《人工智能导论》教学大纲合作班

《人工智能导论》教学大纲课程英文名IntroductiontoArtificialIntelligence课程代码03M0181学分2.5总学时40理论学时24实验学时0上机学时16实践学时0课程类别专业教育课课程性质必修先修课程Python程序设计适用专业计算机科学与技术开课学院信息工程学院注：课程类别是指公共基础课/学科基础课/专业教育课；课程性质是指必修/限选/任选。一、课程地位与课程目标（一）课程地位人工智能是计算机科学中的重要内容，已经成为计算机技术发展以及许多高新技术产品中的核心技术。由于人工智能是模拟人类智能解决问题，几乎在所有领域都具有非常广泛的应用。本课程主要介绍人工智能问题求解的模型、算法的基本思想以及一些前沿内容，为学生提供最基本的人工智能技术和有关问题的入门性知识，为进一步学习和研究人工智能理论与应用奠定基础。（二）课程目标该课程的目标是把握人工智能的发展趋势，熟悉人工智能技术的前沿知识和研究热点。学生通过该课程的学习能够了解基本的人工智能新技术和有关问题求解的创新方法，能够紧密联系人工智能中的前沿技术开展切实有效的理论和应用研究。该课程讲述了人工智能的发展简史、人工智能研究的基本内容和主要研究领域、人工智能的研究热点，包括知识图谱、进化算法、深度学习等。课程要求完成A*算法应用实验、遗传算法应用实验、基于神经网络分类实验等自主型实验项目。课程目标：1.针对实际应用中复杂问题，具备利用数学工具、对人工智能核心内容进行理论分析、采用人工智能算法来进行建模、推导并求解实际问题的能力。2.具备使用计算机编程工具，搭建开发环境、基础编程、调试的能力，并具备采用人工智能主流算法求解大规模实际应用问题的能力。课程思政目标：1.在学习分析与解决人工智能相关复杂工程问题的过程中，帮助学生树立正确的科学创新认识，掌握科学创新、人工智能系统设计的基本方法。2.通过工程实例和领域人物事迹介绍，引导学生重视专业基础能力培养，敢于在课程学习中创新实践，激发AI强国责任感。3.学生通过实验，能够发挥主动性，研究探讨人工智能系统的运行和实现过程，提出思路并积极验证和探索自己的思路，从而更好的掌握知识，培养学生的理论联系实际能力和创新能力，逐步培养他们发现问题、提出问题、分析问题和解决问题的能力。二、课程目标达成的与教学内容对应关系课程目标课程目标内容支撑毕业要求指标点目标达成的途径与方法教学内容课程目标1针对实际应用中复杂问题，具备利用数学工具、对人工智能核心内容进行理论分析、采用人工智能算法来进行建模、推导并求解实际问题的能力。指标点1.2:能针对一个计算机系统建立合适的数学模型并求解。1.课堂教学2.课堂讨论3.实验4.课外作业第1章：绪论第2章：知识表示与知识图谱第3章：确定性推理方法第4章：不确定性推理方法课程目标2具备使用计算机编程工具，搭建开发环境、基础编程、调试的能力，并具备采用人工智能主流算法求解大规模实际应用问题的能力。指标点5.1：了解计算机领域常用的软硬件设计及开发工具、开发环境、模拟软件和设备的使用原理和方法，并理解其适用范围和局限性。1.课堂教学2.课堂讨论3.实验4.课外作业第5章：搜索求解策略第6章：智能计算及其应用第7章：专家系统与机器学习第8章：人工神经网络及其应用三、课程目标与相关毕业要求的对应关系课程目标课程目标对毕业要求的支撑程度（H、M、L）毕业要求1毕业要求2课程目标1L课程目标2L注：1.支撑强度分别填写H、M或L（其中H表示支撑程度高、M为中等、L为低）。四、课程主要内容与基本要求第1章：绪论1.1人工智能的概念1.2人工智能的发展简史1.3人工智能研究的基本内容1.4．人工智能的主要研究领域基本要求：了解人工智能的基本概念、研究的特点、内容、发展历史。鼓励学生树立将AI技术应用于国家和社会发展的意识，推动科技创新与社会责任相结合，促进AI技术的伦理使用和社会效益。第2章：知识表示与知识图谱2.1知识的特性、分类和表示2.2表示方法：一阶谓词逻辑、2.3产生式表示法2.4框架表示法2.5知识图谱。基本要求：熟练掌握知识的特性、分类和表示，掌握表示方法和知识图谱。认识到知识表示方法在智能系统，如自动驾驶、语义搜索、医疗诊断中的核心作用，强调技术突破对提升国家自主创新能力的重要性。第3章确定性推理方法3.1推理的基本概念3.2确定性推理方法：自然演绎推理、3.3谓词公式化为子句集的方法基本要求：熟练掌握推理的概念、确定性推理方法的应用：归结反演、应用归结原理求解问题。通过学习推理，培养实事求是、严谨求真的科学精神，形成科学认知，增强分析问题和解决问题的能力。第4章：不确定性推理方法4.1不确定性推理的基本概念4.2可信度方法4.3证据理论等基于概率的推理方法4.4模糊推理方法。基本要求：理解不确定推理的基本概念、基于概率的推理方法和模糊推理方法。加强人文关怀：借助模糊逻辑的特点，向学生传递宽容待人、灵活处事的思想，尤其是在处理人际关系和社会事务方面。第5章：搜索求解策略5.1搜索的概念5.2状态空间的搜索策略5.3盲目的图搜索策略5.4启发式图搜索策略。基本要求：掌握搜索的概念，基本方法。能够针对创新点开展切实有效的理论和应用研究。培养全局观念：帮助学生理解搜索问题的本质是寻找最优解的过程，强调在面对复杂任务时需要具备整体规划和长远考虑的能力。第6章：智能计算及其应用6.1进化算法的产生与发展6.2基本遗传算法6.3遗传算法的改进算法6.4遗传算法的应用6.5群智能算法的产生背景6.6粒子群优化算法及其应用6.7蚁群算法及其应用基本要求：掌握遗传算法的基本概念和基本方法。了解一些遗传算法的改进算法，了解遗传算法的应用实例、了解粒子群优化算法。通过讲解群智能算法的思想来源——自然界中群体行为的启示，教育学生重视团队力量，善于从他人身上学习优点，学会与他人合作，共同攻克难题。第7章：专家系统与机器学习7.1专家系统的产生与发展7.2专家系统的概念7.3专家系统的工作原理7.4知识获取的主要过程与模式7.5机器学习7.6知识发现与数据挖掘基本要求：掌握专家系统的基本概念、基本特征、一般结构等基本内容以及机器学习。帮助学生理解技术进步是一个不断积累和迭代的过程，树立正确历史观，强调继承传统与创新发展相结合的重要性。第8章：人工神经网络及其应用8.1神经元与神经网络的基本概念8.2BP学习算法及其应用8.3BP神经网络在模式识别当中的应用8.4Hopfield神经网络及其改进8.5Hopfield神经网络的应用8.6卷积神经网络与深度学习8.7生成对抗网络及其应用基本要求：掌握人工神经网络的基本概念、常用人工神经网络模型。通过讲解BP算法的工作原理，帮助学生理解复杂系统中误差反向传播的过程，提高他们的逻辑推理能力。五、课程学时安排章节号教学内容学时数学生任务对应课程目标1人工智能概述思政内容：介绍华为独立研发麒麟芯片事件，让学生认识到只有掌握的核心技术，才能在全球IT行业争得话语权了解人工智能的基本概念与理论。3课程目标12知识表示与知识图谱6（3）作业1、实验1课程目标13推理的基本概念、确定性推理方法3作业2课程目标14不确定性推理思政内容：介绍人工智能算法计量思想，强调计量强国3作业3课程目标15搜索求解策略6（3）作业4、实验2课程目标26智能计算及其应用6（3）实验3课程目标27专家系统与机器学习3课程目标28人工神经网络及其应用

思政内容：从神经网络研究的曲折发展道路，讲坚持不懈、脚踏实地的科研精神。人工智能技术在国内不同领域的应用，比如通过华为超级月亮事件，培养学生民族自豪感。10（7）实验4、实验5课程目标2六、实践环节及基本要求序号实验项目学时基本要求学生任务实验性质实验类别1产生式系统实验3掌握产生式系统的运行机制，以及基于规则推理的基本方法。运用所学知识，设计并编程实现一个基于产生式规则推理的系统验证必做2A*算法求解迷宫寻路问题实验3掌握A*算法，以及理解求解流程和搜索顺序。运用所学知识，设计并编程实现一个A*算法求解迷宫寻路的难题验证必做3遗传算法求优化问题实验3理解遗传算法求解优化问题的流程并测试主要参数对结果的影响。运用所学知识设计并编程实现遗传算法求TSP优化问题验证必做4采用神经网络分类MNIST数据集3理解不同神经网络模型用于分类问题的一般步骤，及不同参数对结果的影响。运用所学知识，设计并编程实现神经网络分类MNIST数据集验证必做5采用生成对抗神经网络生成数字图像4理解生成对抗神经网络模型，及用于图像生成的一般步骤。运用所学知识，设计并编程实现GAN网络生成数字图像综合必做注：1.实验性质指演示性、验证性、设计性、综合性等；2.实验类别指必做、选做等。七、考核方式、成绩评定考核内容考核方式评定标准