《人工智能导论》课程教学大纲

《人工智能导论》课程教学大纲2025年9月

《人工智能导论》教学大纲课程中文名称人工智能导论课程英文名称IntroductiontoArtificalIntelligence学分2学时32其中讲授学时24实验学时8其它学时先修课程无适用专业所有专业课程类别通识教育课程使用教材《人工智能导论》，胡玉荣等，清华大学出版社，2025年。一、课程简介人工智能是引领新一轮科技革命和产业变革的关键技术。本课程旨在为不同专业背景的学生提供人工智能（AI）的基础知识与核心概念，涵盖AI发展历程、关键技术及应用场景。课程内容包括机器学习、深度学习、自然语言处理、计算机视觉等领域的入门知识，并结合伦理与社会影响探讨AI的未来发展。通过理论讲解、案例分析和实践演示，学生将了解AI如何改变社会各行业，并培养批判性思维以应对技术带来的挑战。本课程属于通识教育课程，面向全校所有专业选修。二、课程目标及与毕业要求的对应关系通过本课程的学习，使学生理解人工智能的基本概念，掌握AI的定义、发展历程及核心技术（如机器学习、深度学习等），建立系统的知识框架；通过案例分析让学生认识AI的应用与影响，了解AI在医疗、金融、教育等领域的实际应用，并探讨其社会、伦理和法律挑战；同时，培养学生计算思维与批判能力，学会分析AI技术的优势与局限，理性看待其发展潜力与潜在风险；本课程也旨在激发学生跨学科探索兴趣，结合不同学科视角，启发学生思考AI与人文、社会、商业等领域的交叉融合，帮助学生们构建跨学科视野，提升未来竞争力，为后续深入学习或职业发展奠定基础。课程目标序号课程目标内容课程目标1掌握计算机系统架构与数据编码原理，理解计算思维核心内涵；系统阐述人工智能的基本概念、发展历程及主要研究领域；理解知识表示、搜索算法、计算机视觉、听觉及自然语言处理等核心技术的理论基础与实现逻辑。课程目标2运用计算思维分析实际问题，熟练使用办公软件进行信息处理；掌握常见AI工具的应用方法，能够结合专业背景开展AI辅助学习或项目实践；具备评估AI解决方案可行性并提出优化建议的能力。课程目标3了解信息产业相关政策法规，能够辩证分析AI技术带来的社会影响与伦理挑战；树立正确的AI伦理观，强化职业操守与社会责任感，在技术应用中坚守伦理底线。三、教学内容学时分配序号教学内容学时分配理论实验小计1计算机思维与计算机基础（第1章）6282人工智能基础认知（第2章）223AI基础理论（第3章）224AI核心技术（第4－8章）104145综合实践项目（第9章）426合计24832四、课堂教学内容及要求秉承“立德树人”教育理念，构建“全课程育人”格局。在每一个知识单元或知识模块中，融入思政元素。（1）开学第一讲：向学生讲清楚本课程的教学目标，考核方式以及成绩评价标准。（2）要求学生按课程进度安排完成各阶段所布置的任务，如课后作业、主题讨论、实验及报告等。（3）教学模式：线上线下混合教学模式。依托“学银在线”，选用省级以上一流课程资源创建线上学习平台。（4）教学方法：“案例驱动”、“翻转课堂”等多元化的教学方法，改善教学效果。进程内容学时教学内容重难点作业/实验安排1计算机思维与计算机基础6思政元素：自主创新，国产软件发展现状，信息安全意识。1计算机系统概述2办公软件与信息处理3计算思维与算法基础重点：信息编码与信息处理的原理难点：计算思维与基础算法的理解实验1：办公软件使用2人工智能基础认知2思政元素：deepseek和宇树机器人，民族自豪感-科技强国，自主创新1人工智能的定义与内涵2人工智能的发展历程3人工智能的主要研究内容4人工智能的典型应用5人工智能伦理与社会影响重点：人工智能的内涵、研究内容与应用难点：人工智能的伦理挑战作业1：人工智能基础认知3知识表示与推理2思政元素：华为“云知声”对多民族语言的兼容-科技强国，自主创新1知识表示概述2常见的知识表示方法3知识的获取与管理4推理与知识图谱重点：知识的获取、表示与管理难点：推理机制作业2：知识表示与推理4问题求解与搜索2思政元素：算法策略中的中国传统哲学智慧1问题求解2状态空间3盲目搜索4启发式搜索5搜索问题的典型应用重点：常见搜索策略，包括盲目搜索、启发式搜索难点：启发式信息与A*算法大实验（选题1：搜索与智能问答）5自然语言处理2思政元素：“机器翻译”——尊重多元文化意识1自然语言处理概述2自然语言处理技术与方法3语料库和语言知识库4自然语言处理的典型应用重点：自然语言处理的技术、方法及应用难点：句法分析6计算机视觉基础2思政元素：古代绘画遗产保护——“科技守护文化”的使命感1计算机视觉概述2计算机视觉的主要研究内容3常用的计算机视觉工具4计算机视觉的应用实例——人脸识别重点：计算机视觉的研究内容难点：人脸识别实现原理大实验（选题2：人脸与语音识别）7计算机听觉基础2思政元素：科大讯飞语音识别——科技自立自强1计算机听觉概述2计算机听觉的主要研究内容3常用的计算机听觉工具4计算机听觉的应用实例——语音识别重点：计算机听觉的研究内容难点：语音识别实现原理8大模型与具身智能2思政元素：“科技以人为本”理念1大模型概述2具身智能概述3机器人：具身智能的载体4具身智能的典型应用重点：大模型与具身智能的基本原理与应用难点：具身智能关键技术作业3：大模型与具身智能9综合实践项目4思政元素：团队意识、沟通能力和学术诚信1百度飞桨——国产AI框架介绍2OpenCV开源库3道路识别重点：飞桨框架与OpenCV库的应用难点：综合运用AI工具实现道路识别大实验（选题3：道路识别综合实践）五、实验教学内容实验一：办公软件使用（1）运用Word完成文档制作与排版；（2）运用Excel制作电子表格，实现数据管理与分析；（3）运用PowerPoint制作和美化演示文稿，并播放发布演示文稿。大实验：选题1：搜索与智能问答（1）使用启发式搜索算法求解8数码问题。（2）采用百度问答数据集WebQA1.0，使用Python语言实现智能问答。选题2：人脸与语音识别（1）采用OpenCV+face_recognition库，在本地完成一次完整的人脸验证。（2）使用speech_recognition在线API或Whisper离线模型将麦克风录音转成文字。选题3：道路识别综合实践（1）采用传统OpenCV实现道路识别。（2）采用道路识别的4个核心模块：预处理、特征提取、几何分析及后处理。六、考核方式及成绩评价课程考核采用大实验、期末考试等多样化方式。各考核方式评价的课程目标及成绩比例如下：课程目标考核方式及成绩比例（%）成绩比例小计（%）大实验期末考试课程目标1201535课程目标2202545课程目标3101020合计5050100大实验说明：（1）布置大实验时，需要给出本次大实验支撑的课程目标及每个课程目标的分值；（例如，课程目标1：40分，课程目标2：60分）（2）对每个学生的本次大实验评分时，需要给出其每个课程目标的得分值；（例如，课程目标1：30分，课程目标2：45分）（3）对于大实验，满分为100分，即所有课程目标的分值之和为100分；（4）在开课前，需要提交大实验审批表，对每次大实验的内容、支撑的课程目标及分值进行说明。大实验建议选题：选题1：搜索与智能问答选题2：人脸与语音识别选题3：道路识别综合实践七、课程目标达成情况评价本课程的课程目标达成情况评价采用定量评价方式。定量评价样本为有代表性的学生数据。每学年课程结束后应开展课程目标达成情况评价并编制课程目标达成情况评价报告。八、参考书目及教学资源[1]《人工智能导论》，胡玉荣，余云霞，董尚燕，李俊梅，清华大学出版社，2025.[2]《大学计算与