课程信息

本课程将介绍人工智能的基本原理、方法及应用。具体包括仅对周围环境感知并做出响应的智能agent，多种搜索方法，知识表示及推理方法，高级求解技术，机器学习方法，以及人工智能的新领域的研究进展。

This course introduces fundamental principles, methods and applications of Artificial Intelligence. The content includes intelligent agents that perceive and respond to the environments, various search algorithms, knowledge representation and advanced inference methods, machine learning methods and new advances in Artificial Intelligence.

课程内容

第一部分：人工智能概述 / Introduction and Agents (chapters 1，2)

第二部分：问题求解 / Search (chapters 3 ∼ 6)

Solving Problems by Searching, Informed Search, Constraint Satisfaction Problems (CSP), Game Planning

第三部分：知识、推理与规划 / Logic Knowledge，Reasoning，and Planning (chapters 7 ∼ 12)

Logical Agents, FOL and Inference in FOL, Planning and Knowledge Representation

第四部分：不确定知识与推理 / Uncertainty and Decision Making (chapters 13 ∼ 17)

Uncertainty and Bayesian Networks, Decision Making (MDPs, POMDPs, and Stochastic Games)

第五部分：学习 / Learning (chapters 18 ∼ 21)

Machine Learning, Deep Learning, Reinforcement Learning

第六部分：应用 / NLP，Perception，and Robotics (chapters 22 ∼ 25)

教材、参考书

教材：

Stuart Russell, Peter Norvig, Artificial Intelligence: A Modern Approach. Pearson Education.

人工智能：一种现代方法. （中译本：清华大学出版社，2013年第三版）

参考书：

Nils J. Nilsson, Artificial Intelligence: A New Synthesis. Morgan Kaufmann Publishers. （中译本：人工智能，机械工业出版社，2000年）；

蔡自兴等, 人工智能原理及其应用, 清华大学出版社.

课程进度

Week	Date	Lecture Topic	Slides	Reference
1	2月24日	人工智能基础	人工智能基础
2	3月2日	Intelligent Agents	Intelligent Agents
2	3月5日	Solving Problems by Searching	Solving Problems by Searching
3	3月10日	Informed Search	Informed Search
4	3月12日	CSP	CSP	SAT
5	3月19日	Game Playing	Game Playing
6	3月26日	MCTS	MCTS	pl_fol
6	4月1日	Logical Agents	Logical Agents
7	4月9日	First-Order Logic and Inference in FOL	First-Order Logic and Inference in FOL	Semantic Web kr2 kg
8	4月14日	AI Planning	AI Planning
8	4月16日	Uncertainty and Bayesian Networks	Uncertainty and Bayesian Networks	pr bnet