《人工智能通识教程》
课程教学大纲
周学时：2 总学时：32（理论32，建议安排课前阅读与课后学习实践）
先修课程：无
课程描述：人工智能（artificial intelligence，AI）是计算机科学与技术的一个重要分支与应用。人工智能当前主要的研究与开发方向是模拟、延伸与扩展人类智能的理论、方法、技术及应用系统，涉及的技术包括思考的工具、基础概念、规则与专家系统、模糊逻辑与大数据思维、包容体系结构与机器人技术、机器学习、神经网络与深度学习、智能代理、体智能、数据挖掘与统计数据、智能图像处理、自然语言处理、自动规划和未来的人工智能等方面。课程教学内容与要求：见各章介绍。
第1章思考的工具（课时数：2）
教学内容：
【未来已来】动物智能：聪明的汉斯
1.1 计算的渊源
1.2 巴贝奇与数学机器
1.3 计算机的出现
1.4 人工智能大师
【作业】
【研究性学习】“神奇”的动物智能与对人工智能的憧憬
教学要求：
了解人类计算活动的渊源，了解计算机的诞生，了解人工智能大师图灵和冯·若依曼。
（1）导读案例（可选）。
结合本书，以电子稿形式提供了“导读案例”（【未来已来】），用一个个小故事的形式讲述在人工智能化了的“未来”年代，人们是如何工作、如何生活的，工作方式和生活与现在相比有何变化，着眼于“我们如何灵活应用这一技术”，来“开动对未来的想象力”。
（2）研究型学习小组活动。
本课程的“研究性学习”活动需要通过学习小组，以集体形式开展活动。为此，请邀请或接受其他同学的邀请，组成研究性学习小组。小组成员以3到5人为宜。
所谓“研究性学习”，是以培养学生“具有永不满足、追求卓越的态度，发现问题、提出问题、从而解决问题的能力”为基本目标；以学生从学习和社会生活中获得的各种课题或项目设计、作品的设计与制作等为基本的学习载体；以在提出问题和解决问题的全过程中学习到的科学研究方法、获得的丰富且多方面的体验和获得的科学文化知识为基本内容；以在教师指导下，学生自主开展研究为基本的教学形式的课程。
小组活动结合导读案例、课文等内容开展学习讨论。请记录小组讨论的主要观点，推选代表在课堂上简单阐述你们的观点。
评分规则：若小组汇报得5分，则小组汇报代表得5分，其余同学得4分，余类推。
第2章什么是人工智能（课时数：2）
教学内容：
【未来已来】准自动驾驶汽车
2.1 人工智能的定义
2.2 人工智能发展历史
2.3 人工智能的研究
【作业】
【研究性学习】自动驾驶汽车的现实与未来
教学要求：
熟悉人工智能的定义，了解人工智能研究与发展现状。
第3章规则与专家系统（课时数：2）
教学内容：
【未来已来】无人机用于基建设施的查验
3.1 规则与策略
3.2 利用规则推导建立的专家系统
3.3 专家系统及其发展
3.4 专家系统的结构
【作业】
【研究性学习】无人机技术的应用前景
教学要求：
了解人工智能活动的规则和策略。熟悉利用规则推导建立的人工智能专家系统。
第4章模糊逻辑与大数据思维（课时数：2）
教学内容：
【未来已来】智慧金融服务：信用诊断系统
4.1 什么是模糊逻辑
4.2 模糊理论的发展
4.3 模糊逻辑系统
4.4 大数据思维变革
【作业】
【研究性学习】观察和熟悉模糊逻辑在家用电器中的应用
教学要求：
了解模糊逻辑，掌握大数据思维变革的思想方法。
第5章包容体系结构与机器人技术（课时数：4）
教学内容：
【未来已来】与人协调工作的聪明机器人
5.1 什么是包容体系结构
5.2 包容体系结构的实现
5.3 划时代的计划
5.4 机器感知
5.5 机器人的概念
5.6 机器人的技术问题
【作业】
【研究性学习】网络搜索机器人资料，憧憬机器人发展
教学要求：
了解包容体系结构知识，熟悉划时代计划，熟悉机器人的概念与技术。
第6章机器学习（课时数：4）
教学内容：
【未来已来】汽车业的大批量个性化智能制造
6.1 什么是机器学习
6.2 机器学习的学习类型
6.3 机器学习的算法
6.4 机器学习的基本结构
6.5 机器学习的应用
【作业】
【研究性学习】什么是机器学习，例举机器学习的应用
教学要求：
熟悉机器学习的概念与基础知识，掌握机器学习的应用常识和方法。
第7章神经网络与深度学习（课时数：2）
教学内容：
汽车驾驶教程
【未来已来】谷歌大脑
7.1 动物的中枢神经系统
7.2 了解人工神经网络
7.3 基于神经网络的深度学习
7.4 机器学习VS.深度学习
【作业】
【研究性学习】了解谷歌大脑，熟悉人工神将网络的研究与应用
教学要求：
熟悉人工神经网络的概念和知识，熟悉深度学习的基本概念和知识，掌握机器学习与深度学习的区别与应用方法。
第8章智能代理（课时数：2）
教学内容：
【未来已来】美国首例新型肺炎病例过程由机器人操作
8.1 什么是智能代理
8.2 智能代理的特点
8.3 系统内的协同合作
8.4 智能代理的典型应用场景
8.5 与外部环境相关的重要术语
【作业】
【研究性学习】什么是智能代理，例举智能代理的应用。
教学要求：
了解智能代理的概念与基础知识，掌握智能代理技术的应用。
第9章体智能（课时数：2）
教学内容：
【未来已来】智能安全防范的犯罪预测系统
9.1 从蜜蜂身上学习体智能
9.2 什么是体智能
9.3 典型算法模型
9.4 体智慧背后的故事
9.5 体智能的发展
【作业】
【研究性学习】体智能及其应用前景
教学要求：
熟悉什么是体智能，了解体智能的典型算法，掌握体智能的应用。
第10章数据挖掘与统计数据（课时数：2）
教学内容：
【未来已来】律师办公室工作的人工智能
10.1 从数据到知识
10.2 数据挖掘
10.3 数据挖掘经典算法
10.4 机器学习VS.数据挖掘
【作业】
【研究性学习】大数据对于人工智能技术与应用的意义
教学要求：