人工智能是研究如何使计算机模拟人类思维过程、智能行为及其规律的一门学科,处于计算机科学与技术和新时代科技发展的最前沿,其成果已经对人们的工作、学习和生活方式产生了很大的影响。本课程主要介绍利用计算机来模拟感知、推理、学习、思考、规划等人类智能所涉及的一些理论和方法,以及使用这些理论和方法解决一些需要用人类智能才能解决的问题(应用实例)。通过课程学习,使学生系统了解人工智能的基本概念、基本原理、基本方法和一些智能算法,同时培养学生面对实际问题时,应用人工智能的思维和方法解决问题的能力。
本课程属人工智能的入门课程,适合初学者学习。本课程既介绍概念表示方法、知识表示方法、求解问题的搜索技术、经典神经网络这些基础理论,也讨论具有时代特色和最新成果的机器学习、深度学习、多智能体、群智能算法、知识图谱等新理论新方法,同时也重视对计算机视觉、专家系统、计算机博弈、机器人、自然语言处理这些涉及应用领域的技术进行介绍。本课程的学习考核以知识普及为主,兼顾部分深入的理论。
通过本入门课程学习,使学生系统了解人工智能的基本概念、基本原理、基本方法和一些智能算法,并掌握其中的一些原理和方法,为在工作和研究中参考或使用人工智能技术解决实际问题奠定基础。
第一章 绪论
1.1 人工智能概述
1.2 人工智能的流派
1.3 人工智能产业概述
1.4 中国人工智能企业产品
绪论理解测验
互评作业:机器智能会超过人类智能吗
第二章 概念表示
2.1 经典概念理论与命题逻辑
2.2 谓词逻辑
2.3 经典集合与模糊集合
概念表示测验
第三章知识表示
3.1 知识表示概述与框架表示法
3.2 产生式表示法
3.3 状态空间表示法
知识表示测验
第四章 知识图谱
4.1 知识图谱概述
4.2 知识图谱应用示例
知识图谱测验
第五章 搜索技术
5.1 盲目搜索
5.2 启发式搜索
5.3 博弈搜索
搜索技术测验
第六章 群智能算法
6.1 群智能算法概述
6.2 遗传算法
6.3 粒子群优化算法
6.4 蚁群算法
群智能算法测验
第七章 机器学习(一)
7.1 机器学习概述
7.2 监督学习(一)
机器学习一测验
第七章 机器学习(二)
7.3 监督学习(二)
7.4 无监督学习
机器学习二测验
第八章 人工神经网络与深度学习(一)
8.1 神经元与感知机
8.2 BP神经网络
人工神经网络测验
第八章 人工神经网络与深度学习(二)
8.3 深度学习概述
8.4 卷积神经网络及应用
深度学习测验
第九章专家系统+第十章计算机视觉
9.1 专家系统
9.2 推理方法
10.1 计算机视觉
10.2 中国计算机视觉企业
计算机视觉测验
专家系统测验
第十一章 自然语言处理
11.1 自然语言处理概述
11.2 机器翻译
11.3 自然语言人机交互
自然语言处理测验
第十二章 语音处理
12.1 语音识别
12.2 语音合成
12.3 语音转换
语音处理测验
第十三章 规划
13.1 规划概念
13.2 经典规划
13.3 概率规划
13.4中国自动驾驶汽车
规划测验
第十四章多智能体系统
14.1 智能体概述
14.2 智能体的结构
14.3 多智能体的协商
多智能体测验
第十五章 智能机器人
15.1 智能机器人概述
15.2 人工智能技术在机器人中的应用
15.3 智能机器人实例
本课程的学习者需具备一定的计算机基础知识、高等数学知识等
[1] 李德毅,于剑,中国人工智能学会. 人工智能导论. 中国科学技术出版社, 2018
[2] 周苏, 张泳. 人工智能导论. 机械工业出版社, 2020