“机器智能”课程建设初探

李　蕾　王　婵　王小捷　钟义信

摘要：“智能科学与技术”本科专业是一个在2004年以后才在国内出现的新专业，应该怎样办?大家都在摸索中。其中，“机器智能”已被2008年全国智能科学技术教育学术研讨会确立为智能科学与技术本科专业的第一批三门核心课程之一。针对其课程建设问题，本文提出了“机器智能”课程的初步建设构想。首先调研、分析了国内外相关课程的建设情况，在此基础上提出了本课程的命名、定位和建设目标，介绍了本课程教学的基本要求，接着详细说明了本课程的教学内容及学时分配，并结合北京邮电大学智能科学与技术本科专业实例阐述了在实际教学中的教学重点和难点，最后给出了关于教材选择和编写的建议。

关键词：机器智能；智能科学与技术；本科专业；课程建设

中图分类号：G642文献标识码：A

1引言

2004年，北京大学在国内率先自主设立了“智能科学与技术”本科专业。2005年，北京邮电大学在国内首先得到教育部批准设立“智能科学与技术”本科专业。此后，国内很多大学陆续也都基于各自的特色建设了该专业，如西安电子科技大学、南开大学、首都师范大学、武汉工程大学、西安邮电大学、北京科技大学、厦门大学等。

2008年lO月21日“全国智能科学技术教育学术研讨会”在北京首都师范大学举行。大会在充分交流和讨论的基础上，确立了“智能科学与技术”本科专业的三门(第一批)核心课程，包括“智能科学技术导论”，“脑与认知”和“机器智能”。鉴于这是一个崭新的本科专业，到底应该怎样进行课程建设，才能提高办学质量，突出创新特色?大家都在摸索中。

本文在调研分析国内外相关课程建设情况基础上，提出了“机器智能”课程的初步建设构想，包括名称、定位、建设目标、教学基本要求、教学内容及学时分配，并结合北京邮电大学“智能科学与技术”本科专业实例阐述了在实际教学中的重点和难点，对于教材的选择和编写也给出了建议。

本文构想通过机器智能的概念和机制模拟研究方法(信息——知识——智能转换)把已有的人工智能相关研究领域中多年来相对独立发展的几大学派融为一体，包括结构模拟(人工神经网络)、功能模拟(专家系统)和行为模拟(感知-动作系统)；还通过对这些不同学派主要研究思路、特色和研究内容的讨论，继承与发展了各种方法所具有的先进特性。

这里我们强调应当给学生以完整的知识和统一的理论，而不能只教给学生局部的知识(如符号逻辑一种方法)和不和谐不统一的理论。这样，不但大大提升了本专业学生在本领域的科学视角高度，而且能让学生直接触及智能生成的共性机制这一世界性前沿问题，使本专业的建设更具有时代创新特色，从而为繁荣我国智能科学技术事业、培养自主创新能力、建设创新型国家作出应有的贡献。

本文后续内容是这样组织的：第二节分析国内外相关课程建设情况，第三节给出了课程的初步建设构想，包括名称、定位、建设目标、教学基本要求，第四节详细介绍教学内容和学时分配，第五节结合北京邮电大学本专业实例阐述了在实际教学中的重点和难点，第六节提出了关于教材选择和编写的思考及建议，最后是总结。

2国内外相关课程建设情况

调研发现，目前主要有本文作者所在的北京邮电大学在2006年制定实施的“机器智能”本科课程和南开大学白刚教授开设的“机器智能”工程硕士研究生课程。前者就是本文的主要内容，后者类似“人工智能”，但更专业化、具体化，使用了一些现代量化的方法，删去了一些过于概念化的内容，更多侧重于如何实现。

除此以外，国内外尚未查到更多公开发布的以“机器智能”命名的大学课程。更多的是传统的围绕“人工智能”命名的本科和研究生课程，国内的主要包括：

清华大学“人工智能”

搜索问题、归结推理方法、知识表示、不确定性推理、机器学习、高级搜索。

北京大学陈昱教授“人工智能”

问题求解、知识与推理、规划、不确定知识与推理、学习。

中南大学蔡自兴教授“人工智能”

知识表示方法和搜索推理技术、高级知识推理、神经计算、模糊计算、专家系统、机器学习、自动规划、Agent、自然语言理解、机器视觉和智能控制等。

浙江大学远程教育网络课程“人工智能基础”

从工程应用的角度系统地介绍了人工智能的基本原理、方法及其应用技术，强化了实用化介绍，并反映了国内外研究和应用的最新进展。分三个部分：绪论、基础篇和提高篇，分别适合不同学习阶段的学生使用。

首都经济贸易大学“人工智能”

LIsP程序设计、知识表示技术、问题求解技术和产生式系统。

南京师范大学研究生课程“人工智能”

知识表达方法、图的搜索技术、计算智能的基本概念、模糊集理论、粗糙集理论、遗传算法、粒子群算法、蚁群算法。

国外的课程主要有：

麻省理工学院“人工智能”

介绍了构建应用系统以及从计算的角度解释智能时所使用的表述方式、技术和结构。探讨了其在规则推理链，启发式搜索，逻辑，约束传递，约束搜索和其他问题解决的范例的应用。还涵盖了有关决策树、神经网络、支持向量机和其他学习范例的应用。

伊利诺伊理工学院[美]Prof.P.Dasgupta“人工智能”

基于搜索的问题求解、状态空间搜索、启发式搜索问题、与／或图、博弈树搜索、逻辑与推理、一阶逻辑推理等。

美国麻省理工学院研究生课程“人工智能技术”

一阶逻辑的表达与推理、现代确定性和决策理论规划技术、基本的监督学习方法、贝叶斯网络的推理和学习等。

马萨诸塞计算机科学大学一波士顿“人工智能”

状态空间搜索方法、语义网络、定理证明和产生式规则系统。介绍这些技术的重要应用，并要求学生编写程序。

印度理工学院Kharagpur计算机科学与工程系

“人工智能”

基于搜索的问题求解、启发式搜索、约束满足问题、随机搜索方法、极小极大值、α-β剪枝、知识和推理、命题逻辑、一阶逻辑、情景演算、规划、不确定性知识和推理、贝叶斯网络、学习、决策树、神经网络、自然语言处理。

国内也有一些围绕“智能科学”前沿开设的研究生课程，如：

中国科学院计算技术研究所“智能科学”

科学发展的大趋势、人工智能的困惑、知识科学、脑科学、心理学的研究、认知科学、智能科学基本科学问题、人工脑、脑机接口等。

中国科学院计算技术研究所“高级人工智能”

讲授和讨论人工智能前沿研究领域的主要思想和关键技术。主要内容有非单调逻辑、自动推理、机器学习、分布式人工智能、人工思维、人工生命、大规模并行人工智能等。

北京邮电大学钟义信教授“人工智能统一理论”

讲授和讨论知识表示、信息获取、信息处理、信息利用、专家系统、人工神经网络，特别是人工智能研究的最新进展：机制主义模拟方法和“信息一知识，智能转换”等，属于国内外首次在研究生课程中设置这个内容。该课程教

学效果良好，历届研究生和博士生学习以后都反映受益匪浅。可以说，本门课程的成功开设和讲授也为“机器智能”本科课程的建设提供了很好的基础和条件。

此外，近年来在高中阶段也有开设相关课程的，如我国教育部新颁布的普通高中各科课程标准中，“人工智能初步”选修课程的主要内容包括：知识及其表达、推理与专家系统、人工智能语言与问题求解；英国高中也设有人工智能模块课程标准，教学内容、教学目标等与我国的标准基本相仿，还将专家系统、自然语言处理这两部分内容单独设课。

综上可见，当前国内外在人工智能相关课程建设方面，除作者所在单位外，多数都是以传统人工智能的基本概念和基本技术应用为主，随着技术的发展进步，再补充一些最新的技术或应用，并结合动手实践。这一方面说明了社会对于智能科学技术的需要和关注日益增强；另一方面，也暴露了智能科学技术领域课程建设的局限性：缺乏创新性的架构和融合，还是以分散的技术堆积为主要形式。这与当前智能科学技术领域飞速发展，有许多应用成果已经进入了人们的生活、学习和工作中，对人类社会的发展产生了重要影响的现实是不相匹配的，急需建设更加符合时代要求和领域特色的新课程，“机器智能”就是在这种背景下提出来的。

3课程建设总体构想

本文结合作者所在单位多年来在智能科学与技术方面的研究成果和经验，阐述了本课程之所以应当命名为“机器智能”(Machine Intelligence)的原因，接着初步提出了本课程的定位和建设目标，给出了本课程教学的基本要求。、

3.1课程名称

为什么这门课程不命名为“人工智能”，而应当称为“机器智能”?我们认为，主要是因为“人工智能”这个术语已经出现了比较严重的矛盾：本来，在1956年定义的人工智能(Artificial Intelligence)是指“用计算机模拟人的逻辑思维”，这就是基于符号逻辑的智能系统，典型代表是专家系统。但是，人工神经网络、感知，动作系统等等也都是人工智能系统，然而都不是“用计算机模拟人的逻辑思维”的系统，因此就不能叫做“人工智能”系统。现在，我们采用“机器智能”的术语，这个矛盾就不再存在了。“机器智能”是指一切人造的智能，上述三者都包含在其中了。

3.2课程定位和建设目标

“机器智能”应当成为“智能科学与技术”本科专业的专业基础课程，目的在于培养学生理解和掌握智能科学技术的基本观念、基本概念、基本理论和基本科学方法，为学习后续课程奠定理论和方法的基础；通过教学过程，培养学生善于分析地继承已有的科学进步成果、激励学生善于发现问题、分析问题和解决问题的科学创新精神。

为此，在正式学习本课程之前，学生最好已经系统学习过“信号与系统”、“脑与认知科学”和“离散数学”课程。本课程需要64学时，即4学分。

此外，“机器智能”也可以作为相关专业学生的选修课程，如信息工程、计算机科学与技术、自动化等专业，为这些专业的学生了解智能科学与技术领域的知识提供良好的窗口。

3.3教学基本要求

本课程教学的基本要求包括：

(1)了解科学技术发生发展的基本规律，从而认识智能科学技术的历史必然和历史责任；

(2)掌握智能和智能科学技术的基本概念，明确智能科学技术与其他相关科学技术的关系；

(3)理解自然智能与机器智能的联系与区别，建立合理的智能科学技术的知识结构；

(4)熟悉和掌握结构方法机器智能的基本理论、特点、问题和主要应用；

(5)熟悉和掌握功能方法机器智能的基本理论、特点、问题和主要应用；

(6)熟悉和掌握行为方法机器智能的基本理论、特点、问题和主要应用；

(7)掌握机制方法机器智能的基本理论、及其与结构方法一功能方法一行为方法的关系：

(8)理解机器智能研究所体现的复杂系统科学方法论精髓，自觉掌握科学创新方法论；

(9)理解智能科学技术与21世纪社会生产力的关系，努力发展先进社会生产力。

上述内容也可以用图1来表示。

4课程教学内容

根据上面的课程目标和教学基本要求，我们设计了十章教学内容以及学时分配如下：

第一章绪论，4学时；

第二章智能科学技术的基本概念4学时；

第三章机器智能的研究方法之一：结构模拟10学时；

第四章机器智能研究方法之二：功能模拟10学时；

第五章机器智能的研究方法之三：行为模拟4学时：

第六章机器智能的研究方法之四：机制模拟8学时；

第七章机器智能与机器情感8学时；

第八章机器智能的宏观应用：智能信息网络6学时；

第九章机器智能的微观应用：智能机器人6学时；

第十章机器智能的未决问题4学时。

大体上，可以把这些内容划分为8个模块：

理论基础模块，包括第一章和第二章；

结构方法模块，第三章；

功能方法模块，第四章；

行为方法模块，第五章；

机制方法模块，第六章；

智能与情感模块，第七章；

应用模块，包括第八章和第九章：

展望模块，第十章。

下面分别阐述。

4.1理论基础模块

本模块分为两章。

第一章绪论，希望带领学生从建立科学技术的基本概念开始，站在宏观的时空尺度上，高屋建瓴地鸟瞰科学技术发生发展的宏观历史进程，从中清理和总结科学技术发生发展的基本规律，包括发生机制、生态环境、演进逻辑、基本功能、生长脉络、人机关系、里程标志、未来趋向等，进而由此引出智能科学技术必然问世的根本机缘，借此阐明智能科学技术的历史使命、研究特色和研究内容。

第二章智能科学技术的基本概念，与学生共同探讨本领域的基本概念，包括智能、自然智能、机器智能、人工智能、隐智能、显智能、信息、认知、知识、意识、情感、策略、决策、行为、执行、系统等。特别是区分自然智能和机器智能，阐明自然智能在很大程度上可被机器智能模拟，而模拟的方法有很多，传统的人工智能主要是专家系统，从而明确本课程与现有人工智能类课程的联系与区别。

在理解上述内容和概念的基础上，可以帮助学生了解智能科学技术的整体框架，建立理论基础，促进学生形成积极的学习态度和清晰的学习思路。

4.2结构方法模块

众所周知，人的智力功能定位在人的大脑皮层，而后者是由大量的神经元连接组成的，由此人们很自然想到利用人工神经元网络来实现机器智能。

本模块将首先介绍大脑结构，包括皮层结构、生物神经元、生物神经网络，接着介绍神经元模型、感知机、人工神经网络基本模型，然后引出神经网络学习算法，重点介绍前向神经网络和反馈神经网络的基本原理，再给出神经网络的典型应用，并介绍计算智能(神经网络、模糊逻辑与遗传算法)概要，最后讨论结构模拟方法的困难，力图让学生对结构模拟方法有一个比较全面的理解和掌握。

4.3功能方法模块

本模块就是介绍传统人工智能的研究内容，包括知识表示、知识工程、知识发现、知识获取、知识演绎、问题求解、博弈理论、定理证明、专家系统、自然语言理解、机器学习等经典知识，最后分析功能模拟方法的困难，可以帮助学生掌握和形成传统人工智能的基础知识结构，培养从事科学研究的基础能力，并对其有较为综合的理解。

4. 4行为方法模块

这是相对简单的情形，要有存储了刺激，响应关系集合的知识库，要有相应的模式识别的能力和动作机构，一旦确定了系统所面临的刺激模式类型，就直接启动动作机构以产生响应动作，从而模拟智能行为。基于此，本模块主要内容包括机器感知、模式分类和感知，动作系统。

4.5机制方法模块

对于人的智能系统而言，虽然它的结构、功能、行为都是重要的观察角度，却不是最根本的考察窗口。对于智能这种复杂系统，真正能够揭示全局本质的，应当是系统的工作机制，因此我们采用机制主义方法试图寻找智能生成的共性核心机制。

事实上，本课程的核心内容就是这几个模拟方法。但是，我们不能平铺直叙地介绍这些方法。如果这样介绍，学生就学不到“智能科学技术的方法学”，学不到“机器智能”的创新精髓：很自然地由结构模拟入手，遇到“复杂度”的困难之后，就引出了功能模拟，但是功能模拟又遇到了“知识瓶颈”，于是引出了行为模拟方法；但是，这三种方法之间到底有没有关系?是什么关系?于是就引出了机制模拟方法一信息一知识一智能转换。这样才发现：原来，结构模拟、功能模拟、行为模拟都是机制模拟方法在不同条件下的特例，而且可以构成和谐的统一体。因此，这几个方法之间的关系如图2所示。

这就是说，四个方法不是并行的，而是：结构模拟方法、功能模拟方法、行为模拟方法和谐地统一于机制模拟方法。

本模块内容主要包括全信息理论、知识理论、知识的生态模型、意识发生学、智能生成机制、信息，知识一智能转换、智能的统一理论等。

本部分内容是本门课程区别于传统人工智能课程，具有创新特色的关键点之一。

4.6智能与情感模块

我们希望，将来的机器不仅具有智能认知和行事的能力，而且能够在给定问题一环境一目标的条件下，形成相应的情感能力，这样既有理智又有情感的系统才能成为名副其实的智能机器。

本模块的主要内容包括信息检索、情感分类、情感生成机理：信息，经验，情感转换、智能与情感相互作用模型等。本部分内容也是本课程的特色创新点之一。

4.7应用模块

本模块关注机器智能的应用，分为两章。

第七章机器智能的宏观应用：智能信息网络主要介绍信息网络、智能信息网络和网络智能，并讨论其分别在经济领域、社会领域和安全领域的应用。

第八章机器智能的微观应用：智能机器人主要介绍机器人、智能机器人、情智一体机器人、群体智能(机器人群)、智能人机合作，并讨论其在生产领域和服务领域的应用。

本模块帮助学生将前面章节中学到的理论知识与实际应用联系起来，进一步巩固所学知识，激发领域学习兴趣。

4.8展望模块

本模块对于课程整体而言是一个提高升华的内容，主要讨论机器智能领域的未决问题，如复杂一复杂系统一复杂理论、不确定性与不确定性理论、智能数学的发展、人机关系：隐智能与创造力等，希望进一步拓展学生的科学视野和素养，帮助学生树立远大的学习和奋斗目标，最终有助于智能科学与技术学科的发展。

5教学重点和难点

作者所在的北京邮电大学自1955年成立以来，一直致力于通信和信息领域的高级人才招收和培养，而且在智能科学技术前沿领域，包括通信与信息基础理论、知识理论、智能理论、传统人工智能、神经网络、自然语言处理、智能信息网络与服务等，开展了长期的研究，取得了丰富的科学研究成果。这些都为开设“智能科学与技术”本科专业和“机器智能”专业基础课程创造了的良好条件，也为本课程的教学提供了坚实的基础。

本课程在实施教学过程中就可以结合上述已有条件，将教学重点放在建立机器智能的概念，理解和掌握机器智能的三大方法(结构、功能、行为)及其统一理论一机制方法上面，从而让“智能科学与技术专业”的学生可以对于机器智能形成一个全面整体的知识结构，准确把握智能科学技术的发展规律，而不是很多分散技术的堆积。

其中的一个教学难点在于建立全面准确的智能概念，是在给定问题、环境约束和目标的前提下，实现信息一知识一智能策略转换的过程，从而能够解决问题的能力。只有正确理解了智能的概念，才能深刻地把握智能的本质。

第二个教学难点在于明确智能科学技术与已有相关学科的关系，包括信息与通信科学技术、计算机科学技术和自动化。只有密切结合智能概念，才能理解它们之间的相辅相成的关系：它们不是相互替代的关系，更不是互矛盾的关系，而是应该有机的结合起来，共同构成未来的智能科学与技术的和谐统一的整体。

第三个教学难点在于正确理解机器智能与自然智能的关系。自然智能是机器智能研究的思想源泉，也是机器智能研究的终极目标。从自然智能中得到有益的启发，研究出一大批具有类似或者接近于自然智能水平的机器，为扩展人类自身的智能能力服务，这样研究出来的机器的智能就是机器智能。

6关于教材的建议

基于上面关于“机器智能”课程建设内容的构想，下面我们重点阐述关于本课程教材的思考和建议。

现在国内外有了许多人工智能的优秀教材，最新的优秀教材是Russell等人的《Artificial Intelligence：A ModemApproach》，是集大成之作。

但是，所有的人工智能教材和著作都没有讲清楚人工智能三大学派(三大主流方法)之间的关系，因此被外界批评为“人工智能理论不成体系”。绝大多数教材都立足于“符号逻辑”这个方法，有的教材干脆不理会人工神经网络和感知一动作系统；有的虽然把它们吸收进来了，但是好像贴膏药一样，没有形成有机的体系。“人工智能理论不成体系”事实上也是“智能科学技术”没有被承认为一个独立学科的根本原因。

这也就是为什么我们不建议采用现有的教材而需要重新编写的根本原因。

我们打算编写的《机器智能》教材建筑在新的研究成果基础上，这个研究成果就是“人工智能的统一理论”。这个理论与方法的体系是本教材的最大特色，也是与其他教材相比的最大优势。这样，以前人们关于“人工智能理论没有体系”的批评就得到了克服。我们认为，有没有理论体系，这是衡量一个学科和一门课程是否成熟的基本标志，因此是一个极其重要的指标。如果真的没有理论体系，就不能成为一门成熟的学科，也不能成为一门成熟的课程。

7结束语

本文提出了“智能科学与技术”本科专业核心课程之一的“机器智能”建设的初步构想，包括课程名称、定位、建设目标、基本要求、教学内容、学时分配、教学重点和难点、教材选择和编写。该构想通过融合传统人工智能、专家系统的功能主义、人工神经网络的结构主义、感知一动作系统的行为主义和最新的机制主义研究成果，为学生展示了一幅机器智能领域的清晰完整的画卷。同时，辅以前沿问题，包括机器情感、智能信息网络、智能机器人和未决的问题，进一步激发学生对本学科领域的兴趣和热情，为后续专业课程的教学科研打好坚实的基础。衷心希望本文所提出的构想能够得到同行专家的批评指正，为“智能科学与技术”本科专业的建设贡献一份力量。我们相信，在未来的教育领域中，智能科学与技术将为信息时代的教育发展注入新的生机和活力。