人工智能导论——面向人文社科专业教学大纲

合集下载

《人工智能导论》教学大纲(2024版)

人工智能导论课程教学大纲

一、课程基本信息

课程编号：

课程中文名称：人工智能导论

课程性质：学院基础课程、专业核心课程

开课学期：3

课内学时：32学时，其中授课32学时

课外学时：32学时

学分：2学分

主要面向专业：自动化、测控、电气、机器人工程

二、先修课程

高等数学、概率论、线性代数、生命科学导论

三、课程目标

人工智能导论是面向理工科专业的重要基础课程。课程以学科基础、技术基础、重点方向与领域、行业应用、伦理与法律五维知识体系为主要内容，经典与现代人工智能知识结构模块化，具有广阔的思想和技术背景。通过课程学习，使学生系统性掌握人工智能基本概念、方法、技术，把握人工智能重点方向及领域；掌握机器学习、深度神经网络等基本方法；初步具备利用人工智能技术解决问题的基本能力；初步理解人工智能伦理及其对人工智能技术发展的重要意义。为进一步学习相关的专业基础课程和专业课程打下必要的理论和实践基础。

（1）从大历史观角度使学生理解人工智能发展的历史和思想脉络，使学生认识到人工智能的本质和内涵，思考人之为人的价值和意义,勇于承担社会发展责任。

（2）充分发挥人工智能多学科、多领域理论、知识交叉的特点和优势，培养学生多学科知识交叉思维和创新意识。

（3）激发学生学习人工智能的热情和人机协同创新思维，为后续人工智能+X专业学习、创新创业、竞赛、就业等奠定基础。

（4）系统理解机器智能实现技术和方法，认识到机器智能对人类智能补充与增强作用，学会利用人机协同技术和方法及解决各类问题。

(5)使学生充分理解人工智能对未来人类社会经济、科技和文明发展的重要作用，具备未来能社

《人工智能概论》课程教学大纲

人工智能概论课程教学大纲

一、课程简介

《人工智能概论》是一门介绍人工智能基本概念、技术和应用的课程。本课程旨在帮助学生了解人工智能的发展历程、基本原理和现实应用，培养学生的人工智能思维和解决问题的能力。

二、教学目标

1. 掌握人工智能的基本概念和主要技术。

2. 理解人工智能的发展历程和应用领域。

3. 培养学生的人工智能思维和解决问题的能力。

4. 培养学生的团队合作和创新能力。

三、教学内容

1. 人工智能概述

- 人工智能的定义和发展历程

- 人工智能的基本原理和分类

- 人工智能的主要应用领域

2. 机器学习

- 监督学习、无监督学习和强化学习

- 常见的机器学习算法和模型

- 机器学习在实际问题中的应用

3. 深度学习

- 神经网络的基本原理和结构

- 常见的深度学习算法和模型

- 深度学习在计算机视觉、自然语言处理等领域的应用

4. 自然语言处理

- 语言模型和文本表示方法

- 常见的自然语言处理任务和技术

- 自然语言处理在智能对话、机器翻译等领域的应用

5. 计算机视觉

- 图像特征提取和图像分类方法

- 目标检测和图像分割技术

- 计算机视觉在人脸识别、图像搜索等领域的应用

6. 人工智能伦理与社会影响

- 人工智能的伦理问题和挑战

- 人工智能对社会、经济和就业的影响

- 人工智能发展的道德约束和政策规范

四、教学方法

1. 理论讲授：通过课堂讲解，介绍人工智能的基本概念、原理和应用。

2. 实践操作：通过编程实践和案例分析，帮助学生掌握人工智能技术的具体应用。

3. 小组讨论：组织学生进行小组讨论，促进学生之间的互动和合作。

人工智能概论》课程思政教学大纲

概论，引导学生认识人工智能的基本概念和技术，了解人工智能的发展历程和现状，培养学生对人工智能的兴趣和好奇心，激发学生对未来科技的探索热情。

2、通过讨论人工智能与人类关系的话题，引导学生思考人工智能的伦理和社会责任，培养学生的社会责任感和公民意识。

3、通过案例分析和小组讨论，让学生了解人工智能在商业、医疗、教育等领域的应用，引导学生思考人工智能对社会的影响和作用，培养学生的创新思维和应用能力。

4、通过实践教学和志愿服务活动，让学生将所学知识应用于实际生活和社会服务中，培养学生的实践能力和社会责任感。

教学单元（章节、项目）课程思政教学设计

学时

课程教学内容

1、人工智能绪论

2、智能化技术革命的到来

3、人工智能追根溯源

4、人工智能发展现状

思政目标

1、通过讲解人工智能的基本概念和技术，引导学生了解

人工智能的发展历程和现状，培养学生对未来科技的探索热情。

2、通过讨论人工智能与人类关系的话题，引导学生思考

人工智能的伦理和社会责任，培养学生的社会责任感和公民意识。

4、通过实践教学和志愿服务活动，让学生将所学知识应

用于实际生活和社会服务中，培养学生的实践能力和社会责任感。

课程名称：人工智能概论

面向专业：全校各专业

课程类别：公共基础课

课程学分（学时）：2学分，64学时

课程思政总体设计：

本课程旨在通过人工智能主流技术，以人工智能云典型应用、商业智能分析、机器研究和仿真模拟等案例，引导学生弘扬社会主义核心价值观，具备爱国主义情怀；在世界主要大国纷纷在人工智能领域出台国家战略，抢占人工智能时代制高点的环境下，具备不畏困难，迎接挑战的精神，培养严细精优的军工精神，培养具有批判性思维、计算思维的新一代全面发展的社会主义接班人。

人工智能教育文科教学大纲

随着人工智能技术的飞速发展，人们对于人工智能教育的需求也日益增加。传

统的文科教学虽然侧重于培养学生的人文素养和思维能力，但在人工智能时代，我们也需要为学生提供相关的知识和技能。因此，制定一份适合文科教学的人

工智能教育大纲成为了当务之急。

一、人工智能概述

在人工智能教育的开篇，我们应该向学生介绍人工智能的基本概念和发展历程。从图灵测试到深度学习，学生可以了解到人工智能的起源和演化过程。同时，

也可以让学生了解到人工智能技术在现实生活中的应用，如自动驾驶、语音识

别等。通过这一部分的学习，学生可以对人工智能有一个初步的认识。

二、人工智能与文科教学的结合

在这一部分，我们将讨论人工智能与文科教学的结合点。人工智能技术可以为

文科教学提供更多的资源和工具，例如自然语言处理技术可以用于文本分析和

语言翻译，机器学习可以用于数据挖掘和预测分析等。通过学习这些技术，学

生可以更好地应用人工智能技术来解决文科问题，提高文科研究的效率和准确性。

三、人工智能与文化传承

文科教学的一个重要目标是传承和弘扬人类的文化遗产。人工智能技术可以帮

助我们更好地保存和传承文化。例如，通过图像识别技术可以对艺术品进行自

动化的鉴定和分类，通过自然语言处理技术可以对文化文献进行自动化的翻译

和解读。学生可以通过学习这些技术，参与到文化传承的过程中，为保护和传

承人类的文化做出贡献。

四、人工智能与社会伦理

人工智能的发展也带来了一系列的社会伦理问题。在这一部分，我们将讨论人

工智能的伦理问题以及如何在文科教学中引导学生进行伦理思考。例如，人工

《人工智能导论》课程教学大纲

注：1.思政融入点：至少写 3 条，简述该课程教学中将思政教育内容与专业教育内容有机融合的知识点（下
. 同）
2.学生学习预期成果：描述学生在学完本节内容后应获得的知识、能力或素养水平（下同）
3.教学方式:包括讲授、讨论、案例、演示等，但不限于所列，根据课程实际需要列举
四、实践（实验或实习）教学 1
实验或编
果的影响。
主义集配策略对算法结
目标 3.1
体思维
果的影响。
决策的
优势。
参考求解 TSP问题的连续 Hopfield 神经网络源
代Baidu Nhomakorabea，给出
15 个城市和
基经的计验于网优算神络化实 20 个城市的求解结果（包 4 验证括最短路径和最佳路线），分析连续 Hopfield 神经网络求解不同规模 TSP 问题的算法性能。
2
器学习的发
点，鼓励学生
讨论训练的基
展和分类
求真务实，毅
本过程。
4. 启发式图搜索策略
力，勤奋，提
目标 S.1
2. 状态空间的搜索策
出解决办法，
略
3. 盲目的图搜索策略 4. 启发式图搜索策略
树立良好的科研价值观和思
维习惯。

教育部人工智能专业课程大纲

教育部人工智能专业课程大纲包含以下几个方面：

1.公共基础课程：包括高等数学、线性代数、概率论与数理统计、离散数学、数值计算与数学实验等。

2.专业核心课程：包括人工智能导论、机器学习、神经网络与深度学习、自然语言处理、计算机视觉、知识图谱、智能决策、情感计算等。

3.跨学科课程：包括数理基础、计算机科学、信息工程、控制科学、认知科学、心理学、经济学、社会学等。

4.实践课程：包括人工智能综合实验、机器学习与数据挖掘实验、智能系统设计与开发实验、自然语言处理实验等。

5.创新创业课程：包括人工智能创新创业导论、创新思维与方法、创业实践等。

2024版《人工智能》课程教学大纲

《人工智能》课程教学大纲
目录
• 课程介绍与教学目标 • 基础知识与技能 • 机器学习原理与方法 • 深度学习原理与应用 • 自然语言处理技术及应用 • 计算机视觉技术及应用 • 人工智能伦理、法律与社会影响
01 课程介绍与教学目标
《人工智能》课程概述
人工智能的定义与发展历程
01
介绍人工智能的基本概念、发展历程和重要里程碑。
句法分析技术
短语结构分析
识别句子中的短语结构，如名词短语、动词短语等。
依存关系分析
分析句子中单词之间的依存关系，如主谓关系、动宾关系等。
句法树构建
根据短语结构和依存关系构建句子的句法树，表示句子的结构信息。
语义理解技术
词义消歧
根据上下文确定多义词在特定语境下的确切含义。
关系抽取
从文本中抽取实体之间的关系，构建知识图谱或语义网络。
04 深度学习原理与应用
神经网络基本原理
神经元模型
介绍神经元的基本结构和工作原理，包括输入、权重、偏置、激
活函数等概念。
感知机模型
讲解感知机模型的原理和实现，包括二分类和多分类问题的解决方法。
反向传播算法
详细推导反向传播算法的数学原理和实现步骤，以及其在神经网络训练中的应用。
神经网络优化
RNN应用
讲解RNN在自然语言处理、语音识别、时间序列分析等领域的应用案例。

人工智能详细教学大纲

第一章：导论

1.1 人工智能的定义和基本概念

- 人工智能的定义和起源

- 人工智能的发展历程

1.2 人工智能的应用领域

- 人工智能在医疗领域的应用

- 人工智能在金融领域的应用

- 人工智能在交通领域的应用

第二章：机器学习基础

2.1 机器学习的概述

- 监督学习、无监督学习、强化学习的基本原理和区别- 机器学习的应用场景

2.2 数据预处理

- 缺失值处理

- 异常值检测与处理

- 特征选择与降维

2.3 常见的机器学习算法

- 逻辑回归

- 决策树

- 支持向量机

- 集成学习

第三章：深度学习

3.1 深度学习的原理与应用

- 深度学习的发展历程

- 神经网络的基本结构和工作原理3.2 常用的深度学习框架

- TensorFlow

- PyTorch

- Keras

3.3 深度学习的应用案例

- 图像分类与识别

- 自然语言处理

- 人脸识别

第四章：自然语言处理

4.1 自然语言处理的基础知识

- 词向量表示

- 语法分析和语义分析

4.2 文本分类与情感分析

- 文本特征提取

- 文本分类算法

4.3 机器翻译与问答系统

- 神经机器翻译

- 阅读理解模型

第五章：计算机视觉

5.1 计算机视觉的基本概念

- 图像处理与特征提取

- 目标检测与图像分割

5.2 图像识别与物体识别

- 卷积神经网络（CNN）

- 目标检测算法（如YOLO、Faster R-CNN）5.3 视觉生成与图像风格迁移

- 生成对抗网络（GAN）

- 图像风格迁移算法

第六章：人工智能伦理与法律6.1 人工智能的伦理问题

- 隐私与数据安全

- 就业与职业变革

- 人工智能的道德问题

《人工智能导论》课程教学大纲-电子科技大学

《人工智能导论》课程教学大纲

课程标号：学时：32 学分：2

先修课程：《计算机原理及应用》、《数据结构》、《计算机控制技术》、

一．课程性质与目的

本课程是自动化专业的选修课。本门课程的任务是使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，领悟到智能理论发展历程中所包含的深刻的科学逻辑和方法论。启发学生对人工智能的兴趣。通过学习，学生能够知道什么时候需要某种合适的人工智能方法用于给定的问题，并能够选择适当的实现方法。

二．教学内容和要求

1.人工智能概述，包括人工智能的定义，人工智能的起源与发展，人工智

能的研究和应用领域。

2.概括地论述知识表示的各种主要方法，包括状态空间法、问题归约法、

谓词逻辑法、结构化表示法（语义网络法、框架）、剧本和过程等。

3.讨论常用搜索原理，如盲目搜索、启发式搜索和消解原理等。

4.讨论一些比较高级的推理求解技术，有规则演绎系统、系统组织技术、

不确定性推理和非单调推理等。

5.探讨人工智能的新研究领域，初步阐述计算智能的基本知识，包含神经

网络、模糊逻辑、遗传算法等。

6.比较详细地讨论人工智能的主要应用，包括专家系统、机器学习、Agent、

自然语言理解和智能控制等。对于应用内容，根据学时，有选择地进行

讲授。

7.简要讲述人工智能语言，有Lisp语言和Prolog语言。（根据学时需要决

定是否讲授。）

三．教材和参考资料

教材：1.蔡自兴，徐光祐。人工智能及其应用，第三版，本科生用书。清华大学出版社，2003。

参考资料：廉师友. 人工智能技术导论, 第二版. 西安电子科技大学出版社, 2002 ；

《人工智能导论》教学大纲.

《人工智能导论》教学大纲

大纲说明

课程代码：3235042

总学时：32学时（讲课32学时）

总学分：2学分

课程类别：限制性选修

适用专业：计算机科学与技术，以及有关专业

预修要求：C程序设计语言，数据结构

课程的性质、目的、任务：

人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支。本课程是计算机科学与技术，以及有关专业重要的专业方向与特色模块课程之一。通过本课程的开设，使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。

课程教学的基本要求：

人工智能的研究论题包括计算机视觉、规划与行动、多Agent系统、语音识别、自动语言理解、专家系统和机器学习等。这些研究论题的基础是通用和专用的知识表示和推理机制、问题求解和搜索算法，以及计算智能技术等。要求学生掌握这些研究论题的基础知识。

人工智能还提供一套工具以解决那些用其它方法难以解决，甚至无法解决的问题。这些工具包括启发式搜索和规划算法，知识表示和推理形式，机器学习技术，语音和语言理解方法，计算机视觉和机器人学等。要求学生掌握利用其中的重要工具解决给定问题的基本方法。大纲的使用说明：

通过适当调节教学内容和学时安排，减少有关章节学时和增加专家系统这一章的学时，本大纲亦可作为《人工智能与专家系统》的课程教学大纲。

大纲正文

第一章绪论学时：2学时（讲课2学时）了解人类智能与人工智能的含义，人工智能的发展和应用领域；理解人工智能的内涵。

本章讲授要点：在介绍人工智能概念的基础上，使学生了解本课程所涉知识的重要意义，以及人工智能的应用现状和应用前景。

人工智能课程教学大纲教案

人工智能导论课程教学大纲教案

课程代码：

课程名称：人工智能导论

开课学期：5

学分/学时：3/32+16

课程类型：必修

适用专业/开课对象：

先修课程：

开课单位：

团队负责人：责任教授：

执笔人：核准院长：

一、课程的性质、目的与任务

《人工智能导论》是计算机相关专业中一门综合性很强的基础课程，主要内容包括人工智能概述、知识表示、逻辑推理方法、非确定性推理方法、搜索策略、机器学习、人工只能的其他应用领域。

本课程的目的与任务是使学生通过本课程的学习，从人工智能的基本概念入手，由浅入深学习人工智能的各种相关知识，掌握人工智能的相关思想。本课程除要求学生掌握人工智能的基础知识和理论，重点要求学生学会分析问题的思想和方法，为更深入地学习和今后的实践打下良好的基础。

二、教学内容及教学基本要求

1. 人工智能概述（2学时）

学习什么是人工智能、人工智能的研究目标、人工智能的研究方法、人工智能的基本研究内容

2. 知识表示（6学时）

学习知识的概念、知识表示的要求，学习状态空间表示法、谓词逻辑表示法、语义网络表示法、框架表示法。

3. 逻辑推理方法（6学时）

了解什么是逻辑推理、逻辑推理的基础，学习自然演绎推理与或形演绎推理的部分方法

4. 非确定性推理及方法（6学时）

学习非确定性推理中的基本问题、掌握基于概率论的有关理论发展起来的非确定性推理方法，包括基本的概率推理、主观贝叶斯推理、基于可信度的推理、证据理论等。了解目前再专家系统、信息处理、自动控制等领域广泛应用的依据模糊理论发展起来的模糊推理。

5. 搜索策略（4学时）

学习常用的几种搜索策略、包括基于状态空间的盲目搜索、基于状态空间的启发式搜索、基于树的盲目搜索、基于树的启发式搜索

人工智能概论教学大纲(理论实验)(一)2024

人工智能概论教学大纲(理论实验)（一）引言概述：

人工智能（Artificial Intelligence，简称AI）是计算机科学和工程的一个分支，涉及到使机器能够完成人类认为需要智能的任务。本教学大纲旨在介绍人工智能的基础概念、算法和应用，帮助学生了解人工智能的理论和实验基础，培养其相关技能和能力。

一、人工智能的概述

1. 人工智能的定义和目标

(a) 人工智能的定义和发展历程

(b) 人工智能的主要目标和应用领域

2. 人工智能的基本原理

(a) 人工智能的基本思维模型和问题解决方法

(b) 人工智能的算法和技术基础

3. 人工智能的伦理和社会影响

(a) 人工智能的伦理和道德问题

(b) 人工智能对社会和经济的影响

二、人工智能的核心技术

1. 机器学习

(a) 机器学习的基本概念和方法

(b) 监督学习、无监督学习和强化学习

2. 深度学习

(a) 深度学习的原理和神经网络模型

(b) 卷积神经网络和循环神经网络

3. 自然语言处理

(a) 自然语言处理的基本任务和技术

(b) 语言模型和句法分析

4. 计算机视觉

(a) 图像处理和特征提取

(b) 目标检测和图像分割

5. 推荐系统

(a) 推荐系统的原理和算法

(b) 用户行为分析和个性化推荐

人工智能概论教学大纲

一、教学大纲

1、什么是人工智能

（1）人工智能概念；

（2）发展历史；

（3）未来趋势。

2、AI基础理论

（1）逻辑学；

（2）知识论；

（3）状态空间；

（4）规则学习；

（5）机器学习；

（6）模式识别；

（7）神经网络；

（8）自然语言处理；

（9）计算机视觉；

（10）智能推理。

3、AI技术的发展历史

（1）符号主义AI；

（2）统计机器学习；（3）神经网络；

（4）深度学习；

（5）自动规划；

（6）机器人技术；

（7）自然语言处理技术。

4、AI应用技术

（1）智能计算；

（2）自动机器人；

（3）知识系统；

（4）决策支持系统；（5）智能问答；

（6）自然语言处理；（7）游戏AI；

（8）智能电网；

（9）自动驾驶；

（10）语音识别；

（11）机器视觉；

（12）虚拟现实。

5、人工智能实践与应用

（1）AI实践之路；

（2）Python与AI应用；

（3）Pytorch与AI应用；

（4）Tensorflow与AI应用；

（5）专业AI开发工具和框架的应用；（6）机器人AI与应用；

（7）智能驾驶以及车联网AI应用；

(2024年)人工智能教学大纲

介绍短语结构分析的基本原理和方法，包括如何识别和提取文本
中的短语、从句等语言结构。
依存句法分析
解释依存句法的概念，并教授学生如何使用依存句法分析器来识别句子中词语之间的依存关系。
句法树构建
介绍如何根据句法分析结果构建句法树，以便更好地理解和表示
句子的结构。
2024/3/26
21
语义理解
词义消歧
卷积神经网络
2024/3/26
卷积层
理解卷积层的工作原理和实现细节，包括卷积核、步长、填充等参数对卷积操作的影响。
池化层
掌握池化层的作用和实现方式，了解其在降低数据维度和提高模型泛化能力方面的效果。
经典卷积神经网络
熟悉经典的卷积神经网络结构，如LeNet-5、AlexNet、VGG等，了解它们的特点和在图像分类等领域的应用。
卷积神经网络的训练与调优
掌握卷积神经网络的训练方法和调优技巧，如数据增强、迁移学习、模型融合等。
17
循环神经网络
循环神经网络基础
理解循环神经网络（RNN）的基本原理和实现细节，包括循环层、时间步长等概念。
长短期记忆网络（LSTM ）
掌握LSTM的原理和实现细节，了解其在处理序列数据中的长期依赖问题方面的优势。
包括排序、查找、动态规划等算法，以及时间复杂度和空间复杂度的分析等，是优化算法性能的关键。

《人工智能导论》教学大纲 30学时版

《人工智能导论》教学大纲

课程编号：020670

课程性质：专业方向课先修课程：离散数学、C语言程序设计、数据结构

总学时数：30 学分：2 讲课：30上机：0

适合层次：本科适合专业：计算机应用、计算机软件工程、计算机科学与技术

一、课程目的与任务

本课程是计算机专业的一门专业方向课程。本课程教学目的是立足于介绍人工智能的基本概念、原理、技术和方法，使学生能为追踪最新发展而奠定基础，要求学生学习后达到一定的应用人工智能原理技术解决问题的能力。

二、理论教学内容

（一)绪论

1、了解人工智能的发展及其定义

2、了解人工智能的研究途径和目标

（二）问题求解的基本原理

1、掌握问题的状态空间表示

2、理解回溯策略

3、理解无信息图搜索

4、掌握启发式搜索

5、理解博奕树搜索

6、掌握A算法与A*算法

（三）谓词逻辑与归结原理

1、理解命题逻辑

2、理解一阶谓词逻辑基础及其知识表达

3、掌握归结原理

4、了解正向与反向推理(选讲)

5、了解Herbrand定理(选讲)

（四）知识表示

1、了解概述

2、理解产生式表示

3、理解框架表示

4、理解语义网络

（五）专家系统技术

1、了解专家系统简述

2、理解专家系统基本结构及工作原理

3、了解专家系统的开发过程

（六）机器学习

1、了解概述

2、了解基于逻辑的学习方法---变型空间法

3、了解基于连接主义的学习方法---感知器和BP网

4、了解基于涌现主义的学习方法---遗传算法

四、课程有关说明

1、与其它课程的关系

《人工智能导论》的先修课主要是《C语言程序设计》、《数据结构》和《离散数学》，本课程将以类C语言作为算法描述的工具，而理论基础有一部分在《离散数学》和《数据结构》中有所体现。