《人工智能导论》教学大纲
?课程名称（中文）?
人工智能通识导论
?课程名称（英文）?
GeneralIntroductiontoArtificialIntelligence
?学分/学时
2学分/32学时
?考核方式
平时作业（40%）+实践报告（30%）+期末论文（30%）
?适用专业
计算机，人工智能相关
?教学语言
中文（术语中英文对照）
?教材
侯荣旭，卢增宁，任金林主编，《人工智能导论(微课版)》，人民邮电出版社（2025）
?修订时间
一、课程简介
本课程面向全校学生开设，系统构建人工智能知识框架与伦理认知体系。本《人工智能通识导论》课程系统介绍人工智能（AI）的核心概念、关键技术及其广泛的社会应用。课程从人工智能的定义、发展历程、核心流派（知识驱动、学习驱动）和基础技术（机器学习、深度学习、知识图谱、自然语言处理、计算机视觉）讲起，深入剖析当前引领潮流的大模型技术及其原理。同时，课程专门探讨人工智能发展伴随的安全风险、伦理挑战与治理框架，强调负责任AI的重要性。
课程重点在于展示AI如何深刻变革各行各业。学生将深入了解AI在智能视觉、智能驾驶、智能机器人、智能穿戴设备等前沿科技领域的应用原理；探索AI赋能智能医疗（如影像诊断、药物研发）、智能教育（个性化学习、教育大模型）、智能博物馆（藏品保护、观展体验）等社会服务领域的创新实践；并涵盖智能家居、新零售、智慧农业等生活与生产场景的智能化解决方案。通过丰富的案例分析，课程旨在培养学生对AI技术栈、应用潜力及社会影响的全面认知和辩证思考能力。
通过案例教学与伦理思辨，引导学生掌握AI核心概念，理解技术对社会、经济、伦理的影响，培养“科技向善”的责任意识。课程深度融合课程思政元素，结合国家AI发展战略，强化学生的创新精神与社会责任感。通过本课程的学习，学生将比较系统地掌握人工智能概念、基本知识和基本方法，并且具备人工智能基础知识的掌握，为进一步学习后续专业课程以及未来从事人工智能领域相关工程技术工作、科研创新活动奠定坚实的基础。
二、课程目标
(一)价值目标
培养学生对人工智能技术的辩证认知，树立“负责任创新”的科技伦理观。
增强国家安全意识，理解AI技术在医疗、交通等关键领域的战略意义。
(二)知识能力目标
掌握人工智能三大流派（符号主义/连接主义/行为主义）的核心思想与技术特征。
理解机器学习、深度学习、大模型的工作原理及典型应用场景。
具备运用AI工具解决实际问题的能力，能独立完成智能应用场景设计与分析。
认知人工智能在智能视觉、驾驶、医疗、教育等12大领域的应用场景的技术实现逻辑与产业融合模式。
三、教学基本内容
序号
主要教学内容
教学目标与要求
教学方法/手段
计划学时
1
第1章人工智能概述1.1人工智能定义
1.2人工智能发展史
1.3人工智能关键技术概述
1.4大语言模型
学生需理解人工智能定义、流派、三要素，掌握关键技术与大语言模型。
重点：掌握定义、流派、三要素及关键技术
难点：在于流派区分与技术原理理解。
思政设计：强调我国成就、社会责任，鼓励创新思维，培养民族自豪感和使命感。
讲授/案例分析/小组讨论
2
2
第2章基于知识的人工智能
2.1知识建模和表示
2.2知识搜索
2.3知识推理
学生需掌握知识建模、搜索与推理方法。
重点：在于知识图谱、图数据库构建及推理算法。
难点：为语义网络、遗传算法和模糊推理。
思政设计：强调严谨求实，培养创新思维，引导学生用技术解决实际问题，树立科技报国信念。
讲授/案例分析
4
3
第3章基于学习的人工智能
3.1机器学习
3.2深度学习
3.3强化学习
学生需掌握机器学习、深度学习、强化学习的基本概念与方法。
重点：是机器学习的分类及回归、聚类及降维，深度学习的卷积、递归、生成式神经网络，强化学习的值函数、策略方法及Actor-Critic方法。
难点：在于理解深度学习网络结构与训练机制，强化学习中的策略优化。
思政设计：分析算法偏见案例（如招聘性别歧视），强调技术公平性的社会责任。
讲授/案例分析
6
4
第4章基于大模型的人工智能
4.1大模型概述
4.2大模型技术简介
4.3典型大模型
学生需了解大模型概述与技术，熟悉典型通用、国产及各类生成大模型。
重点：是大模型分类与应用。
思政设计：对比中美大模型发展，解析我国在中文大模型领域的突破与挑战。
讲授/案例分析/小组讨论
4
5
第5章人工智能安全与伦理问题
5.1人工智能安全概述
5.2人工智能安全体系架构
5.3人工智能助力安全
5.4人工智能伦理问题
学生需掌握人工智能安全形势、风险及体系架构，理解伦理问题。
重点：是安全风险分析、体系架构和伦理困境。
难点：在于攻击