人工智能与信息社会课程详细信息

课程号 01230460 学分 2
英文名称 Artificial Intelligence and Information Society
先修课程 面向全校的人工智能通识教育课程,不需要先修课程。
中文简介 本课程是教育部-微软产学合作协同育人项目成果,课程面向大学生和社会公众,结合社会热点和算法实践项目,介绍人工智能技术的基本概念、发展历史、经典算法、应用领域和对人类社会的深远影响,展示信息社会各领域中人工智能的应用发展前景,为大学生和社会公众提供一个深入理解人工智能的入门基础。
本课程结合北京大学跨学科综合优势,加强与微软亚洲研究院人工智能研究人员的合作,将人工智能技术的原理、应用和前景融入各门基础自然科学和社会人文科学中,以鲜活生动的案例加深对人工智能技术的理解。
本课还将邀请微软亚洲研究院的人工智能研究专家,通过讲座形式,展现科学、技术、工程和商业等各个领域的专家对人工智能的理解和体会。课程注重算法实践,通过5个相对独立的人工智能典型应用项目,采用微软和其他开源项目提供的人工智能开发基础设施,结合丰富的应用数据,让学生能经过一段时间的学习,学习到成效显著且生动有趣的人工智能算法应用。
英文简介 This course is the result of the Ministry of Education-Microsoft Industry-Education Cooperation Program, which is intended for college students and the public, and combines social hot spots and algorithm practices to introduce the basic concepts, development history, classic algorithms, application areas, and far-reaching impact on human society of AI technology, demonstrate the application prospects of AI in various fields of the information society, and provide an entry-level basis for college students and the public to understand AI in depth.
This course combines the cross-disciplinary benefits of Peking University with the collaboration of artificial intelligence researchers at the Microsoft Research Asia to integrate the principles, applications, and prospects of artificial intelligence technology into basic natural and social sciences, with vivid cases to deepen the understanding of artificial intelligence technology.
This course will also invite AI research experts from the Microsoft Asia Research Institute to present their understanding and experience of AI in various fields, including science, technology, engineering, and commerce. The curriculum focuses on algorithm practices, using five relatively independent, typical AI applications, using the AI development infrastructure provided by Microsoft and other open source projects, and combining rich application data to allow students to learn for a period of time to achieve significant and vivid AI algorithm applications.
开课院系 地球与空间科学学院
通选课领域  
是否属于艺术与美育
平台课性质  
平台课类型  
授课语言 中文
教材 人工智能,李开复, 王咏刚,文化发展出版社,2017,1,9787514217155;
人工智能基础,晓鸥,陈玉琨,华东师范大学出版社,2018,1,9787567575615;
人工智能导论,李德毅,中国科学技术出版社,2018,
参考书 1,9787504681195;
教学大纲 本课程的目标,是为大学生和社会公众提供一个深入理解人工智能的入门基础,使学生初步了解人工智能技术的基本概念、发展历史、经典算法、应用领域和对人类社会的深远影响,从而打开学习人工智能的大门,为学生今后在人工智能相关领域进行深入研究奠定基础。
1 新闻热点与身边的人工智能(2学时)
1.1 家里的AI:扫地机器人/智能音箱/智能家居/教育/个人助手
1.2 语音识别/自动翻译:法庭速记/同声传译
1.3 图像识别:手机中的照片整理/美颜处理/安防
1.4 会下棋的人工智能:AlphaGO
1.5 自动驾驶/工业机器人:汽车/公交车/卡车
1.6 医疗健康:监测诊断
1.7 金融:智能投顾、智能客服、安防监控、金融监管

2 人工智能发展简史(4学时)
2.1 什么是人工智能?
2.2 人工智能发展历史
2.3 人工智能经典问题(图灵测试,中文屋)
2.4 人工智能第一次浪潮:最早的神经元
2.5 人工智能第二次浪潮:专家系统
2.6 人工智能第三次浪潮:深度神经网络
2.7    ***外请专家讲座

3 基于决策树和搜索的智能系统(6学时)
3.1 实例1:读心术(建立二分查找的规则)
3.2 和人类一样的判断方式:专家系统
3.3 专家系统应用与发展
3.4 实例2:井字棋(决策树介绍)
3.5 双方零和完全信息博弈的搜索树
3.6 基于搜索树对局面进行估值决策
3.7 最大最小值法(Minimax)
3.8 Alpha-Beta剪枝
3.9 启发式搜索
3.10 从国际象棋到围棋

4 基于仿生算法的智能系统I(2学时)
4.1 仿生算法简介
4.2 基因遗传算法(初始种群、遗传变异、评估淘汰)
4.3 实例3:拼图游戏
4.4 拼图的基因
4.5 遗传和变异
4.6 自然选择
4.7 实际代码与运行结果

5 基于神经网络的智能系统(4学时)
5.1 神经元与神经网络
5.2 实例4:手写数字识别
5.3 构建网络参数
5.4 计算损失函数
5.5 通过优化器优化参数
5.6 实际代码与运行结果

6 基于神经网络的智能系统II(4学时)
6.1 监督学习和非监督学习
6.2 实例5:Flappybird(让人工智能学会玩游戏)
6.3 试错式学习
6.4 State-action-reward
6.5 价值判断:Q函数
6.6 遍尝百草:e-greedy
6.7 熟能生巧:持续更新Q函数
6.8 实际代码与运行结果

7 人工智能应用(6学时)
7.1 图像识别与分类
7.2 医学影像分析
7.3-5 ***外请专家讲座
7.6 语音识别——个人助理(siri/google assistant/微软小冰小娜)
7.7 人脸识别和情感计算
7.8-10 ***外请专家讲座
7.11 自动驾驶

8 人工智能与人类社会未来(6学时)
8.1 挑战:技术视角
8.2 挑战:人文视角
8.3 挑战:AI各个领域发展
8.4 伦理规范:社会层面
8.5 伦理规范:公共政策层面
8.6-7 ***外请专家讲座
8.8 科幻作品中的人工智能(影视作品:AI,Her,攻壳机动队,黑客帝国)
8.9 奇点理论:畅想未来
课堂讲授,外请专家讲座,上机练习。
并参与教师教学发展中心的“教学新思路”项目,采用线上线下混合课程的教学形式。
平时表现20%,平时作业40%,期末报告40%
教学评估 陈斌:
学年度学期:19-20-1,课程班:人工智能与信息社会1,课程推荐得分:0.0,教师推荐得分:4.46,课程得分分数段:85-90;