AGI Syllabus AGI人工智能教学大纲.doc

通用人工智能和非公理推理系统

王培

mail.peiwang@

课程内容

人工智能的初始和终极目标是建造智力和人可比的“智能机器”。“通用人工智能”强调智能的统一性和整体性，因而不同于注重专用系统的人工智能研究。本课程以一个“非公理推理系统”为范例，介绍通用人工智能的理论和技术问题，并比较各种解决方案。这个系统能够在知识和资源相对不足的情况下适应环境和解决问题，并统一实现各种认知功能。

时间安排

八次课，每次4学时（3学时授课，1学时讨论及上机）

智能：研究目标与战略

语义学：意义与真值

非公理逻辑最简版（NAL-1）

非公理推理系统最简版

词项及其结构（NAL-2至NAL-4）

陈述及其扩展（NAL-5至NAL-9）

经验与通讯

总结和比较

先修要求

集合论、数理逻辑、图论、概率统计

程序设计（语言不限）、数据结构

人工智能（或机器学习、机器人等）

主要参考书

PeiWang,Non-AxiomaticLogic:AModelofIntelligentReasoning,WorldScientificPublishing,2013

PeiWang,RigidFlexibility:TheLogicofIntelligence,Springer,2006

PeiWangBenGoertzel(editors),TheoreticalFoundationsofArtificialGeneralIntelligence,AtlantisPress,2012

上述书籍的电子版本将向学生提供。其它阅读材料见讲义中的链接。

成绩评定

在课程结束时每个学生将独立或合作完成一个理论或实现课题。题目自选，但必须与课程内容直接相关。可能性包括（但不限于）：

关于通用人工智能中某问题的理论讨论

关于“纳思”某方面的分析讨论

“纳思”和其它智能模型的比较

把“纳思”应用于某个实际问题

重要日期：

7月31日：提交一个简略的选题说明

8月10日：提交完整的课程报告

8月11-15日：准备接受邮件或电话质询

课程报告长度不限，可以用数据、程序文件为附件。

提交邮箱：mail.peiwang@，标题：“通用人工智能”及姓名。用姓名作附件文件名。文件格式：PDF、DOC、HTML、ZIP。

课程成绩主要取决于报告的质量和原创性。合作研究原则上每个组员成绩相同。对质量的要求随小组人员的增加而上升。

?