一、课程性质、目的和要求

人工智能是计算机科学的重要分支，是计算机科学与技术专业本科生的专业限选课之一。本课程介绍如何用计算机来模拟人类智能，即如何用计算机实现诸如问题求解、规划推理、模式识别、知识工程、自然语言处理、机器学习等只有人类才具备的“智能”，使得计算机更好得为人类服务。
作为本科生一个学期的课程，重点掌握人工智能的基础知识和基本技能，以及人工智能的一般应用。完成如下教学目标：
1．了解人工智能的概念和人工智能的发展，了解国际人工智能的主要流派和路线，了解国内人工智能研究的基本情况，熟悉人工智能的研究领域。
2．较详细地论述知识表示的各种主要方法。重点掌握状态空间法、问题归约法和谓词逻辑法。
3．掌握盲目搜索和启发式搜索的基本原理和算法，特别是宽度优先搜索、深度优先搜索、等代价搜索、启发式搜索、有序搜索、A*算法、博弈树搜索等。
4．掌握消解原理、基于消解反演的问题证明与求解方法。
5．掌握计算智能的基本技术方法，包括神经计算、模糊计算和遗传算法。
6．掌握专家系统的基本概念、分类、了解专家系统的设计及一般构建方法。
7．掌握机器学习的基本概念、了解知识发现的相关方法。
要求学生已修过《数据结构》、《离散数据》和基本的编程语言，如C语言。

二、课程学时

共计40学时

三、教学内容、要点和课时安排

第一章绪论（2学时）
1．人工智能的定义
2．人工智能的起源与发展
3．人工智能的各种认知观
4．人工智能的研究目标和内容
5．人工智能的研究与应用领域
第二章知识表示方法（5学时）
1．状态空间法
2．问题归约法
3．谓词逻辑法
第三章确定性推理（13学时）
1．图搜索策略
2．盲目搜索
3．启发式搜索
4．博弈树搜索
5．消解原理
第四章计算智能（10学时）
1．概述
2．神经计算
3．模糊计算
4．进化计算
第五章专家系统（5学时）
1．专家系统概述
2．基于规则的专家系统
3．专家系统设计
4．专家系统开发工具
第六章机器学习（5学时）
1．机器学习的定义和发展历史
2．机器学习的主要策略与基本结构
3．机械学习
4．知识发现