《人工智能》课程教案1.doc

《人工智能》课程教案 《人工智能》课程教案 第一章绪论 教学内容：本章首先介绍人工智能的定义、进展概况及相关学派和他们的认知观，接着争论人工智能的讨论和应用领域，最终简介本书的主要内容和编排 教学重点：1．从不同科学或学科动身对人工智能进展的定义； 2．介绍人工智能的起源与进展过程； 3．争论人工智能与人类智能的关系； 4．简介目前人工智能的主要学派； 5．简介人工智能所讨论的范围与应用领域 教学难点：1．怎么样理解人工智能； 2．人工智能作为一门学科有什么意义； 3．人工智能的主要学派与其争辩焦点； 教学方法：课堂教学为主，充分利用网络课程中的多媒体素材来表示抽象概念 教学要求：重点把握人工智能的几种定义，把握目前人工智能的三个主要学派及对人工智能的理解，一般了解人工智能的主要讨论范围和应用领域 1.1 人工智能的定义与进展 教学内容：本小节主要介绍目前对人工智能的几种定义，并对人工智能的起源和进展进展了总结和分析。

教学重点：几种人工智能的定义和人工智能进展的几个重要时期 教学难点：理解人工智能的定义与本质 教学方法：课堂讲授为主 教学要求：从学科和力量的角度深刻理解人工智能的定义，初步了解人工智能的起源及其进展过程 1.1.1 人工智能的定义 定义1智能机器 能够在各类环境中自主地或交互地执行各种拟人任务(anthropomorphic tasks)的机器 定义2人工智能(学科) 人工智能(学科)是计算机科学中涉及讨论、设计和应用智能机器的一个分支它的近期主要目标在于讨论用机器来仿照和执行人脑的某些智力功能，并开发相关理论和技术 定义3人工智能(力量) 人工智能(力量)是智能机器所执行的通常与人类智能有关的智能行为，如推断、推理、证明、识别、感知、理解、通信、设计、思索、规划、学习和问题求解等思维活动 1 为了让读者对人工智能的定义进展争论，以便更深刻地理解人工智能，下面综述其它几种关于人工智能的定义 定义4人工智能是一种使计算机能够思维，使机器具有智力的感动人心的新尝试（Haugeland,1985）。

定义5人工智能是那些与人的思维、决策、问题求解和学习等有关活动的自动化（Bellman,1978） 定义6人工智能是用计算模型讨论智力行为（Charniak和McDermott,1985） 定义7人工智能是讨论那些使理解、推理和行为成为可能的计算（Winston,1992） 定义8人工智能是一种能够执行需要人的智能的制造性机器的技术（Kurzwell,1990） 定义9人工智能讨论如何使计算机做事让人过得更好（Rick和Knight,1991） 定义10人工智能是一门通过计算过程力图理解和仿照智能行为的学科（Schalkoff,1990） 定义11人工智能是计算机科学中与智能行为的自动化有关的一个分支（Luger和Stubblefield,1993） 其中，定义4和定义5涉及拟人思维；定义6和定义7与理性思维有关；定义8和定义9涉及拟人行为；定义10和定义11与拟人理性行为有关 1.1.2 人工智能的起源与进展 人工智能的进展是以硬件与软件为根底的，经受了漫长的进展历程特殊是20世纪30年月和40年月的智能界，发觉了两件重要的事情：数理规律和关于计算的新思想。

以维纳（Wiener）、弗雷治、罗素等为代表对进展数理规律学科的奉献及丘奇(Church)、图灵和其它一些人关于计算本质的思想，为人工智能的形成产生了重要影响 1956年夏季，人类历史上第一次人工智能研讨会在美国的达特茅斯(Dartmouth)大学进行，标志着人工智能学科的诞生 1969年召开了第一届国际人工智能联合会议(International Joint Conference on AI, IJCAI),此后每两年召开一次 1970年《人工智能》国际杂志(International Journal of AI)创刊这些对开展人工智能国际学术活动和沟通、促进人工智能的讨论和进展起到积极作用 了学问在人工智能中的地位 近十多年来，机器学习、计算智能、人工神经网络等和行为主义的研 究深入开展，形成高潮同时，不同人工智能学派间的争辩也特别热闹 这些都推动人工智能讨论的进一步进展 1.2 人类智能与人工智能 教学内容：本节主要争论人类智能与人工智能的关系问题 教学重点：智能信息处理系统，人类智能与人工智能的关系。

教学难点：智能信息处理系统的假设 教学方法：课堂讲授为主 教学要求：了解人类认知活动与计算机的比拟关系，根本了解智能信息处理系统 2 1.2.1 智能处理信息系统的假设 1、符号处理系统的六种根本功能 信息处理系统又叫符号操作系统(Symbol Operation System)或物理符号系统(Physical Symbol System)所谓符号就是模式(pattern) 一个完善的符号系统应具有以下6种根本功能： (1)输入符号(input)； (2)输出符号(output); (3)存储符号(store); (4)复制符号(copy); (5)建立符号构造：通过找出各符号间的关系，在符号系统中形成符号构造； (6)条件性迁移(conditional transfer):依据已有符号，连续完成活动过程 2、可以把人看成一个智能信息处理系统 假如一个物理符号系统具有上述全部6种功能，能够完成这个全过程，那么它就是一个完整的物理符号系统人具有上述6种功能；现代计算机也具备物理符号系统的这6种功能。

3、理符号系统的假设 任何一个系统，假如它能表现出智能，那么它就必定能够执行上述6种功能反之，任何系统假如具有这6种功能，那么它就能够表现出智能；这种智能指的是人类所具有的那种智能把这个假设称为物理符号系统的假设 4、物理符号系统3个推论 人之所以能够表现出智能，就是基于他的信息处理过程 推论二既然计算机是一个物理符号系统，它就肯定能够表现出 智能这是人工智能的根本条件 推论三既然人是一个物理符号系统，计算机也是一个物理符号 系统，那么就能够用计算机来模拟人的活动 4、人类的认知行为具有不同的层次 认知生理学讨论认知行为的生理过程，主要讨论人的神经系统（神经元、中枢神经系统和大脑）的活动，是认知科学讨论的底层 认知心理学讨论认知行为的心理活动，主要讨论人的思维策略，是认知科学讨论的顶层 认知信息学讨论人的认知行为在人体内的初级信息处理，主要讨论人的认知行为如何通过初级信息自然处理，由生理活动变为心理活动及其逆过程，即由心理活动变为生理行为这是认知活动的中间层，承上启下 认知工程学讨论认知行为的信息加工处理，主要讨论如何通过以计算机为中心的人工信息处理系统，对人的各种认知行为（如知觉、思维、记忆、语言、学习、理解、推理、识别等）进展信息处理。

这是讨论认知科学和认知行为的工具，应成为现代认知心理学和现代认知生理学的重要讨论手段 1.2.2 人类智能的计算机模拟 1、机器智能可以模拟人类智能 3 物理符号系统假设的推论一告知人们，人有智能，所以他是一个物理符号系统；推论三指出，可以编写出计算机程序去模拟人类的思维活动这就是说，人和计算机这两个物理符号系统所使用的物理符号是一样的，因而计算机可以模拟人类的智能活动过程 2、智能计算机的功能 (neural computer)能够以类似人类的方式进展“思索”，它力图重建人 脑的形象一些国家对量子计算机的讨论也已起步，盼望通过对量子 计算(quantum computing)的讨论，产生量子计算机 1.3 人工智能的学派 教学内容：本节主要介绍人工智能的几个主要学派及认知观 教学重点：符号主义(Symbolicism)，联结主义(Connectionism)，行为主义(Actionism) 教学难点：各学派的对人工智能的不同观点 教学方法：课堂讲授为主 教学要求：了解各派别之间的关系及对人工智能进展历史的看法。

1、人工智能三大学派 ·符号主义(Symbolicism)，又称为规律主义(Logicism)、心理学派(Psychlogism)或计算机学派(Computerism)，其原理主要为物理符号系统(即符号操作系统)假设和有限合理性原理 ·联结主义(Connectionism)，又称为仿生学派(Bionicsism)或生理学派(Physiologism)，其原理主要为神经网络及神经网络间的连接机制与学习算法 ·行为主义(Actionism)，又称进化主义(Evolutionism)或掌握论学派(Cyberneticsism)，其原理为掌握论及感知—动作型掌握系统 2、三大学派对人工智能进展历史的不同看法 符号主义认为人工智能源于数理规律符号主义仍旧是人工智能的主流派这个学派的代表有纽厄尔、肖、西蒙和尼尔逊(Nilsson)等 联结主义认为人工智能源于仿生学，特殊是人脑模型的讨论 行为主义认为人工智能源于掌握论这一学派的代表作首推布鲁克斯(Brooks)的六足行走机器人，它被看做新一代的“掌握论动物”，是一个基于感知—动作模式的模拟昆虫行为的掌握系统。

1.4 人工智能的讨论与应用领域 教学内容：本节主要争论人工智能的讨论与应用领域 教学重点：人工智能的一些主要讨论与应用领域 教学难点：处理好各领域间的穿插关系 教学方法：课堂讲授为主 教学要求：初步了解人工智能的讨论与应用领域 4 1.4.1 问题求解 人工智能的第一个大成就是进展了能够求解难题的下棋(如国际象棋)程序，它包含问题的表示、分解、搜寻与归约等 1.4.2 规律推理与定理证明 规律推理是人工智能讨论中最长久的子领域之一，特殊重要的是要找到一些方法，只把留意力集中在一个大型数据库中的有关事实上，留意可信的证明，并在消失新信息时适时修正这些证明 定理证明的讨论在人工智能方法的进展中曾经产生过重要的影响例如，采纳谓词规律语言的演绎过程的形式化有助于更清晰地理解推理的某些子命题很多非形式的工作，包括医疗诊断和信息检索都可以和定理证明问题一样加以形式化因此，在人工智能方法的讨论中定理证明是一个极其重要的论题 我国人工智能大师吴文俊院士提出并实。