《人工智能导论》教学大纲

《人工智能导论》课程教学大纲课程编号课程名称人工智能导论考试/考查总学时32实验/上机学时8学分2课程性质专业必修课适用专业计算机科学与技术承担单位先修课程高等数学I、线性代数、离散数学、程序设计基础、数据结构、算法设计与分析《人工智能导论》是关于人工智能领域的引导性课程，介绍人工智能的发展历史与现状、基本理论、方法和技术；了解人工智能研究与应用的最新进展和发展方向，开阔学生视野，培养学生多学科知识交叉思维和创新意识，培养学生对前沿技术的兴趣，增强学生自主学习能力和终身学习意识。一、课程目标本课程教学目的是系统地介绍人工智能的基础理论知识和技术方法，通过课程学习，使学生了解人工智能的发展概况、基本原理和应用现状，启发学生对人工智能的兴趣，培养学生应用人工智能技术建模、分析和解决复杂问题的能力，激发其知识创新、技术创新，以及理论迁移为应用的能力，为学生进一步开展人工智能方向的学习和应用研究打下良好的基础。1.掌握搜索技术、知识表示、推理方法等目前人工智能的主要研究领域的基本原理、方法和技术。2.了解人工智能的发展概况、研究方法和应用领域，掌握机器学习的方法，增强终身学习能力和自主学习能力，为今后在各自技术领域应用奠定基础。表1课程目标支撑的毕业要求/指标点毕业要求指标点支撑强度5.使用现代工具：能够针对复杂工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，包括对复杂工程问题进行预测与模拟，并能够理解其局限性。5.1针对复杂工程问题，具备获取技术、资源、现代工程工具和信息技术工具的能力。课程目标1H12.终身学习：具有自主学习和终身学习的意识，有不断学习和适应发展的能力。12.2具有跟踪专业发展及前沿、增强自我竞争力、适应持续发展所需的自主学习能力，适应行业及社会发展。课程目标2M二、课程内容及教学组织（一）课程目标与主要教学内容的对应关系表2课程目标与主要教学内容的对应关系课程目标教学内容目标权重授课学时教学组织形式课堂讲授实验课堂讨论作业课程目标1（1）图搜索策略与问题求解（2）知识表示方法（3）推理方法（4）高级搜索技术与搜索算法0.516√√√√课程目标2（1）人工智能的概念及发展概况（2）人工智能的研究途径和方法（3）人工智能与社会发展（4）机器学习与神经网络0.516√√√√（二）课程单元及学时（◆重点内容，

难点内容）1.人工智能概述（2学时）（1）◆人工智能的概念；（2）

人工智能的研究途径和方法；（3）人工智能的分支领域；（4）人工智能的基本技术；（5）人工智能的发展概况。2.知识表示（4学时）（1）知识表示概述；（2）◆产生式表示；（3）◆语义网络表示；（4）

框架表示；（5）其他表示方法。3.推理方法（4学时）（1）推理的基本概念；（2）◆确定性推理方法；（3）◆

谓词逻辑归结原理；（4）不确定性推理方法；（5）专家系统。4.搜索技术与问题求解（4学时）（1）搜索的基本概念；（2）◆状态空间与搜索策略；（3）盲目搜索策略；（4）

启发式图搜索策略；（5）与或图搜索；（6）◆与或图的启发式搜索算法AO*；（7）

博弈树的搜索；5.高级搜索技术（4学时）（1）基本概念；（2）优化算法的产生与发展；（3）◆

遗传算法；（4）◆

群智能搜索算法；（5）其他智能搜索算法。6.机器学习（4学时）（1）机器学习概述；（2）◆

监督学习、无监督学习、弱监督学习；（3）深度学习；（4）强化学习与迁移学习。7.人工神经网络（4学时）（1）◆神经元与神经网络；（2）◆

神经网络机器学习算法；（3）卷积神经网络；（4）生成对抗网络；（5）循环神经网络。8.感知智能与语言智能（4学时）（1）◆数字图像处理技术；（2）◆

模式识别；（3）◆目标检测与模式识别应用；（4）自然语言处理；（5）智能问答与聊天机器人。9.人工智能与社会发展（2学时）（1）人工智能道德困境；（2）◆人工智能技术发展与社会；（3）◆人工智能伦理问题；（4）◆人工智能法律问题。（三）实验教学及要求1．目的及要求：通过实验教学使学生理解和掌握人工智能基本算法的软件实现方法。进一步加深对所学内容的认识和理解，掌握本课程中的基本实验方法，增强学生的动手能力和解决问题的能力。2．主要仪器设备：PC机、Python3.8、MATLAB软件等。3．承担实验室：实验教学中心。4．实验项目与内容表3实验项目一览表课程目标实验项目名称内容提要类型学时备注课程目标1搜索策略求解八数码问题利用搜索策略实现八数码问题求解及程序实现设计型2遗传算法求解旅行商问题利于利用遗传算法对TSP旅行商问题求解及程序实现设计型2课程目标2神经网路手写数字识别搭建神经网络，实现程序代码，对手写单数字进行高精度识别。综合型4三、课程考核及成绩评定1.课程目标考核方式及权重表4课程目标考核及成绩比例课程

目标课程目标权重考核内容考核方式考核方式权重课程

目标10.5考核学生掌握人工智能技术的基本原理和方法，包括启发式搜索策略、与或图搜索问题、谓词逻辑与归结原理、知识表示、不确定性推理方法等目前人工智能的主要研究领域的原理、方法和技术；平时成绩0.2实验0.2期末考试0.6课程

目标20.5通过人工智能研究途径和方法、人工智能的分支领域人工智能的发展学习，考核学生应用人工智能技术建模、分析和解决复杂问题的能力、知识创新、技术创新能力、不断学习的能力。平时成绩0.3实验0.3期末考试0.4学生课程总评成绩=课程目标1×0.5+课程目标2×0.52.课程考核评价标准以考察学生对该课程基础理论知识的掌握程度和应用能力为主要内容，根据课程目标设计灵活多样的考核方式，加大学生学习过程考核。在评定课程成绩时，原则上对各学习环节都应进行考核，本课程考核的主要环节包括平时过程性考核和期末考核，平时考核主要包括平时作业、实验和课外科技小论文等。课程目标1的平时考核可依据作业和实验，课程目标2的平时考核可依据作业、综合性实验和科技小论文等。（1）考勤授课教师应详细记录学生的出勤情况；学生旷课（不含请假）累计超过该课程计划学时数的1/3（含1/3）以上者，取消该门课程的考核资格。（2）作业该课程作业可采用线上或线下形式，作业侧重考察该课程涉及的基础理论性知识。每次作业满分100分，按照课程目标布置作业，作业全收全改，按照百分制评定作业成绩。表5平时作业评价标准分数作业评价标准90-100按时交作业；概念正确、层次分明，论述逻辑清楚；有独立的思考；语言书写整齐规范80-89按时交作业；概念正确、层次分明，论述逻辑清楚；语言书写比较整齐规范70-79按时交作业；概念正确、层次基本分明，论述逻辑较清楚；语言基本规范60-69按时交作业；概念基本正确、层次基本分明，论述逻辑基本清楚；语言书写基本整齐规范0-59未按时交作业，有抄袭现象；概念错误或混淆、论述逻辑不清楚；语言表述不清或描述混乱作业总评成绩=该课程目标设置的N次作业的平均成绩（2）实验实验成绩满分100分，根据实验过程和实验报告进行综合评定。表6实验考核与评价标准分数实验评价标准90-100掌握实验原理有明确的实验步骤，流程图绘制准确，程序代码书写非常规范并能得到正确的实验结果；有针对实验结果的完整分析与独立的思考；实验仪器操作正确；按时交实验报告80-89掌握实验原理有明确的实验步骤，流程图绘制正确，程序代码书写较规范并能得到正确的实验结果；有针对实验结果的完整分析；实验仪器操作正确；按时交实验报告70-79熟悉实验原理有基本的实验步骤，流程图绘制正确，程序代码书写规范并能得到正确的实验结果；实验仪器操作正确；按时交实验报告60-69了解实验原理有基本的实验步骤，流程图绘制基本正确，程序代码书写基本规范并能得到基本的实验结果；实验仪器操作正确；按时交实验报告0-59未理解实验原理或者实验步骤不完整，流程图绘制不规范，程序代码有抄袭现象，未得到正确实验结果；实验仪器操作不规范；未按时交实验报告实验总评成绩=该课程目标设置的N次实验的平均成绩（3）课外科技小论文选择人工智能领域感兴趣的主题或问题，独立撰写完成一篇科技论文，满分100分，根据所提交的作品进行综合评定，科技小论文可用于课程目标2的过程性评价。表7课外科技小论文评价标准分数课外科技小论文评价标准90-100研究主题和目的明确，具有一定的理论意义或实践价值。能够通过自主学习梳理并熟悉该研究领域的现状或主流技术并进行综合分析，并能够运用科学的研究方法展开研究，结果合理、可靠，结论有效。论文结构完整，排版规范，且能够提交完整且独立完成的科技实验作品80-89研究主题和目的明确，具有一定的理论意义或实践价值。能够通过自主学习梳理并了解该研究领域的现状或主流技术并进行综合分析，并能够运用科学的研究方法展开研究，并得出相关结果或结论。论文结构完整，排版规范，提交的科技实验作品中关键部分由本人完成70-79研究主题和目的明确，具有一定的理论意义或实践价值。能够通过自主学习了解该研究领域的研究现状或主流技术，并能够运用科学的研究方法展开研究，并得出相关结果或结论。论文结构比较完整，排版比较规范，提交的科技实验作品中至少一半工作量由本人完成60-69研究主题和目的基本明确，具有一定的理论意义或实践价值。能够收集查阅相关的文献资料，研究方法和研究过程无原则性漏洞，能够得出结果或结论。论文结构比较完整，排版比较规范，提交的科技实验作品虽非本人主要完成，但借鉴部分已严格声明且本人掌握完整的实验原理0-59选题不恰当或研究目的不明确或无研究价值；不能够收集查阅相关的文献资料并进行对比分析，研究过程有明显漏洞，未能得出结果或结论；论文结构不完整，条理混乱，排版不规范；未按时交科技实验作品，或提交的作品非本人有效参与完成，或未掌握完整的实验原理（4）期末考试笔试考核，满分100分。期末考试可采用开卷或闭卷方式，侧重考查课程目标中涉及的基础性知识、原理性知识内容，卷面分为客观题和主观题，主要考察基础知识和方法的掌握情况，以及熟练运用基本方法、原理和技术分析并解决问题的能力。3.成绩评定课程目标1达成度=平时成绩×0.2+实验×0.2+期末考试×0.6；课程目标2达成度=平时成绩×0.3+实验×0.3+期末考试×0.4；学生课程总评成绩=课程目标1×0.5+课程目标2×0.5。四、教学资源1.教材参考书课程教材的选用要体现本课程的性质、基本理念、课程目标以及内容标准。本课程是我校计算机科学与技术专业的专业方向课程，应以优秀、统编教材为主，鼓励教师编写适合本校实际的教材。参考资料：[1]莫宏伟.人工智能导论.北京：人民邮电出版社，2020[2]史蒂芬•卢奇.人工智能（第2版）.北京：人民邮电出版社，2018[3]王万良.人工智能导论.北京：高等教育出版社，2020[4]张仰森.人工智能教程（第2版）．北京：高等教育出版社，2016[5]吴飞.人工智能导论：模型与算法．北京：高等教育出版社，20202.在线资源可以选用学习通、智慧树、MOOC、SPOC等之类的在线教学资源，也可以选用目前流行的短