《人工智能技术与应用》课程教学大纲

《人工智能技术与应用》课程教学大纲一、课程基本情况课程代码：101145123509课程名称（中/英文）：人工智能技术及应用/Artificialintelligencetechnologyandapplication课程类别：专业选修课程学分：2总学时：32理论学时：32实验/实践学时：0适用专业：金属材料工程适用对象：本科先修课程：程序设计基础教学环境：多媒体教室开课学院：材料科学与工程学院二、课程简介1.课程任务与目的本课程的教学，使学生初步了解人工智能的基本原理，初步学习和掌握人工智能的基本方法，具有正确使用和维护人工智能的基本知识，帮助学生形成对人工智能一般应用的轮廓性认识，运用有关资料设计简单人工智能的能力，使学生具备在面对本专业工程实际问题时，应用人工智能的思维和方法分析并解决问题的能力，且具有一定的创新意识，为学生今后在相关领域进行后继专业课程学习和在从事设计工作中应用人工智能方法奠定必要的基础。在本课程中，积极宣讲“中国制造2025”和“国家人工智能产业综合标准化体系建设指南”等国家政策与发展目标，同时引入大量“中国力量”、“中国声音”和“大国工匠”事例，弘扬科学家精神，激发学生勇于创新、崇尚科学等品质，鼓励学生建立四个自信，以及投入经济建设一线建功立业的热情。2．对接培养的岗位能力掌握人工智能组成基本原理，知识表示、确定性和不确定性推理、搜索策略的概念，能够使用进化算法、群智能算法，运用计算机进行人工智能系统开发，具有综合运用所学知识分析和解决问题的能力。三、课程教学目标1.课程对毕业要求的支撑[毕业要求指标点4.2]能够基于科学原理，识别对象特征，综合运用专业知识对金属材料相关的工程问题进行实验设计；[毕业要求指标点5.2]能够选择、开发或创造性地应用现代工程工具和信息技术工具，对金属材料的复杂工程问题进行预测与模拟，并能够理解其局限性。2.课程教学目标对应毕业要求指标点，具体内容如下教学目标1：使学生对人工智能的发展概况、基本原理和应用领域有初步了解，对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力，初步形成利用人工智能知识与技术分析本专业问题和解决问题的意愿。（支撑毕业要求指标点4.2）教学目标2：具有良好的科学文化、职业道德和技术文化素养，在面对工程问题时，能够基于人工智能的原理、采用科学方法对问题进行研究并设计实验，进行探索和分析讨论，具有应用人工智能的思维和方法解决问题的能力。在实践中，具有团队意识、表达能力、社交能力、文献查阅等素质与能力；具备以能力为导向的知识储备，具有不断学习和推广新技术的创新和进取精神。（支撑毕业要求指标点5.2）四、教学课时安排（一）学时分配主题或知识点教学内容总学时学时完成课程教学目标讲课实验实践主题或知识点1人工智能基础认知22001、2、3主题或知识点2知识表示、搜索技术22001、2、3主题或知识点3推理方法22001、2、3主题或知识点4专家系统22001、2、3主题或知识点5人工神经网络、机器学习22001、2、3主题或知识点6视觉与语音识别22001、2、3主题或知识点7自然语言理解及其应用22001、2、3主题或知识点8AI+制造22001、2、3主题或知识点9AI+建筑22001、2、3主题或知识点10AI+交通22001、2、3主题或知识点11AI+医疗22001、2、3主题或知识点12AI+教育AI+商业22001、2、3主题或知识点13新一代人工智能生态22001、2、3主题或知识点14人工智能对社会的影响22001、2、3主题或知识点15人工智能素养22001、2、3主题或知识点16人工智能前沿22001、2、3合计323200五、教学内容及教学设计主题或知识点1人工智能基础认知1．教学内容人工智能的基本概念、人工智能发展简史、人工智能内涵与外延、人工智能主要研究领域。课程思政：以中国人工智能突出贡献科学家——吴文俊为例，学习吴文俊院士将中国古代数学史发扬光大的故事，激发学生终生持续学习的意志，树立文化自信和爱国热情，以求为中国人工智能添砖添瓦。2．教学重点人工智能基本概念、人工智能内涵与外延、人工智能主要研究领域。3．教学难点人工智能的基本概念。4．教学方案设计（含教学方法、教学手段）采用课堂多媒体授课，授课过程中采用问题互动式、讨论式、案例式、启发式等教学方法，在教与学过程中可以随时提问，展开讨论，教师启发式引导等方式，同时在课程中添加思政内容。主题或知识点2知识表示、搜索技术1．教学内容知识的概念与表示、一阶谓词逻辑知识表示法、产生式表示法、框架表示法、语义网络表示表示法、知识图谱搜索的概念、盲目的图搜索策略、启发式图搜索策略、与或图搜索。课程思政：讲解“红军知识图谱”，了解红军发展历史和红军编制变迁历史，领会红军长征精神。提升学生的政治素养，培养研究求实的科学态度与不畏困难、刻苦钻研的精神，强化学生的创新精神与团队意识。2．教学重点知识的概念与表示、一阶谓词逻辑知识表示法、产生式表示法、框架表示法、知识图谱盲目的图搜索策略、启发式图搜索策略。3．教学难点知识图谱、启发式图搜索策略。4．教学方案设计（含教学方法、教学手段）采用课堂多媒体授课，授课过程中采用问题互动式、讨论式、案例式、启发式等教学方法，在教与学过程中可以随时提问，展开讨论，教师启发式引导等方式，同时在课程中添加思政内容。主题或知识点3推理方法1．教学内容推理的基本概念、确定推理方法、不确定推理方法。课程思政：讲解“二十四字”的凝练过程，帮助学生深入了解社会主义核心价值观内涵，提升其思辨和总结归纳能力，引导学生的自我成长。2．教学重点归结反演、应用归结原理求解问题、主观Bayes理论。3．教学难点归结反演、应用归结原理求解问题、主观Bayes理论。4．教学方案设计（含教学方法、教学手段）采用课堂多媒体授课，授课过程中采用问题互动式、讨论式、案例式、启发式等教学方法，在教与学过程中可以随时提问，展开讨论，教师启发式引导等方式，同时在课程中添加思政内容。主题或知识点4专家系统1．教学内容专家系统的产生与发展、专家系统的概念、专家系统的工作原理、知识获取的主要过程与模式、专家系统的建立、专家系统实例、专家系统的开发工具。课程思政：组织学生讨论“专家变砖家”的社会囧象及其深层次原因，引导学生形成独立思考和思辨能力，以及求真、务实、科学奉献的精神。2．教学重点专家系统的概念、专家系统的工作原理、知识获取的主要过程与模式、专家系统的建立、专家系统实例。3．教学难点专家系统的工作原理、知识获取的主要过程与模式、专家系统的建立。4．教学方案设计（含教学方法、教学手段）采用课堂多媒体授课，授课过程中采用问题互动式、讨论式、案例式、启发式等教学方法，在教与学过程中可以随时提问，展开讨论，教师启发式引导等方式，同时在课程中添加思政内容。主题或知识点5人工神经网络机器学习1．教学内容神经网络及其学习算法、BP神经网络的应用、Hopfield神经网络及其改进、Hopfield神经网络的应用、Hopfield神经网络优化方法求解JSP、卷积神经网络及其应用。机器学习的基本概念、符号学习、知识发现与数据挖掘、深度学习。课程思政：基于回归分析方法建立2020年春季新冠肺炎疫情的预测与防控模型，在潜移默化中令学生感受到此次疫情防控中我国政府的决策部署在阻断病毒传播中起到的决定性作用,彰显了中国共产党领导和中国特色社会主义制度的显著优势。2．教学重点神经网络及其学习算法、BP神经网络的应用、Hopfield神经网络及其改进。符号学习、知识发现与数据挖掘、深度学习。3．教学难点BP神经网络的应用、Hopfield神经网络及其改进。符号学习、知识发现与数据挖掘。4．教学方案设计（含教学方法、教学手段）采用课堂多媒体授课，授课过程中采用问题互动式、讨论式、案例式、启发式等教学方法，在教与学过程中可以随时提问，展开讨论，教师启发式引导等方式，同时在课程中添加思政内容。主题或知识点6视觉与语音识别1．教学内容计算机视觉基础、计算机视觉任务、语音识别。课程思政：以两千四五百年以前墨子和他的学生做世界上第一一个小孔成倒像的实验的历史记录为引，和学生讨论传统文化的重要性，提升学生的民族自豪感。2．教学重点计算机视觉基础、计算机视觉任务、语音识别。3．教学难点计算机视觉基础、计算机视觉任务、语音识别。4．教学方案设计（含教学方法、教学手段）采用课堂多媒体授课，授课过程中采用问题互动式、讨论式、案例式、启发式等教学方法，在教与学过程中可以随时提问，展开讨论，教师启发式引导等方式，同时在课程中添加思政内容。主题或知识点7自然语言理解及其应用1．教学内容自然语言理解的概念与发展简史、语言处理过程的层次、语法分析、句法分析、语义分析、基于语料库的大规模文本处理、机器翻译、语音识别、基于隐马尔可夫模型语音识别方法。课程思政：分享汉字信息处理技术难题攻克历程，培养学生严谨的科学分析态度和精益求精的工匠精神，弘扬中华优秀传统文化，增进同学们的民族自豪感和爱国情怀。2．教学重点语言处理过程的层次、语法分析、句法分析、语义分析。3．教学难点语法分析、句法分析、语义分析。4．教学方案设计（含教学方法、教学手段）采用课堂多媒体授课，授课过程中采用问题互动式、讨论式、案例式、启发式等教学方法，在教与学过程中可以随时提问，展开讨论，教师启发式引导等方式，同时在课程中添加思政内容。主题或知识点8AI+制造1．教学内容四次工业革命简介、未来制造业畅想、机器人、人工智能制造业优势、人工智能在制造业的研究方向。课程思政：讲解人工智能算法迭代过程，引导学生思考百折不挠、坚持不懈的重要性，明白事物发展的曲折性。2．教学重点四次工业革命简介、人工智能制造业优势、人工智能在制造业的研究方向。3．教学难点四次工业革命简介、人工智能制造业优势、人工智能在制造业的研究方向。4．教学方案设计（含教学方法、教学手段）采用课堂多媒体授课，授课过程中采用问题互动式、讨论式、案例式、启发式等教学方法，在教与学过程中可以随时提问，展开讨论，教师启发式引导等方式，同时在课程中添加思政内容。主题或知识点9AI+建筑1．教学内容智能建筑、智能家居、智能厨房。课程思政：讲解战国荀子《劝学》名句内涵，引导学生理解、认同进而追求超越自我、创新突破、实现卓越的工匠精神，同时提升文化自信和民族自豪感。2．教学重点智能建设概念、智能建筑组成要素、智能家居技术特点。3．教学难点智能建设概念、智能建筑组成要素、智能家居技术特点。4．教学方案设计（含教学方法、教学手段）采用课堂多媒体授课，授课过程中采用问题互动式、讨论式、案例式、启发式等教学方法，在教与学过程中可以随时提问，展开讨论，教师启发式引导等方式，同时在课程中添加思政内容。主题或知识点10AI+交通1．教学内容智能汽车技术原理、智能交通系统构成、智能交通应用场景。课程思政：选取具有代表性的案例，如自动驾驶汽车的道德困境等，引导学生思考技术背后的道德和伦理问题，培养学生的批判性思维。2．教学重点智能汽车技术原理、智能交通系统构成、智能交通应用场景。3．教学难点智能汽车技术原理。4．教学方案设计（含教学方法、教学手段）采用课堂多媒体授课，授课过程中采用问题互动式、讨论式、案例式、启发式等教学方法，在教与学过程中可以随时提问，展开讨论，教师启发式引导等方式，同时在课程中添加思政内容。主题或知识点11AI+医疗1．教学内容人工智能在医疗中的应用、人工智能在医疗领域面临的挑战。课程思政：通过实际案例，使学生深刻理解人工智能在疫情防控等医疗领域中的应用，培养学生不怕困难、勇于探索精神，并使学生了解自我发展方向和实现自我成长，提升学生们的主人翁精神，提高爱国主义情怀。2．教学重点人工智能在医疗中的应用、人工智能在医疗领域面临的挑战。3．教学难点人工智能在医疗中的应用、人工智能在医疗领域面临的挑战。4．教学方案设计（含教学方法、教学手段）采用课堂多媒体授课，授课过程中采用问题互动式、讨论式、案例式、启发式等教学方法，在教与学过程中可以随时提问，展开讨论，教师启发式引导等方式，同时在课程中添加思政内容。主题或知识点12AI+教育AI+商业1．教学内容教育AI技术构成、人工智能时代的教师职责、人工智能新电商改变与趋势、智能物流与智能仓储。课程思政：借助影视作品片段，用案例和讨论的方式引发学生思考人工智能技术对社会、经济、道德等方面的影响。比如通过学习AlphaGo的发展历程引导学生树立个人学习并非一蹴而就，需要不断更新自我、终身学习的观念。2．教学重点教育AI技术构成、人工智能新电商改变与趋势。3．教学难点教育AI技术构成、人工智能新电商改变与趋势。4．教学方案设计（含教学方法、教学手段）采用课堂多媒体授课，授课过程中采用问题互动式、讨论式、案例式、启发式等教学方法，在教与学过程中可以随时提问，展开讨论，教师启发式引导等方式，同时在课程中添加思政内容。主题或知识点13新一代人工智能生态1．教学内容物联网、云计算、大数据、区域块。课程思政：解读《国家人工智能产业综合标准化体系建设指南》，让学生时刻关注国家科技情况，提升爱国主义情怀，将理论与实际相结合，提高学生处理实际问题的能力，引导学生思考应该如何增强自身实力，提高社会竞争力。2．教学重点物联网、云计算、大数据、区域块等的基础知识。3．教学难点物联网、云计算、大数据、区域块等的基础知识。4．教学方案设计（含教学方法、教学手段）采用课堂多媒体授课，授课过程中采用问题互动式、讨论式、案例式、启发式等教学方法，在教与学过程中可以随时提问，展开讨论，教师启发式引导等方式，同时在课程中添加思政内容。主题或知识点14人工智能对社会的影响1．教学内容人工智能重新定义工作、人工智能创业项目。课程思政：学生小组讨论无人驾驶出租车对传统出租车行业的冲击，引导学生思考技术发展的社会影响以及背后的道德和伦理问题，培养学生的批判性思维及终身学习观念。2．教学重点人工智能重新定义工作、人工智能创业项目。3．教学难点人工智能重新定义工作、人工智能创业项目。4．教学方案设计（含教学方法、教学手段）采用课堂多媒体授课，授课过程中采用问题互动式、讨论式、案例式、启发式等教学方法，在教与学过程中可以随时提问，展开讨论，教师启发式引导等方式，同时在课程中添加思政内容。主题或知识点15人工智能素养1．教学内容人工智能思维、应具有的人工智能能力。课程思政：通过讲解“知识”概念的历史变迁，激发学生的学习兴趣和探索欲望，培养学生求真务实、独立思考的科研素养，以及终身学习观念。2．教学重点人工智能思维、应具有的人工智能能力。3．教学难点人工智能思维、应具有的人工智能能力。4．教学方案设计（含教学方法、教学手段）采用课堂多媒体授课，授课过程中采用问题互动式、讨论式、案例式、启发式等教学方法，在教与学过程中可以随时提问，展开讨论，教师启发式引导等方式，同时在课程中添加思政内容。主题或知识点16人工智能前沿1．教学内容人工智能桎梏、量子计算、机器学习未来、3D打印技术、群体智能与仿生计算等。课程思政：通过周穆王与偃师的传说故事，感受中国历史文化的力量，树立文化自信和爱国主义精神。通过对比国内外人工智能发展现状，树立危机意识、艰苦奋斗精神，以求为中国人工智能添砖添瓦。2．教学重点人工智能桎梏、量子计算、机器学习未来、3D打印技术、群体智能与仿生计算等。3．教学难点人工智能桎梏、量子计算、机器学习未来、3D打印技术、群体智能与仿生计算等。4．教学方案设计（含教学方法、教学手段）采用课堂多媒体授课，授课过程中采用问题互动式、讨论式、案例式、启发式等教学方法，在教与学过程中可以随时提问，展开讨论，教师启发式引导等方式，同时在课程中添加思政内容。六、学生成绩评定1.课程考核方式及比例本课程考核学生获取知识的能力、应用所学知识分析问题和解决问题能力、实践动手能力和创新能力等；考核方式采用日常考勤及课堂表现、作业、、扩展项目（包括但不限于主题阅读、话题讨论、分组任务等）、阶段测验、期末考试（开卷、大论文）等多种形式、多个阶段的全过程考核：其中考勤及课堂表现10%、作业15%、扩展项目15%、阶段测验10%和期末考试（开卷、大论文）50%。学生成绩评定表考核方式平时成绩期中考试期末考试出勤作业课堂表现阶段测验答辩项目小论文其他√√√√√成绩比例%51551015502.课程目标考核方式评价权重本课程教学目标与考核方式评价权重如表所示：课程教学目标与考核方式评价权重表课程教学目标支撑毕业要求指标点考核评价方式权重（%）过程性考核期末考试合计出勤及课堂表现作业及阶段测验扩展项目教学目标1指标点1.3515815~3043-58教学目标2指标点2.3510715~2537-47合计102515501003.成绩评价标准平时成绩评定及考核标准（样例）考核环节考核结果及标准评估项目及权重优秀（90~100分）良好（80~89分）中等（70~79分）及格（60~69分）不及格（<60分）出勤及课堂表现（10%）无迟到、早退、旷课现象。积极参加课堂讨论，并有自己独到的见解，能够准确回答问题，并有自己独到的见解偶尔有迟到、早退现象。较为积极参加课堂讨论，能够准确回答问题，并提出自己的见解有迟到、早退现象。能够主动参加课堂讨论，能够回答问题有迟到、早退、偶尔有旷课现象。参与课堂讨论，基本能回答相关问题迟到、早退、旷课较多。不能有效参加课堂讨论，回答不出所有问题作业（15%）能够独立完成作业，作业完成质量优秀，能够灵活运用所学知识和理论解决问题，并获得正确结论能够独立完成作业，完成质量较高，能够运用所学知识和理论解决问题，并获得正确结论能够独立完成作业，完成质量符合要求，能够运用所学知识和理论解决问题，并获得有效结论基本能够独立完成作业，部分题目解答存在抄袭现象，运用所学知识和理论解决问题的能力基本符合要求不能独立完成作业，存在明显抄袭现象，不具备运用所学知识和理论解决问题的能力阶段测验（10%）完成所有阶段测验，根据参考答案评分，总评成绩为优秀完成所有阶段测验，根据参考答案评定分，总评成绩为优良完成所有阶段测验，根据参考答案评分，总评成绩为中等完成所有阶段测验，根据参考答案评分，总评成绩为及格没有完成阶段测试，根据参考答案评分，总评成绩不及格扩展项目（15%）积极参加主题阅读、话题讨论、分组任务等，独立或协助团队完成任务，总体评价为优秀。较为积极参加主题阅读、话题讨论、分组任务等，较好独立或协助团队完成任务，总体评价为优良。积极参加主题阅读、话题讨论、分组任务等，可以独立或协助团队完成任务，总体评价为中等。较少参加主题阅读、话题讨论、分组任务等，较难独立或协助团队完成任务，总体评价为及格。不参加主题阅读、话题讨论、分组任务等，不能独立或协助团队完成任务，总体评价为不及格。课程教学目标评价标准（样例）考核环节考核结果及标准评估项目及权重优秀（90~100分）良好（80~89分）中等（70~79分）及格（60~69分）不及格（<60分）教学目标1熟悉人工智能的发展过程、基本理论、基本方法和应用领域，综合掌握人工智能组成基本原理，知识表示、确定性和不确定性推理、搜索策略的概念，能够正确使用进化算法、群智能算法分析实际问题，能够实时追踪更新该领域内热点和行业发展方向，正确掌握常用人工智能知识和控制方法，获得相应基本知识，能够设计简单人工智能装置原理图。较为熟悉人工智能的发展过程、基本理论、基本方法和应用领域，较好掌握人工智能组成基本原理，知识表示、确定性和不确定性推理、搜索策略的概念，能够较为正确使用进化算法、群智能算法分析实际问题，对该领域内热点和行业发展方向有清晰认知，能够较熟练掌握常用人工智能知识和控制方法，获得相应基本知识，能够设计简单人工智能装置原理图。了解人工智能的发展过程、基本理论、基本方法和应用领域，熟悉人工智能组成基本原理，知识表示、确定性和不确定性推理、搜索策略的概念，对进化算法、群智能算法分析实际问题过程有所了解，较为熟悉该领域内热点和行业发展方向有清晰认知，熟悉掌握常用人工智能知识和控制方法，获得相应基本知识，熟悉简单人工智能装置原理图。基本了解人工智能的发展过程、基本理论、基本方法和应用领域，可简单