人工智能導論 第2版 課程教案

《人工智能導論》第2版課程教案一、課程基本信息《人工智能導論》是一門全面介紹人工智能（AI）基本概念、發(fā)展歷程、核心技術(shù)及其應用的課程。通過本課程的學習，學生將了解人工智能的歷史背景、基本原理、主要技術(shù)和應用領域，掌握人工智能的基本方法和工具，具備初步的應用能力，并能夠?qū)θ斯ぶ悄艿奈磥戆l(fā)展和社會影響有深入的認識。?課程名稱：人工智能導論?課程代碼：AI-Introduction2024?課程英文名稱：AI-Introduction?學時與學分：理論學時48，實驗/實踐學時0，總學分3?課程性質(zhì)：必修課?適用專業(yè)：人工智能、大數(shù)據(jù)、計算機科學與技術(shù)等工科專業(yè)?先修課程：略?后續(xù)課程：機器學習、深度學習、智能機器人等二、課程目標學習本課程，通常旨在為學生奠定堅實的人工智能基礎知識，培養(yǎng)其在人工智能領域的基本技能和理解能力。以下是主要學習目標，可能會根據(jù)不同課程設置有所差異：1.理解人工智能基礎：掌握人工智能的基本概念、發(fā)展歷程、主要分支領域（如機器學習、深度學習、自然語言處理、計算機視覺等）及其在現(xiàn)代社會中的應用。2.理論與技術(shù)基礎：學習和理解支撐人工智能的核心算法和理論，包括搜索算法、知識表示、推理方法、決策制定、學習理論等。3.實踐技能培養(yǎng)：通過編程實踐和項目作業(yè)，掌握至少一種編程語言（如Python）在人工智能領域的應用，以及如何使用常見的AI框架和庫（如TensorFlow、PyTorch）。4.問題解決能力：培養(yǎng)分析和解決人工智能問題的能力，包括如何定義問題、選擇合適的技術(shù)路線、設計并實施解決方案。5.倫理與社會責任：討論人工智能技術(shù)的倫理和社會影響，理解隱私保護、數(shù)據(jù)安全、算法偏見等議題，培養(yǎng)負責任的AI開發(fā)與應用意識。6.創(chuàng)新與批判性思維：鼓勵學生批判性地評估現(xiàn)有的AI技術(shù)，激發(fā)創(chuàng)新思維，探索AI在新領域的應用可能。7.溝通與團隊合作：通過團隊項目，提升與他人合作解決復雜問題的能力，以及有效溝通研究成果和想法的能力。8.持續(xù)學習能力：鑒于AI領域的快速變化，課程應培養(yǎng)學生自主學習的習慣，跟蹤技術(shù)進展，適應未來可能出現(xiàn)的新技術(shù)、新理論。這些目標旨在為學生構(gòu)建一個全面的人工智能知識框架，不僅關注技術(shù)細節(jié)，也重視理論與實踐的結(jié)合，以及技術(shù)的社會影響和倫理考量，為學生將來在AI領域的深入研究或職業(yè)發(fā)展打下堅實的基礎。三、課程思政結(jié)合本課程融入的思政教育，旨在將思想政治教育與專業(yè)教育有機融合，引導學生在學習專業(yè)知識的同時，樹立正確的世界觀、價值觀和道德觀，培養(yǎng)具有社會責任感和創(chuàng)新能力的高素質(zhì)人才。以下是一些可能包含在人工智能導論課程思政教育中的內(nèi)容：1.國家政策與戰(zhàn)略導向：介紹我國在人工智能領域的國家戰(zhàn)略規(guī)劃，如《新一代人工智能發(fā)展規(guī)劃》等，使學生理解國家發(fā)展目標，增強服務國家重大需求的責任感和使命感。2.科技倫理與法律規(guī)范：探討人工智能技術(shù)應用中的倫理問題，如隱私保護、數(shù)據(jù)安全、算法公平性、人工智能的責任歸屬等，強化學生的倫理意識和法制觀念，培養(yǎng)遵守行業(yè)規(guī)范和法律法規(guī)的行為習慣。3.創(chuàng)新精神與工匠精神：強調(diào)在人工智能領域進行創(chuàng)新的重要性，鼓勵學生勇于探索、敢于突破，同時弘揚精益求精的工匠精神，注重細節(jié)，追求卓越。4.團隊合作與溝通能力：通過團隊項目和案例分析，培養(yǎng)學生的團隊協(xié)作能力，學會有效溝通，尊重多樣性和包容性，為未來跨學科合作打下基礎。5.全球視野與文化自信：在全球化背景下，引導學生了解國際人工智能發(fā)展趨勢，增強國際競爭意識，同時樹立文化自信，鼓勵在吸收國際先進成果的同時，貢獻中國智慧和中國方案。6.社會責任與可持續(xù)發(fā)展：討論人工智能技術(shù)如何服務于社會發(fā)展，如在教育、醫(yī)療、環(huán)保等領域的應用，培養(yǎng)學生的社會責任感，思考如何利用技術(shù)促進社會公平與可持續(xù)發(fā)展。7.批判性思維與自我反思：鼓勵學生在學習技術(shù)的同時，培養(yǎng)批判性思維，對技術(shù)的利弊進行理性分析，能夠自我反思，理解技術(shù)進步對個人、社會和環(huán)境的全面影響。8.歷史與未來展望：回顧人工智能的發(fā)展歷程，激發(fā)學生對未來技術(shù)趨勢的好奇心和探索欲，同時培養(yǎng)歷史使命感，認識到作為未來技術(shù)領導者所承擔的歷史責任。通過這些課程思政內(nèi)容的融入，人工智能導論課程不僅教授技術(shù)知識，更注重學生全面發(fā)展，引導他們成為既有專業(yè)技術(shù)能力，又具有高尚道德情操和強烈社會責任感的新型科技人才。四、教學內(nèi)容及學時分配1.第1章概論（3學時）【導讀案例】有意義的人工智能時代1.1計算的淵源?阿拉伯數(shù)字?巴貝奇與數(shù)學機器?“機器人”的由來1.2計算機的出現(xiàn)?為戰(zhàn)爭而發(fā)展的計算機器?計算機無處不在?通用計算機?計算機語言?計算機建模?人工智能大師1.3人工的智能行為?什么是“智能”?類人行為：圖靈測試?類人思考：認知建模?理性思考：“思維法則”?理性行為：理性智能體1.4人工智能學科?人工智能學科基礎?人工智能定義?人工智能的實現(xiàn)途徑1.5人工智能發(fā)展的6個階段2.第2章模糊邏輯與大數(shù)據(jù)思維（3學時）【導讀案例】電商網(wǎng)站的推薦系統(tǒng)2.1什么是模糊邏輯?甲蟲機器人的規(guī)則?模糊邏輯的發(fā)明?制定模糊邏輯的規(guī)則?模糊邏輯的定義?模糊理論的發(fā)展2.2模糊邏輯系統(tǒng)?純模糊邏輯系統(tǒng)?高木-關野模糊邏輯系統(tǒng)?具有模糊產(chǎn)生器及模糊消除器的模糊邏輯系統(tǒng)2.3大數(shù)據(jù)思維與變革?思維轉(zhuǎn)變之一：樣本=總體?思維轉(zhuǎn)變之二：接受數(shù)據(jù)的混雜性?思維轉(zhuǎn)變之三：數(shù)據(jù)的相關關系2.4大數(shù)據(jù)與人工智能?人工智能與大數(shù)據(jù)的聯(lián)系?人工智能與大數(shù)據(jù)的區(qū)別?人工智能深化大數(shù)據(jù)應用3.第3章智能體與智能代理（3學時）【導讀案例】智能體：下一個顛覆性AI應用3.1智能體和環(huán)境3.2智能體的良好行為?性能度量?理性?全知、學習和自主3.3環(huán)境的本質(zhì)?指定任務環(huán)境?任務環(huán)境的屬性3.4智能體的結(jié)構(gòu)?學習型智能體?智能體程序組件的工作3.5智能代理技術(shù)?智能代理的定義?智能代理的典型工作過程?智能代理的特點?系統(tǒng)內(nèi)的協(xié)同合作3.6智能代理的典型應用?股票/債券/期貨交易?醫(yī)療診斷?搜索引擎?實體機器人?電腦游戲4.第4章知識表示及其方法/第5章規(guī)則與專家系統(tǒng)（3學時）【導讀案例】智能體將重構(gòu)人機交互/人工智能時代的工作路徑4.1什么是知識表示?知識的概念?知識表示方法?表示方法的選擇4.2圖形草圖?圖形草圖?圖和哥尼斯堡橋問題4.3搜索樹（決策樹）4.4產(chǎn)生式系統(tǒng)4.5面向?qū)ο?.6框架法4.7語義網(wǎng)絡?語義網(wǎng)絡表示?知識圖譜5.1專家的技能與特點?在自己的領域里作為專家?技能獲取的5個階段?專家的特點5.2規(guī)則與策略?制勝策略?知識工程?知識獲取5.3利用規(guī)則推導建立專家系統(tǒng)?規(guī)則舉例?建立框架?IBM的沃森系統(tǒng)5.4專家系統(tǒng)及其發(fā)展?建立專家系統(tǒng)的思考?專家系統(tǒng)的特征?典型的專家系統(tǒng)——ADIS5.5專家系統(tǒng)的結(jié)構(gòu)?專家系統(tǒng)的功能?知識庫?推理機?其他部分?實現(xiàn)方式5.第6章機器學習及其算法（3學時）【導讀案例】奈飛的電影推薦引擎6.1什么是機器學習?機器學習的發(fā)展?機器學習的定義?機器學習的研究6.2基于學習方式的分類?監(jiān)督學習?無監(jiān)督學習?強化學習?機器學習的其他分類6.3機器學習的基本結(jié)構(gòu)6.4機器學習算法?專注于學習能力?回歸算法?基于實例的算法?決策樹算法?貝葉斯算法?聚類算法?支持向量機算法?神經(jīng)網(wǎng)絡算法?Boosting與Bagging算法?關聯(lián)規(guī)則算法?EM（期望最大化）算法6.5機器學習的應用?數(shù)據(jù)分析與挖掘?模式識別?生物信息學應用6.第7章神經(jīng)網(wǎng)絡與深度學習（3學時）【導讀案例】谷歌大腦7.1動物的中樞神經(jīng)系統(tǒng)?7.1.1神經(jīng)系統(tǒng)的結(jié)構(gòu)?7.1.2神經(jīng)系統(tǒng)學習機制7.2了解人工神經(jīng)網(wǎng)絡7.3深度學習的定義7.4卷積神經(jīng)網(wǎng)絡7.5遷移學習7.6深度學習的應用【導讀案例】谷歌大腦7.1動物的中樞神經(jīng)系統(tǒng)7.2了解人工神經(jīng)網(wǎng)絡?人工神經(jīng)網(wǎng)絡的研究?典型的人工神經(jīng)網(wǎng)絡?類腦計算機7.3深度學習的定義?深度學習的優(yōu)勢?深度學習的意義?神經(jīng)網(wǎng)絡理解圖片?訓練神經(jīng)網(wǎng)絡?深度學習的方法7.4卷積神經(jīng)網(wǎng)絡?為什么選擇卷積?卷積神經(jīng)網(wǎng)絡結(jié)構(gòu)7.5遷移學習?基于實例的遷移?基于特征的遷移?基于共享參數(shù)的遷移7.6深度學習的應用7.第8章創(chuàng)建智能系統(tǒng)的強化學習/第9章數(shù)據(jù)挖掘與統(tǒng)計方法（3學時）【導讀案例】機器學習幫助拯救瀕危物種/葡萄酒的品質(zhì)8.1強化學習的定義8.2與監(jiān)督學習的區(qū)別8.3強化學習的基礎理論8.4強化學習分類8.5強化學習的應用9.1從數(shù)據(jù)到知識9.2數(shù)據(jù)挖掘方法9.3數(shù)據(jù)挖掘經(jīng)典算法9.4機器學習與數(shù)據(jù)挖掘8.第10章計算機視覺與圖像處理（3學時）【導讀案例】模仿人類視網(wǎng)膜的生物芯片10.1模式識別10.2圖像識別10.3計算機視覺技術(shù)10.4智能圖像處理技術(shù)10.5計算機視覺系統(tǒng)典型功能10.6計算機視覺技術(shù)的應用9.第11章包容體系結(jié)構(gòu)與機器人（3學時）【導讀案例】ROBOCUP機器人世界杯足球錦標賽11.1什么是包容體系結(jié)構(gòu)11.2包容體系結(jié)構(gòu)的實現(xiàn)11.3劃時代的阿波羅計劃11.4機器感知11.5機器人的概念11.6機器人的技術(shù)問題10.第12章自然語言與語音處理（3學時）【導讀案例】機器翻譯：大數(shù)據(jù)簡單算法與小數(shù)據(jù)復雜算法12.1語言的問題和可能性12.2什么是自然語言處理12.3語法類型與語義分析12.4處理數(shù)據(jù)與處理工具12.5語音處理11.第13章GPT大語言模型崛起（3學時）【導讀案例】難以區(qū)分的人工智能和人類藝術(shù)13.1自然語言處理的進步13.2科普AI大語言模型13.3CHATGPT的模仿秀13.4傳統(tǒng)行業(yè)的下崗12.第14章向動物學習群體智能（3學時）【導讀案例】“超級蜂群”無人機14.1向蜜蜂學習群體智能14.2什么是群體智能14.3典型算法模型14.4群體智能背后的故事14.5群體智能的應用與發(fā)展13.第15章智能制造與智能建造（3學時）【導讀案例】互聯(lián)網(wǎng)之父預言：智能眼鏡未來將取代手機15.1智能制造15.2數(shù)字孿生15.3建筑信息模型15.4智能建造14.第16章自動規(guī)劃及其方法（3學時）【導讀案例】人與機器更好相處的“阿凡達”之路16.1規(guī)劃的概念16.2人工智能的烏姆普思世界16.3什么是自動規(guī)劃16.4規(guī)劃方法16.5時間、調(diào)度和資源16.6自動規(guī)劃的應用15.第17章搜索技術(shù)與算法（3學時）【導讀案例】科研變革進入第五范式：“加速”也要防“跑偏”17.1關于搜索算法17.2盲目搜索17.3知情搜索17.4受到自然啟發(fā)的搜索16.第18章人工智能的發(fā)展（3學時）【導讀案例】AI生成作品也有著作權(quán)18.1創(chuàng)新發(fā)展與社會影響18.2倫理與安全18.3人工智能的極限18.4人工智能架構(gòu)18.5未來的人工智能五、考核方式評估方法：?平時成績：包括