【正文】 t , Peter Norvig 著 清華大學(xué)出版社 《人工智能（第2版）》賁可榮，張彥鐸著 清華大學(xué)出版社 課程內(nèi)容 緒論 知識(shí)表示 搜索策略 確定性推理 機(jī)器學(xué)習(xí)學(xué)時(shí)分配 4學(xué)時(shí) 8學(xué)時(shí) 8學(xué)時(shí) 6學(xué)時(shí) 6學(xué)時(shí) 32學(xué)時(shí)《人工智能基礎(chǔ)教程（第二版）》 朱福喜著 清華大學(xué)出版社 《人工智能及其應(yīng)用（第4版）》蔡自興，徐光祐 著 清華大學(xué)出版社 《人工智能原理及其應(yīng)用(第3版)》 王萬森 著 電子工業(yè)出版社 六、考核辦法因?yàn)槭强疾檎n，所以采用平時(shí)+考試的方式進(jìn)行考核。課堂講授在課堂上對(duì)人工智能的基本概念、原理和方法進(jìn)行必要的講授，并詳細(xì)講授每章的重點(diǎn)、難點(diǎn)內(nèi)容；講授中注意理論聯(lián)系實(shí)際，通過必要的案例展示、討論，啟迪學(xué)生的思維，加深學(xué)生對(duì)有關(guān)概念、理論等內(nèi)容的理解，并采用多媒體輔助教學(xué)，加大課堂授課的知識(shí)含量。4．掌握消解原理、規(guī)則演繹系統(tǒng)和產(chǎn)生式系統(tǒng)的技術(shù)。任務(wù)：1．了解人工智能的概念和人工智能的發(fā)展，了解國際人工智能的主要流派和路線，了解國內(nèi)人工智能研究的基本情況，熟悉人工智能的研究領(lǐng)域。代價(jià)搜索、啟發(fā)式搜索、有序搜索、A*算法。課外作業(yè)課外作業(yè)的內(nèi)容選擇基于對(duì)基本理論的理解和鞏固，培養(yǎng)綜合計(jì)算和分析、判斷能力以及使用人工智能方法用于給定的問題，并能夠選擇適當(dāng)?shù)膶?shí)現(xiàn)方法的能力。在信息社會(huì)，人類面對(duì)的信息將非常龐大，僅靠人腦表現(xiàn)出來的自然智能是遠(yuǎn)遠(yuǎn)不夠的，必須開發(fā)那種由機(jī)器實(shí)現(xiàn)的人工智能。二、本文第1章 人工智能概述教學(xué)要點(diǎn)討論人工智能的定義、形成過程、研究內(nèi)容、研究方法、技術(shù)特點(diǎn)、應(yīng)用領(lǐng)域、學(xué)派之爭及發(fā)展趨勢。第2章知識(shí)表示教學(xué)要點(diǎn)知識(shí)表示的基本概念和各種確定性知識(shí)表示方法。 面向?qū)ο蟊硎痉ǎǎ┝私饷嫦驅(qū)ο蟮奶卣鳎焕斫饷嫦驅(qū)ο蟮幕靖拍睿?掌握知識(shí)的面向?qū)ο蟊硎尽?規(guī)則演繹推理的剪枝策略（）了解剪枝策略的基本思想。 可能性理論和模糊推理（）掌握模糊知識(shí)表示，模糊概念的匹配，模糊推理。 與/或樹的啟發(fā)式搜索（）了解與/或樹的啟發(fā)式搜索過程； 理解解樹的代價(jià)與希望。 基于類比的學(xué)習(xí)（）了解屬性類比學(xué)習(xí)、轉(zhuǎn)換類比學(xué)習(xí)； 理解類比學(xué)習(xí)的概念。 Hopfield網(wǎng)絡(luò)及其學(xué)習(xí)（）了解Hopfield模型的穩(wěn)定性理解Hopfield網(wǎng)絡(luò)的結(jié)構(gòu)； 掌握Hopfield網(wǎng)絡(luò)的學(xué)習(xí)算法。 自然語言理解系統(tǒng)的層次模型（）了解語言理解的層次模型。 專家系統(tǒng)的進(jìn)一步發(fā)展（）了解新一代專家系統(tǒng)。陳世福、陳兆乾等編，《人工智能與知識(shí)工程》，南大出版社，1997年12月第一版。基本技能要求：學(xué)生在較堅(jiān)實(shí)打好的人工智能數(shù)學(xué)基礎(chǔ)（數(shù)理邏輯、概率論、模糊理論、數(shù)值分析）上，能夠利用這些數(shù)學(xué)手段對(duì)確定性和不確定性的知識(shí)完成推理；在理解Herbrand域概念和Horn子句的基礎(chǔ)上，應(yīng)用Robinson歸結(jié)原理進(jìn)行定理證明；應(yīng)掌握問題求解（GPS）的狀態(tài)空間法，能應(yīng)用幾種主要的盲目搜索和啟發(fā)式搜索算法（寬度優(yōu)先、深度優(yōu)先、有代價(jià)的搜索、A算法、A*算法、博弈數(shù)的極大—極小法、α―β剪枝技術(shù)）完成問題求解；并能熟悉幾種重要的不確定推理方法，如確定因子法、主觀Bayes方法、D—S證據(jù)理論等，利用數(shù)值分析中常用方法進(jìn)行正確計(jì)算。（2）注重學(xué)生動(dòng)手能力的培養(yǎng)，積極鼓勵(lì)和引導(dǎo)學(xué)生對(duì)所學(xué)的知識(shí)、技能加以拓寬、深化。有的人把它與空間技術(shù)，原子能技術(shù)一起并譽(yù)為20世紀(jì)的三大科學(xué)技術(shù)成就。近三十年來，人工智能獲得了迅速的發(fā)展，在很多學(xué)科領(lǐng)域都獲得了廣泛應(yīng)用，并取得了豐碩的成果，在理論和實(shí)踐上都已自成一個(gè)系統(tǒng)。人工智能所具有的獨(dú)特的學(xué)科性質(zhì)為邏輯學(xué)的研究和發(fā)展提出了更高的標(biāo)準(zhǔn)和挑戰(zhàn)，邏輯學(xué)研究的對(duì)象、方法和意義都必將取得新的發(fā)展與突破。正是有了歸納推理，機(jī)器才能完成發(fā)現(xiàn)定律之類的高級(jí)智能活動(dòng)與行為?？墒牵?0 世紀(jì)70 年代末，當(dāng)專家系統(tǒng)已發(fā)展成實(shí)用的AI 技術(shù)時(shí)卻面臨一個(gè)重大困難，即人類專家大都很難清楚明確地表達(dá)出知識(shí)庫所需要的形式規(guī)則，因?yàn)樗麄兒芸赡芤庾R(shí)不到自己是如何做的。所謂機(jī)器學(xué)習(xí)，是指系統(tǒng)為了適應(yīng)環(huán)境而產(chǎn)生的某種長遠(yuǎn)變化，這種變化使得系統(tǒng)能夠更有效地在下一次完成同一或同類工作[7]。（2）進(jìn)行基礎(chǔ)研究，了解人類學(xué)習(xí)速度慢、效率低的原因，發(fā)展各種學(xué)習(xí)理論，探討所有可能的學(xué)習(xí)方法與算法。嚴(yán)格說來，他們所研究的與其說是歸納邏輯，還不如說是歸納方法。現(xiàn)代歸納邏輯可分成三大派別，即經(jīng)驗(yàn)主義學(xué)派、邏輯貝葉斯主義學(xué)派與主觀貝葉斯學(xué)派(頻率學(xué)派、邏輯學(xué)派)和私人主義學(xué)派。人工智能研究必須建立在歸納邏輯基礎(chǔ)之上，從而達(dá)到多領(lǐng)域交叉合作來共同促進(jìn)人工智能研究的廣泛而深遠(yuǎn)的發(fā)展?？荚囍R(shí)點(diǎn)覆蓋率達(dá)80%以上。當(dāng)對(duì)人工智能的研究由數(shù)據(jù)處理轉(zhuǎn)入知識(shí)處理時(shí)，對(duì)歸納邏輯系統(tǒng)進(jìn)行深入的研究就是必要的了，這是一個(gè)極有價(jià)值且極富挑戰(zhàn)性和前沿性的研究課題。休謨提出的“歸納問題”對(duì)歸納推理的合理性和歸納邏輯的可能性提出了質(zhì)疑，然而它的這種可能性正在計(jì)算機(jī)科學(xué)和人工智能的研究推動(dòng)下逐漸地變成現(xiàn)實(shí)。從歷史上著，歸納、歸納方法、歸納邏輯是既相互聯(lián)系而又相互區(qū)別的。根據(jù)人類學(xué)習(xí)的特點(diǎn)，機(jī)器學(xué)習(xí)的研究應(yīng)向下列方向發(fā)展：（1）建立模擬人類學(xué)習(xí)過程的學(xué)習(xí)模型，深入研究學(xué)習(xí)過程的神經(jīng)生理機(jī)制和心理學(xué)本質(zhì)。近些年來，隨著機(jī)器學(xué)習(xí)研究的發(fā)展，人們逐漸認(rèn)識(shí)到，可以使用機(jī)器學(xué)習(xí)的相關(guān)知識(shí)與專門技術(shù)直接從具體事例中歸納出規(guī)則，而不必為如何從專家口中獲得規(guī)則而感到困惑，這正是人工智能邏輯學(xué)派在機(jī)器學(xué)習(xí)研究發(fā)展中的具體目標(biāo)。專家系統(tǒng)是一種在一定領(lǐng)域中具有專家水平解決難題能力的智能程序系統(tǒng)，它能靈活運(yùn)用專家積累的經(jīng)驗(yàn)和專門知識(shí)，求解通常需由人類專家所完成的任務(wù)(如醫(yī)療診斷)。在人工智能研究中，歸納的研究和不確定性推理密切相關(guān)，神經(jīng)網(wǎng)絡(luò)的研究運(yùn)用這方面的知識(shí)并開創(chuàng)了新的學(xué)習(xí)模型。諾意曼的程序內(nèi)存思想為計(jì)算機(jī)科學(xué)與技術(shù)奠定了重要的理論基礎(chǔ)。一些研究者試圖把歸納邏輯系統(tǒng)帶入人工智能研究領(lǐng)域，從而找到一定的正確的方法來發(fā)展人工智能研究理論系統(tǒng)。它是在計(jì)算機(jī)科學(xué)，控制論，信息論，神經(jīng)心理學(xué)，哲學(xué)，語言學(xué)等多種學(xué)科研究的基礎(chǔ)發(fā)展起來的，因此又可把它看作是一門綜合性的邊緣學(xué)科。以便達(dá)到良好的教學(xué)效果。（二）課程目的基本理論要求：課程介紹人工智能的主要思想和基本技術(shù)、方法以及有關(guān)問題的入門知識(shí)。三、參考書目王萬森，《人工智能原理及其應(yīng)用》，電子工業(yè)出版社，2000年9月第一版。 專家系統(tǒng)的開發(fā)與評(píng)價(jià)（）了解專家系統(tǒng)的開發(fā)條件，生命期概念，專家系統(tǒng)開發(fā)過程的各個(gè)階