人工智能教学心得体会（精选8篇）由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“人工智能培训心得体会”。
第1篇：人工智能心得体会
人工智能学习心得
今天是我学习人工智能的第一堂课，也是我上大学以来第一次接触人工智能这门课，通过老师的讲解，我对人工智能有了一些简单的感性认识，我知道了人工智能从诞生，发展到今天经历一个漫长的过程，许多人为此做出了不懈的努力。我觉得这门课真的是一门富有挑战性的科学，而从事这项工作的人不仅要懂得计算机知识，还必须懂得心理学和哲学。
人工智能在很多领域得到了发展，在我们的日常生活和学习中发挥了重要的作用。如：机器翻译，机器翻译是利用计算机把一种自然语言转变成另一种自然语言的过程，用以完成这一过程的软件系统叫做机器翻译系统。利用这些机器翻译系统我们可以很方便的完成一些语言翻译工作。目前，国内的机器翻译软件有很多，富有代表性意义的当属“金山词霸”，它可以迅速的查询英文单词和词组句子翻译，重要的是它还可以提供发音功能，为用户提供了极大的方便。
通过这堂课，我明白了人工智能发展的历史和所处的地位，它始终处于计算机发展的最前沿。我相信人工智能在不久的将来将会得到更深一步的实现，会创造出一个全新的人工智能世界。
第2篇：人工智能心得体会
人工智能学习心得
今天是我学习人工智能的第一堂课，也是我上大学以来第一次接触人工智能这门课，通过老师的讲解，我对人工智能有了一些简单的感性认识，我知道了人工智能从诞生，发展到今天经历一个漫长的过程，许多人为此做出了不懈的努力。我觉得这门课真的是一门富有挑战性的科学，而从事这项工作的人不仅要懂得计算机知识，还必须懂得心理学和哲学。
人工智能在很多领域得到了发展，在我们的日常生活和学习中发挥了重要的作用。如：机器翻译，机器翻译是利用计算机把一种自然语言转变成另一种自然语言的过程，用以完成这一过程的软件系统叫做机器翻译系统。利用这些机器翻译系统我们可以很方便的完成一些语言翻译工作。目前，国内的机器翻译软件有很多，富有代表性意义的当属“金山词霸”，它可以迅速的查询英文单词和词组句子翻译，重要的是它还可以提供发音功能，为用户提供了极大的方便。
第3篇：人工智能心得体会
今天是我学习人工智能的第一堂课，也是我上大学以来第一次接触人工智能这门课，通过老师的讲解，我对人工智能有了一些简单的感性认识，我知道了人工智能从诞生，发展到今天经历一个漫长的过程，许多人为此做出了不懈的努力。我觉得这门课真的是一门富有挑战性的科学，而从事这项工作的人不仅要懂得计算机知识，还必须懂得心理学和哲学。
人工智能在很多领域得到了发展，在我们的日常生活和学习中发挥了重要的作用。如：机器翻译，机器翻译是利用计算机把一种自然语言转变成另一种自然语言的过程，用以完成这一过程的软件系统叫做机器翻译系统。利用这些机器翻译系统我们可以很方便的完成一些语言翻译工作。目前，国内的机器翻译软件有很多，富有代表性意义的当属“金山词霸”，它可以迅速的查询英文单词和词组句子翻译，重要的是它还可以提供发音功能，为用户提供了极大的方便。
通过这堂课，我明白了人工智能发展的历史和所处的地位，它始终处于计算机发展的最前沿。我相信人工智能在不久的将来将会得到更深一步的实现，会创造出一个全新的人工智能世界。
第4篇：人工智能心得体会大作业
我眼中的人工智能
人，没有熊一样的力量，却能把熊关进笼子，这笼子的钥匙，叫智慧。人类一直在思考如何让自然界的其它事物为自己所用，而不是只想着如何获取食物来填饱肚子，人类之所以会凌驾于食物链顶端，就在于对于资源的使用。为了减轻胃的消化负担，人类开始学会使用火，让蛋白质在进入胃之前就变质而变得更好消化易于吸收。经历了漫长的手工制造业历程，为了提高生产效率，也为了减轻工人手工劳作的负担，人们开始了工业革命，无数的机器流水线取代了效率低下的廉价劳动力，也正是从此刻起，人类使用资源的能力有了质的发展，由使用已有资源，到创造新的资源。第一台计算机应运而生，人类开启了无限创造的时代。时至今日，计算机技术几乎延伸到了生活的每个领域，甚至成了人们的生活必需品。计算机能帮助人们完成人类不可能完成的计算，但一直致力于创造的人们当然不会停止对计算机的要求。人们不光需要计算机做人类做不了的计算，还渐渐开始要求计算机做人类能做的事，这便催生了人工智能。人类就是这样一步步用自己的智慧让自己过上傻瓜一样的生活。
人工智能目前还没有在人们生活中普及，但是已经出现萌芽。最典型是的一些语音识别系统，如苹果公司的Siri可能是目前人们接触最多的基于人工智能和云计算技术的产品，相信这种人机交互系统的雏形经过时间的磨练会在未来形成一套完善的从界面到内核的智能体系。在社会生活方面，与数字图像处理技术紧密结合的人工智能已经开始应用于摄像头的图像捕捉和识别，而模式识别技术的发展则使得人工智能在更广阔的领域得以实现成为了可能。一些大公司在人工智能领域的投入和研究对于推动人工智能的发展起到了很大的作用，最值得一提的就是谷歌。谷歌的免费搜索表面上是为了方便人们的查询，但这款搜索引擎推出的初衷，就是为了帮助人工智能的深度学习，通过上亿的用户一次又一次地查询，来锻炼人工智能的学习能力，由于我的水平还很低，对于深度学习还不敢妄自拽测。但是，近年来谷歌公司在人工智能方面的突破一项接着一项，为人们熟知的便是智能汽车。不得不说，人工智能想要进一步发展，必须依靠这些大公司的研究和不断推广，由经济促创新。
纵览时间长河，很多新生的技术在一开始都是举步维艰的，人工智能也不例外，但幸运的是，人们接受和学会使用新技术所需要的时间越来越短，对于人工智能产品的投入市场是有益的。因此，在我看来，将已开发出来但还需完善的人工智能产品投放市场，使其进入人们的生活只是时间的问题，但要想真正掌握人工智能，开发出完全符合研发人想法的智能产品还需各方面的努力。至于现在讨论热烈的“人工智能统治人类”的问题，我的看法是，人工智能的开发和应用是需要监管的，但并不能阻止人工智能即将影响世界的趋势。
由于我对于人工智能的理解还只是皮毛，对于文中出现的纰漏和错误还希望老师指正！
第5篇：丁露读《人工智能》心得体会
一
读《人工智能》心得体会
李开复号称最会说话的计算机男神，曾经是微软谷歌的副掌门，现在是创新工厂的大bo，在微博有超过半个亿粉丝。第一此认识到他和人工智能这个概念是在奇葩大会这个节目中，他的观点及幽默风趣的话语引起了我的兴趣，所以在这个寒假中我读了他的《人工智能》一书。
近几年，移动互联网、网上购物、物流快递、高铁、地铁、城市建设等让我们生活发生了天翻地覆的变化。让我对未来产生了无限的畅想，我的科目二一直没过，为什么人要买车？为什么不能有一辆无所不在的滴滴，当我们要出门的时候它就来了，它是共享经济，它会降低空气污染，甚至有一天车与车之间能对话：“我要爆胎了，快散开”等等。
下一个十年，社会还会发生怎样的变化呢？李开复认为，人工智能、机器人作为大热的方向，也会引领时代变革风，很多逻辑简单、重复式、机械式的劳作被机器人取代；制造、金融、家政等等行业，很多传统的管理经营模式也会随之发生改变。未来人类50%的工作都会被人工智能取代。但是人与机器最大区别是有感情，在未来创新思维、审美能力、艺术哲学这些更显的珍贵。
人是最复杂情感动物，怎样才能教育好学生，使教育发挥最大限度的作用呢，那就是老师的爱，是人工智能永远无法做到的，我认为幼师这个职业是不会被取代的，人工智能的发展能够给我们许多帮助，现在也有许多幼儿园在教育教学中运用了VR、AR等技术，以后科技越来越发达我们的教学工作也会越来越便利。但是现在微博上有一件事也引起了大家的热议，一位小学教师在教古诗“飞流直下三千尺，疑似银河落九天”时，播放了现实瀑布视频来展现瀑布的气势磅礴，可是瀑布落下真的有三千尺吗？这样会不会局限的孩子的想象力呢，莎士比亚说：“一千个读者眼中就有一千个哈姆雷特”因而每个人对古诗的理解也就不同。在科技高速发展之时要保持与时俱进、不惧改变、不断学习成长就不会被时代淘汰。人工智能会让自己从事的工作带来什么样的改变?如何运用?这些问题更值得我们大家深思。
长江紫都幼儿园 丁露
2018年2月22日
第6篇：人工智能学习心得
人工智能学习心得
对人工智能的理解
通过这学期的学习，我对人工智能有了一定的感性认识，个人觉得人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。关于什么是“智能”，就问题多多了。这涉及到其它诸如意识、自我、思维等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。关于人工智能一个大家比较容易接受的定义是这样的： 人工智能是人造的智能,是计算机科学、逻辑学、认知科学交叉形成的一门科学，简称AI。
人工智能的发展历史大致可以分为这几个阶段： 第一阶段：50年代人工智能的兴起和冷落
人工智能概念首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题s求解程序、LISP表处理语言等。但由于消解法推理能力的有限，以及机器翻译等的失败，使人工智能走入了低谷。
第二阶段：60年代末到70年代，专家系统出现，使人工智能研究出现新高潮。
DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR探矿系统、Hearsay-II语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969年成立了国际人工智能联合会议
第三阶段：80年代，随着第五代计算机的研制，人工智能得到了很大发展。
日本1982年开始了”第五代计算机研制计划”，即”知识信息处理计算机系统KIPS”，其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮。第四阶段：80年代末，神经网络飞速发展。
1987年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。第五阶段：90年代，人工智能出现新的研究高潮
由于网络技术特别是国际互连网的技术发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。另外，由于Hopfield多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深入到社会生活的各个领域。
对人工智能对世界的影响的感受及未来畅想
最近看了电影《黑客帝国》一系列，对其中的科幻生活有了很大的兴趣，不觉有了疑问：现在的世界是否会如电影中一样呢？人工智能的神话是否会发生在当前社会中的呢 ？
在黑客帝国的世界里，程序员成为了耶稣，控制着整个世界，黑客帝国之所以成为经典，我认为，不是因为飞来飞去的超级人物，而是因为她暗自揭示了一个人与计算机世界的关系，一个发展趋势。谁知道200年以后会不会是智能机器统治了世界？
人类正向信息化的时代迈进，信息化是当前时代的主旋律。信息抽象结晶为知识，知识构成智能的基础。因此，信息化到知识化再到智能化，必将成为人类社会发展的趋势。人工智能已经并且广泛而有深入的结合到科学技术的各门学科和社会的各个领域中，她的概念，方法和技术正在各行各业广泛渗透。而在我们的身边，智能化的例子也屡见不鲜。在军事、工业和医学等领域中人工智能的应用已经显示出了它具有明显的经济效益潜力，和提升人们生活水平的最大便利性和先进性。
智能是一个宽泛的概念。智能是人类具有的特征之一。然而，对于什么是人类智能（或者说智力），科学界至今还没有给出令人满意的定义。有人从生物学角度定义为“中枢神经系统的功能”，有人从心理学角度定义为“进行抽象思维的能力”，甚至有人同义反复地把它定义为“获得能力的能力”，或者不求甚解地说它“就是智力测验所测量的那种东西”。这些都不能准确的说明人工智能的确切内涵。
虽然难于下定义，但人工智能的发展已经是当前信息化社会的迫切要求，同时研究人工智能也对探索人类自身智能的奥秘提供有益的帮助。所以每一次人工智能技术的进步都将带动计算机科学的大跨步前进。如果将现有的计算机技术、人工智能技术及自然科学的某些相关领域结合，并有一定的理论实践依据，计算机将拥有一个新的发展方向。
个人觉得研究人工智能的目的，一方面是要创造出具有智能的机器，另一方面是要弄清人类智能的本质，因此，人工智能既属于工程的范畴，又属于科学的范畴。通过研究和开发人工智能，可以辅助，部分替代甚至拓宽人类的智能，使计算机更好的造福人类。人工智能研究的近期目标；是使现有的计算机不仅能做一般的数值计算及非数值信息的数据处理，而且能运用知识处理问题，能模拟人类的部分智能行为。按照这一目标，根据现行的计算机的特点研究实现智能的有关理论、技术和方法，建立相应的智能系统。例如目前研究开发的专家系统，机器翻译系统、模式识别系统、机器学习系统、机器人等。随着社会的发展，技术的进步，人工智能的发展是任何人都无法想象的。通过对人工智能的学习，以及与所听所见所闻的结合，我大胆的对未来人工智能的发展做出了以下拙劣的猜想：
一，融合阶段（2010—2020年）：
1、在某些城市，立法机关将主要采用人工智能专家系统来制定新的法律。
2、人们可以用语言来操纵和控制智能化计算机、互联网、收音机、电视机和移动电话，远程医疗和远程保健等远程服务变得更为完善。
3、智能化计算机和互联网在教育中扮演了重要角色，远程教育十分普及。
4、随着信息技术、生物技术和纳米技术的发展，人工智能科学逐渐完善。
5、许多植入了芯片的人体组成了人体通信网络（以后甚至可以不用植入任何芯片）。比如，将微型超级计算机植入人脑，人们就可通过植入的芯片直接进行通信。
6、抗病毒程序可以防止各种非自然因素引发灾难。
7、随着人工智能的加速发展，新制定的法律不仅可以用来更好地保护人类健康，而且能大幅度提高全社会的文明水准。比如，法律可以保护人们免受电磁烟雾的侵害，可以规范家用机器人的使用，可以更加有效地保护数据，可以禁止计算机合成技术在一些文化和艺术方面的应用（比如禁止合成电视名人），可以禁止编写具有自我保护意识的计算机程序。
三、自我发展阶段（2020—2030年）：
1、智能化计算机和互联网既能自我修复，也能自行进行科学研究，还能自己生产产品。
2、一些新型材料的出现，促使智能化向更高层次发展。
3、用可植入芯片实现人类、计算机和鲸目动物之间的直接通信，在以后的发展中甚至不用植入芯片也可实现此项功能。
4、制定“机器人法”等新的法律来约束机器人的行为，使人们不受机器人的侵害。
5、高水准的智能化技术可以使火星表面环境适合人类居住和发展。
四、升华阶段（2030—2040年）：
1、信息化的世界进一步发展成全息模式的世界。
2、人工智能系统可从环境中采集全息信息，身处某地的人们可以更容易地了解和知晓其他地方的情况。
3、人们对一些目前无法解释的自然现象会有更清楚的认识和更完善的解释，并将这些全新的知识应用在医疗、保健和安全等领域。
4、人工智能可以模仿人类的智能，因此会出现有关法律来规范这些行为。人工智能一但拥有长足的进步，必将带动其他计算机技术的发展。网络化将虚拟的世界变得无限大，届时，足不出户将成为一种习惯。人工智能必将带动人类的发展，起到决定性作用。
虽然不知道其中有多少在未来会得到实现，但也算是我通过对人工智能的学习所收获的总结。人工智能的繁荣景象和光明前景已展示出其诱人的魅力，让我们一起期待未来的世界吧，一个全新的人工智能世界。
第7篇：人工智能教学设计
《用智能工具处理信息》教学设计
泰安长城中学 彭玉梅
学习目标
1.能在操作过程中了解智能信息处理工具的基本工作原理。2.认识智能信息处理这一前沿技术的实际应用价值。
3.通过本节课的学习，形成对人工智能的正确认识，产生对信息前沿技术探索的强烈欲望。
学习重点：
体验智能信息处理工具的工作过程
学习难点：
领会智能信息处理工具的工作原理
学习方法
1.实践、交流、探究的学习方法，分享获得的感受。
2.通过教师的讲解加深对原理的理解。3.通过练习反馈学生的学习效果。
教学过程：
导入：播放人工智能新科技视频，引出这节课。
一.智能工具处理信息的应用：(一)模式识别
1.模式识别的概念：模式识别中“模式”的原意是提供模仿的标准样式或标本，模式识别就是识别出给定的物体和哪一个标本相同或相似。
2.模式识别的一般过程：样本采集、信息的数字化、预处理、数据特征的提取、与标准模式进行比较、分类识别。
3.通过活动来体验模式识别中的“OCR”识别
活动一：用“汉王OCR”软件识别图片中的文字
要求：
（1）安装并启用“汉王OCR”软件、快速阅读软件帮助.（2）利用“汉王OCR”识别两个已经扫描的文件【文件1（平整），文件2（褶皱）】，分析其识别正确率。
（3）就两次识别结果讨论分析其识别的简单原理
学生开始活动，教师观察、了解学生活动并作必要的指导。小结：
（1）OCR识别原理：首先将汉字图象进行处理，抽取主要表达特征并将其特征与字的代码存在计算机中。识别过程就是将输入的汉字图像经处理后与计算机中所保存的全部汉字进行比较，找出最相近的字作为识别结果。（2）影响识别正确率的因素： ①原稿扫描图像是不是清晰可“辨”。②分辨率应选择适宜。（300dpi）③调整好亮度值和对比度值。
4.列举日常生活中模式识别应用的更多例子：指纹识别、手写识别、语音识别等。
（二）自然语言理解
1.自然语言理解的研究领域：主要是研究如何使计算机能够理解和生成自然语言的技术。2.自然语言理解的过程可分为三个层次：词法分析、句法分析、语义分析。3.通过活动来体验自然语言理解
活动二：访问自然语言处理网站，与智能语言机器人对话。
自然语言处理网站：http://alice.pandorabots.com
http://www-ai.ijs.si/eliza/eliza.html
要求：
（1）登陆智能网站，通过自然语言进行交流，感受人工智能的不足。并通过与智能机器人对话，来验证机器人的智能程度。
（2）回顾与机器人聊天过程，谈谈你对机器人的认识，想想他是如何回答你的？
（3）就与网络机器人交流的过程，小组内交流一下自已的体会。
学生开始活动，教师观察、了解学生活动并作必要的指导。
小结：
（1）“对话机器人”的工作原理：语言理解、思考和语言的生成。即当我们输入一段话，机器人首先要理解这段话的意思，然后根据并利用它所具有的知识，生成一段文字，给出回答。
（2）“对话机器人”的回答存在的问题及可能的原因
存在的问题：
①似乎不能与我们进行实质性的谈话。②回答问题经常答非所问。主要原因可能有以下几点：
①机器人还不能很好地识别人类自然语言。②机器人的“知识”有限。③机器人没有“感情”和“情绪”。
4.列举日常生活中自然语言理解应用的其它例子：翻译系统
二、让学生根据本节课的体会，展开讨论。
智能处理工具与一般处理工具的区别 小结：
一般处理工具（Word,Excel）通常是处理有固定算法的问题，智能处理工具（汉王OCR软件，双向翻译系统）通常处理的问题是不确定的，非结构的，没有固定算法，处理的过程是推理控制的过程，最终得到的结果常常是不太确定的，可能是正确的，也可能是不正确的。
三、提升：我们应该怎样正确认识人工智能？
1.人工智能给我们的生活学习带来了很多方便，但他并不是万能的，有局限性。2.人工智能的实质：机器的思维是人通过编写程序给予的。
3.机器不能完全代替人，我们不能完全依赖机器，一方面我们要自力、自强、自信；同时也要热爱科学，积极探索、发展、创新，让机器成为人类的得力助手和合作伙伴，用人类自己创造的智慧，更好地为人类服务。
四、课堂小结：
1.人工智能的研究领域
（1）模式识别：OCR识别、指纹识别、手写识别、语音识别等。（2）自然语言处理：与智能机器人对话、翻译系统等。2.智能处理工具与一般处理工具的区别 3.对人工智能的认识
五、课堂练习：
1.本节课中的两个活动分别属于智能信息处理的哪个领域？
2.指纹锁的工作原理是通过提取指纹图象的特征进行身份识别。指纹锁的工作流程可分为以下步骤，顺序应该是（）(08年高考题)①指纹图象采集 ② 指纹图象处理 ③ 控制门锁开启④ 指纹图象特征匹配 ⑤ 指纹图象特征提取
A、①②⑤④③
B、①⑤②④③
C、①②③④⑤
D、①④⑤②③
3.目前在机器人足球赛中，足球机器人通过自身的摄像系统拍摄现场图像，分析双方球员的位置，运动方向以及与球门的距离和角度等信息，然后决定下一步的行动。下列说法正确的是（）(08年高考题)①足球机器人具有图像数据的获取、分析能力 ②足球机器人的研制采用了人工智能技术 ③足球机器人具有人的智能
④足球机器人既有逻辑判断能力又有形象思维能力
A、① ②
B、① ③
C、② ④
D、③ ④
第8篇：《人工智能》教学大纲
人工智能原理及其应用
一、说明
（一）课程性质
随着信息社会和知识经济时代的来临，信息和知识已成为人们的一个热门话题。然而，在这个话题的背后还蕴含着另外一个更深层的问题——智能。一般来说，信息是由数据来表达的客观事物，知识是信息经过智能性加工后的产物，智能是用来对信息和知识进行加工的加工器。在信息社会，人类面对的信息将非常庞大，仅靠人脑表现出来的自然智能是远远不够的，必须开发那种由机器实现的人工智能。
《人工智能导论》是计算机科学与技术专业本科生的一门限选课程。
（二）教学目的
使学生掌握人工智能的基本原理、方法及研究应用领域。了解人工智能中常用的知识表示技术，启发式搜索策略，了解原理以及非确定性推理技术。通过对典型专家系统的分析、解剖、进一步深入掌握人工智能的主要技术，去解决人工智能的一些实际问题。增强学生的逻辑思维与实验能力，为人今后处理各门学科的智能奠定基础。
（三）教学内容
人工智能的基本原理和方法，人工智能的三个重要研究领域（机器学习、神经网络学习和自然语言理解），人工智能的两个重要应用领域（专家系统和智能决策支持系统）。
（四）教学时数
36学时
（五）教学方式
课堂讲授和上机实验相结合。
二、本文
第1章 人工智能概述
教学要点
讨论人工智能的定义、形成过程、研究内容、研究方法、技术特点、应用领域、学派之争及发展趋势。教学时数
3学时 教学内容
1.1 人工智能及其研究目标（0.5学时）
了解人工智能的定义及其研究目标。
1.2 人工智能的产生与发展（0.5学时）
了解人工智能产生与发展的四个阶段。
1.3 人工智能研究的基本内容及其特点（0.5学时）
了解人工智能研究的基本内容及特点。
1.4 人工智能的研究和应用领域（0.5学时）
了解人工智能研究和应用领域。
1.5 人工智能研究的不同学派及其争论（0.5学时）
了解三大学派及其理论的争论和研究方法的争论。1.6 人工智能的近期发展分析
（0.5学时）
了解更新的理论框架研究，更好的技术集成研究，更成熟的应用方法研究。（0.5学时）考核要求
了解人工智能研究的基本内容和应用领域。
第2章
知识表示
教学要点
知识表示的基本概念和各种确定性知识表示方法。教学时数
6学时 教学内容
2.1 知识与知识表示概念
（0.5学时）
了解知识表示的概念和表示形式； 理解知识的定义。
2.2 一阶谓词逻辑表示法
（0.5学时）
理解一阶谓词逻辑表示的逻辑基础； 掌握谓词逻辑表示方法及其应用。2.3 产生式表示法（0.5学时）
了解产生式系统的基本过程、控制策略及其类型和特点； 掌握产生式表示的基本方法、基本结构。2.4 语义网络表示法（1学时）
理解语义网络的基本概念；
会应用语义网络表示事实和进行推理。2.5 框架表示法（2学时）
了解框架系统的问题求解过程和框架表示法的特点； 掌握框架结构和实例框架； 理解框架理论。2.6 脚本表示法
掌握脚本的结构及其推理。（0.5学时）2.7 过程表示法（0.5学时）
了解过程表示的特性；
掌握过程表示的问题求解过程； 理解表示知识的方法。
2.8 面向对象表示法
（0.5学时）
了解面向对象的特征；
理解面向对象的基本概念； 掌握知识的面向对象表示。考核要求
掌握逻辑词谓表示法及其应用，会用框架去描述一些具体问题，能用脚本来描述特定范围内的一些事件的发生顺序。
第3章 确定性推理
教学要点
推理的基本概念及归结、演绎等确定性推理方法。教学时数
5学时 教学内容
3.1 推理的基本概念（0.5学时）
了解正向推理、逆向推理、混合推理及其推理的冲突消解策略； 掌握推理的方法、推理的控制策略； 理解推理的概念。
3.2 推理的逻辑基础（1学时）
掌握谓词公式的各种特性和置换与合一的过程。3.3 自然演绎推理（0.5学时）
了解自然演绎推理的概念及其三段论推理规则。3.4 归结演绎推理（2学时）
掌握子句集及其化简，鲁宾逊归结原理；
会应用谓词逻辑归结证明问题，会用归结演绎推理的归结策略证明问题，会用归结反演求取问题的答案。
3.5 基于规则的演绎推理（1学时）
会应用规则正向演绎推理和规则逆向演绎推理。3.6 规则演绎推理的剪枝策略（0.5学时）
了解剪枝策略的基本思想。考核要求
理解确定性推理的思维过程，会应用谓词逻辑归结去求证问题，会应用规则正向演绎推理和规则逆向演绎推理。
第4章 不确定与非单调推理
教学要点
不确定性推理的有关概念及各种不确定性的表示和推理方法。教学时数
4学时 教学内容
4.1 不确定性推理的基本概念（0.5学时）
了解不确定推理的基本问题； 理解不确定推理的含义。
4.2 不确定性推理的概率论基础（0.5学时）
了解全概率公式与Bayes公式；
理解样本空间与随机事件，事件的概率。
4.3 确定性理论（0.5学时）
理解可信度的概念，C-F模型； 掌握带加权因子的可信度推理。
4.4 主观Bayes方法（0.5学时）
了解组合不确定性计算；
掌握知识不确定性表示，证据不确定性表示，结论不确定性的合成。4.5 证据理论（1学时）
掌握D-S理论的形式描述，证据理论的推理模型，推理实例。4.6 可能性理论和模糊推理（0.5学时）掌握模糊知识表示，模糊概念的匹配，模糊推理。4.7 非单调推理（0.5学时）
了解非单调推理的概念及起具有代表性的理论。考核要求
理解不确定性推理的含义、非单调推理的概念、确定性理论，掌握主观Bayes方法，能用D-S理论从不同角度刻划命题的不确定性，能在模糊集的基础上，实现对模糊命题和模糊知识的表示。
第5章 搜索策略
教学要点
搜索的基本概念和状态空间、与或树的各种搜索算法。教学时数
6学时 教学内容
5.1 搜索的基本概念（1学时）
了解搜索的含义；
掌握状态空间法，问题归约。
5.2 状态空间的盲目搜索（2学时）
了解一般图搜索过程；
掌握广度优先搜索，深度优先搜索，代价树搜索。5.3 状态空间的启发式搜索（0.5学时）
了解A算法；
理解启发性信息和估价函数。
5.4 与/或树的盲目搜索（0.5学时）
了解与/或树的一般搜索；
掌握与/或树的的广度优先搜索，与/或树的深度优先搜索。5.5 与/或树的启发式搜索（0.5学时）
了解与/或树的启发式搜索过程； 理解解树的代价与希望。
5.6 博弈树的启发式搜索（0.5学时）
了解极大极小过程，α-β剪枝。考核要求
了解搜索概念，博弈树的启发式搜索；掌握状态空间的盲目搜索和与/或树的盲目搜索。
第6章 机器学习
教学要点
机器学习的基本概念和各种符号学习方法。教学时数
4学时 教学内容
6.1 机器学习的基本概念（0.5学时）
了解机器学习的发展过程，学习系统，机器学习的分类； 理解学习和机器学习的概念。
6.2 机械式学习（0.5学时）
了解机械学习的过程及其设计要考虑的三个问题。6.3 指导式学习（0.5学时）
了解指导式学习的学习过程。
6.4 归纳学习（0.5学时）
了解归纳学习的类型。
6.5 基于类比的学习（0.5学时）
了解属性类比学习、转换类比学习； 理解类比学习的概念。
6.6 基于解释的学习（0.5学时）
了解解释学习的空间描述及学习模型； 理解解释学习的概念；
掌握解释学习的基本原理及基本过程。考核要求
了解机器学习的概念，机械式学习，指导式学习，归纳学习；掌握基于解释学习的基本原理及其基本过程。
第7章 神经网络及连接学习
教学要点
人工神经网络的概念和各种连接学习方法。教学时数
2学时 教学内容
7.1 人工神经网络概述（0.5学时）
了解人工神经元及人工神经网络人工神经网络的发展过程，人工神经网络的局限性； 理解生物神经元及脑神经系统的结构及特征。
7.2 人工神经网络的互连结构及其学习机理（0.5学时）
了解人工神经网络学习和记忆的心理学基础； 理解人工神经网络的互连结构； 掌握人工神经网络的学习算法。
7.3 感知器模型及其学习（0.5学时）
了解有关感知器XOR问题求解的讨论； 理解感知器模型，感知器学习。
7.4 误差反向传播网络及其学习（0.25学时）
理解B-P网络结构；
掌握B-P网络学习的传播公式，B-P网络的学习算法。7.5 Hopfield网络及其学习
（0.25学时）
了解Hopfield模型的稳定性
理解Hopfield网络的结构； 掌握Hopfield网络的学习算法。考核要求
了解人工神经网络及其结构和学习机理；理解感知器、B-P网络、Hopfield网络及其B-P网络；掌握Hopfield网络的算法。
第8章 自然语言理解
教学要点
自然语言理解的基本概念和分析方法。教学时数
2学时 教学内容
8.1 语言及其理解的基本概念（0.25学时）
了解自然语言与自然语言理解，自然语言理解的研究任务，自然语言理解的发展，自然语言理解的层次。
8.2 语法规则的表示方法（0.25学时）
掌握句子结构的表示，上下文无关文法，变换文法。8.3 语法分析（0.5学时）
掌握自顶向下与自底向上分析； 理解扩充转移网络分析。
8.4 语义的分析（0.5学时）
理解语义文法； 掌握格文法。
8.5 自然语言的生成（0.25学时）
了解自然语言生成的概念及生成步骤。
8.6 自然语言理解系统的层次模型（0.25学时）
了解语言理解的层次模型。考核要求
了解自然语言理解的概念，会用语法分析和语义的分析，了解自然语言理解系统的层次模型。
第9章 专家系统
教学要点
专家系统是人工智能的一个重要应用领域,它目前正在从集中、封闭模式向分布、开放模式发展。教学时数
3学时 教学内容
9.1 专家系统的基本概念（0.5学时）
了解专家系统的概念、分类及特点。
9.2 专家系统的基本结构（0.5学时）
了解用户界面；
理解知识库、数据库、推理机、解释机构、知识获取机构。9.3 知识获取（0.5学时）
了解知识获取方法的分类； 理解知识获取的任务；
掌握非自动知识获取，自动知识获取。
9.4 专家系统的开发与评价（0.5学时）
了解专家系统的开发条件，生命期概念，专家系统开发过程的各个阶段。9.5 专家系统开发工具与环境（0.5学时）
了解程专家系统的开发工具与开发环境。9.6 专家系统的进一步发展
（0.5学时）
了解新一代专家系统。考核要求
了解专家系统的概念、基本结构及其开发工具与环境；掌握非自动知识获取和自动知识获取。
第10章 智能决策支持系统
教学要点
智能决策支持系统是人工智能的另一重要应用领域,它是目前迅速兴起的网络商务中的一项重要技术,有着广阔的应用前景 教学时数
2学时 教学内容
10.1 智能决策支持系统的基本概念（0.5学时）
了解智能决策支持系统；
理解决策与决策过程，决策支持系统。
10.2 决策支持新技术（1学时）
理解数据仓库、数据开发及其它们的结合。
10.3 智能决策支持系统的基本结构
（0.5学时）
掌握智能决策支持系统的基本结构。考核要求
了解智能决策支持系统及其新技术，知道智能决策支持系统的结构及新结构体系；理解决策与决策过程，决策支持系统；智能决策支持系统的基本结构。
三、参考书目
1、王万森，《人工智能原理及其应用》，电子工业出版社，2000年9月第一版。
2、林尧瑞、马少平，《人工智能导论》，清华大学出版社，1989年5月第一版。
3、陈世福、陈兆乾等编，《人工智能与知识工程》，南大出版社，1997年12月第一版。
4、何华灿，《人工智能导论》，西北工业大学出版社，1988。
5、陈汝铃，《人工智能》，科学出版社，1989。
