“機器智能”課程建設初探

李　蕾　王　嬋　王小捷　鐘義信

摘要：“智能科學與技術”本科專業是一個在2004年以后才在國內出現的新專業，應該怎樣辦?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教育學術研討會確立為智能科學與技術本科專業的第一批三門核心課程之一。針對其課程建設問題，本文提出了“機器智能”課程的初步建設構想。首先調研、分析了國內外相關課程的建設情況，在此基礎上提出了本課程的命名、定位和建設目標，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容及學時分配，并結合北京郵電大學智能科學與技術本科專業實例闡述了在實際教學中的教學重點和難點，最后給出了關于教材選擇和編寫的建議。

關鍵詞：機器智能；智能科學與技術；本科專業；課程建設

中圖分類號：G642文獻標識碼：A

1引言

2004年，北京大學在國內率先自主設立了“智能科學與技術”本科專業。2005年，北京郵電大學在國內首先得到教育部批準設立“智能科學與技術”本科專業。此后，國內很多大學陸續也都基于各自的特色建設了該專業，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“全國智能科學技術教育學術研討會”在北京首都師范大學舉行。大會在充分交流和討論的基礎上，確立了“智能科學與技術”本科專業的三門(第一批)核心課程，包括“智能科學技術導論”，“腦與認知”和“機器智能”。鑒于這是一個嶄新的本科專業，到底應該怎樣進行課程建設，才能提高辦學質量，突出創新特色?大家都在摸索中。

本文在調研分析國內外相關課程建設情況基礎上，提出了“機器智能”課程的初步建設構想，包括名稱、定位、建設目標、教學基本要求、教學內容及學時分配，并結合北京郵電大學“智能科學與技術”本科專業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——智能轉換)把已有的人工智能相關研究領域中多年來相對獨立發展的幾大學派融為一體，包括結構模擬(人工神經網絡)、功能模擬(專家系統)和行為模擬(感知-動作系統)；還通過對這些不同學派主要研究思路、特色和研究內容的討論，繼承與發展了各種方法所具有的先進特性。

這里我們強調應當給學生以完整的知識和統一的理論，而不能只教給學生局部的知識(如符號邏輯一種方法)和不和諧不統一的理論。這樣，不但大大提升了本專業學生在本領域的科學視角高度，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，使本專業的建設更具有時代創新特色，從而為繁榮我國智能科學技術事業、培養自主創新能力、建設創新型國家作出應有的貢獻。

本文后續內容是這樣組織的：第二節分析國內外相關課程建設情況，第三節給出了課程的初步建設構想，包括名稱、定位、建設目標、教學基本要求，第四節詳細介紹教學內容和學時分配，第五節結合北京郵電大學本專業實例闡述了在實際教學中的重點和難點，第六節提出了關于教材選擇和編寫的思考及建議，最后是總結。

2國內外相關課程建設情況

調研發現，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的“機器智能”工程碩士研究生課程。前者就是本文的主要內容，后者類似“人工智能”，但更專業化、具體化，使用了一些現代量化的方法，刪去了一些過于概念化的內容，更多側重于如何實現。

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

清華大學“人工智能”

搜索問題、歸結推理方法、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、高級知識推理、神經計算、模糊計算、專家系統、機器學習、自動規劃、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絡課程“人工智能基礎”

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

首都經濟貿易大學“人工智能”

LIsP程序設計、知識表示技術、問題求解技術和產生式系統。

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、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”

介紹了構建應用系統以及從計算的角度解釋智能時所使用的表述方式、技術和結構。探討了其在規則推理鏈，啟發式搜索，邏輯，約束傳遞，約束搜索和其他問題解決的范例的應用。還涵蓋了有關決策樹、神經網絡、支持向量機和其他學習范例的應用。

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、狀態空間搜索、啟發式搜索問題、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”

一階邏輯的表達與推理、現代確定性和決策理論規劃技術、基本的監督學習方法、貝葉斯網絡的推理和學習等。

馬薩諸塞計算機科學大學一波士頓“人工智能”

狀態空間搜索方法、語義網絡、定理證明和產生式規則系統。介紹這些技術的重要應用，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、規劃、不確定性知識和推理、貝葉斯網絡、學習、決策樹、神經網絡、自然語言處理。

國內也有一些圍繞“智能科學”前沿開設的研究生課程，如：

中國科學院計算技術研究所“智能科學”

科學發展的大趨勢、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研究所“高級人工智能”

講授和討論人工智能前沿研究領域的主要思想和關鍵技術。主要內容有非單調邏輯、自動推理、機器學習、分布式人工智能、人工思維、人工生命、大規模并行人工智能等。

北京郵電大學鐘義信教授“人工智能統一理論”

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、人工神經網絡，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，智能轉換”等，屬于國內外首次在研究生課程中設置這個內容。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和講授也為“機器智能”本科課程的建設提供了很好的基礎和條件。

此外，近年來在高中階段也有開設相關課程的，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”選修課程的主要內容包括：知識及其表達、推理與專家系統、人工智能語言與問題求解；英國高中也設有人工智能模塊課程標準，教學內容、教學目標等與我國的標準基本相仿，還將專家系統、自然語言處理這兩部分內容單獨設課。

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

3課程建設總體構想

本文結合作者所在單位多年來在智能科學與技術方面的研究成果和經驗，闡述了本課程之所以應當命名為“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”，而應當稱為“機器智能”?我們認為，主要是因為“人工智能”這個術語已經出現了比較嚴重的矛盾：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，典型代表是專家系統。但是，人工神經網絡、感知，動作系統等等也都是人工智能系統，然而都不是“用計算機模擬人的邏輯思維”的系統，因此就不能叫做“人工智能”系統。現在，我們采用“機器智能”的術語，這個矛盾就不再存在了。“機器智能”是指一切人造的智能，上述三者都包含在其中了。

3.2課程定位和建設目標

“機器智能”應當成為“智能科學與技術”本科專業的專業基礎課程，目的在于培養學生理解和掌握智能科學技術的基本觀念、基本概念、基本理論和基本科學方法，為學習后續課程奠定理論和方法的基礎；通過教學過程，培養學生善于分析地繼承已有的科學進步成果、激勵學生善于發現問題、分析問題和解決問題的科學創新精神。

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

此外，“機器智能”也可以作為相關專業學生的選修課程，如信息工程、計算機科學與技術、自動化等專業，為這些專業的學生了解智能科學與技術領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)了解科學技術發生發展的基本規律，從而認識智能科學技術的歷史必然和歷史責任；

(2)掌握智能和智能科學技術的基本概念，明確智能科學技術與其他相關科學技術的關系；

(3)理解自然智能與機器智能的聯系與區別，建立合理的智能科學技術的知識結構；

(4)熟悉和掌握結構方法機器智能的基本理論、特點、問題和主要應用；

(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、問題和主要應用；

(7)掌握機制方法機器智能的基本理論、及其與結構方法一功能方法一行為方法的關系：

(8)理解機器智能研究所體現的復雜系統科學方法論精髓，自覺掌握科學創新方法論；

(9)理解智能科學技術與21世紀社會生產力的關系，努力發展先進社會生產力。

上述內容也可以用圖1來表示。

4課程教學內容

根據上面的課程目標和教學基本要求，我們設計了十章教學內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的基本概念4學時；

第三章機器智能的研究方法之一：結構模擬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用：智能信息網絡6學時；

第九章機器智能的微觀應用：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，可以把這些內容劃分為8個模塊：

理論基礎模塊，包括第一章和第二章；

結構方法模塊，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理論基礎模塊

本模塊分為兩章。

第一章緒論，希望帶領學生從建立科學技術的基本概念開始，站在宏觀的時空尺度上，高屋建瓴地鳥瞰科學技術發生發展的宏觀歷史進程，從中清理和總結科學技術發生發展的基本規律，包括發生機制、生態環境、演進邏輯、基本功能、生長脈絡、人機關系、里程標志、未來趨向等，進而由此引出智能科學技術必然問世的根本機緣，借此闡明智能科學技術的歷史使命、研究特色和研究內容。

第二章智能科學技術的基本概念，與學生共同探討本領域的基本概念，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、執行、系統等。特別是區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，傳統的人工智能主要是專家系統，從而明確本課程與現有人工智能類課程的聯系與區別。

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

4.2結構方法模塊

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元連接組成的，由此人們很自然想到利用人工神經元網絡來實現機器智能。

本模塊將首先介紹大腦結構，包括皮層結構、生物神經元、生物神經網絡，接著介紹神經元模型、感知機、人工神經網絡基本模型，然后引出神經網絡學習算法，重點介紹前向神經網絡和反饋神經網絡的基本原理，再給出神經網絡的典型應用，并介紹計算智能(神經網絡、模糊邏輯與遺傳算法)概要，最后討論結構模擬方法的困難，力圖讓學生對結構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人工智能的研究內容，包括知識表示、知識工程、知識發現、知識獲取、知識演繹、問題求解、博弈理論、定理證明、專家系統、自然語言理解、機器學習等經典知識，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人工智能的基礎知識結構，培養從事科學研究的基礎能力，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，響應關系集合的知識庫，要有相應的模式識別的能力和動作機構，一旦確定了系統所面臨的刺激模式類型，就直接啟動動作機構以產生響應動作，從而模擬智能行為。基于此，本模塊主要內容包括機器感知、模式分類和感知，動作系統。

4.5機制方法模塊

對于人的智能系統而言，雖然它的結構、功能、行為都是重要的觀察角度，卻不是最根本的考察窗口。對于智能這種復雜系統，真正能夠揭示全局本質的，應當是系統的工作機制，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“智能科學技術的方法學”，學不到“機器智能”的創新精髓：很自然地由結構模擬入手，遇到“復雜度”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系?是什么關系?于是就引出了機制模擬方法一信息一知識一智能轉換。這樣才發現：原來，結構模擬、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，而且可以構成和諧的統一體。因此，這幾個方法之間的關系如圖2所示。

這就是說，四個方法不是并行的，而是：結構模擬方法、功能模擬方法、行為模擬方法和諧地統一于機制模擬方法。

本模塊內容主要包括全信息理論、知識理論、知識的生態模型、意識發生學、智能生成機制、信息，知識一智能轉換、智能的統一理論等。

本部分內容是本門課程區別于傳統人工智能課程，具有創新特色的關鍵點之一。

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境一目標的條件下，形成相應的情感能力，這樣既有理智又有情感的系統才能成為名副其實的智能機器。

本模塊的主要內容包括信息檢索、情感分類、情感生成機理：信息，經驗，情感轉換、智能與情感相互作用模型等。本部分內容也是本課程的特色創新點之一。

4.7應用模塊

本模塊關注機器智能的應用，分為兩章。

第七章機器智能的宏觀應用：智能信息網絡主要介紹信息網絡、智能信息網絡和網絡智能，并討論其分別在經濟領域、社會領域和安全領域的應用。

第八章機器智能的微觀應用：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，并討論其在生產領域和服務領域的應用。

本模塊幫助學生將前面章節中學到的理論知識與實際應用聯系起來，進一步鞏固所學知識，激發領域學習興趣。

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容，主要討論機器智能領域的未決問題，如復雜一復雜系統一復雜理論、不確定性與不確定性理論、智能數學的發展、人機關系：隱智能與創造力等，希望進一步拓展學生的科學視野和素養，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學科的發展。

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域的高級人才招收和培養，而且在智能科學技術前沿領域，包括通信與信息基礎理論、知識理論、智能理論、傳統人工智能、神經網絡、自然語言處理、智能信息網絡與服務等，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“智能科學與技術”本科專業和“機器智能”專業基礎課程創造了的良好條件，也為本課程的教學提供了堅實的基礎。

本課程在實施教學過程中就可以結合上述已有條件，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(結構、功能、行為)及其統一理論一機制方法上面，從而讓“智能科學與技術專業”的學生可以對于機器智能形成一個全面整體的知識結構，準確把握智能科學技術的發展規律，而不是很多分散技術的堆積。

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、環境約束和目標的前提下，實現信息一知識一智能策略轉換的過程，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。

第二個教學難點在于明確智能科學技術與已有相關學科的關系，包括信息與通信科學技術、計算機科學技術和自動化。只有密切結合智能概念，才能理解它們之間的相輔相成的關系：它們不是相互替代的關系，更不是互矛盾的關系，而是應該有機的結合起來，共同構成未來的智能科學與技術的和諧統一的整體。

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，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，這樣研究出來的機器的智能就是機器智能。

6關于教材的建議

基于上面關于“機器智能”課程建設內容的構想，下面我們重點闡述關于本課程教材的思考和建議。

現在國內外有了許多人工智能的優秀教材，最新的優秀教材是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)之間的關系，因此被外界批評為“人工智能理論不成體系”。絕大多數教材都立足于“符號邏輯”這個方法，有的教材干脆不理會人工神經網絡和感知一動作系統；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。“人工智能理論不成體系”事實上也是“智能科學技術”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上，這個研究成果就是“人工智能的統一理論”。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勢。這樣，以前人們關于“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結束語

本文提出了“智能科學與技術”本科專業核心課程之一的“機器智能”建設的初步構想，包括課程名稱、定位、建設目標、基本要求、教學內容、學時分配、教學重點和難點、教材選擇和編寫。該構想通過融合傳統人工智能、專家系統的功能主義、人工神經網絡的結構主義、感知一動作系統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、智能信息網絡、智能機器人和未決的問題，進一步激發學生對本學科領域的興趣和熱情，為后續專業課程的教學科研打好堅實的基礎。衷心希望本文所提出的構想能夠得到同行專家的批評指正，為“智能科學與技術”本科專業的建設貢獻一份力量。我們相信，在未來的教育領域中，智能科學與技術將為信息時代的教育發展注入新的生機和活力。