| 课程号 |
04833690 |
学分 |
2 |
| 英文名称 |
Artificial General Intelligence & NARS |
| 先修课程 |
集合论、数理逻辑、图论、概率统计
程序设计（语言不限）、数据结构
人工智能（或机器学习、机器人等）
|
| 中文简介 |
人工智能的初始和终极目标是建造智力和人可比的"智能机器"。"通用人工智能"强调智能的统一性和整体性，因而不同于注重专用系统的人工智能研究。本课程以一个"非公理推理系统"为范例，介绍通用人工智能的理论和技术问题，并比较各种解决方案。这个系统能够在知识和资源相对不足的情况下适应环境和解决问题，并统一实现各种认知功能。 |
| 英文简介 |
The original and ultimate aim of Artificial Intelligence (AI) is to build "intelligent machines" with intellectual capability comparable with the human mind. "Artificial General Intelligence" (AGI) stress the uniform and holistic nature of intelligence, so is different from the special-purpose AI systems. This course uses a "Non-Axiomatic Reasoning System" (NARS) as example to introduce the theoretical and technical problems in AGI, and to compare the proposed solutions. This system can adapt to its environment and solve problems with insufficient knowledge and resources, and realize various cognitive functions uniformly. |
| 开课院系 |
信息科学技术学院 |
| 通选课领域 |
|
| 是否属于艺术与美育 |
否 |
| 平台课性质 |
|
| 平台课类型 |
|
| 授课语言 |
中文 |
| 教材 |
Non-Axiomatic Logic: A Model of Intelligent Reasoning,Pei Wang,World Scientific Publishing,2013,Rigid Flexibility: The Logic of Intelligence,Pei Wang,Springer,2006,Theoretical Foundations of Artificial General Intelligence,Pei Wang & Ben Goertzel,Atlantis Press,2012, |
| 参考书 |
|
| 教学大纲 |
人工智能的初始和终极目标是建造智力和人可比的"智能机器"。"通用人工智能"强调智能的统一性和整体性，因而不同于注重专用系统的人工智能研究。本课程以一个"非公理推理系统"为范例，介绍通用人工智能的理论和技术问题，并比较各种解决方案。这个系统能够在知识和资源相对不足的情况下适应环境和解决问题，并统一实现各种认知功能。
八次课，每次4学时（3学时授课，1学时讨论及上机）
1. 智能：研究目标与战略
2. 语义学：意义与真值
3. 非公理逻辑最简版（NAL-1）
4. 非公理推理系统最简版
5. 词项及其结构（NAL-2至NAL-4）
6. 陈述及其扩展（NAL-5至NAL-9）
7. 经验与通讯
8. 总结和比较
八次课，每次4学时（3学时授课，1学时讨论及上机）
在课程结束时每个学生将独立或合作完成一个理论或实现课题。题目自选，但必须与课程内容直接相关。
|
| 教学评估 |
李文新：
学年度学期：17-18-3，课程班：通用人工智能和非公理推理系统1，课程推荐得分：2.25，教师推荐得分：2.5，课程得分分数段：80及以下；
|