人工智能的历史

本节课着重讲述人工智能的起源、 发展与应用的 相关内容，包括人工智能的不同学派的特征、 不 同阶段人工智能的成果、 人工智能的三起两落及 背后的深层次原因。 通过对这些内容的了解，对 人工智能产生正确的认知。

知识、 符号 与推理

知识是智能的基础。 为了能模拟人类的智能行 为，计算机必须具有知识。 本节课的主要内容将介绍什么是知识、 知识表示以及知识图谱等相关 内容。

小搜算解决大问题

搜索是人工智能技术中进行问题求解的基本技 术。 很多问题的求解，最终都可归结到搜索本身 并利用搜索算法来实现，本节课的主要内容就是 了解人工智能搜索算法的相关内容。

人工智能的 数据素养

数据对于人工智能中机器学习至关重要，没有数 据，机器学习就有如巧妇难为无米之炊。 本节课 的内容通过对数据及其相关知识的讲述，夯实人 工智能的数据素养。

初识机器学习

机器学习是人工智能领域中最能够体现智能的分 支之一，第三次人工智能繁荣，机器学习功不可 没。 本节课的内容主要讲述什么是机器学习，以 及机器学习中的核心算法原理。

仿生的神经网络

本节课系统梳理仿生神经网络发展史，从早期神 经元研究到现代 AI 框架，涵盖 McCulloch-Pitts 模型、 赫布理论、 感知机、 误差反向传播算法及 激活函数等核心要素，构建多层前馈网络体系。

揭开图像识别的面纱

图像识别一直是人工智能中重要的研究领域之 一，深度学习的引入，极大的助力了图像识别的 研究及应用。 本节课主要讲述什么是神经网络、深度学习以及它们的工作原理及在图像识别中的 具体实现。

人工智能的情感分析

如何从海量的信息去挖掘人们对事物的态度是近 年来最重要的研究方向之一。 本节课通过介绍自 然语言处理中情感分析的技术，了解人工智能是 如何挖掘人们的情感态度。

人工智能博弈基础

博弈论是经济学的一个分支，它将现实中的场景 转化成数学的思维方式进行决策分析。 随着人工 智能技术的发展，博弈论在人工智能中扮演着越 发重要的角色。 本节课通过博弈论的基本概念以 及几个经典的模型介绍，帮助决策者在复杂的环 境中做出更加理性的选择。

强化学习

强化学习是智能体与环境不断交互中学习的一种 方式。 在与环境交互的过程中，智能体通过不断 改变自身策略进行试错、 探索与利用，达到预期 收益的最大化。 强化学习是人工智能中最重要的 分支之一，本节课的主要目的就是介绍强化学习 中最基本的概念、 最核心的原理。

脑机接口

脑机接口是在人或动物脑与外部设备间创建的直 接连接通路，涉及人工智能、 神经科学、 认知科 学、 控制论以及医学等多门学科。 脑机接口一直 是人工智能领域内热点前沿问题之一，受到世界科技界的高度关注。 本节课主要介绍关于脑机接 口的历史、 基本概念以及未来发展趋势。

人工智能的道德伦理与未来

道德与伦理是人工智能的永恒话题。 人工智能不 但要学习到知识与技术，更要从一开始就树立正 确的价值观，本节课主要讲述人工智能发展过程 中一些重要的伦理问题。