人工智能导论 第2版 课程教案

《人工智能导论》第2版课程教案一、课程基本信息《人工智能导论》是一门全面介绍人工智能（AI）基本概念、发展历程、核心技术及其应用的课程。通过本课程的学习，学生将了解人工智能的历史背景、基本原理、主要技术和应用领域，掌握人工智能的基本方法和工具，具备初步的应用能力，并能够对人工智能的未来发展和社会影响有深入的认识。•课程名称：人工智能导论•课程代码：AI-Introduction2024•课程英文名称：AI-Introduction•学时与学分：理论学时48，实验/实践学时0，总学分3•课程性质：必修课•适用专业：人工智能、大数据、计算机科学与技术等工科专业•先修课程：略•后续课程：机器学习、深度学习、智能机器人等二、课程目标学习本课程，通常旨在为学生奠定坚实的人工智能基础知识，培养其在人工智能领域的基本技能和理解能力。以下是主要学习目标，可能会根据不同课程设置有所差异：1.理解人工智能基础：掌握人工智能的基本概念、发展历程、主要分支领域（如机器学习、深度学习、自然语言处理、计算机视觉等）及其在现代社会中的应用。2.理论与技术基础：学习和理解支撑人工智能的核心算法和理论，包括搜索算法、知识表示、推理方法、决策制定、学习理论等。3.实践技能培养：通过编程实践和项目作业，掌握至少一种编程语言（如Python）在人工智能领域的应用，以及如何使用常见的AI框架和库（如TensorFlow、PyTorch）。4.问题解决能力：培养分析和解决人工智能问题的能力，包括如何定义问题、选择合适的技术路线、设计并实施解决方案。5.伦理与社会责任：讨论人工智能技术的伦理和社会影响，理解隐私保护、数据安全、算法偏见等议题，培养负责任的AI开发与应用意识。6.创新与批判性思维：鼓励学生批判性地评估现有的AI技术，激发创新思维，探索AI在新领域的应用可能。7.沟通与团队合作：通过团队项目，提升与他人合作解决复杂问题的能力，以及有效沟通研究成果和想法的能力。8.持续学习能力：鉴于AI领域的快速变化，课程应培养学生自主学习的习惯，跟踪技术进展，适应未来可能出现的新技术、新理论。这些目标旨在为学生构建一个全面的人工智能知识框架，不仅关注技术细节，也重视理论与实践的结合，以及技术的社会影响和伦理考量，为学生将来在AI领域的深入研究或职业发展打下坚实的基础。三、课程思政结合本课程融入的思政教育，旨在将思想政治教育与专业教育有机融合，引导学生在学习专业知识的同时，树立正确的世界观、价值观和道德观，培养具有社会责任感和创新能力的高素质人才。以下是一些可能包含在人工智能导论课程思政教育中的内容：1.国家政策与战略导向：介绍我国在人工智能领域的国家战略规划，如《新一代人工智能发展规划》等，使学生理解国家发展目标，增强服务国家重大需求的责任感和使命感。2.科技伦理与法律规范：探讨人工智能技术应用中的伦理问题，如隐私保护、数据安全、算法公平性、人工智能的责任归属等，强化学生的伦理意识和法制观念，培养遵守行业规范和法律法规的行为习惯。3.创新精神与工匠精神：强调在人工智能领域进行创新的重要性，鼓励学生勇于探索、敢于突破，同时弘扬精益求精的工匠精神，注重细节，追求卓越。4.团队合作与沟通能力：通过团队项目和案例分析，培养学生的团队协作能力，学会有效沟通，尊重多样性和包容性，为未来跨学科合作打下基础。5.全球视野与文化自信：在全球化背景下，引导学生了解国际人工智能发展趋势，增强国际竞争意识，同时树立文化自信，鼓励在吸收国际先进成果的同时，贡献中国智慧和中国方案。6.社会责任与可持续发展：讨论人工智能技术如何服务于社会发展，如在教育、医疗、环保等领域的应用，培养学生的社会责任感，思考如何利用技术促进社会公平与可持续发展。7.批判性思维与自我反思：鼓励学生在学习技术的同时，培养批判性思维，对技术的利弊进行理性分析，能够自我反思，理解技术进步对个人、社会和环境的全面影响。8.历史与未来展望：回顾人工智能的发展历程，激发学生对未来技术趋势的好奇心和探索欲，同时培养历史使命感，认识到作为未来技术领导者所承担的历史责任。通过这些课程思政内容的融入，人工智能导论课程不仅教授技术知识，更注重学生全面发展，引导他们成为既有专业技术能力，又具有高尚道德情操和强烈社会责任感的新型科技人才。四、教学内容及学时分配1.第1章概论（3学时）【导读案例】有意义的人工智能时代1.1计算的渊源•阿拉伯数字•巴贝奇与数学机器•“机器人”的由来1.2计算机的出现•为战争而发展的计算机器•计算机无处不在•通用计算机•计算机语言•计算机建模•人工智能大师1.3人工的智能行为•什么是“智能”•类人行为：图灵测试•类人思考：认知建模•理性思考：“思维法则”•理性行为：理性智能体1.4人工智能学科•人工智能学科基础•人工智能定义•人工智能的实现途径1.5人工智能发展的6个阶段2.第2章模糊逻辑与大数据思维（3学时）【导读案例】电商网站的推荐系统2.1什么是模糊逻辑•甲虫机器人的规则•模糊逻辑的发明•制定模糊逻辑的规则•模糊逻辑的定义•模糊理论的发展2.2模糊逻辑系统•纯模糊逻辑系统•高木-关野模糊逻辑系统•具有模糊产生器及模糊消除器的模糊逻辑系统2.3大数据思维与变革•思维转变之一：样本=总体•思维转变之二：接受数据的混杂性•思维转变之三：数据的相关关系2.4大数据与人工智能•人工智能与大数据的联系•人工智能与大数据的区别•人工智能深化大数据应用3.第3章智能体与智能代理（3学时）【导读案例】智能体：下一个颠覆性AI应用3.1智能体和环境3.2智能体的良好行为•性能度量•理性•全知、学习和自主3.3环境的本质•指定任务环境•任务环境的属性3.4智能体的结构•学习型智能体•智能体程序组件的工作3.5智能代理技术•智能代理的定义•智能代理的典型工作过程•智能代理的特点•系统内的协同合作3.6智能代理的典型应用•股票/债券/期货交易•医疗诊断•搜索引擎•实体机器人•电脑游戏4.第4章知识表示及其方法/第5章规则与专家系统（3学时）【导读案例】智能体将重构人机交互/人工智能时代的工作路径4.1什么是知识表示•知识的概念•知识表示方法•表示方法的选择4.2图形草图•图形草图•图和哥尼斯堡桥问题4.3搜索树（决策树）4.4产生式系统4.5面向对象4.6框架法4.7语义网络•语义网络表示•知识图谱5.1专家的技能与特点•在自己的领域里作为专家•技能获取的5个阶段•专家的特点5.2规则与策略•制胜策略•知识工程•知识获取5.3利用规则推导建立专家系统•规则举例•建立框架•IBM的沃森系统5.4专家系统及其发展•建立专家系统的思考•专家系统的特征•典型的专家系统——ADIS5.5专家系统的结构•专家系统的功能•知识库•推理机•其他部分•实现方式5.第6章机器学习及其算法（3学时）【导读案例】奈飞的电影推荐引擎6.1什么是机器学习•机器学习的发展•机器学习的定义•机器学习的研究6.2基于学习方式的分类•监督学习•无监督学习•强化学习•机器学习的其他分类6.3机器学习的基本结构6.4机器学习算法•专注于学习能力•回归算法•基于实例的算法•决策树算法•贝叶斯算法•聚类算法•支持向量机算法•神经网络算法•Boosting与Bagging算法•关联规则算法•EM（期望最大化）算法6.5机器学习的应用•数据分析与挖掘•模式识别•生物信息学应用6.第7章神经网络与深度学习（3学时）【导读案例】谷歌大脑7.1动物的中枢神经系统•7.1.1神经系统的结构•7.1.2神经系统学习机制7.2了解人工神经网络7.3深度学习的定义7.4卷积神经网络7.5迁移学习7.6深度学习的应用【导读案例】谷歌大脑7.1动物的中枢神经系统7.2了解人工神经网络•人工神经网络的研究•典型的人工神经网络•类脑计算机7.3深度学习的定义•深度学习的优势•深度学习的意义•神经网络理解图片•训练神经网络•深度学习的方法7.4卷积神经网络•为什么选择卷积•卷积神经网络结构7.5迁移学习•基于实例的迁移•基于特征的迁移•基于共享参数的迁移7.6深度学习的应用7.第8章创建智能系统的强化学习/第9章数据挖掘与统计方法（3学时）【导读案例】机器学习帮助拯救濒危物种/葡萄酒的品质8.1强化学习的定义8.2与监督学习的区别8.3强化学习的基础理论8.4强化学习分类8.5强化学习的应用9.1从数据到知识9.2数据挖掘方法9.3数据挖掘经典算法9.4机器学习与数据挖掘8.第10章计算机视觉与图像处理（3学时）【导读案例】模仿人类视网膜的生物芯片10.1模式识别10.2图像识别10.3计算机视觉技术10.4智能图像处理技术10.5计算机视觉系统典型功能10.6计算机视觉技术的应用9.第11章包容体系结构与机器人（3学时）【导读案例】ROBOCUP机器人世界杯足球锦标赛11.1什么是包容体系结构11.2包容体系结构的实现11.3划时代的阿波罗计划11.4机器感知11.5机器人的概念11.6机器人的技术问题10.第12章自然语言与语音处理（3学时）【导读案例】机器翻译：大数据简单算法与小数据复杂算法12.1语言的问题和可能性12.2什么是自然语言处理12.3语法类型与语义分析12.4处理数据与处理工具12.5语音处理11.第13章GPT大语言模型崛起（3学时）【导读案例】难以区分的人工智能和人类艺术13.1自然语言处理的进步13.2科普AI大语言模型13.3CHATGPT的模仿秀13.4传统行业的下岗12.第14章向动物学习群体智能（3学时）【导读案例】“超级蜂群”无人机14.1向蜜蜂学习群体智能14.2什么是群体智能14.3典型算法模型14.4群体智能背后的故事14.5群体智能的应用与发展13.第15章智能制造与智能建造（3学时）【导读案例】互联网之父预言：智能眼镜未来将取代手机15.1智能制造15.2数字孪生15.3建筑信息模型15.4智能建造14.第16章自动规划及其方法（3学时）【导读案例】人与机器更好相处的“阿凡达”之路16.1规划的概念16.2人工智能的乌姆普思世界16.3什么是自动规划16.4规划方法16.5时间、调度和资源16.6自动规划的应用15.第17章搜索技术与算法（3学时）【导读案例】科研变革进入第五范式：“加速”也要防“跑偏”17.1关于搜索算法17.2盲目搜索17.3知情搜索17.4受到自然启发的搜索16.第18章人工智能的发展（3学时）【导读案例】AI生成作品也有著作权18.1创新发展与社会影响18.2伦理与安全18.3人工智能的极限18.4人工智能架构18.5未来的人工智能五、考核方式评估方法：•平时成绩：包括