《高级人工智能》教学大纲

《高级人工智能》课程教学大纲

课程代码：201403438

任课教师（课程负责人）：蔡波

任课教师（团队成员）：姬东鸿、陈刚、蔡恒进、李晨亮、艾浩军

课程中文名称: 高级人工智能

课程英文名称：Advanced Artificial Intelligence

课程类别：学科通开课

课程学分数：2

课程学时数：32

授课对象：网络空间安全及相关专业硕士研究生

一．课程性质

《高级人工智能》是网络空间安全及相关专业硕士研究生的一门学科通开课程。

二、教学目的与要求

目标使学生了解人工智能的研究领域、基本原理和核心问题。学习和掌握问题求解方法、智能理解和决策搜索技术等前沿技术。用自然语言处理应用案例和神经网络的设计案例让学生感受智能系统及其实现。最后，从哲学的视角探讨人工智能未来的风险规避问题。

该课程32学时的理论学习，希望学生系统性的通识人工智能的基本原理和应用研究，增加学生的逻辑思维和创造性，为后期的学习研究开阔思路和奠定基础。

三．教学内容

本课程由以下七部分组成：

（一）人工智能绪论(5学时)

1.人工智能的定义与发展

2. 人工智能的各学派的认知观

3. 人类智能与人工智能

4. 人工智能标准体系

5. 人工智能参考框架和研究内容

6. 人工智能的研究方法和计算方法

7. 人工智能的研究和应用领域（二）知识表示方法(6学时)

1.状态空间表示

2.问题归约表示

3.谓词逻辑表示

4.语义网络表示

5.框架表示

6.本体技术

7.过程式知识表示

（三）确定性推理(6学时)

1. 图搜索策略

2.搜索的基本策略

2.1盲目式搜索

2.2 启发式搜索

3. 消解原理

4.规则演绎系统

5.产生式系统

6.非单调推理

（四）非经典推理(6学时)

1.经典推理和非经典推理

2.不确定性推理

3.主观贝叶斯

4.可信度方法

5.证据理论

（五）自然语言处理应用案例(3学时)

1. 自然语言处理的核心任务

2. 智能机器人设计案例

（六）深度学习应用案例(3学时)

1.机器学习概述

2.深度学习应用案例

3.训练深度神经网络

4.卷积神经网络和循环神经网络

5.未来趋势

（七）人工智能的哲学问题研究(3学时)

1.关于机器理解的“中文屋”论题的解答

2.人工智能暗无限及其风险规避

四.

五．教学方法

本课程主要采用课堂讲授为主，结合专题研讨方式，灵活运用多种教学手段，如多媒体辅助教学、课堂互动教学等，同时注重知识传授上的整体性和连贯性，让学生能够从该课程的应用领域，逐渐了解到知识点，最后深入到该领域的知识体系，通过研讨形式，提高学生的积极性，引导学生进行自主学习，提高学生对该研究领域的学习兴趣。

六．考核方式

期末书面试卷考试

七.适用对象（说明此课程的开课对象是硕士或是博士等）

开课对象：网络空间安全及相关专业硕士研究生