《人工智能导论》教学大纲
大纲说明
课程代码：3235042
总学时：32学时（讲课32学时）
总学分：2学分
课程类别：限制性选修
适用专业：计算机科学与技术，以及有关专业
预修要求：C程序设计语言，数据结构
课程的性质、目的、任务：
人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。本课程是计算机科学与技术，以及有关专业重要的专业方向与特色模块课程之一。通过本课程的开设，使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。
课程教学的基本要求：
人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。要求学生掌握这些研究论题的基础知识。
人工智能还提供一套工具以解决那些用其它方法难以解决，甚至无法解决的问题。这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。要求学生掌握利用其中的重要工具解决给定问题的基本方法。大纲的使用说明：
通过适当调节教学内容和学时安排，减少有关章节学时和增加专家系统这一章的学时，本大纲亦可作为《人工智能与专家系统》的课程教学大纲。
大纲正文
第一章绪论学时：2学时（讲课2学时）了解人类智能与人工智能的含义，人工智能的发展和应用领域；理解人工智能的内涵。
本章讲授要点：在介绍人工智能概念的基础上，使学生了解本课程所涉知识的重要意义，以及人工智能的应用现状和应用前景。
重点：人工智能的定义、发展，及其应用领域。
难点：对人工智能内涵的理解。
第一节人工智能的定义和发展
第二节人类智能和人工智能
第三节人工智能的学派及其争论
第四节人工智能的研究与应用领域
第五节人工智能对人类的影响
第二章知识表示学时：6学时（讲课6学时）了解实现知识表示的语义网络法、框架表示法、剧本表示法及过程表示法；理解状态空间法、问题规约法；掌握谓词逻辑法。
本章讲授要点：对知识表示的方法进行全面介绍，对于后续章节将涉及的知识表示方法作重点讲解。
重点：状态空间法，谓词逻辑法，以及语义网络法。
难点：采用谓词逻辑法实现知识表示。
第一节状态空间法
第二节问题规约法
第三节谓词逻辑法
第四节语义网络法
第五节框架表示
第六节剧本表示
第七节过程的表示
作业：采用状态空间法和问题规约法实现知识表示；用谓词演算公式表示命题。
第三章搜索原理学时：6学时﹙讲课6学时﹚了解遗传算法、模拟退火算法；理解盲目搜索、启发式搜索；掌握启发式搜索与其它搜索的关系的有关知识。
本章讲授要点：在介绍各种搜索原理的基础上，讲解它们的适用场合，以及它们之间的内在关系。
重点：启发式搜索，及其与其它搜索的关系。
难点：各种搜索方法的适用场合。
第一节盲目搜索
第二节启发式搜索
第三节遗传算法
第四节模拟退火算法
作业：说明宽度优先搜索，等代价搜索，有序搜索的内在关系。
第四章推理技术学时：6学时﹙讲课6学时﹚了解规则演绎系统、不确定性推理的知识；理解消解原理；掌握利用消解原理解决问题的方法。
本章讲授要点：在介绍各种推理技术的基础上，着重阐述消解原理，利用消解原理解决问题的方法，以及消解原理的局限性。
重点：消解原理，利用消解原理解决问题的方法。
难点：利用消解原理解决问题的方法。
第一节消解原理
第二节规则演绎系统简介
第三节产生式系统
第四节不确定性推理
作业：求谓词公式的子句集；用消解原理证明命题。
第五章专家系统学时：2学时﹙讲课2学时﹚了解专家系统的一般特点，类型，结构和建造步骤。
本章讲授要点：概要介绍作为人工智能的一个重要应用领域，专家系统的一般特点和结构，拓宽学生对于人工智能应用研究的知识面。
重点：专家系统的一般特点和结构。
难点：专家系统的结构和建造步骤。
第一节专家系统概述
第二节专家系统的一般特点
第三节专家系统的类型
第四节专家系统的结构和建造步骤
第六章机器学习学时：6学时﹙讲课6学时﹚了解机器学习的研究意义，常用的机器学习方法；理解人工神经网络的原理；掌握基于反向传播网络的学习算法。
本章讲授要点：在介绍常用的机器学习方法的基础上，着重讲解人工神经网络的原理，使学生对于基于反向传播网络的学习算法有较为深刻的理解。
重点：人工神经网络的原理，基于反向传播网络的学习算法。
难点：基于反向传播网络的学习算法。
第一节机器学习的研究意义与发展史
第二节机器学习的基本结构
第三节几种常用的学习方法
第四节人工神经网络
作业：描述给定的反向传播网络的学习过程。
第七章规划系统学时：2学时﹙讲课2学时﹚了解规划的作用与任务；理解基于谓词逻辑的规划方法。
本章讲授要点：使学生了解规划的作用与问题分解途径，体会自动规划与一般问题求解相比，更注重于问题的求解过程，而不是求解结果。
重点：规划的作用与任务，基于谓词逻辑的规划。
难点：基于谓词逻辑的规划。
第一节规划的作用与任务
第二节基于谓词逻辑的规划
第三节STRIPS规划系统
第一节分层规划
第八章 Agent课时：2学时﹙讲课2学时﹚了解分布式人工智能特点，以及Agent在分布式人工智能方面的作用；理解Agent的要素与结构。
本章讲授要点：在分析分布式人工智能特点的基础上，介绍Agent在分布式人工智能方面的作用。
重点：Agent及其要素，Agent的结构。
难点：Agent及其要素。
第一节分布式人工智能
第二节 Agent及其要素
第三节 Agent的结构
第四节 Agent通信
本课程对学生自学的要求：
对本课程的预修课程C程序设计语言和数据结构进行复习，了解离散数学课程中的相关内容。课前预习，课后完成所布置的作业和思考题，并了解与本课程相关的本专业前沿知识。
考核方式与要求：期末笔试与平时练习
推荐教材与参考书目：
1. 蔡自兴，徐光祐。人工智能及其应用，第三版，本科生用书。清华大学出版社，2003。
2. N. J. Nilsson. Artificial Intelligence: A New Synthesis. Morgan Kanfmann, 1998; 机械工业出社，1999。
3．廉师友。人工智能技术导论，第二版。西安电子科技大学出版社，2002
