PAGE-PAGE23-人工智能基础（8017）考试大纲一、课程性质与设置目的课程性质和特点“人工智能”是21世纪计算机科学发展的主流，为了培养国家建设跨世纪的有用人才，在计算机专业本科开设《人工智能基础》课程是十分必要的。《人工智能基础》是计算机专业本科的一门必修课程，本课程中涉及的理论、原理、方法和技术有助于学生进一步学习其他专业课程。开设本课程的目的是培养学生软件开发的“智能”观念；掌握人工智能的基本理论、基本方法和基本技术；提高解决“智能”问题的能力，为今后的继续深造和智能系统研制，以及进行相关的工作打下人工智能方面的基础。本课程的基本要求（课程总目标）《人工智能基础》是理论性较强，涉及知识面较广，方法和技术较复杂的一门学科。通过对本课程的学习，学生应掌握人工智能的一个问题和三大技术，即通用问题求解和知识表示技术、搜索技术、推理技术。具体要求是：学生在较坚实打好的人工智能数学基础（数理逻辑、概率论、模糊理论、数值分析）上，能够利用这些数学手段对确定性和不确定性的知识完成推理；在理解Herbrand域概念和Horn子句的基础上，应用Robinson归结原理进行定理证明；应掌握问题求解（GPS）的状态空间法，能应用几种主要的盲目搜索和启发式搜索算法（宽度优先、深度优先、有代价的搜索、A算法、A*算法、博弈数的极大—极小法、α―β剪枝技术）完成问题求解；并能熟悉几种重要的不确定推理方法，如确定因子法、主观Bayes方法、D—S证据理论等，利用数值分析中常用方法进行正确计算。另外，学生还应该了解专家系统的基本概念、研究历史、系统结构、系统评价和领域应用。学生还应认识机器学习对于智能软件研制的重要性，掌握机器学习的相关概念，机器学习的方法及其相应的学习机制，几个典型的机器学习系统的学习方法、功能和领域应用。本课程与相关课程的联系、分工或区别与本课程相关的课程有：离散数学、算法设计、数值分析、程序设计语言等。离散数学中的命题逻辑、谓词逻辑、树/图、表等知识是本课程的数学基础之一。本课程中的知识表示需要利用矩阵、表、树/图、多元组等手段，因此学生前期的离散数学学习，对于本课程起到了基础作用。本课程涉及到许多算法设计（尤其是问题求解），算法分析中的算法的可计算性和计算复杂性、算法的可纳性等理论作为本课程中搜索算法的理论支撑。数值分析中的曲线插值方法要在本课程中仅作为数学工具进行使用，本课程并不象数值分析课程那样去介绍方法的理论。在本课程中，研究问题求解方法需要从算法到代码的转换，而这种转换的工具是程序设计语言，所以本课程要求学生已经掌握了这方面的知识。课程内容与考核目标绪论学习目的与要求本章内容是本课程的导论。本章的重点是：人工智能研究目标、研究内容、研究的途径（方法）、研究的领域等内容。通过对本章的学习，学生应理解什么是智能、深刻理解什么是人工智能、人工智能研究的目标（近期目标和长远目标）、人工智能研究的内容、人工智能研究的途径，要了解人工智能研究的历史和研究领域的大致情况（不少于八个领域）。同时，学生要掌握图灵测试的过程。课程内容第一节人工智能概况1、什么是人工智能：学者们从不同的研究角度对人工智能有多种不同的定义，在这些定义中学生应掌握其定义的实质。2、人工智能研究的对象是知识3、人工智能研究概括为一大问题和三大技术4、关于智能的定义5、图灵测试6、D.B.Lenat和E.A.Fengenbaum的知识阈Nilsson的物理符号假设7、日本渡边慧的定义第二节人工智能研究途径1、以思维理论和认知心理学基础的符号主义学派基本思想2、符号主义学派的代表人物3、以阈值理论为基础的联结主义学派基本思想4、联结主义（神经网络）研究不存在符号运算5、联结主义研究的历史6、联结主义研究的代表任务7、以进化理论为基础的行为主义学派基本思想8、行为主义学派的代表人物第三节人工智能研究的目标1、人工智能近期研究目标2、人工智能远期研究目标第四节人工智能研究的内容1、机器感知2、机器思维3、机器学习4、机器行为5、智能系统及智能计算机的构造技术第五节人工智能研究领域1、模式识别（PatternRecognition）2、问题求解（ProblemSolving）3、自然语言理解（NaturallangrageUnderstanding）4、专家系统（ExpertSystem）5、机器学习（MachineLearning）6、自动定理证明（AutomaticTheoremProving）7、自动程序设计（AutomaticProgramming）8、机器人学（Robots）9、博弈（Game）10、智能决策支持系统（Intelli