的爭論13.2 人工智能對人類的影響13.3 對人工智能的展望四. 教學進度表教學進度表專業(yè)名稱年級課堂教學時數(shù)36課程名稱人工智能總學時數(shù)實驗時數(shù)4主講教師其它周次教學內(nèi)容教學時數(shù)教學方式備注1第一章 緒論1.1 人工智能的定義和發(fā)展1.2 人類智能和人工智能1.3 人工智能各學派的認知觀1.4 人工智能的研究與應用領域2講授第二章 知識表示方法2.1 狀態(tài)空間法2.2 問題規(guī)約法2講授22.3 謂詞邏輯法2.4 語義網(wǎng)絡法3講授*2.5 框架表示*2.6 劇本表示*2.7 過程的表示1講授3第三章 搜索推理技術3.1 圖搜索策略3.2 盲目搜索2講授3.3 啟發(fā)式搜索3.4 消解原理2講授43.5 規(guī)則演繹系統(tǒng)3.6 產(chǎn)生式系統(tǒng)*3.7 系統(tǒng)組織技術*3.8 不確定推理*3.9 非單調(diào)推理2講授實驗一. 產(chǎn)生式系統(tǒng)的推理2實驗5第四章 計算智能（1）：神經(jīng)計算 模糊計算4.1 概述1講授4.2 神經(jīng)計算4.3 模糊計算3講授6第五章 計算智能（2）：進化計算 人工生命5.1 遺傳算法5.2 進化策略5.3 進化編程5.4 人工生命2講授第六章專家系統(tǒng)6.1 專家系統(tǒng)概述6.2 基于規(guī)則的專家系統(tǒng)6.3 基于框架的專家系統(tǒng)2講授76.4 基于模型的專家系統(tǒng)6.5 新型專家系統(tǒng)6.6 專家系統(tǒng)的設計6.7 專家系統(tǒng)開發(fā)工具2講授第七章 機器學習7.1 機器學習的定義和發(fā)展歷史7.2 機器學習的主要策略和基本結構7.3 機械學習7.4 歸納學習2講授87.5 類比學習7.6 解釋學習7.7 神經(jīng)學習7.8 知識發(fā)現(xiàn)2講授第八章 自動規(guī)劃8.1 規(guī)劃系統(tǒng)的定義與任務8.2 積木世界的機器人規(guī)劃8.3 STRIPS規(guī)劃系統(tǒng)8.6 具有學習能力的規(guī)劃系統(tǒng)8.7 分層規(guī)劃8.8 基于專家系統(tǒng)的規(guī)劃2講授9實驗二. 移動機器人的路徑規(guī)劃與行為決策2實驗*第九章 艾真體（Agent）9.1 分布式人工智能9.2 Agent及其要素9.3 艾真體的結構9.4 艾真體通信9.5 多艾真體系統(tǒng)2講授可選*第十章 機器視覺10.5 圖像的理解與分析10.6 積木世界的景物分析10.7 視覺的知識表示與控制策略10.8 物體形狀的分析與識別2講授可選10*第十一章 自然語言理解11.1 自然語言理解的一般問題11.6 句法和語義的自動分析11.7 句子的自動理解11.8 語言的自動生成11.9 自然語言理解系統(tǒng)應用舉例2講授可選*第十二章 智能控制12.5 智能控制的發(fā)展與定義12.6 智能控制的結構理論與特點12.7 智能控制系統(tǒng)12.8 智能控制的應用領域2講授可選第十三章 人工智能的展望13.4 人工智能的爭論13.5 人工智能對人類的影響13.6 對人工智能的展望2講授*第九章至第十二章，由主講教師