课程号：00110950
课程名称：人工智能
开课学期：春
学分： 3
先修课程：高等数学
基本目的：人工智能是一门研究生（高年级本科生可选）专业基础课程，旨在讲授人工智能的基本理论、方法和技术，并落实到算法，主要内容包括：智能体，搜索算法，约束满足问题，逻辑智能体，自动推理，自动规划，知识表示，不确定知识和推理， 决策，机器学习，自然语言理解，机器人等。授课内容参见讲义。参考资料选自国际优秀教材和重要文献。
内容提要：
一、引论（3） 1.ai 2.智能体
二、搜索算法 i（3） 1.问题求解智能体 2.基本搜索算法 3.启发式搜索
三、搜索算法 ii（3）1.局部搜索 2.对抗搜索 3.在线搜索 4.元启发搜索
四、约束满足（3）1.约束满足问题2.回溯搜索3.约束传播4.局部搜索5.结构与分解
五、逻辑智能体（3）1.知识智能体2.命题逻辑 3.sat问题4.一阶逻辑5.ai逻辑基础
六、自动推理（3）1.自动定理证明2.前推和反馈链 3.归结 4.模型检测
七、自动规划（3）1.规划智能体2.经典规划3.分层规划4.情态演算5.偏序规划6.非经典规划7.排序
八、知识表示（3）1.知识 2.本体3.产生式系统4.定性物理5.结构描述6.框架与语义网络7.语义网8.知识图9.知识嵌入10.变化11.解释与诊断12.心智状态13.常识
九、不确定性（3）1.不确定性2.概率3.贝叶斯网络4.概率推理5.动态贝叶斯网络 6.因果推理7.概率程序设计8.概率逻辑
十、决策 （3）1.决策智能 2.优先性 3.效用4.决策网络5.序列决策6.多智能体系统7.博弈论
十一、机器学习（3）1.学习智能体2.归纳学习3.深度学习4.统计学习5.强化学习6.迁移学习7.集成学习8.联邦学习9.解释学习10.计算学习理论
十二、自然语言理解 （3）1.语言学2.语法3.语义4.语言模型5.神经语言系统6.自然语言任务7.对话式ai
十三、机器人（3）1.机器人2.计算机视觉3.机器人感知4.运动规划5.控制器 6.智能车
十四、人工智能哲学（0-3）1.ai哲学 2.弱 ai 3.强 ai 4.伦理 5.ai的未来
教学方式：讲堂讲授，每周3学时
教材与参考书：stuart russell & peter norvig，，pearson education, 2020 (4e)
学生成绩评定方法：作业30%，期末考试70%。
课程修订负责人：林作铨
