《人工智能通識教程》（第2版）教學大綱

《人工智能通識教程》（第2版）教學大綱一、課程基本信息?課程名稱：人工智能導論/人工智能概論?課程代碼：?課程英文名稱：AI-Introduction?學時與學分：理論學時32，課外實踐學時16，總學分2?課程性質：必修課（選修課）?適用專業(yè)：人工智能、大數(shù)據(jù)、計算機等工科專業(yè)（其他各專業(yè)）?先修課程：略?后續(xù)課程：機器學習、深度學習、智能機器人等二、課程目標學習本課程，通常旨在為學生奠定堅實的人工智能基礎知識，培養(yǎng)其在人工智能領域的基本技能和理解能力。以下是主要學習目標，可能會根據(jù)不同課程設置有所差異：1.理解人工智能基礎：掌握人工智能的基本概念、發(fā)展歷程、主要分支領域（如機器學習、深度學習、自然語言處理、計算機視覺等）及其在現(xiàn)代社會中的應用。2.理論與技術基礎：學習和理解支撐人工智能的核心算法和理論，包括搜索算法、知識表示、推理方法、決策制定、學習理論等。3.實踐技能培養(yǎng)：通過編程實踐和項目作業(yè)，掌握至少一種編程語言（如Python）在人工智能領域的應用，以及如何使用常見的AI框架和庫（如TensorFlow、PyTorch）。4.問題解決能力：培養(yǎng)分析和解決人工智能問題的能力，包括如何定義問題、選擇合適的技術路線、設計并實施解決方案。5.倫理與社會責任：討論人工智能技術的倫理和社會影響，理解隱私保護、數(shù)據(jù)安全、算法偏見等議題，培養(yǎng)負責任的AI開發(fā)與應用意識。6.創(chuàng)新與批判性思維：鼓勵學生批判性地評估現(xiàn)有的AI技術，激發(fā)創(chuàng)新思維，探索AI在新領域的應用可能。7.溝通與團隊合作：通過團隊項目，提升與他人合作解決復雜問題的能力，以及有效溝通研究成果和想法的能力。8.持續(xù)學習能力：鑒于AI領域的快速變化，課程應培養(yǎng)學生自主學習的習慣，跟蹤技術進展，適應未來可能出現(xiàn)的新技術、新理論。這些目標旨在為學生構建一個全面的人工智能知識框架，不僅關注技術細節(jié)，也重視理論與實踐的結合，以及技術的社會影響和倫理考量，為學生將來在AI領域的深入研究或職業(yè)發(fā)展打下堅實的基礎。三、課程思政結合本課程融入的思政教育，旨在將思想政治教育與專業(yè)教育有機融合，引導學生在學習專業(yè)知識的同時，樹立正確的世界觀、價值觀和道德觀，培養(yǎng)具有社會責任感和創(chuàng)新能力的高素質人才。以下是一些可能包含在人工智能導論課程思政教育中的內容：1.國家政策與戰(zhàn)略導向：介紹我國在人工智能領域的國家戰(zhàn)略規(guī)劃，如《新一代人工智能發(fā)展規(guī)劃》等，使學生理解國家發(fā)展目標，增強服務國家重大需求的責任感和使命感。2.科技倫理與法律規(guī)范：探討人工智能技術應用中的倫理問題，如隱私保護、數(shù)據(jù)安全、算法公平性、人工智能的責任歸屬等，強化學生的倫理意識和法制觀念，培養(yǎng)遵守行業(yè)規(guī)范和法律法規(guī)的行為習慣。3.創(chuàng)新精神與工匠精神：強調在人工智能領域進行創(chuàng)新的重要性，鼓勵學生勇于探索、敢于突破，同時弘揚精益求精的工匠精神，注重細節(jié)，追求卓越。4.團隊合作與溝通能力：通過團隊項目和案例分析，培養(yǎng)學生的團隊協(xié)作能力，學會有效溝通，尊重多樣性和包容性，為未來跨學科合作打下基礎。5.全球視野與文化自信：在全球化背景下，引導學生了解國際人工智能發(fā)展趨勢，增強國際競爭意識，同時樹立文化自信，鼓勵在吸收國際先進成果的同時，貢獻中國智慧和中國方案。6.社會責任與可持續(xù)發(fā)展：討論人工智能技術如何服務于社會發(fā)展，如在教育、醫(yī)療、環(huán)保等領域的應用，培養(yǎng)學生的社會責任感，思考如何利用技術促進社會公平與可持續(xù)發(fā)展。7.批判性思維與自我反思：鼓勵學生在學習技術的同時，培養(yǎng)批判性思維，對技術的利弊進行理性分析，能夠自我反思，理解技術進步對個人、社會和環(huán)境的全面影響。8.歷史與未來展望：回顧人工智能的發(fā)展歷程，激發(fā)學生對未來技術趨勢的好奇心和探索欲，同時培養(yǎng)歷史使命感，認識到作為未來技術領導者所承擔的歷史責任。通過這些課程思政內容的融入，人工智能導論課程不僅教授技術知識，更注重學生全面發(fā)展，引導他們成為既有專業(yè)技術能力，又具有高尚道德情操和強烈社會責任感的新型科技人才。四、教學內容及學時分配1.第1章思考的工具（2學時）【導讀案例】動物智能：聰明的漢斯1.1計算的淵源1.2巴貝奇與數(shù)學機器1.3計算機的出現(xiàn)1.4計算機的智能行為1.5人工智能大師2.第2章定義人工智能（4學時）【導讀案例】自動駕駛概述2.1人工智能學科基礎2.2人工智能概述2.3人工智能發(fā)展歷史2.4人工智能的研究3.第3章大數(shù)據(jù)與人工智能（2學時）【導讀案例】電子商務的推薦系統(tǒng)3.1什么是模糊邏輯3.2模糊邏輯系統(tǒng)3.3數(shù)據(jù)思維與變革3.4大數(shù)據(jù)與人工智能4.第4章智能體與智能代理（2學時）【導讀案例】智能體：下一個顛覆性AI應用4.1智能體和環(huán)境4.2智能體的良好行為4.3環(huán)境的本質4.4智能體的結構4.5智能代理技術4.6智能代理的典型應用5.第5章機器學習（2學時）【導讀案例】奈飛的電影推薦引擎5.1什么是機器學習5.2基于學習方式的分類5.3機器學習的基本結構5.4機器學習算法5.5機器學習的應用6.第6章深度學習（2學時）【導讀案例】人類與動物智商的差別6.1動物的中樞神經系統(tǒng)6.2了解人工神經網絡6.3深度學習的定義6.4卷積神經網絡6.5遷移學習6.6深度學習的應用7.第7章強化學習（2學時）【導讀案例】谷歌制定新“守則”，確保機器人決策更安全7.1強化學習的定義7.2與監(jiān)督學習的區(qū)別7.3強化學習基礎理論7.4強化學習分類7.5強化學習的應用8.第8章數(shù)據(jù)挖掘（2學時）【導讀案例】葡萄酒的品質8.1從數(shù)據(jù)到知識8.2數(shù)據(jù)挖掘方法8.3數(shù)據(jù)挖掘經典算法8.4機器學習VS.數(shù)據(jù)挖掘9.第9章機器人技術（2學時）【導讀案例】劃時代的阿波羅計劃9.1包容體系結構9.2包容體系結構的實現(xiàn)9.3機器感知9.4機器人的概念9.5機器人的技術問題10.第10章計算機視覺（2學時）【導讀案例】谷歌大腦的誕生10.1模式識別10.2圖像識別10.3計算機視覺技術10.4智能圖像處理技術10.5計算機視覺系統(tǒng)典型功能10.6計算機視覺技術的應用11.第11章自然語言處理（2學時）【導讀案例】機器翻譯：大數(shù)據(jù)簡單算法與小數(shù)據(jù)復雜算法11.1語言的問題和可能性11.2什么是自然語言處理11.3語法類型與語義分析11.4處理數(shù)據(jù)與處理工具11.5語音處理12.第12章GPT—大語言模型起步（2學時）【導讀案例】2023國內大模型匯總12.1自然語言處理的進步12.2科普AI大語言模型12.3CHATGPT的模仿秀12.4傳統(tǒng)行業(yè)的下崗13.第13章群體智能（2學時）【導讀案例】無人機最快圈速：算法控制戰(zhàn)勝專業(yè)駕駛員13.1向蜜蜂學習群體智能13.2什么是群體智能13.3典型算法模型13.4群體智能背后的故事13.5群體智能的應用13.6群體智能的發(fā)展14.第14章自動規(guī)劃（2學時）【導讀案例】自動駕駛泊車技術14.1規(guī)劃的概念14.2人工智能的WUMPUS世界14.3什么是自動規(guī)劃14.4規(guī)劃方法14.5時間、調度和資源15.第15章人工智能發(fā)展（2學時）【導讀案例】科學家發(fā)現(xiàn)新的人類腦細胞15.1創(chuàng)新發(fā)展與社會影響15.2倫理與安全15.3人工智能的極限15.4人工智能架構15.5人工智能的機遇與挑戰(zhàn)15.6未來的人工智能【課程學習總結】五、教學方法與手段?結合課前“導讀案例”閱讀、課文的課堂講授、課后習題點評討論等多種方式。?強調理論聯(lián)系實際，通過實例解析加深理解。?鼓勵學生主動探索，培養(yǎng)自學能力。?鼓勵學生發(fā)揮批判性思維，質疑，拓展知識。六、考核方式專業(yè)課：?平時成績（作業(yè)、課堂參與等）：40%?期中考試：20%?期末考試：40%選修課：期末大作業(yè)：課程學習總結七、選用教材?周蘇等主編，《人工智能通識教程》（第2版），清華大學出版社，2024。八、教學進度安排序號校歷周次章節(jié)（或實驗、習題課等）名稱與內容學時教學方法課后作業(yè)布置11第1章思考的工具2導讀案例課文知識作業(yè)22第2章定義人工智能（1）233第2章定義人工智能（2）244第3章大數(shù)據(jù)與人工智能25