1.課程編號1000743412.課程名稱（含英文名稱）人工智能通識導(dǎo)論，IntroductiontoAI（GeneralEducation）3.課程概要本課程主要目的是激發(fā)學(xué)生對于人工智能的興趣，通過了解人工智能發(fā)展簡史及主要研究領(lǐng)域，啟發(fā)學(xué)生思考，構(gòu)建對于人工智能技術(shù)迭代演化的科學(xué)認(rèn)識，為后續(xù)課程的開展奠定基礎(chǔ)。圍繞人工智能的典型應(yīng)用和具體領(lǐng)域介紹人工智能的核心技術(shù)，以及人工智能的前沿發(fā)展。既講解人工智能的基本理論體系和知識概念，體現(xiàn)了人工智能技術(shù)的系統(tǒng)性；同時介紹人工智能的最新技術(shù)，體現(xiàn)了人工智能技術(shù)的前沿性。本課程注重體現(xiàn)跨學(xué)科通識教育背景下的人工智能導(dǎo)論的思想體系，分析了人工智能技術(shù)對人類的現(xiàn)實意義與挑戰(zhàn)，關(guān)注人工智能倫理準(zhǔn)則與安全治理等問題，從人工智能基本知識入手，引導(dǎo)學(xué)生開展人工智能體系的構(gòu)建，構(gòu)建正確的價值觀和科學(xué)觀。4.高等教育層次（本科、碩士研究生、博士研究生）本科5.課程屬性（必修、選修）必修6.課程性質(zhì)（公共基礎(chǔ)課、專業(yè)課、校公選課、體育課、實踐環(huán)節(jié)）專業(yè)課7.開課學(xué)年學(xué)期（學(xué)期：春季、夏季、秋季、冬季，可多選）秋季8.先修課程（a必須先修的課程、課程編號，b建議先修的課程、課程編號）無9.學(xué)時、學(xué)分學(xué)時/學(xué)分總學(xué)時48課堂講授學(xué)時48課堂實驗學(xué)時0總學(xué)分3課下研討實踐學(xué)時0學(xué)生課下投入學(xué)時0A、總學(xué)時=課堂講授學(xué)時+課堂實驗學(xué)時（實踐環(huán)節(jié)課程的課下研討實踐學(xué)時計入總學(xué)時B、總學(xué)分：對于普通課16學(xué)時計1學(xué)分，實踐環(huán)節(jié)課程32學(xué)時計1學(xué)分；C、課下研討實踐學(xué)時：需為師生共同參與的學(xué)習(xí)時間；D、教師工作量認(rèn)定：等于課堂講授學(xué)時+課堂實驗學(xué)時+課下研討實踐學(xué)時。課程教學(xué)形式（0普通課程；1全英文課程；2雙語課；3研究型課程；4網(wǎng)絡(luò)課堂）0普通課程10.課程預(yù)期學(xué)習(xí)成果（給出知識能力素養(yǎng)各方面的的具體教學(xué)結(jié)果必填項）見下一項11.課程預(yù)期學(xué)習(xí)成果與教學(xué)效果評價（如填此項則上一項可不填）（給出知識能力素養(yǎng)各方面的的具體教學(xué)結(jié)果）教學(xué)效果評價不及格及格，中良優(yōu)知悉和理解人工智能完全不知道，或整體上理解人工整體上理解人工智能，整體上理解人任務(wù)的基本概念、發(fā)對人工智能的相智能，但缺乏系統(tǒng)有一定的系統(tǒng)性，但系工智能，對其展歷史和研究領(lǐng)域，關(guān)知識，有碎片統(tǒng)性方面存在斷點。核心技術(shù)能完使其對人工智能有一個整體概念化的理解。能夠掌握知識表示的基本概念和基本方法完全不知道，或?qū)χR表示及常見方法，有碎片化的理解。整體上掌握知識表示及常見方法，但缺乏系統(tǒng)性。整體上掌握知識表示及常見方法，有一定的系統(tǒng)性，但系統(tǒng)性方面存在斷點。整體上掌握知識表示及常見方法，核心知識點能完整系統(tǒng)地理解。理解推理技術(shù)基本概念和常見推理策略，涉及到確定性推理、不確定性推理、常識推理等基礎(chǔ)知識完全不知道，或?qū)λ阉骷夹g(shù)和常見搜索策略，有碎片化的理解。對搜索技術(shù)和常見搜索策略的主要內(nèi)容能理解，但不完整。對搜索技術(shù)和常見搜索策略的主要內(nèi)容能理解，有一定的系統(tǒng)性，對搜索技術(shù)和常見搜索策略的主要內(nèi)容能理解，對核心知識能完整系統(tǒng)地理解。能夠理解搜索技術(shù)的基本概念和常見搜索策略，涉及到啟發(fā)式搜索、博弈搜索等基礎(chǔ)內(nèi)容完全不知道，或?qū)ν评砑夹g(shù)知識，有碎片化的理解。對推理技術(shù)的主要內(nèi)容能理解，但不完整。對推理技術(shù)的主要內(nèi)容能理解，有一定的系統(tǒng)性，但系統(tǒng)性方面存在斷點。對推理技術(shù)的主要內(nèi)容能理解，對核心知識能完整系統(tǒng)地理解。能夠掌握專家系統(tǒng)基本概念和基本理論，結(jié)合不確定性推理策略，理解專家系統(tǒng)的組成與工完全不知道，或?qū)Σ┺恼撆c多智能體系統(tǒng)，有碎片化的理解。對博弈論與多智內(nèi)容能理解，但不對博弈論與多智能體系統(tǒng)的主要內(nèi)容能理解，有一定的系統(tǒng)性，但系統(tǒng)性方面存在斷點。對博弈論與多智能體系統(tǒng)的主要內(nèi)容能理解，對核心知識能完整系統(tǒng)地理解。能夠掌握機器學(xué)習(xí)基本原理和常見方法，涉及到無監(jiān)督學(xué)習(xí)、監(jiān)督學(xué)習(xí)和強化學(xué)習(xí)中經(jīng)典的幾種方法完全不知道，或?qū)C器學(xué)習(xí)知識，有碎片化的理解。對機器學(xué)習(xí)的主要內(nèi)容能理解，但不完整。對機器學(xué)習(xí)的主要內(nèi)容能理解，有一定的系統(tǒng)性，但系統(tǒng)性方面存在斷點。對機器學(xué)習(xí)的主要內(nèi)容能理解，對核心知識能完整系統(tǒng)地理解。能夠理解神經(jīng)網(wǎng)絡(luò)基本概念和深度學(xué)習(xí)的基本知識，掌握感知機、CNN、attention機制等內(nèi)容完全不知道，或?qū)ι疃葘W(xué)習(xí)相關(guān)的神經(jīng)網(wǎng)絡(luò)模型知識，有碎片化的理解。的神經(jīng)網(wǎng)絡(luò)模型的主要內(nèi)容能理解，但不完整。對深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)解，有一定的系統(tǒng)性，對深度學(xué)習(xí)相關(guān)神經(jīng)網(wǎng)絡(luò)模型的主要內(nèi)容能理解，對核心知識能完整系統(tǒng)地理解。能夠理解常見的人工智能任務(wù)和應(yīng)用。完全不知道，或?qū)θ斯ぶ悄軕?yīng)用場景，有碎片化的理解。對人工智能應(yīng)用場景和常見任務(wù)的主要內(nèi)容能理解，但不完整。對人工智能應(yīng)用場景和常見任務(wù)的主要內(nèi)容能對人工智能應(yīng)用和常見任務(wù)的主要內(nèi)容能理解，對核心知識能完整系統(tǒng)地理解。能夠理解智能機器人的基本概念、關(guān)鍵技術(shù)和多機協(xié)同等內(nèi)容完全不知道，或?qū)χ悄軝C器人的知識，有碎片化的理解。對智能機器人的主要內(nèi)容能理解，但不完整。對智能機器人的主要內(nèi)容能理解，有一定的系統(tǒng)性，但系統(tǒng)性方面存在斷點。對智能機器人的主要內(nèi)容能理解，對核心知識能完整系統(tǒng)地理解。能夠理解人工智能領(lǐng)域的倫理焦點問題、了解人工智能安全、可信、可靠的基本概念與主要難點與挑戰(zhàn)完全不知道，或?qū)θ斯ぶ悄軅惱淼幕靖拍詈统Ｒ妴栴}，有碎片化的理解。的基本概念和常見問題等主要內(nèi)容能理解，但不完對人工智能倫理的基本概念和常見問題能理解，有一定的系統(tǒng)性，對人工智能倫理的基本概念和常見問題能理解，對核心知識能完整系統(tǒng)地理解。12.課程預(yù)期學(xué)習(xí)成果與所支撐的畢業(yè)要求對應(yīng)關(guān)系（公共平臺課無需細(xì)化到畢業(yè)要求指標(biāo)點（見各專業(yè)培養(yǎng)方案說明書暫無專業(yè)認(rèn)證需求的專業(yè)下表可選填）點）編號畢業(yè)要求（指標(biāo)點）內(nèi)容課程預(yù)期學(xué)習(xí)成果（給出知識能力素養(yǎng)各方面的的具體教學(xué)結(jié)果）能夠運用數(shù)學(xué)、自然科學(xué)、信息科學(xué)基礎(chǔ)和計算機專業(yè)知識表述復(fù)雜計算機工程問題；通過對自然語言處理等任務(wù)的學(xué)習(xí)，充分掌握線性代數(shù)、數(shù)學(xué)分析和概率論等數(shù)學(xué)知識如何在人工智能任務(wù)中應(yīng)用。能夠針對具體的對象建立數(shù)學(xué)模型，并根據(jù)模型進行計算機復(fù)雜工程問題的求解；通過對人工智能各類子任務(wù)的形式化定義，同時學(xué)習(xí)相應(yīng)的建模方法，使得學(xué)生體會數(shù)學(xué)建模的基本思想，能夠通過相應(yīng)模型解決復(fù)雜的工程問能夠?qū)⑾嚓P(guān)知識和數(shù)學(xué)模型用于推演、分析復(fù)雜計算機工程問題；在學(xué)習(xí)相應(yīng)的人工智能模型過程中，通過將領(lǐng)域知識和數(shù)學(xué)模型應(yīng)用于解決人工智能任務(wù)，使得學(xué)生能夠體會如何將知識和數(shù)學(xué)模型用于推演、分析復(fù)雜的工程問題。能夠?qū)⑾嚓P(guān)知識和數(shù)學(xué)模型用于比較和綜合復(fù)雜計算機工程問題的解決方案。人工智能任務(wù)作為非常復(fù)雜的計算機問題，通過學(xué)習(xí)解決這些問題的相關(guān)建模方法，使得學(xué)生掌握能夠相關(guān)知識和數(shù)學(xué)模型的運用。2.1能夠運用相關(guān)科學(xué)原各類人工智能任務(wù)涉及到非常復(fù)雜的建模過程，理，識別和判斷復(fù)雜計算機工程問題的關(guān)鍵環(huán)節(jié)；本身該領(lǐng)域也還在進一步發(fā)展過程中，通過學(xué)習(xí)使得學(xué)生能夠運用語言處理相關(guān)科學(xué)原理，識別和判斷復(fù)雜的人工智能工程問題的關(guān)鍵環(huán)節(jié)；2.2能夠基于相關(guān)科學(xué)原理和數(shù)學(xué)模型方法正確表達(dá)復(fù)雜計算機工程問題；通過HMM、語言模型、神經(jīng)網(wǎng)絡(luò)等模型和方法的學(xué)習(xí)，掌握復(fù)雜計算機工程問題的表達(dá)方式；2.3能夠借助文獻(xiàn)研究等手段，尋求復(fù)雜計算機工程問題的多種可替代解決方案；人工智能仍然在快速發(fā)展，通過課程學(xué)習(xí)和文獻(xiàn)調(diào)研掌握最新的一些技術(shù)，使得學(xué)生掌握復(fù)雜計算機工程問題的可替代解決方案的查找能力。2.4能夠通過運用基本原理，借助文獻(xiàn)研究等方法，分析復(fù)雜計算機工程問題的影響因素并獲得有效結(jié)論。通過閱讀相關(guān)書籍和論文，掌握人工智能這一復(fù)雜計算機工程問題的核心影響因素并獲得有效結(jié)論；3.1掌握計算機工程設(shè)計與產(chǎn)品開發(fā)的全周期、全流程的基本設(shè)計/開發(fā)技術(shù)和方法，了解影響設(shè)計目標(biāo)和技術(shù)方案的各種因素；人工智能各類子任務(wù)是非常獨立和完整的研究，也有相應(yīng)的完整產(chǎn)品，通過本門課的學(xué)習(xí)，掌握計算機工程設(shè)計與產(chǎn)品開發(fā)的全周期、全流程的基本設(shè)計/開發(fā)技術(shù)和方法。3.2能夠針對特定需求，完成計算機軟硬件部件或模塊的需求分析和設(shè)計；World”級別的示例，使得學(xué)生通過實踐學(xué)習(xí)，可以完成計算機軟硬件部件或模塊的需求分析和設(shè)計；3.3能夠進行計算機軟硬件系統(tǒng)分析與設(shè)計，在設(shè)計中體現(xiàn)創(chuàng)新意識；本課程的考核方式將以學(xué)生本人對人工智能的理解為主，然后在其中加入自己的創(chuàng)意，形成自己的作業(yè)，鼓勵在課堂示例的程序基礎(chǔ)上進一步改進實踐，可以有效地培養(yǎng)學(xué)生的創(chuàng)新意識；3.4能夠在計算機軟硬件系統(tǒng)設(shè)計中考慮社會、健康、安全、法律、文化以及環(huán)境等制約因人工智能，應(yīng)用非常廣泛，同時也涉及到安全、法律、文化等多種因素的制約，例如如何保護用戶的數(shù)據(jù)隱私等，這些都必須在產(chǎn)品設(shè)計的時候充分考慮13.教學(xué)內(nèi)容、學(xué)時分配、與進度安排教學(xué)內(nèi)容（含課下研討實踐學(xué)時）教學(xué)形式）所支撐的課程預(yù)期學(xué)習(xí)成果教學(xué)方法與策略（可結(jié)合教學(xué)形式描述選填）第一章：緒論3主要介紹人工智能的內(nèi)涵和外延，使其對人工智能有一個整體概念授課與討論相結(jié)合第二章：知識與知識表示6主要介紹知識表示的概念、框架和各類技術(shù)授課與討論相結(jié)合第三章：推理技術(shù)6主要介紹推理技術(shù)的基本概念和相關(guān)推理技術(shù)授課與討論相結(jié)合第四章：搜索技術(shù)6主要介紹搜索技術(shù)的基本概念和常見搜索策略授課與討論相結(jié)合第五章：專家系統(tǒng)6主要介紹專家系統(tǒng)的基本概念和工作授課與討論相結(jié)合第六章：機器學(xué)習(xí)6主要介紹機器學(xué)習(xí)的基本原理和常見授課與討論相結(jié)合第七章：神經(jīng)網(wǎng)絡(luò)6主要介紹深度學(xué)習(xí)基本概念、神經(jīng)網(wǎng)絡(luò)的基本原理和參數(shù)估計方法，以及重要的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)授課與討論相結(jié)合第八章：人工智能應(yīng)用研究3主要介紹經(jīng)典的人工智能應(yīng)用場景及涉及到的主要智能技術(shù)難點與挑戰(zhàn)授課與討論相結(jié)合第九章：智能機器人3主要介紹系統(tǒng)的路徑規(guī)劃技術(shù)、智能控制算法及多機器人協(xié)同等內(nèi)容授課與討論相結(jié)合第十章：人工智能倫理與安全3主要介紹人工智能倫理焦點問題、人工智能規(guī)范與準(zhǔn)則和人工智能安全治理涉及的主要內(nèi)容授課與討論相結(jié)合14.考核與成績評定（平時成績、期末成績在總成績中的比例，平時成績的記錄方法）序號考核項目/考核類型/考核時長/字?jǐn)?shù)要求考評內(nèi)容（課程目標(biāo)的對應(yīng)項）1平時練習(xí)8%8小時覆蓋每章課堂教學(xué)內(nèi)容，重點強調(diào)課程目標(biāo)1，考核學(xué)生的掌握情況。2大作業(yè)對于課程重點內(nèi)容進行考核，重點考察學(xué)生的應(yīng)用能力，對應(yīng)課程目標(biāo)2。3展示30%30小時針對課程的重點難點問題，考察學(xué)生的綜合問題解決能力，對應(yīng)課程目標(biāo)2。4期末考核/綜述報告50%考查/不低于5000考核基礎(chǔ)理論知識的掌握程度，重點考察解決問題的能力。對應(yīng)課程目標(biāo)1、2、3。成績評定：滿分100分。各項考核項目均按照百分制給分，記錄在成績表中，總評成績時按照各項比例進行加權(quán)，總和得出考核成績，60分以下為不及格，60分（含）~70分為及格，70分（含）~80分為中等，80分（含）~90分為良好，90分（含）~100分為優(yōu)秀。總評成績?yōu)榫砻娉煽兘?jīng)50%加權(quán)、