人工智能原理与实践

课程编码：180206085406P2006H 英文名称：Principles and Practices of Artificial Intelligence 课时：40 学分：2.00 课程属性：专业核心课 主讲教师：孙哲南等

本课程系统学习人工智能的基本理论和方法，包括人工智能的基本概念、问题求解、知识推理与规划、学习等；同时开展课程实践活动，让学生自选题目设计一个人工智能项目并进行课题展示点评。本课程的内容主要分为三部分：人工智能导论；人工智能原理介绍；人工智能应用和课程实践。通过课程内容的讲解，能够将所学人工智能知识综合应用于复杂问题的解决，具备跨学科知识的人工智能综合运用能力，引导学生树立技术自强、技术强国、技术安全和技术伦理等思想

线性代数、概率论、数据结构与算法、程序设计

第一章 人工智能导论 4学时 孙哲南
第1节 通用人工智能概念
第2节 人工智能的基础
第3节 人工智能历史及里程碑事件
第4节 智能体
第二章 解空间搜索 4学时 孙哲南
第1节 问题求解定义
第2节 搜索求解
第3节 无信息搜索
第4节 有信息搜索
第三章 局部搜索 4学时 孙哲南
第1节 局部搜索和最优化
第2节 连续空间局部搜索
第3节 不确定动作搜索
第4节 可观察信息搜索
第四章 对抗搜索 3学时 孙哲南
第1节 博弈的定义
第2节 优化决策
第3节 α—β剪枝
第4节 不完美实时决策
第五章 命题逻辑 4学时 李琦
第1节 命题逻辑的基础及定律
第2节 命题逻辑定理证明
第3节 命题逻辑模型检验
第六章 一阶逻辑 4学时 李琦
第1节 一阶逻辑的基础及定律
第2节 一阶逻辑与知识表示
第3节 一阶逻辑应用
第七章 不确定知识表示 3学时 李琦
第1节 不确定环境决策
第2节 重要的概率论知识
第3节 贝叶斯原理与应用
第八章 样例学习 4学时 李琦
第1节 监督学习
第2节 学习决策树
第3节 带线性模型的回归与分类
第4节 非参数化模型
第5节 组合学习
第九章 人工智能前沿进展 3学时 李琦
第1节 生成式人工智能
第2节 大模型
第3节 人工智能安全和风险问题
第十章 人工智能课程设计实践 6学时 孙哲南
第1节 人工智能课程设计实践
第十一章 考核 1学时 李琦
第1节 考试

孙哲南研究员，1999年本科毕业于大连理工大学自动化系工业自动化专业，2002年在华中科技大学系统工程专业获硕士学位，2006年在中国科学院自动化研究所模式识别与智能系统专业获博士学位。现任中国科学院自动化研究所、多模态人工智能系统全国重点实验室研究员和博士生导师、中国科学院大学人工智能学院岗位教授、国际模式识别学会IAPR Fellow、中国人工智能学会模式识别专委会副主任、中国图象图形学学会机器视觉专委会副主任，国际期刊IEEE Transactions on Biometrics, Behavior, and Identity Science编委，主要研究方向人工智能、多模态人机交互，主持国家级科研项目10余项，发表国际期刊和会议论文300多篇，获得超过16000次Google学术引用和2000次SCI他引，H因子65，授权发明专利56项。科研成果获得国家技术发明二等奖、中国专利优秀奖、中国图象图形学学会自然科学一等奖、吴文俊人工智能科学技术进步奖、北京市科技进步二等奖，技术成果孵化了三家高科技企业，入选国家万人计划科技创新领军人才。
李琦副研究员，中国科院自动化研究所多模态人工智能系统全国重点实验室副研究员，硕士生导师，入选北京市科协人才托举项目、中国科学院青年促进会会员等，中国图象图形学会视觉大数据专委会委员，中国人工智能学会模式识别专委会委员。2011年-2016年在中国科学院自动化研究所模式识别国家重点实验室获得博士学位。主要研究方向包括计算机视觉、人脸识别等。主持国家重点研发计划青年科学奖项目1项，主持国家自然科学基金面上基金和青年基金各1项，作为实际负责人承担国家重点研发计划课题等多项科研项目，参与的人脸识别系统成功应用于银行和铁路系统等。在国际主流期刊和会议发表多篇文章，其中含CCF-A类文章20篇。现任TPAMI，CVPR，NeurIPS，ICML等审稿人。