李　蕾　王　嬋　王小捷　鐘義信

摘要：“智能科學與技術(shù)”本科專業(yè)是一個在2004年以后才在國內(nèi)出現(xiàn)的新專業(yè)，應(yīng)該怎樣辦?大家都在摸索中。其中，“機器智能”已被2008年全國智能科學技術(shù)教育學術(shù)研討會確立為智能科學與技術(shù)本科專業(yè)的第一批三門核心課程之一。針對其課程建設(shè)問題，本文提出了“機器智能”課程的初步建設(shè)構(gòu)想。首先調(diào)研、分析了國內(nèi)外相關(guān)課程的建設(shè)情況，在此基礎(chǔ)上提出了本課程的命名、定位和建設(shè)目標，介紹了本課程教學的基本要求，接著詳細說明了本課程的教學內(nèi)容及學時分配，并結(jié)合北京郵電大學智能科學與技術(shù)本科專業(yè)實例闡述了在實際教學中的教學重點和難點，最后給出了關(guān)于教材選擇和編寫的建議。

關(guān)鍵詞：機器智能；智能科學與技術(shù)；本科專業(yè)；課程建設(shè)

中圖分類號：G642文獻標識碼：A

1引言

2004年，北京大學在國內(nèi)率先自主設(shè)立了“智能科學與技術(shù)”本科專業(yè)。2005年，北京郵電大學在國內(nèi)首先得到教育部批準設(shè)立“智能科學與技術(shù)”本科專業(yè)。此后，國內(nèi)很多大學陸續(xù)也都基于各自的特色建設(shè)了該專業(yè)，如西安電子科技大學、南開大學、首都師范大學、武漢工程大學、西安郵電大學、北京科技大學、廈門大學等。

2008年lO月21日“全國智能科學技術(shù)教育學術(shù)研討會”在北京首都師范大學舉行。大會在充分交流和討論的基礎(chǔ)上，確立了“智能科學與技術(shù)”本科專業(yè)的三門(第一批)核心課程，包括“智能科學技術(shù)導論”，“腦與認知”和“機器智能”。鑒于這是一個嶄新的本科專業(yè)，到底應(yīng)該怎樣進行課程建設(shè)，才能提高辦學質(zhì)量，突出創(chuàng)新特色?大家都在摸索中。

本文在調(diào)研分析國內(nèi)外相關(guān)課程建設(shè)情況基礎(chǔ)上，提出了“機器智能”課程的初步建設(shè)構(gòu)想，包括名稱、定位、建設(shè)目標、教學基本要求、教學內(nèi)容及學時分配，并結(jié)合北京郵電大學“智能科學與技術(shù)”本科專業(yè)實例闡述了在實際教學中的重點和難點，對于教材的選擇和編寫也給出了建議。

本文構(gòu)想通過機器智能的概念和機制模擬研究方法(信息——知識——智能轉(zhuǎn)換)把已有的人工智能相關(guān)研究領(lǐng)域中多年來相對獨立發(fā)展的幾大學派融為一體，包括結(jié)構(gòu)模擬(人工神經(jīng)網(wǎng)絡(luò))、功能模擬(專家系統(tǒng))和行為模擬(感知-動作系統(tǒng))；還通過對這些不同學派主要研究思路、特色和研究內(nèi)容的討論，繼承與發(fā)展了各種方法所具有的先進特性。

這里我們強調(diào)應(yīng)當給學生以完整的知識和統(tǒng)一的理論，而不能只教給學生局部的知識(如符號邏輯一種方法)和不和諧不統(tǒng)一的理論。這樣，不但大大提升了本專業(yè)學生在本領(lǐng)域的科學視角高度，而且能讓學生直接觸及智能生成的共性機制這一世界性前沿問題，使本專業(yè)的建設(shè)更具有時代創(chuàng)新特色，從而為繁榮我國智能科學技術(shù)事業(yè)、培養(yǎng)自主創(chuàng)新能力、建設(shè)創(chuàng)新型國家作出應(yīng)有的貢獻。

本文后續(xù)內(nèi)容是這樣組織的：第二節(jié)分析國內(nèi)外相關(guān)課程建設(shè)情況，第三節(jié)給出了課程的初步建設(shè)構(gòu)想，包括名稱、定位、建設(shè)目標、教學基本要求，第四節(jié)詳細介紹教學內(nèi)容和學時分配，第五節(jié)結(jié)合北京郵電大學本專業(yè)實例闡述了在實際教學中的重點和難點，第六節(jié)提出了關(guān)于教材選擇和編寫的思考及建議，最后是總結(jié)。

2國內(nèi)外相關(guān)課程建設(shè)情況

調(diào)研發(fā)現(xiàn)，目前主要有本文作者所在的北京郵電大學在2006年制定實施的“機器智能”本科課程和南開大學白剛教授開設(shè)的“機器智能”工程碩士研究生課程。前者就是本文的主要內(nèi)容，后者類似“人工智能”，但更專業(yè)化、具體化，使用了一些現(xiàn)代量化的方法，刪去了一些過于概念化的內(nèi)容，更多側(cè)重于如何實現(xiàn)。

除此以外，國內(nèi)外尚未查到更多公開發(fā)布的以“機器智能”命名的大學課程。更多的是傳統(tǒng)的圍繞“人工智能”命名的本科和研究生課程，國內(nèi)的主要包括：

清華大學“人工智能”

搜索問題、歸結(jié)推理方法、知識表示、不確定性推理、機器學習、高級搜索。

北京大學陳昱教授“人工智能”

問題求解、知識與推理、規(guī)劃、不確定知識與推理、學習。

中南大學蔡自興教授“人工智能”

知識表示方法和搜索推理技術(shù)、高級知識推理、神經(jīng)計算、模糊計算、專家系統(tǒng)、機器學習、自動規(guī)劃、Agent、自然語言理解、機器視覺和智能控制等。

浙江大學遠程教育網(wǎng)絡(luò)課程“人工智能基礎(chǔ)”

從工程應(yīng)用的角度系統(tǒng)地介紹了人工智能的基本原理、方法及其應(yīng)用技術(shù)，強化了實用化介紹，并反映了國內(nèi)外研究和應(yīng)用的最新進展。分三個部分：緒論、基礎(chǔ)篇和提高篇，分別適合不同學習階段的學生使用。

首都經(jīng)濟貿(mào)易大學“人工智能”

LIsP程序設(shè)計、知識表示技術(shù)、問題求解技術(shù)和產(chǎn)生式系統(tǒng)。

南京師范大學研究生課程“人工智能”

知識表達方法、圖的搜索技術(shù)、計算智能的基本概念、模糊集理論、粗糙集理論、遺傳算法、粒子群算法、蟻群算法。

國外的課程主要有：

麻省理工學院“人工智能”

介紹了構(gòu)建應(yīng)用系統(tǒng)以及從計算的角度解釋智能時所使用的表述方式、技術(shù)和結(jié)構(gòu)。探討了其在規(guī)則推理鏈，啟發(fā)式搜索，邏輯，約束傳遞，約束搜索和其他問題解決的范例的應(yīng)用。還涵蓋了有關(guān)決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機和其他學習范例的應(yīng)用。

伊利諾伊理工學院[美]Prof.P.Dasgupta“人工智能”

基于搜索的問題求解、狀態(tài)空間搜索、啟發(fā)式搜索問題、與／或圖、博弈樹搜索、邏輯與推理、一階邏輯推理等。

美國麻省理工學院研究生課程“人工智能技術(shù)”

一階邏輯的表達與推理、現(xiàn)代確定性和決策理論規(guī)劃技術(shù)、基本的監(jiān)督學習方法、貝葉斯網(wǎng)絡(luò)的推理和學習等。

馬薩諸塞計算機科學大學一波士頓“人工智能”

狀態(tài)空間搜索方法、語義網(wǎng)絡(luò)、定理證明和產(chǎn)生式規(guī)則系統(tǒng)。介紹這些技術(shù)的重要應(yīng)用，并要求學生編寫程序。

印度理工學院Kharagpur計算機科學與工程系

“人工智能”

基于搜索的問題求解、啟發(fā)式搜索、約束滿足問題、隨機搜索方法、極小極大值、α-β剪枝、知識和推理、命題邏輯、一階邏輯、情景演算、規(guī)劃、不確定性知識和推理、貝葉斯網(wǎng)絡(luò)、學習、決策樹、神經(jīng)網(wǎng)絡(luò)、自然語言處理。

國內(nèi)也有一些圍繞“智能科學”前沿開設(shè)的研究生課程，如：

中國科學院計算技術(shù)研究所“智能科學”

科學發(fā)展的大趨勢、人工智能的困惑、知識科學、腦科學、心理學的研究、認知科學、智能科學基本科學問題、人工腦、腦機接口等。

中國科學院計算技術(shù)研究所“高級人工智能”

講授和討論人工智能前沿研究領(lǐng)域的主要思想和關(guān)鍵技術(shù)。主要內(nèi)容有非單調(diào)邏輯、自動推理、機器學習、分布式人工智能、人工思維、人工生命、大規(guī)模并行人工智能等。

北京郵電大學鐘義信教授“人工智能統(tǒng)一理論”

講授和討論知識表示、信息獲取、信息處理、信息利用、專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)，特別是人工智能研究的最新進展：機制主義模擬方法和“信息一知識，智能轉(zhuǎn)換”等，屬于國內(nèi)外首次在研究生課程中設(shè)置這個內(nèi)容。該課程教

學效果良好，歷屆研究生和博士生學習以后都反映受益匪淺。可以說，本門課程的成功開設(shè)和講授也為“機器智能”本科課程的建設(shè)提供了很好的基礎(chǔ)和條件。

此外，近年來在高中階段也有開設(shè)相關(guān)課程的，如我國教育部新頒布的普通高中各科課程標準中，“人工智能初步”選修課程的主要內(nèi)容包括：知識及其表達、推理與專家系統(tǒng)、人工智能語言與問題求解；英國高中也設(shè)有人工智能模塊課程標準，教學內(nèi)容、教學目標等與我國的標準基本相仿，還將專家系統(tǒng)、自然語言處理這兩部分內(nèi)容單獨設(shè)課。

綜上可見，當前國內(nèi)外在人工智能相關(guān)課程建設(shè)方面，除作者所在單位外，多數(shù)都是以傳統(tǒng)人工智能的基本概念和基本技術(shù)應(yīng)用為主，隨著技術(shù)的發(fā)展進步，再補充一些最新的技術(shù)或應(yīng)用，并結(jié)合動手實踐。這一方面說明了社會對于智能科學技術(shù)的需要和關(guān)注日益增強；另一方面，也暴露了智能科學技術(shù)領(lǐng)域課程建設(shè)的局限性：缺乏創(chuàng)新性的架構(gòu)和融合，還是以分散的技術(shù)堆積為主要形式。這與當前智能科學技術(shù)領(lǐng)域飛速發(fā)展，有許多應(yīng)用成果已經(jīng)進入了人們的生活、學習和工作中，對人類社會的發(fā)展產(chǎn)生了重要影響的現(xiàn)實是不相匹配的，急需建設(shè)更加符合時代要求和領(lǐng)域特色的新課程，“機器智能”就是在這種背景下提出來的。

3課程建設(shè)總體構(gòu)想

本文結(jié)合作者所在單位多年來在智能科學與技術(shù)方面的研究成果和經(jīng)驗，闡述了本課程之所以應(yīng)當命名為“機器智能”(Machine Intelligence)的原因，接著初步提出了本課程的定位和建設(shè)目標，給出了本課程教學的基本要求。、

3.1課程名稱

為什么這門課程不命名為“人工智能”，而應(yīng)當稱為“機器智能”?我們認為，主要是因為“人工智能”這個術(shù)語已經(jīng)出現(xiàn)了比較嚴重的矛盾：本來，在1956年定義的人工智能(Artificial Intelligence)是指“用計算機模擬人的邏輯思維”，這就是基于符號邏輯的智能系統(tǒng)，典型代表是專家系統(tǒng)。但是，人工神經(jīng)網(wǎng)絡(luò)、感知，動作系統(tǒng)等等也都是人工智能系統(tǒng)，然而都不是“用計算機模擬人的邏輯思維”的系統(tǒng)，因此就不能叫做“人工智能”系統(tǒng)。現(xiàn)在，我們采用“機器智能”的術(shù)語，這個矛盾就不再存在了?！皺C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課程定位和建設(shè)目標

“機器智能”應(yīng)當成為“智能科學與技術(shù)”本科專業(yè)的專業(yè)基礎(chǔ)課程，目的在于培養(yǎng)學生理解和掌握智能科學技術(shù)的基本觀念、基本概念、基本理論和基本科學方法，為學習后續(xù)課程奠定理論和方法的基礎(chǔ)；通過教學過程，培養(yǎng)學生善于分析地繼承已有的科學進步成果、激勵學生善于發(fā)現(xiàn)問題、分析問題和解決問題的科學創(chuàng)新精神。

為此，在正式學習本課程之前，學生最好已經(jīng)系統(tǒng)學習過“信號與系統(tǒng)”、“腦與認知科學”和“離散數(shù)學”課程。本課程需要64學時，即4學分。

此外，“機器智能”也可以作為相關(guān)專業(yè)學生的選修課程，如信息工程、計算機科學與技術(shù)、自動化等專業(yè)，為這些專業(yè)的學生了解智能科學與技術(shù)領(lǐng)域的知識提供良好的窗口。

3.3教學基本要求

本課程教學的基本要求包括：

(1)了解科學技術(shù)發(fā)生發(fā)展的基本規(guī)律，從而認識智能科學技術(shù)的歷史必然和歷史責任；

(2)掌握智能和智能科學技術(shù)的基本概念，明確智能科學技術(shù)與其他相關(guān)科學技術(shù)的關(guān)系；

(3)理解自然智能與機器智能的聯(lián)系與區(qū)別，建立合理的智能科學技術(shù)的知識結(jié)構(gòu)；

(4)熟悉和掌握結(jié)構(gòu)方法機器智能的基本理論、特點、問題和主要應(yīng)用；

(5)熟悉和掌握功能方法機器智能的基本理論、特點、問題和主要應(yīng)用；

(6)熟悉和掌握行為方法機器智能的基本理論、特點、問題和主要應(yīng)用；

(7)掌握機制方法機器智能的基本理論、及其與結(jié)構(gòu)方法一功能方法一行為方法的關(guān)系：

(8)理解機器智能研究所體現(xiàn)的復(fù)雜系統(tǒng)科學方法論精髓，自覺掌握科學創(chuàng)新方法論；

(9)理解智能科學技術(shù)與21世紀社會生產(chǎn)力的關(guān)系，努力發(fā)展先進社會生產(chǎn)力。

上述內(nèi)容也可以用圖1來表示。

4課程教學內(nèi)容

根據(jù)上面的課程目標和教學基本要求，我們設(shè)計了十章教學內(nèi)容以及學時分配如下：

第一章緒論，4學時；

第二章智能科學技術(shù)的基本概念4學時；

第三章機器智能的研究方法之一：結(jié)構(gòu)模擬10學時；

第四章機器智能研究方法之二：功能模擬10學時；

第五章機器智能的研究方法之三：行為模擬4學時：

第六章機器智能的研究方法之四：機制模擬8學時；

第七章機器智能與機器情感8學時；

第八章機器智能的宏觀應(yīng)用：智能信息網(wǎng)絡(luò)6學時；

第九章機器智能的微觀應(yīng)用：智能機器人6學時；

第十章機器智能的未決問題4學時。

大體上，可以把這些內(nèi)容劃分為8個模塊：

理論基礎(chǔ)模塊，包括第一章和第二章；

結(jié)構(gòu)方法模塊，第三章；

功能方法模塊，第四章；

行為方法模塊，第五章；

機制方法模塊，第六章；

智能與情感模塊，第七章；

應(yīng)用模塊，包括第八章和第九章：

展望模塊，第十章。

下面分別闡述。

4.1理論基礎(chǔ)模塊

本模塊分為兩章。

第一章緒論，希望帶領(lǐng)學生從建立科學技術(shù)的基本概念開始，站在宏觀的時空尺度上，高屋建瓴地鳥瞰科學技術(shù)發(fā)生發(fā)展的宏觀歷史進程，從中清理和總結(jié)科學技術(shù)發(fā)生發(fā)展的基本規(guī)律，包括發(fā)生機制、生態(tài)環(huán)境、演進邏輯、基本功能、生長脈絡(luò)、人機關(guān)系、里程標志、未來趨向等，進而由此引出智能科學技術(shù)必然問世的根本機緣，借此闡明智能科學技術(shù)的歷史使命、研究特色和研究內(nèi)容。

第二章智能科學技術(shù)的基本概念，與學生共同探討本領(lǐng)域的基本概念，包括智能、自然智能、機器智能、人工智能、隱智能、顯智能、信息、認知、知識、意識、情感、策略、決策、行為、執(zhí)行、系統(tǒng)等。特別是區(qū)分自然智能和機器智能，闡明自然智能在很大程度上可被機器智能模擬，而模擬的方法有很多，傳統(tǒng)的人工智能主要是專家系統(tǒng)，從而明確本課程與現(xiàn)有人工智能類課程的聯(lián)系與區(qū)別。

在理解上述內(nèi)容和概念的基礎(chǔ)上，可以幫助學生了解智能科學技術(shù)的整體框架，建立理論基礎(chǔ)，促進學生形成積極的學習態(tài)度和清晰的學習思路。

4.2結(jié)構(gòu)方法模塊

眾所周知，人的智力功能定位在人的大腦皮層，而后者是由大量的神經(jīng)元連接組成的，由此人們很自然想到利用人工神經(jīng)元網(wǎng)絡(luò)來實現(xiàn)機器智能。

本模塊將首先介紹大腦結(jié)構(gòu)，包括皮層結(jié)構(gòu)、生物神經(jīng)元、生物神經(jīng)網(wǎng)絡(luò)，接著介紹神經(jīng)元模型、感知機、人工神經(jīng)網(wǎng)絡(luò)基本模型，然后引出神經(jīng)網(wǎng)絡(luò)學習算法，重點介紹前向神經(jīng)網(wǎng)絡(luò)和反饋神經(jīng)網(wǎng)絡(luò)的基本原理，再給出神經(jīng)網(wǎng)絡(luò)的典型應(yīng)用，并介紹計算智能(神經(jīng)網(wǎng)絡(luò)、模糊邏輯與遺傳算法)概要，最后討論結(jié)構(gòu)模擬方法的困難，力圖讓學生對結(jié)構(gòu)模擬方法有一個比較全面的理解和掌握。

4.3功能方法模塊

本模塊就是介紹傳統(tǒng)人工智能的研究內(nèi)容，包括知識表示、知識工程、知識發(fā)現(xiàn)、知識獲取、知識演繹、問題求解、博弈理論、定理證明、專家系統(tǒng)、自然語言理解、機器學習等經(jīng)典知識，最后分析功能模擬方法的困難，可以幫助學生掌握和形成傳統(tǒng)人工智能的基礎(chǔ)知識結(jié)構(gòu)，培養(yǎng)從事科學研究的基礎(chǔ)能力，并對其有較為綜合的理解。

4. 4行為方法模塊

這是相對簡單的情形，要有存儲了刺激，響應(yīng)關(guān)系集合的知識庫，要有相應(yīng)的模式識別的能力和動作機構(gòu)，一旦確定了系統(tǒng)所面臨的刺激模式類型，就直接啟動動作機構(gòu)以產(chǎn)生響應(yīng)動作，從而模擬智能行為。基于此，本模塊主要內(nèi)容包括機器感知、模式分類和感知，動作系統(tǒng)。

4.5機制方法模塊

對于人的智能系統(tǒng)而言，雖然它的結(jié)構(gòu)、功能、行為都是重要的觀察角度，卻不是最根本的考察窗口。對于智能這種復(fù)雜系統(tǒng)，真正能夠揭示全局本質(zhì)的，應(yīng)當是系統(tǒng)的工作機制，因此我們采用機制主義方法試圖尋找智能生成的共性核心機制。

事實上，本課程的核心內(nèi)容就是這幾個模擬方法。但是，我們不能平鋪直敘地介紹這些方法。如果這樣介紹，學生就學不到“智能科學技術(shù)的方法學”，學不到“機器智能”的創(chuàng)新精髓：很自然地由結(jié)構(gòu)模擬入手，遇到“復(fù)雜度”的困難之后，就引出了功能模擬，但是功能模擬又遇到了“知識瓶頸”，于是引出了行為模擬方法；但是，這三種方法之間到底有沒有關(guān)系?是什么關(guān)系?于是就引出了機制模擬方法一信息一知識一智能轉(zhuǎn)換。這樣才發(fā)現(xiàn)：原來，結(jié)構(gòu)模擬、功能模擬、行為模擬都是機制模擬方法在不同條件下的特例，而且可以構(gòu)成和諧的統(tǒng)一體。因此，這幾個方法之間的關(guān)系如圖2所示。

這就是說，四個方法不是并行的，而是：結(jié)構(gòu)模擬方法、功能模擬方法、行為模擬方法和諧地統(tǒng)一于機制模擬方法。

本模塊內(nèi)容主要包括全信息理論、知識理論、知識的生態(tài)模型、意識發(fā)生學、智能生成機制、信息，知識一智能轉(zhuǎn)換、智能的統(tǒng)一理論等。

本部分內(nèi)容是本門課程區(qū)別于傳統(tǒng)人工智能課程，具有創(chuàng)新特色的關(guān)鍵點之一。

4.6智能與情感模塊

我們希望，將來的機器不僅具有智能認知和行事的能力，而且能夠在給定問題一環(huán)境一目標的條件下，形成相應(yīng)的情感能力，這樣既有理智又有情感的系統(tǒng)才能成為名副其實的智能機器。

本模塊的主要內(nèi)容包括信息檢索、情感分類、情感生成機理：信息，經(jīng)驗，情感轉(zhuǎn)換、智能與情感相互作用模型等。本部分內(nèi)容也是本課程的特色創(chuàng)新點之一。

4.7應(yīng)用模塊

本模塊關(guān)注機器智能的應(yīng)用，分為兩章。

第七章機器智能的宏觀應(yīng)用：智能信息網(wǎng)絡(luò)主要介紹信息網(wǎng)絡(luò)、智能信息網(wǎng)絡(luò)和網(wǎng)絡(luò)智能，并討論其分別在經(jīng)濟領(lǐng)域、社會領(lǐng)域和安全領(lǐng)域的應(yīng)用。

第八章機器智能的微觀應(yīng)用：智能機器人主要介紹機器人、智能機器人、情智一體機器人、群體智能(機器人群)、智能人機合作，并討論其在生產(chǎn)領(lǐng)域和服務(wù)領(lǐng)域的應(yīng)用。

本模塊幫助學生將前面章節(jié)中學到的理論知識與實際應(yīng)用聯(lián)系起來，進一步鞏固所學知識，激發(fā)領(lǐng)域?qū)W習興趣。

4.8展望模塊

本模塊對于課程整體而言是一個提高升華的內(nèi)容，主要討論機器智能領(lǐng)域的未決問題，如復(fù)雜一復(fù)雜系統(tǒng)一復(fù)雜理論、不確定性與不確定性理論、智能數(shù)學的發(fā)展、人機關(guān)系：隱智能與創(chuàng)造力等，希望進一步拓展學生的科學視野和素養(yǎng)，幫助學生樹立遠大的學習和奮斗目標，最終有助于智能科學與技術(shù)學科的發(fā)展。

5教學重點和難點

作者所在的北京郵電大學自1955年成立以來，一直致力于通信和信息領(lǐng)域的高級人才招收和培養(yǎng)，而且在智能科學技術(shù)前沿領(lǐng)域，包括通信與信息基礎(chǔ)理論、知識理論、智能理論、傳統(tǒng)人工智能、神經(jīng)網(wǎng)絡(luò)、自然語言處理、智能信息網(wǎng)絡(luò)與服務(wù)等，開展了長期的研究，取得了豐富的科學研究成果。這些都為開設(shè)“智能科學與技術(shù)”本科專業(yè)和“機器智能”專業(yè)基礎(chǔ)課程創(chuàng)造了的良好條件，也為本課程的教學提供了堅實的基礎(chǔ)。

本課程在實施教學過程中就可以結(jié)合上述已有條件，將教學重點放在建立機器智能的概念，理解和掌握機器智能的三大方法(結(jié)構(gòu)、功能、行為)及其統(tǒng)一理論一機制方法上面，從而讓“智能科學與技術(shù)專業(yè)”的學生可以對于機器智能形成一個全面整體的知識結(jié)構(gòu)，準確把握智能科學技術(shù)的發(fā)展規(guī)律，而不是很多分散技術(shù)的堆積。

其中的一個教學難點在于建立全面準確的智能概念，是在給定問題、環(huán)境約束和目標的前提下，實現(xiàn)信息一知識一智能策略轉(zhuǎn)換的過程，從而能夠解決問題的能力。只有正確理解了智能的概念，才能深刻地把握智能的本質(zhì)。

第二個教學難點在于明確智能科學技術(shù)與已有相關(guān)學科的關(guān)系，包括信息與通信科學技術(shù)、計算機科學技術(shù)和自動化。只有密切結(jié)合智能概念，才能理解它們之間的相輔相成的關(guān)系：它們不是相互替代的關(guān)系，更不是互矛盾的關(guān)系，而是應(yīng)該有機的結(jié)合起來，共同構(gòu)成未來的智能科學與技術(shù)的和諧統(tǒng)一的整體。

第三個教學難點在于正確理解機器智能與自然智能的關(guān)系。自然智能是機器智能研究的思想源泉，也是機器智能研究的終極目標。從自然智能中得到有益的啟發(fā)，研究出一大批具有類似或者接近于自然智能水平的機器，為擴展人類自身的智能能力服務(wù)，這樣研究出來的機器的智能就是機器智能。

6關(guān)于教材的建議

基于上面關(guān)于“機器智能”課程建設(shè)內(nèi)容的構(gòu)想，下面我們重點闡述關(guān)于本課程教材的思考和建議。

現(xiàn)在國內(nèi)外有了許多人工智能的優(yōu)秀教材，最新的優(yōu)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沒有講清楚人工智能三大學派(三大主流方法)之間的關(guān)系，因此被外界批評為“人工智能理論不成體系”。絕大多數(shù)教材都立足于“符號邏輯”這個方法，有的教材干脆不理會人工神經(jīng)網(wǎng)絡(luò)和感知一動作系統(tǒng)；有的雖然把它們吸收進來了，但是好像貼膏藥一樣，沒有形成有機的體系?！叭斯ぶ悄芾碚摬怀审w系”事實上也是“智能科學技術(shù)”沒有被承認為一個獨立學科的根本原因。

這也就是為什么我們不建議采用現(xiàn)有的教材而需要重新編寫的根本原因。

我們打算編寫的《機器智能》教材建筑在新的研究成果基礎(chǔ)上，這個研究成果就是“人工智能的統(tǒng)一理論”。這個理論與方法的體系是本教材的最大特色，也是與其他教材相比的最大優(yōu)勢。這樣，以前人們關(guān)于“人工智能理論沒有體系”的批評就得到了克服。我們認為，有沒有理論體系，這是衡量一個學科和一門課程是否成熟的基本標志，因此是一個極其重要的指標。如果真的沒有理論體系，就不能成為一門成熟的學科，也不能成為一門成熟的課程。

7結(jié)束語

本文提出了“智能科學與技術(shù)”本科專業(yè)核心課程之一的“機器智能”建設(shè)的初步構(gòu)想，包括課程名稱、定位、建設(shè)目標、基本要求、教學內(nèi)容、學時分配、教學重點和難點、教材選擇和編寫。該構(gòu)想通過融合傳統(tǒng)人工智能、專家系統(tǒng)的功能主義、人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)主義、感知一動作系統(tǒng)的行為主義和最新的機制主義研究成果，為學生展示了一幅機器智能領(lǐng)域的清晰完整的畫卷。同時，輔以前沿問題，包括機器情感、智能信息網(wǎng)絡(luò)、智能機器人和未決的問題，進一步激發(fā)學生對本學科領(lǐng)域的興趣和熱情，為后續(xù)專業(yè)課程的教學科研打好堅實的基礎(chǔ)。衷心希望本文所提出的構(gòu)想能夠得到同行專家的批評指正，為“智能科學與技術(shù)”本科專業(yè)的建設(shè)貢獻一份力量。我們相信，在未來的教育領(lǐng)域中，智能科學與技術(shù)將為信息時代的教育發(fā)展注入新的生機和活力。