课程概述

智能科学技术导论课程通过绪论、盲目搜索、知情搜索、博弈中的搜索、经典逻辑推理、不确定性推理、专家系统七部分内容，介绍智能科学技术的基本知识、基本概念、基本特点以及智能科学技术的应用领域，启发开拓学生思路，使之了解智能科学技术的概念和发展历程，了解国际智能科学技术的主要流派和路线，了解国内智能科学技术研究的基本情况，熟悉智能科学技术的研究领域。掌握盲目搜索、知情搜索和博弈中搜索的基本原理、知识表示方法和相关算法；掌握规则演绎系统和产生式系统的推理技术；掌握运用概率推理、可信度方法、证据理论、模糊理论进行不确定性推理；了解专家系统的原理、建立和使用方法。


证书要求

     课程采用百分制，达到60分算“合格”，达到75分算“良好”，达到85分及以上算“优秀”。

其中：

    平时成绩30% 【单元测试情况，占总成绩30分】

    期末考查70% 【最后一周进行，占总成绩70分】

授课大纲

1 绪论

绪论单元作业

1.1人工智能的基本概念

1.2人工智能的发展简史

1.3人工智能研究的基本内容

1.4未来人工智能社会畅想

1绪论单元测验

2 搜索技术

2.6小结

2.1引子

2.2搜索问题

2.5盲目搜索

2.3搜索问题的表示

2.4解的搜索

2搜索技术单元测验

2搜索技术单元作业

3 知情搜索

3.1启发搜索

3 知情搜索单元测验

3.3知情搜索--找到最优解

3.2知情搜索--找到任何解

3.5小结

3.4知情搜索--高级搜索算法：约束满足搜索

3 知情搜索课后作业

4 博弈中的搜索

4.2博弈树及其评估

4.1博弈原理

4.3极小化极大算法

博弈中的搜索单元测验

博弈中的搜索单元作业

5 经典逻辑推理

5.1 逻辑与知识表示

5.3 归结演绎推理

5.2 自然演绎推理

5 经典逻辑推理单元测试

6 不确定性推理1

6.3 证据理论

6.1产生式系统

6.2 可信度方法

6 不确定性推理1测试

7 不确定性推理2

7.1 模糊理论

7.2 模糊推理

7不确定性推理2测试

8 专家系统

8.4 专家系统的建立

8.1 专家系统简介

8.2 专家系统的工作原理

8.5 两个著名的专家系统的案例

8.6 专家系统的开发工具

8.3 知识获取的主要过程与模式

8专家系统测试

参考资料

[1] [美]史蒂芬·卢奇，丹尼·科佩克著。《人工智能（第2版）》,人民邮电出版社，2018年10月。

注：人工智能百科全书 易于上手的人工智能自学指南 。

[2] 王万良。《人工智能导论（第4版）》，高等教育出版社，2017年7月。

[3] 蔡自兴。《人工智能原理及应用（第5版）》，清华大学出版社，2016年7月。