【正文】 世紀(jì)80 年代初。難易適度，難中易比例：容易：30%，中等：40%，偏難20%，難：10%。自然科學(xué)研究和社會(huì)科學(xué)研究都離不開歸納，我們?nèi)粘５男袨榛顒?dòng)也離不開歸納。一些專家認(rèn)為，機(jī)器學(xué)習(xí)作為計(jì)算機(jī)科學(xué)中人工智能的一個(gè)分支，主要有兩個(gè)任務(wù)：一是模擬人類是如何學(xué)習(xí)和工作的，二是完成一些人類無法完成的工作。專家系統(tǒng)在各方面的應(yīng)用也促進(jìn)了人工智能基本理論和基本技術(shù)的進(jìn)一步發(fā)展?！盵3]1936 年，由圖林提出的圖林機(jī)器本來是個(gè)邏輯學(xué)的概念，并非為計(jì)算機(jī)的研制而提出，但圖林機(jī)器理論與馮第四篇：人工智能論文——關(guān)于人工智能新突破人工智能導(dǎo)論學(xué)院：工程學(xué)院班級(jí)：軟件工程0901學(xué)號(hào)：A07090311姓名：張丹人工智能技術(shù)新突破摘要：人工智能是當(dāng)前科學(xué)技發(fā)展的一門前沿學(xué)科，同時(shí)也是一門新思想，新觀念，新理論，新技術(shù)不斷出現(xiàn)的新興學(xué)科以及正在發(fā)展的學(xué)科。掌握人工智能的基本概念、基本方法，會(huì)用知識(shí)表示方法、推理方法和機(jī)器學(xué)習(xí)等方法求解簡單問題等。 知識(shí)獲?。ǎ┝私庵R(shí)獲取方法的分類； 理解知識(shí)獲取的任務(wù)；掌握非自動(dòng)知識(shí)獲取，自動(dòng)知識(shí)獲取。 人工神經(jīng)網(wǎng)絡(luò)的互連結(jié)構(gòu)及其學(xué)習(xí)機(jī)理（）了解人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和記憶的心理學(xué)基礎(chǔ)； 理解人工神經(jīng)網(wǎng)絡(luò)的互連結(jié)構(gòu)； 掌握人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法。 狀態(tài)空間的盲目搜索（2學(xué)時(shí)）了解一般圖搜索過程；掌握廣度優(yōu)先搜索，深度優(yōu)先搜索，代價(jià)樹搜索。 自然演繹推理（）了解自然演繹推理的概念及其三段論推理規(guī)則。 人工智能研究的不同學(xué)派及其爭論（）了解三大學(xué)派及其理論的爭論和研究方法的爭論。第二篇：《人工智能》教學(xué)大綱人工智能原理及其應(yīng)用一、說明（一）課程性質(zhì)隨著信息社會(huì)和知識(shí)經(jīng)濟(jì)時(shí)代的來臨，信息和知識(shí)已成為人們的一個(gè)熱門話題。盲目搜索和啟發(fā)式搜索的基本原理和算法。規(guī)則演繹系統(tǒng)和產(chǎn)生式系統(tǒng)。然而，在這個(gè)話題的背后還蘊(yùn)含著另外一個(gè)更深層的問題——智能。 人工智能的近期發(fā)展分析（）了解更新的理論框架研究，更好的技術(shù)集成研究，更成熟的應(yīng)用方法研究。 歸結(jié)演繹推理（2學(xué)時(shí)）掌握子句集及其化簡，魯賓遜歸結(jié)原理；會(huì)應(yīng)用謂詞邏輯歸結(jié)證明問題，會(huì)用歸結(jié)演繹推理的歸結(jié)策略證明問題，會(huì)用歸結(jié)反演求取問題的答案。 狀態(tài)空間的啟發(fā)式搜索（）了解A算法；理解啟發(fā)性信息和估價(jià)函數(shù)。 感知器模型及其學(xué)習(xí)（）了解有關(guān)感知器XOR問題求解的討論； 理解感知器模型，感知器學(xué)習(xí)。 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)階段。（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)。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。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)。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)。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)。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)。考試知識(shí)點(diǎn)覆蓋率達(dá)80%以上?，F(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。（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?？墒?，到20 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。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。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。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。 專家系統(tǒng)的進(jìn)一步發(fā)展（）了解新一代專家系統(tǒng)。 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。 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。 規(guī)則演繹推理的剪枝策略（）了解剪枝策略的基本思想。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。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。代價(jià)搜索、啟發(fā)式搜索、有序搜索、A*算法。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)。三、實(shí)驗(yàn)無四、課程設(shè)計(jì)無五、教材及主要參考書 教材: 人工智能 丁世飛著 清華大學(xué)出版社 主要參考書:《人工智能：一種現(xiàn)代的方法（第3版）》Stuart , 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。 人工智能研究的基本內(nèi)容及其特點(diǎn)（）了解人工智能研究的基本內(nèi)容及特點(diǎn)。教學(xué)時(shí)數(shù)5學(xué)時(shí) 教學(xué)內(nèi)