人工智能导论考试自考本科大纲
(课程代码 7844)

一、课程性质与设置目的
人工智能导论是高等教育自学考试计算机教育(独立本科段)专业的一门选修课。人工智能是研究解释和模拟人类智能、智能行为及其规律的一门学科。其主要任务是建立智能信息处理理论，进而设计可以展现某些近似于人类智能行为的计算机系统。它是计算机科学的一个分支，也为某些相关学科如心理学等所关注。 
人工智能学科研究的主要内容包括：知识表示、自动推理、搜索方法，机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。通过本课程的学习，使学生了解人工智能的发展概况、人工智能的研究范畴、应用领域和发展方向。掌握该学科的基本概念、原理和方法，培养学生解决实际问题的能力。对主要技术及应用有一定掌握，启发学生对人工智能的兴趣，培养知识创新和技术创新能力。
人工智能导论是研制和开发计算机应用系统的核心技术。通过本课程的学习，要求学生掌握人工智能的一般理论和方法，了解人工智能系统的结构和开发过程，达到为深入研究人工智能理论和应用系统打好基础的目的。通过学习，学生能够知道什么时候需要某种合适的人工智能方法用于给定的问题，并能够选择适当的实现方法。

二、课程内容与考核目标
第1章  绪论
（一）课程内容
    第1节  人工智能的研究目标
    第2节  人工智能发展简史
    第3节  人工智能研究的课题
（二）学习目的与要求
通过本章的学习，要求考生掌握人工智能的概念、研究途径及其研究目标。了解人工智能的发展史，包括萌芽期、形成时期和发展时期。初步了解人工智能的研究课题和应用领域。
本章所列的知识点中，重点是掌握人工智能的概念研究途径及其研究目标。
（三）考核知识点与考核要求
1.人工智能的概念、研究途径及其研究目标，要求达到“识记”层次。
  1.1人工智能的定义
1.2人工智能的研究途径
1.3人工智能的研究目标
2.人工智能的发展史，要求达到“领会”的层次。
  2.1人工智能的萌芽期
  2.2人工智能的形成时期
  2.3人工智能的发展时期
3.初步了解人工智能的研究课题和应用领域，要求达到“识记”的层次。
  3.1人工智能的研究课题
  3.2人工智能的应用领域

第2章  产生式系统
（一）课程内容
    第1节  产生式系统的组成部分
    第2节  产生式系统的基本过程
    第3节  产生式系统的控制策略
    第4节  问题的表示
    第5节  产生式系统的类型
（二）学习目的与要求
产生式系统是AI系统中最常见的一种结构，是人工智能中最基本的技能，是应考者必须掌握的知识。
通过本章的学习，应考者应达到如下的要求：掌握产生式系统的概念和结构，能够对简单问题用产生式系统进行描述，掌握产生式系统的基本过程，熟悉产生式系统的控制策略，它包括不可回撤方式、试探性方式（回撤方式和图搜索方式），了解产生式系统的类型，掌握问题的表示。
本章所列知识点中，重点是产生式系统的概念和结构，产生式系统的基本过程，产生式系统的控制策略。
（三）考核知识点与考核要求
1.产生式系统的组成部分，要求达到“识记”层次。
1.1生式系统的组成
1.2用产生式系统表示和求解八数码问题。
2.产生式系统的基本过程，要求达到“识记”的层次。
3.产生式系统的控制策略，要求达到“识记”的层次。
  3.1产生式系统的控制策略分类
  3.2不可回撤方式（爬山法）及求解八数码问题
  3.3回撤方式
  3.4图搜索方式
4.问题的表示，要求达到“领会”的层次。
5.产生式系统的类型，要求达到“识记”的层次。
      5.1正向、逆向和双向产生式系统
      5.2可交换产生式系统
      5.3可分解的产生式系统

第3章  产生式系统的搜索策略
（一）课程内容
    第1节  回溯策略
    第2节  图搜索策略
    第3节  无信息图搜索过程
    第4节  启发式图搜索过程
    第5节  搜索算法讨论
（二）学习目的与要求
    搜索策略是人工智能研究的核心问题之一，是产生式系统的最重要组成部分。是应考者必须掌握的知识。
    要求掌握回溯搜索策略即递归算法；掌握一般图搜索算法，深度和宽度优先图搜索算法；掌握启发式图搜索算法，它包括启发式图搜索算法A和爬山法。
（三）考核知识点与考核要求
    1.搜索策略的概念和主要任务，要求达到“识记”层次。
      1.1搜索策略的概念
      1.2 搜索策略的主要任务
      1.3 搜索策略的分类
2.回溯策略，要求达到“简单应用”层次。
2.1回溯策略的递归算法描述
2.2四皇后问题
3.图搜索策略，要求达到“简单应用”层次。
3.1图搜索策略的概念
3.2图搜索策略的几个术语
3.3一般图搜索算法
4.无信息图搜索过程，要求达到“综合应用”层次。
4.1宽度优先图搜索过程
4.2深度优先图搜索过程
5.启发式图搜索过程，要求达到“综合应用”层次。
5.1启发式搜索方法的目的和概念
5.2启发式信息和最佳路径
5.3启发式图搜索算法A及在八数码问题的应用
5.4爬山法

第4章  可分解产生式系统的搜索策略
（一）课程内容
    第1节  与或图搜索
    第2节  与或图的启发式搜索算法AO*
    第3节  博弈树搜索
（二）学习目的与要求
重点掌握一般的与或图搜索问题和搜索的基本概念，掌握产生式系统的搜索策略、基本方法，掌握与或图的启发式搜索AO*算法思想。
（三）考核知识点与考核要求
    1.与或图搜索，要求达到“领会”层次。
      1.1与、或节点，可解标记过程
      1.2与或图表示方法，解树
      1.3与或图的一般搜索过程

第5章  人工智能中的谓词演算及应用
（一）课程内容
    第1节  一阶谓词演算的基本体系
    第2节  归结
    第3节  归结反演系统
    第4节  基于归结法的问答系统
    第5节  基于归结的自动程序综合
    第6节  基于归结的问题求解方法
    第7节  基于规则的正向演绎系统
    第8节  基于规则的逆向演绎系统
    第9节  基于规则的演绎系统几个问题
（二）学习目的与要求
    了解掌握一阶谓词演算的基本概念、标准式的化简步骤、命题逻辑的归结原理、谓词逻辑的归结原理和归结反演系统的推理方法。本章内容是在一阶谓词逻辑的基础上介绍有关的方法，学生已经学习过一阶谓词逻辑的有关内容。在学习的同时，自己尝试重新做一遍例题，将有助于你的学习。
（三）考核知识点与考核要求
    1.一阶谓词演算的基本体系，要求达到“简单应用”层次。
      1.1标准式
      1.2一阶谓词逻辑
      1.3合一、归结
    2.归结反演，要求达到“综合应用”层次。
      2.1标准式的化简步骤
      2.2命题逻辑的归结方法
      2.3谓词逻辑的归结方法

第6章  知识的表示
（一）课程内容
    第1节  单元表示
    第2节  语义网络
    第3节  框架
    第4节  过程表示
（二）学习目的与要求
    知识表示是人工智能研究领域的一个重要分支，是近来非常热的研究领域。因此，应考者有必要对此领域有初步的了解。
    要求掌握知识表示的分类；掌握结构知识的表示方法；掌握语义网络知识表示的方法；了解单元表示和过程表示；掌握框架知识表示的方法。
（三）考核知识点与考核要求
    1.认识单元表示，要求达到“简单应用”层次。
      1.1单元表示的概念
      1.2单元表示知识的方法
    2.语义网络表示知识的方法，要求达到“识记”层次。
      2.1语义网络的概念
      2.2语义网络表示知识的方法
    3.框架表示知识的方法，要求达到“简单应用”层次。
      3.1框架的概念
      3.2框架表示知识的方法
    4.过程表示知识的方法，要求达到“领会”层次。
      4.1过程的概念
      4.2过程表示知识的方法

第7章  自然语言的理解
（一）课程内容
    第1节  引言
    第2节  简单句的理解
    第3节  复合句的理解
    第4节  语言生成
    第5节  机器翻译
（二）学习目的与要求
    要求初步了解自然语言的理解；了解简单句的理解过程；初步了解复合句的理解；初步了解语言生成和机器翻译。
（三）考核知识点与考核要求
    1.自然语言理解的概念，要求达到“识记”层次。
      1.1自然语言理解的概念
      1.2自然语言理解的标准
      1.3自然语言理解的困难
    2.简单句的理解，要求达到“领会”层次。
      2.1简单句理解的任务
    3.复合句的理解，要求达到“领会”层次。
    4.机器翻译，要求达到“领会”层次。

第8章  机器学习
（一）课程内容
    第1节  概述
    第2节  机器学习的分类
    第3节  机械式学习
    第4节  指导或教授学习
    第5节  类比学习
    第6节  概念学习
    第7节 发现学习
（二）学习目的与要求
    智能系统是否具有学习能力是衡量该系统是否具有智能的一个显著标志。学习能力被认为是系统所具有的最基本属性。同时，机器学习也是计算机具有智能的根本途径。本章让学生了解学习的基本过程与原理，了解学习对智能系统完善的重要作用及几种较成熟的学习方法。本章的教学目的是要求学生一般掌握。
（三）考核知识点与考核要求
    1.机器学习，要求达到的“识记”层次。
      1.1机器学习的概念
      1.2机械式学习、指导学习
      1.3类比学习、归纳学习、进化学习
    2.机器学习，要求达到“领会”层次。
      2.1机器学习的一般方法
      2.2机械式学习方法、指导学习方法
      2.3类比学习方法、归纳学习方法、进化学习方法

三、有关说明与实施要求
（一）关于“课程内容与考核目标”中有关提法的说明
    在本大纲的“考核知识点与考核要求”中，对各个知识点按四个能力层次（“识记”、“领会”、“简单应用”、“综合应用”）分别提出了要求，这些层次间具有递进等级关系。四个能力层次的含义如下：
识记：要求能够识别和记忆本课程中规定的有关知识点的主要内容（如定义、定理、定律、表达式、公式、原则、重要结论、方法、步骤及特征、特点等），并能根据考核的不同要求，做出正确的表述、选择和判断。
领会：要求能够领悟和理解本课程中规定的有关知识点的内涵与外延，熟悉其内容要点和它们之间的区别与联系，并能够根据考核的不同要求，做出正确的解释、说明和论述。
简单应用：要求能够运用本课程中规定的少量知识点，分析和解决一般应用问题。如简单的计算、绘图和分析、论证等。
综合应用：要求能够运用本课程中规定的多个知识点，分析和解决复杂的应用问题。如计算、绘图简单设计、编程和分析、论证等。
（二）学习教材和主要参考书
    自学教材：《人工智能导论》，林尧瑞、马少平编著，清华大学出版社1989年5月1版。
（三）自学方法指导
    本课程是一门理论性较强课程，以研究和开发为目的，因而在学习方法上也有其自身的特点。概括地说就是：对基本概念性的知识要弄清，对基本原理要掌握且能举一反三，对书中的习题要认真独立完成，还要注意归纳总结，培养自己实际应用分析问题和解决问题的能力。
    为了帮助大家提高自学效果，以下几点方法可供参考：
    1．在学习过程中要始终结合本考试大纲来学。在阅读教材的每一章之前，应先参看考试大纲中的这一章的知识点和学习要求，了解重点和难点以及各各知识点的能力层次的要求，使自学起来心中有数，从而能把握住学习内容和自学进度。
    2．阅读教材时要循序渐进，先粗读后细读。对大纲中指出的重点和难点要精读，吃透每一个知识点；对概念性的知识要深刻理解；对基本操作方法要熟练掌握并融会贯通。
    3．本课程是一门理论性较强的课程，因此在学习过程中要能懂且掌握基本原理，多做习题，以加深对教材内容的理解，提高学习效率。
    4．认真完成书中的习题，有助于理解、消化、掌握和巩固所学的知识。应做到每一章学习结束后，章末的习题都能独立、正确、熟练地完成。
（四）对社会助学的要求
    1.应以本大纲指定的教材为基础、本大纲为依据进行辅导，不能随意增删内容或更改要求。
    2.应熟知本大纲对课程所提出的总的要求和各章的知识点，正确把握各知识点要求达到层次，深刻理解对各知识点的考核要求。
    3.应对学习方法进行指导，提倡“仔细阅读教材，认真完成习题；主动获取帮助，依靠自己学通”的学习方法。
    4.应注意对考生能力的培养，引导考生逐步学会独立学习，独立思考，在自学过程中要会发现问题，经过分析判断能够独立解决问题。
    5.本课程共3学分。
（五）关于命题考试的若干规定
    1.本大纲各章所规定的考核知识点及知识点下的知识细目都属于考核的内容，考试命题覆盖到各章，适当突出重点章节，加大重点内容的覆盖密度。
    2.试卷中对不同能力层次的要求分数比例大致为：“识记”占30%，“领会”占30%，“简单应用”占20%，“综合应用”占20%。
    3.试题难易程度要合理，可分为：易、较易、较难和难四个等级。每份试卷中不同难度试题的分数比例一般依次为：2：3：3：2。
    4.试题的体型主要有：名词解释、填空、单项选择、多项选择、简单应用和综合应用。 
    5.考试采用闭卷笔试方式，时间为150分钟，试题的份量以中等水平的考生在规定时间内答完全部试题为度；评分采用百分制，60分为及格；考试只允许带笔、橡皮和直尺，答卷必须用钢笔，颜色规定为蓝色或黑色。

附录   题型举例

1．单项选择
⑴ 概念学习是下列那一种学习的高级形式（    ）。
A．试验 B．归纳 C．演绎 D．推理
⑵ 人工智能系统体现（    ）。
A．智能性         B．单一性     C．特殊性   D．完整性
2．多项选择
⑴ 搜索策略可分为（    ）。
A．不可回撤方式 B．试探性 C．最优搜索式 D．折半式 E．B叉树
⑵知识可表示为（     ）。
 A．陈述式          B．过程式    C．函数式          D．方程式        E．集合式
3．填空
⑴人工智能研究者提出，学习是获取        的过程。
⑵人工智能诞生于       。
4．名词解释
⑴ 置换
⑵ 机械学习
5．简答题
⑴ 简述产生式系统概念。
⑵ 衡量启发式算法性能的重要指标是什么？
6．综合应用题
⑴ 用爬山法求解八数码自考本科问题。