《人工智能導(dǎo)論》課程教學(xué)大綱

1、人工智能導(dǎo)論課程教學(xué)大綱一、課程基本信息課程名稱（中文）人工智能導(dǎo)論課程名稱（英文）Introduction to Artificial Intelligence課程類別1：專業(yè)選修課課程性質(zhì)2選修授課語言3中文授課學(xué)期5學(xué)分2課程學(xué)時及分配總學(xué)時講課實驗課外32201232適用專業(yè)軟件工程、物聯(lián)網(wǎng)工程、計算機(jī)科學(xué)與技術(shù)、網(wǎng)絡(luò)工程、信息安全等教材人工智能及其應(yīng)用（第4版），王萬良編著，高等教育出版社，2020授課學(xué)院計算機(jī)與軟件學(xué)院先修課程概率論與數(shù)理統(tǒng)計、程序設(shè)計基礎(chǔ)等后續(xù)課程機(jī)器學(xué)習(xí)、模式識別、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、強化學(xué)習(xí)、機(jī)器視覺、自然語言處理、語音信號處理等課程簡介課程基本定位：人工智

2、能是計算機(jī)科學(xué)中的重要內(nèi)容，已經(jīng)成為計算機(jī)技術(shù)發(fā)展以及許多高新技術(shù)產(chǎn)品中的核心技術(shù)。由于人工智能是模擬人類智能解決問題，幾乎在所有領(lǐng)域都具有非常廣泛的應(yīng)用。 人工智能導(dǎo)論是計算機(jī)科學(xué)與技術(shù)、軟件工程、網(wǎng)絡(luò)工程等專業(yè)本科生的一門基礎(chǔ)選修課程。本課程主要介紹人工智能問題求解的一般性原理和基本思想以及一些前沿內(nèi)容，為學(xué)生提供最基本的人工智能技術(shù)和有關(guān)問題的入門性知識，為進(jìn)一步學(xué)習(xí)和研究人工智能理論與應(yīng)用奠定基礎(chǔ)。核心學(xué)習(xí)結(jié)果：該課程的目標(biāo)是把握計算機(jī)科學(xué)與技術(shù)的發(fā)展趨勢，熟悉本專業(yè)的前沿知識和研究熱點。該課程講述了人工智能的發(fā)展簡史、人工智能研究的基本內(nèi)容和主要研究領(lǐng)域、人工智能的研究熱點包括人工神

3、經(jīng)網(wǎng)絡(luò)及其應(yīng)用和遺傳算法及其應(yīng)用等。要求學(xué)生掌握基本創(chuàng)新方法，能夠針對創(chuàng)新點開展切實有效的理論和應(yīng)用研究。該課程緊密聯(lián)系計算機(jī)學(xué)科中的前沿內(nèi)容和所涉及的新技術(shù)，例如人工神經(jīng)網(wǎng)絡(luò)及其改進(jìn)方法在模式識別、軟測量、聯(lián)想記憶、優(yōu)化計算中的應(yīng)用，遺傳算法及其改進(jìn)算法在生產(chǎn)調(diào)度中的應(yīng)用等，學(xué)生通過該課程的學(xué)習(xí)能夠了解基本的人工智能新技術(shù)和有關(guān)問題求解的創(chuàng)新方法；課程要求完成A*算法應(yīng)用實驗、遺傳算法應(yīng)用實驗、基于神經(jīng)網(wǎng)絡(luò)的優(yōu)化計算實驗等自主型實驗項目，學(xué)生通過實驗，能夠發(fā)揮主動性，研究探討人工智能系統(tǒng)的運行和實現(xiàn)過程，提出思路并積極驗證和探索自己的思路，從而更好的掌握知識，培養(yǎng)學(xué)生的理論聯(lián)系實際能力和創(chuàng)新

4、能力,逐步培養(yǎng)他們發(fā)現(xiàn)問題、提出問題、分析問題和解決問題的能力。主要教學(xué)方法： 本課程以課堂教學(xué)為主，結(jié)合課內(nèi)實驗與課外自學(xué)、課堂討論、團(tuán)組大作業(yè)。大綱更新時間2020.08.06注：1.課程類別：選填“通識核心課/通識拓展課/通修課/學(xué)科基礎(chǔ)課/專業(yè)主干課/專業(yè)選修課/專業(yè)實踐/素質(zhì)拓展” 2.課程性質(zhì)：選填“選修/必修”3.授課語言：選填“中文/雙語/全英文或其他語種”二、課程目標(biāo)序號課程目標(biāo)（參考培養(yǎng)目標(biāo)、畢業(yè)要求、課程定位）支撐畢業(yè)要求指標(biāo)點1達(dá)成途徑培養(yǎng)目標(biāo)3.1能夠運用相關(guān)法規(guī)及技術(shù)標(biāo)準(zhǔn)并合理地運用所學(xué)軟件工程專業(yè)知識來分析、解決工程實際中遇到的技術(shù)難題，具有扎實的理論基礎(chǔ)、寬闊的

5、專業(yè)視野，具有計算機(jī)軟硬件相關(guān)產(chǎn)品分析、開發(fā)、測試和維護(hù)能力，能夠用系統(tǒng)的觀點分析、處理科學(xué)技術(shù)問題。【畢業(yè)要求5-使用現(xiàn)代工具】：能夠針對物聯(lián)網(wǎng)領(lǐng)域復(fù)雜工程問題，選擇與使用恰當(dāng)?shù)募夹g(shù)、資源、現(xiàn)代工程工具和信息技術(shù)工具，包括對復(fù)雜工程問題的預(yù)測與模擬，并能夠理解其局限性。支撐指標(biāo)點：5.2能夠在物聯(lián)網(wǎng)領(lǐng)域復(fù)雜工程問題的建模、模擬或解決過程中，使用恰當(dāng)?shù)募夹g(shù)、軟硬件及系統(tǒng)資源、先進(jìn)研發(fā)工具，提高解決復(fù)雜工程問題的能力和效率。（一）課堂教學(xué)主要講解基本原理，結(jié)合人工智能最新前沿技術(shù)的相關(guān)介紹，輔助以最新的視頻資料，使同學(xué)們對人工智能課程的各個章節(jié)產(chǎn)生興趣，從而促進(jìn)學(xué)習(xí)熱情，在之后的理論教學(xué)中能更好

6、地理解技術(shù)的先進(jìn)性與實用性。（二）課外團(tuán)隊大作業(yè)要求學(xué)生能夠運用課堂知識，在互相分工配合的基礎(chǔ)上，進(jìn)行適當(dāng)?shù)膭?chuàng)新，運用人工智能的理論知識來解決一些實際的問題。大作業(yè)內(nèi)容一般以實際生產(chǎn)實踐中所遇到的問題為主，通過該方式可有效的提升學(xué)生學(xué)以致用的能力。培養(yǎng)目標(biāo)5.1能夠通過繼續(xù)教育或其他學(xué)習(xí)渠道更新知識，實現(xiàn)能力和技術(shù)水平的提升。【畢業(yè)要求10-溝通】：能夠就物聯(lián)網(wǎng)領(lǐng)域的復(fù)雜工程問題與業(yè)界同行及社會公眾進(jìn)行有效溝通和交流，包括撰寫報告和設(shè)計文稿、陳述發(fā)言、清晰表達(dá)或回應(yīng)質(zhì)疑。并具備一定的國際視野，能夠在跨文化背景下進(jìn)行溝通和交流。支撐指標(biāo)點：10.2對物聯(lián)網(wǎng)領(lǐng)域及行業(yè)的國際發(fā)展趨勢有初步了解，了解

7、物聯(lián)網(wǎng)專業(yè)相關(guān)的技術(shù)熱點，并能夠發(fā)表觀點。要求學(xué)生在課內(nèi)學(xué)習(xí)的基礎(chǔ)上，自己完成網(wǎng)絡(luò)資料與科技文獻(xiàn)的檢索工作，針對感興趣的章節(jié)進(jìn)行自主學(xué)習(xí)，加深加強課堂理論教學(xué)，并提高自身的自學(xué)能力。注：1.支撐畢業(yè)要求指標(biāo)點：選填項。需要進(jìn)行專業(yè)認(rèn)證，有畢業(yè)要求指標(biāo)點可參照的課程必填，無明確畢業(yè)要求指標(biāo)點可參照的可不填。三、理論教學(xué)內(nèi)容章標(biāo)題教學(xué)內(nèi)容學(xué)時思政融入點1學(xué)生學(xué)習(xí)預(yù)期成果2教學(xué)方式3課程目標(biāo)第一章1. 人工智能的概念2結(jié)合人工智能的發(fā)展樹立民族精神和時代精神，發(fā)展社會主義人工智能事業(yè)的緊迫感，堅持社會主義核心價值觀。了解人工智能研究的基本內(nèi)容和主要研究領(lǐng)域，開闊學(xué)生思路，為以后學(xué)習(xí)和應(yīng)用人工智能奠定

8、基礎(chǔ)。熟悉本專業(yè)的前沿知識和研究熱點講授了解人工智能研究的特點、內(nèi)容、發(fā)展歷史及未來，增加對人工智能學(xué)科的認(rèn)識。把握計算機(jī)科學(xué)與技術(shù)的發(fā)展趨勢。目標(biāo)3.12. 人工智能的發(fā)展簡史3. 人工智能研究的基本內(nèi)容4. 人工智能的主要研究領(lǐng)域第五章1. 搜索的概念4能夠針對創(chuàng)新點開展切實有效的理論和應(yīng)用研究。講授、演示掌握搜索方法的實現(xiàn)與基本軟件設(shè)計。掌握基本創(chuàng)新方法。目標(biāo)3.12. 狀態(tài)空間的搜索策略3. 盲目的圖搜索策略4. 啟發(fā)式圖搜索策略第六章1. 遺傳算法的產(chǎn)生與發(fā)展4了解一些遺傳算法的改進(jìn)算法，了解遺傳算法的應(yīng)用實例。講授掌握遺傳算法的基本概念和基本方法。目標(biāo)3.12. 基本遺傳算法3.

9、遺傳算法的改進(jìn)算法4. 遺傳算法的應(yīng)用第七章1. 群智能算法產(chǎn)生的背景2介紹PSO的標(biāo)準(zhǔn)算法，強調(diào)提出者為中國著名學(xué)者史玉回教授，介紹大師成長道路，增強科研自信，開拓進(jìn)取。了解粒子群和蟻群等優(yōu)化算法。講授掌握群智能優(yōu)化算法的基本概念和原理。目標(biāo)3.12. 粒子群優(yōu)化算法3. 粒子群優(yōu)化算法的應(yīng)用4. 基本蟻群算法5. 改進(jìn)蟻群算法第八章1. 神經(jīng)元與神經(jīng)網(wǎng)絡(luò)6了解經(jīng)典神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法及其在模式識別、軟測量等工程中的應(yīng)用講授、討論掌握人工神經(jīng)網(wǎng)絡(luò)的基本概念、常用人工神經(jīng)網(wǎng)絡(luò)模型。能夠針對創(chuàng)新點開展切實有效的理論和應(yīng)用研究。目標(biāo)5.12. BP神經(jīng)網(wǎng)絡(luò)及其學(xué)習(xí)算法3. BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用4. Ho

10、pfield神經(jīng)網(wǎng)絡(luò)及其改進(jìn)5. Hopfield神經(jīng)網(wǎng)絡(luò)及其改進(jìn)6. 卷積神經(jīng)網(wǎng)絡(luò)及其應(yīng)用7. 膠囊網(wǎng)絡(luò)8. 生成對抗網(wǎng)絡(luò)及其應(yīng)用第九章1. 機(jī)器學(xué)習(xí)的基本概念2提出當(dāng)前熱點問題和難點，鼓勵學(xué)生求真務(wù)實，毅力，勤奮，提出解決辦法，樹立良好的科研價值觀和思維習(xí)慣。了解機(jī)器學(xué)習(xí)的發(fā)展和分類講授、討論掌握深度學(xué)習(xí)訓(xùn)練的基本過程。目標(biāo)5.12. 深度學(xué)習(xí)3. 盲目的圖搜索策略4. 啟發(fā)式圖搜索策略2. 狀態(tài)空間的搜索策略3. 盲目的圖搜索策略4. 啟發(fā)式圖搜索策略注：1.思政融入點：至少寫3條， 簡述該課程教學(xué)中將思政教育內(nèi)容與專業(yè)教育內(nèi)容有機(jī)融合的知識點（下同）。 2.學(xué)生學(xué)習(xí)預(yù)期成果：描述學(xué)生在

11、學(xué)完本節(jié)內(nèi)容后應(yīng)獲得的知識、能力或素養(yǎng)水平（下同） 3.教學(xué)方式:包括講授、討論、案例、演示等，但不限于所列，根據(jù)課程實際需要列舉四、實踐（實驗或?qū)嵙?xí)）教學(xué)1編號實驗或?qū)嵙?xí)項目名稱教學(xué)內(nèi)容學(xué)時實驗或?qū)嵙?xí)類型2思政融入點學(xué)生學(xué)習(xí)預(yù)期成果課程目標(biāo)1A*算法求解8數(shù)碼問題實驗參考A*算法核心代碼，以8數(shù)碼問題為例實現(xiàn)A*算法的求解程序4驗證做實驗要具有批判性思維，創(chuàng)新意識，期望在實驗中發(fā)現(xiàn)問題的新思路。能利用A*算法求解N數(shù)碼難題，理解求解流程和搜索順序。熟悉和掌握啟發(fā)式搜索的定義、估價函數(shù)和算法過程。熟悉本專業(yè)的前沿知識和研究熱點。目標(biāo)3.12遺傳算法求函數(shù)最大值實驗參考實驗系統(tǒng)給出的遺傳算法核心

12、代碼，用遺傳算法求解T優(yōu)化問題，分析遺傳算法性能。2驗證能利用遺傳求解函數(shù)優(yōu)化問題。熟悉和掌握遺傳算法的原理、流程和編碼策略。能夠針對創(chuàng)新點開展切實有效的理論和應(yīng)用研究。目標(biāo)3.13遺傳算法求TSP問題實驗對于同一個TSP問題，分析種群規(guī)模、交叉概率和變異概率對算法結(jié)果的影響。2驗證分組討論，團(tuán)隊協(xié)作，發(fā)現(xiàn)與質(zhì)疑，充分發(fā)揮社會主義集體思維決策的優(yōu)勢。能夠增加1種變異策略和1種個體選擇概率分配策略，比較求解同一TSP問題時不同變異策略及不同個體選擇分配策略對算法結(jié)果的影響。理解求解TSP問題的流程并測試主要參數(shù)對結(jié)果的影響。能夠針對創(chuàng)新點開展切實有效的理論和應(yīng)用研究。目標(biāo)3.14基于神經(jīng)網(wǎng)絡(luò)的優(yōu)

13、化計算實驗參考求解TSP問題的連續(xù)Hopfield神經(jīng)網(wǎng)絡(luò)源代碼，給出15個城市和20個城市的求解結(jié)果（包括最短路徑和最佳路線），分析連續(xù)Hopfield神經(jīng)網(wǎng)絡(luò)求解不同規(guī)模TSP問題的算法性能。4驗證掌握連續(xù)Hopfield神經(jīng)網(wǎng)絡(luò)用于優(yōu)化計算的一般步驟。掌握連續(xù)Hopfield神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和運行機(jī)制，理解連續(xù)Hopfield神經(jīng)網(wǎng)絡(luò)用于優(yōu)化計算的基本原理。能夠針對創(chuàng)新點開展切實有效的理論和應(yīng)用研究目標(biāo)5.1注：1.此表可用于課內(nèi)實踐教學(xué)環(huán)節(jié)或某門綜合實踐課程2.實驗類型：選填”驗證性/綜合性/設(shè)計性”；實習(xí)類型：選填“認(rèn)識實習(xí)/生產(chǎn)實習(xí)/畢業(yè)實習(xí)”五、課程評價（一）考核內(nèi)容、考核方式與課

14、程目標(biāo)對應(yīng)關(guān)系課程目標(biāo)考核內(nèi)容課程目標(biāo)在各考核方式中占比1平時表現(xiàn)課程作業(yè)實驗報告課程論文培養(yǎng)目標(biāo)3.1搜索策略、狀態(tài)空間表示法、狀態(tài)空間的圖描述、圖搜索策略、A搜索算法、A*搜索算法、遺傳算法編碼、適應(yīng)度函數(shù)、PSO參數(shù)分析、BP學(xué)習(xí)算法、離散型Hopfield網(wǎng)絡(luò)、連續(xù)型Hopfield網(wǎng)絡(luò)、卷積運算、池化、卷積網(wǎng)絡(luò)的手寫體數(shù)字識別。60%50%60%90%培養(yǎng)目標(biāo)5.1人腦視覺機(jī)理、深度學(xué)習(xí)的基本思想、人工智能的概念、人工智能研究的基本內(nèi)容、神經(jīng)元數(shù)學(xué)模型40%50%40%10%合計100%100%100%100%各考核方式占總成績權(quán)重（自行賦值）10%10%10%70%注：1. 課程目

15、標(biāo)在考核方式及占比：主要根據(jù)課程目標(biāo)自行設(shè)計和制定多元化考核方式，表中所列僅為參考（紅色數(shù)據(jù)可刪除）。但所列考核方式必須覆蓋全體學(xué)生，可根據(jù)當(dāng)學(xué)期具體教學(xué)情況酌情調(diào)整。2. 各考核方式占總成績權(quán)重：根據(jù)課程實際情況對各考核方式占總成績的權(quán)重予以賦值。（二）考核方式評分標(biāo)準(zhǔn)1課程作業(yè)評分標(biāo)準(zhǔn)課程目標(biāo)評分標(biāo)準(zhǔn)占比90-100（優(yōu)）80-89（良）70-79（中）60-69（及格）0-59（不及格）培養(yǎng)目標(biāo)3能夠深入理解人工智能主要技術(shù)的基本概念、工作原理。能夠較好地理解人工智能主要技術(shù)的基本概念、工作原理。能夠理解人工智能主要技術(shù)的基本概念、工作原理?；纠斫馊斯ぶ悄苤饕夹g(shù)的基本概念、工作原理。不理解人工智能主要技術(shù)的基