人工智能原理课程教学大纲-精品课程

《人工智能原理》课程教学大纲课程编号：100226学分：2总学时：32实验学时：11（课外）大纲执笔人：苗夺谦、张红云、武妍、赵才荣大纲审核人：一、课程性质与目的课程性质：专业必修课人工智能是计算机科学的一个重要分支，是一门前沿和交叉学科，它的研究领域十分广泛，涉及到智能化智能体、定理证明、博弈、自然语言理解、智能检索、机器学习、机器人、模式识别等领域。这门课程主要讲述知识与知识表示、确定性推理、不确定性推理、搜索策略、对抗搜索、机器学习等方面内容。主要研究如何用计算机来模拟人类智能，即如何用计算机实现诸如问题求解、规划推理、模式识别、知识工程、自然语言处理、机器学习等只有人类才具备的“智能。教学目的：1．使学生对该学科的发展历程，它的主要研究领域，针对各种问题的解决思路和途径有一个初步的了解和认识。2．使学生了解人工智能的基本概念、基本理论和基本技术，对知识表示、问题搜索原理、知识推理等各方面的内容有准确、全面的掌握。3．使学生了解人工智能的主要应用，结合具体的应用系统，使学生对高级搜索技术、神经网络、专家系统、机器学习等人工智能技术及应用有比较感性的认识。4．使学生最后对人工智能在计算机科学与技术发展中的地位和作用有总体的把握和认识。二、课程面向专业计算机科学与技术与信息安全专业三、课程基本要求通过课堂教学，要求学生了解人工智能的发展状况与研究内容，掌握基本概念、基本原理方法和重要算法，掌握人工智能的一些主要思想和方法，熟悉典型的人工智能系统——专家系统和简单的推理方法。四、毕业要求达成方式支撑毕业要求指标点课程如何支撑毕业要求1-3具备对复杂工程问题进行计算机求解的工程基础通过课程知识的学习，使学生深入理解人工智能的原理，掌握人工智能的基本知识、技术和复杂问题的求解策略，为今后解决复杂的智能系统的设计和实现奠定扎实的工程基础。2-1具备对复杂工程问题进行识别与判断，并结合专业知识进行有效分解通过8数码难题、Hanoi塔问题和消解原理等大作业，培养学生运用所学的知识表示法、的能力搜索策略和消解原理等知识对任务进行分解，选择方案所需求解策略和技术的能力。2-3具备对复杂工程问题进行分析和求解的能力通过8数码难题、Hanoi塔问题和谓词公式化子句等大作业，培养学生运用有状态空间表示法、A*算法、消解原理、知识推理等解决人工智能中所涉及的具体问题的能力。2-4具备借助文献辅助对复杂工程问题进行识别、表达、建模与求解的能力。结合课程教学，要求学生完成一定数量的课外阅读和文献查阅，学习和了解人工智能技术的国内、国外最新进展。在完成课程大作业过程中，要求学生能够通过查阅文献，解决自己在课程设计实现中遇到的问题。五、实验基本要求学会用启发式搜索求解问题，学会基本的神经网络方法，学会构造简单的专家系统和推理系统，使学生初步具备用经典的人工智能方法解决一些简单实际问题的能力。六、课程基本内容（一）绪论1.本课程的内容、目标、先修要求和教学考试方法。2.人工智能的定义、发展概况及相关学派和他们的认知观，3.人工智能的研究和应用领域，4.本课程的主要内容和编排（二）知识表示的基本技术1.知识与知识表示的定义；2.状态空间表示法；3.知识的逻辑表示；4.本体论工程。5.类别和对象6.行动、情景和事件（三）智能化智能体1.智能体和环境；2.好的行为表现:理性的概念；3.环境的本质；4.智能体的结构；（三）搜索原理1.搜索问题的定义；2.盲目搜索的思想；3.经典盲目搜索算法；4.启发式方法的定义、启发性信息和评估函数；5.经典启发式搜索算法；6.搜索策略的评价策略（四）对抗搜索1.博弈的概念2.博弈中的优化策略(最优策略、极小极大值算法)3.α—β剪枝4.不完整的实时决策(五)确定性的推理技术1.逻辑的定义，2.形式系统与命题逻辑、一阶谓词逻辑的基础理论，3.知识如何形式化的方法；4.Skolem标准式的化简；5.归结推理(消解Resolution)的基本思想和原理，6.用归结原理证明和求解问题的策略（六）不精确推理1.单调与非单调推理的定义2.缺省推理逻辑、3.非单调逻辑系统的基本方法；4.概率论方法在不精确知识表示和推理中的应用（七）机器学习1.机器学习的定义、基本形式2.机器学习的研究目标和发展历史3.机械学习和示例学习、4.类比学习和归纳学习（八）人工智能的最新发展与展望：1.人工智能当前的一些发展方向2.人工智能当前的研究热点。七、实验或上机基本内容实验一状态空间表示（演示Hanoi塔问题）1.应用状态空间表示法进行的汉诺塔问题求解；2.进行代码编写，实现动态演示3.分析算法性能。实验二利用A*算法求解8数码难题1.构建8数码状态表示法2.定义启发式函数，运用A*算法进去搜索3.给出搜索过程的动态演示过程实验三极小极大算法和α—β剪枝实验1.构建博弈树2.实现极小极大算法对博弈树进行搜索3.用α—β剪枝对博弈树进行搜索4.对2个算法进行比较，分析算法性能实验四.消解原理实验1.对任意给定的谓词公式，按照化子句的九步法将谓词转化为子句；2.进行代码编写，给出每步转换过程的动态演示八、实验内容和主要仪器设备与器材配置序号实验项目内容提要实验类别每组人数实验学时主要仪器设备设备复套数主要消耗材料所在实验室验证综合设计1状态空间表示（演示已有的Hanoi塔问题）应用人工智能中状态空间表示的相关知识进行的求解汉诺塔问题√23电脑无2利用A算法求解8数码难题运用A算法实现8数码难题演示程序√23电脑无3实现极小极大和α—β剪枝算法运用极小极大和α—β剪枝算法实现对博弈树的搜索√45电脑无4消解原理中化为子句的九步法实验理解消解原理，熟悉谓词公式转换成子句集的步骤，实现子句集转换演示程序√23电脑无九、能力培养与人格养成教育1．在课程教学中，注意将人工智能原理的理论与软件开发的实践问题相结合，培养学生发现、分析和解决实际问题的能力。2．结合课程教学，开阔国际视野，要求学生完成一定数量的课外阅读和文献查阅工作，学习和了解人工智能技术的国内、外最新进展，撰写读书报告或文献综述，并进行口头报告，课堂讨论，培养和锻炼学生自学能力与表达、交流能力。3．联系各应用领域，鼓励学生尝试将人工智能中的各种算法和技术应用到其它应用领域，从而激发学生的创造性思维，培养学生的创新能力。4．鼓励学生围绕课程教学和实践形成兴趣或开发小组，强调共同参与,分工协作、相互探讨，养成学生团队合作意识，培养学生协作能力，为学生以后进入社会工作或开展研究工作打下良好的基础。十、前修课程要求离散数学、数据结构。十一、实验预习和实验报告的要求、评价与考核本课程实验为综合性实验，按每次实验的内容要求，要求学生提交实验报告和进行讲解。实验报告包括如下内容：实验目的、实验要求、算法描述、程序结构、主要变量说明、程序清单、调试情况、程序技巧、结果分析等。综合实验评分以讲解情况、程序和文档为主，总分为各项指标汇总的成绩，详见下表。实验评价内容所占比重要求系统方案（算法）设计能力30%报告中体现系统各模块的总体设计和详细设计。编程能力30%独立编程实现要求的全部功能，正确无误、界面友好。撰写报告能力20%表达通顺、结构清晰、内容完整、实验充分、提出个人想法，不存在大篇幅抄袭。查阅文献资料能力5%报告中列出所查阅的文献资料，含图书、论文、网络资源等。口头表达和交流能力15%能在规定时间内陈述自己的实验方案，PPT清晰规范，口头表达清楚流畅，回答问题到位。十二、课程评价与考核本课程的成绩评定重点考查学生平时表现、算法设计分析和综合性课程项目的完成情况。成绩主要由三部分组成：（1）出勤及课堂表现，占10分；（2）平时作业及综合项目设计完成情况（4个实验）完成情况，占40分；（3）期末考试占50%的比例进行期末综合评定。十三、学时分配序号内容学时安排小计理论课时实验课时习题课时上机课时1绪论222智能化智能体2133知识表示方法51264搜索原理41355对抗搜索31346基本推理技术41357不确定推理技术338机器学习339人工智能的最新发展与展望11总计2751132十四、教材、实验指导书与主要参考书教材及实验指导书：[1]ArtificialIntelligenceAModernApproach3rdEditionbyStuartRussell主要参考书：[1]stuartrussell,peternorvig著，姜哲金奕江张敏等译.人工智能：一种现代方法（第2版）,人民邮电出版社.2004[2]王士同等.人工智能教程.北京:电子工业出版社,2003[3]蔡自兴等.人工智能及其应用.北京:清华大学出版社,2003[4]GeorgeF.Luger著，史忠植等译.《人工智能-复杂问题求解的结构和策略》第5版，机械工业出版社，2006。十五、教学方法序号教学内容采取的教学方法1绪论启发式、案例式、讨论式2智能化智能体探究式、启发式3知识表示方法启发式、案例式、讨论式，参与式4搜索原理启发式、案例式、讨论式，对比法5对抗搜索案例式、讨论式，参与式、对比法6基本推理技术案例式、讨论式，参与式7不确定推理技术探究式、讨论式、自学、启发式8机器学习探究式、讨论式、案例式9讲座探究式、案例式、讨论式十六毕业要求达成度评价与持续改进支撑毕业要求指标点毕业要求达成度计算方式持续改进方式1-3具备对复杂工程问题进行计算机求解的工程基础每学期课程结束后，对课程成绩进行分析，评估学生对各知识点的掌握情况，评估学生对各知识点的掌握情况，计算该课程对毕业要求1-3的达成度。1、分析考卷中学生对各知识点的得分情况，对于得分不高的知识点，在下一学年授课中在习题课上重点讲授。2、每次综合实验作业完成时，通过答辩，发现学生存在的问题，同时征集学生的意见和建议。分析学生存在的问题和困难，在下一学年授课中重点讲授。3、给出常用的课程资源列表；发现学生在查阅文献和资料中存在困难，及时帮助学生解决。4、引导学生充分利用MOOC课程网站、国家精品视频公开课等学习资源。5、每学期末在学生中进行问卷调查，了解学生的反馈，作为下一学年课程教学改进的依据。2-1具备对复杂工程问题进行识别与判断，并结合专业知识进行有效分解的能力记录学生在完成综合实验作业中程序和报告的情况，评估学生是否具备对复杂工程问题进行识别和判断，并结合专业知识进行分解的能力，通过综合实验相应评分项的成绩来评价毕业要求2-1的达成度。2-3具备对复杂工程问题进行分析和求解的能力记录学生在完成综合实验作业中程序和报告的情况，评估学生是否具备对工程问题进行分析和求解的能力，通过综合实验相应评分项的成绩来评价毕业要求2-3的达成度。2-4具备借助文献辅助对复杂工程问题进行识别、表达、建模与求解的能力。随堂留下思考题，请学生通过查阅资料后下次课回答，学生表现记录在平时成绩中。课程综合实验中涉及到的程序设计相关技巧请学生自行查阅资料实现。以上两项分别占50%，共同支撑毕业要求2-4的达成度评价。