课程详情
从逻辑推理、搜索求解、监督学习、无监督学习、深度学习、强化学习和博弈对抗介绍人工智能基本概念和模型算法,帮助学习者了解人工智能历史、趋势、应用及挑战,掌握人工智能在自然语言理解和视觉分析等方面赋能实体经济的手段。课程对应教材为高等教育出版社十三五和十四五期间重点打造“新一代人工智能系列教材”中的《人工智能导论:模型与算法》。算法实训平台为“智海在线(https://www.wiscean.cn/online/)”和“智海-Mo平台(momodel.cn)”。本课程由浙江大学求是特聘教授、人工智能研究所所长吴飞教授开设。
—— 课程团队课程概述
【导读】
人工智能(Artificial Intelligence,简称AI)是以机器为载体所展示出来的人类智能,因此人工智能也被称为机器智能(Machine Intelligence)。对人类智能的模拟可通过以符号主义为核心的逻辑推理、以问题求解为核心的探询搜索、以数据驱动为核心的机器学习、以行为主义为核心的强化学习和以博弈对抗为核心的决策智能等方法来实现。
授课老师:吴飞(教授)
授课时间:2021年3月22日~2021年7月5日
课程介绍:
本课程成体系介绍人工智能的基本概念和基础算法,可帮助学习者掌握人工智能脉络体系,体会具能、使能和赋能,从算法层面对人工智能技术“知其意,悟其理,守其则,践其行”。课程内容包括如下:人工智能概述、搜索求解、逻辑与推理、监督学习、无监督学习、深度学习、强化学习、博弈对抗。
人工智能不单纯是一门课程、一手技术、一项产品或一个应用,而是理论博大深厚、技术生机勃勃、产品落地牵引、应用赋能社会的综合生态体(AI ecosystem)。为了加强实训,课程中安排了以搜索求解为核心的黑白棋AI算法、以线性回归为核心的图像恢复、以深度学习为核心的垃圾分类等实训题目。
授课目标:
人工智能具有“至大无外、至小有内”的特点。当前以数据建模和学习为核心的人工智能通过整合数据、模型和算力在计算机视觉、自然语言、语音识别等特定领域取得了显著进展。本课程主要从数据智能这一角度来讲授人工智能的基本算法和模型,辅以一定的实训题目促进对模型的深入了解,希望学习者能够掌握逻辑推理、机器学习、强化学习、博弈对抗等基本模型,明晰人工智能具能、使能和赋能的手段和方法。
课程重点章节大纲:
第一周 人工智能概述
浙江大学图灵班人工智能本科专业课件(人工智能概述)
1.1 可计算思想起源与发展
1.2 人工智能的发展简史
1.3人工智能研究的基本内容
人工智能概述课件
第一周测试
第三周 逻辑与推理(I)
浙江大学图灵班人工智能本科专业课件(逻辑与推理)
3.1 命题逻辑
3.2 谓词逻辑
3.3 知识图谱推理:一阶归纳推理算法
逻辑与推理(I)课件
第三周测试
第八周 深度学习(I)
浙江大学图灵班人工智能本科专业课件(深度学习)
8.1 深度学习基本概念
8.2 前馈神经网络
8.3 误差后向传播(BP)
深度学习课件
第八周测试
第九周:深度学习(II)
浙江大学图灵班人工智能本科专业课件(深度学习)
9.1 卷积神经网络
9.2 自然语言理解与视觉分析
深度学习课件
第九周测试
第十周:强化学习
浙江大学图灵班人工智能本科专业课件(强化学习)
10.1 强化学习定义
10.2 策略优化与策略评估
10.3 强化学习求解: Q Learning
10.4 深度强化学习
强化学习课件
第10周测试
第十一周:人工智能博弈
浙江大学图灵班人工智能本科专业课件(人工智能博弈)
11.1 博弈相关概念
11.2 遗憾最小化算法
11.3 虚拟遗憾最小化算法
11.4 人工智能安全
人工智能博弈课件
第11周测试
第十四周 构建人工智能育人生态促AI专业和交叉学科发展
新一代人工智能的形成
人工智能人才培养态势
汇聚交叉、赋能社会
构建人工智能育人生态促AI专业和交叉学科发展课件
师生学习体会:
本次课程内容安排十分丰富,文字解说详细,而且通俗易懂,让学习的同学们都很容易接受并且理解。课程深入浅出,从发展历史讲起,对于人工智能的研究发展方向也有着明确的定位,让我们所学习到的是一个具体的,全面的人工智能,收获颇丰!
参考资料:
1) 吴飞,《人工智能导论:模型与算法》,高等教育出版社 (书号:ISBN 978-7-04-053466-5)
2) 吴飞,《人工智能初步》(普通高中教科书信息技术教科书),浙江教育出版社(书号:ISBN 978-7-5536-9871-7)