自教育部《高等学校AI创新行动计划》发布后，人工智能专业蒸蒸日上、方兴未艾。西安交通大学人工智能团队响应国家重大发展的策略，展开人工智能学科发展、教学科研和高层次人才培养的探索和实践，构建了一流的人工智能专业相关知识体系与课程设置，由郑南宁院士领衔编著《人工智能本科专业相关知识体系与课程设置》。本书内容的实践始于年夏，国内诸多高校用其作为人工智能本科专业和相关学科研究生培养的主要参考书籍之一。

  近年来，AI领域正经历着深刻而又令人激动的变化，犹如璀璨的繁星，闪耀出一道道引人瞩目的创新之光。无人驾驶技术从实验室走向了真实场景，语言大模型为我们解答了无数复杂的问题，生成式AI创造了一幅又一幅令人惊叹的画面，现代物理学和神经科学和AI的交叉融合正在开创一种新的研究范式，将为AI领域带来更多新的发现和创新。

  在AI领域极速发展时，本书构建的人工智能本科专业相关知识体系和课程设置，西安交通大学人工智能团队经历了完整两届人工智能本科专业学生培养的教学实践，伴随着人工智能本科专业人才培养的每一步足迹。从2022年开始，为了适应新技术、新产业以及人工智能专业的发展，开始着手本书的第二版修订工作，以保持人工智能本科专业相关知识体系与时俱进，使其课程设置跟上时代的进步。在集体智慧的交互、精益求精的斟酌与研讨的基础上，历经反复揣摩，几易其稿，本书以全新形态呈现在大家面前。

  郑南宁院士在第二版序言中强调：“人工智能的发展正在触动着人类社会的每一个角落，教育也由此迎来新的机遇和变革。适应变，并秉承不变，是人工智能教育所特有的探索和挑战。”知识的“变”寓示着知识的一直更新，而“不变”则凝聚着深厚的学科基础和科学精神。

  本书的“不变”即保持八大课程群和“专业综合性实验”课程群的构成，确保人工智能专业相关知识体系高度交叉融合的特性。知识体系覆盖信息科学、认知科学、脑科学、神经科学、数学、心理学、人文社科与哲学等多学科，课程设置涉及人工智能相关交叉学科知识。

  本书的“变”即对课程的设置和内容做了优化，由第一版的37门课程（必修25门、选修12门）调整为34门课程（必修25门、选修9门），既有新增课程，也有变更名称或内容整合重组的课程，并对绝大多数课程进行修订，以使AI知识体系和课程设置跟上时代的进步。

  （1）“现代物理和AI”课程与普通“大学物理”课程不同，在注重与经典物理知识衔接的基础上，学习和探究先进物理理论在AI领域的实际应用和研究，最重要的包含经典物理概述、量子力学与量子计算、相对论与电磁学、统计物理和机器学习、物理驱动的AI、非线性动力学与复杂系统、虚拟现实中的物理模拟等内容，培育学生运用物理学知识解决AI实际问题的能力，为探究人工智能未来发展的新方向奠定现代物理知识基础，为学生未来在AI领域的前沿研究和工作做好准备。

  （2）“生成式AI与大语言模型”课程着重介绍生成式AI和大语言模型的核心概念、原理和应用领域以及大语言模型的优势和局限性，并通过实践完成基于大语言模型的文本生成、对话系统模块设计等任务，以及思考和讨论生成式AI对社会和伦理的影响。

  （3）“先进无人驾驶技术与系统”课程全面、系统地讨论了无人驾驶的传感器系统、交通场景感知与理解、地图构建与定位、行为决策与规划、控制管理系统、仿真测试与验证系统、无人驾驶的操作系统等核心算法、关键技术及其系统实现。

  （4）“创新设计思维”课程通过对一个具体的移动智能体完成从设计到构建的全过程，帮助学生理解、应用和初步掌握创新设计思维的五个阶段——“共情、定义、构想、原型、验证”，在实践中提升学生解决复杂问题和工程创新的素养和能力。

  （1）原“人工智能的现代方法I：问题表达与求解”的内容经修订，独立设置为“人工智能概论”课程。

  （2）原“人工智能的现代方法II：机器学习”的内容经修订，独立设置为“机器学习”课程。

  （2）取消原“自主无人系统实验”课（其相关联的内容整合至“机器人导航技术”实验课）。

  （3）取消原“虚拟现实与仿真实验”课（其相关联的内容整合至“现代物理和AI”课程中的实验）。

  （1）“计算机科学和AI的数学基础”课程删除了原有“点集的勒贝格测度”“线性规划”等章节，增加了“三维空间刚体运动”“多元相关性与条件不相关性”等章节，微调了数值计算的部分内容，并将优化理论调整为“优化基础”“无约束优化”“有约束优化”等3章。

  （2）“电子技术与系统”课程将原有第二部分拆分为“数字电路与系统”和“计算机体系结构基础”两部分，增加了“绪论”以及数字电路、计算机体系架构部分的课内实验。

  （3）“现代控制工程”课程大幅更新调整了原有内容，如第二至八章分别修改为“连续控制管理系统的数学模型”“连续控制系统的时域分析与设计”“连续控制系统的根轨迹法”“连续控制系统的频率法”“连续控制系统的状态空间法”“离散控制系统分析与综合”和“自动控制理论的应用举例”等。

  （4）“计算机程序设计”课程增加了“Python编程拓展”以提升学生C++和Python两种计算机编程语言的实践能力。

  （5）“计算机体系结构”课程增加了“通用图形处理器”以替换原有“仓库级计算机”。

  （6）“3D计算机图形学”课程调整了知识点，重新设计实验环节，并更新了参考文献。

  （7）“智能感知与移动计算”课程简化了知识点的表述方式，更新了基本内容和参考文献。

  （8）“人工智能概论”课程对原“人工智能的现代方法I：问题表达与求解”进行了全面修订，内容更新调整为“知识表示”“知识图谱”“搜索求解”“博弈搜索”“确定性推理”“不确定性推理”和“多智能体系统”等章节。

  （9）“机器学习”课程对原“人工智能的现代方法II：机器学习”进行了调整，围绕机器学习全面修改了内容，增加了“线性模型”“注意力模型”等内容。

  （10）“自然语言处理”课程增加了“基于神经网络的语言模型与大语言模型”和“语义分析”等内容。

  （11）“计算机视觉与模式识别”课程删除了原有“视觉生理学与视觉认知基础”和“图像合成方法”，并在“视觉认知与识别方法”中增加了“Transformer”。

  （12）“强化学习”课程内容源自原“强化学习与自然计算”中的强化学习部分，修正了部分概念名词，删除了原有的“基于证据推理的多智能体分布式决策”和“多智能体系统的协同控制”，而且原自然计算的内容调整至“机器学习课程”和“多智能体与人机混合智能”课程。

  （13）“人工智能的科学理解”课程在“主题1控制论和AI”中增加了“智能体的自组织与分布式认知”；在“主题2 智能系统的信念”中删除了原有“科学方法”，增加了“可信的通用AI系统”。

  （14）“认知心理学基础”课程删减了原有认知神经科学相关章节和实验以及感觉适应、运动知觉、意识状态、前摄及后摄干扰、错误记忆、概念形成等知识点，更新调整了相关知识点的内容编排。

  （15）“计算神经工程”课程围绕峰电位、脑电、功能磁共振等3种脑信号调整了相关处理与分析方法的内容编排，并融入了原有“神经生物学与脑科学”的相关联的内容，增加了“神经形态计算”。

  （16）“机器人学基础”课程删除了原有“并联机器人”“串联机器人”等章节，调整了“机械臂的机构设计”“并联机器人运动学实验”等内容，强化了通用的机器人分析建模等内容，更新了参考文献，并增加了“逆向运动学的数值解”等内容。

  （17）“多智能体与人机混合智能”课程对原课程内容做了更新和精简，分“受脑认识启发的混合增强智能”和“人机协同的混合增强智能”两个主题，增加了“蚁群算法”“生物智能与脑认知过程的信息处理”等内容。

  （18）“认知机器人”课程从认知机器人架构、视觉、导航、人机交互、知识表示与推理等方面重新调整内容，补充了认知机器人领域的最新研究进展。

  （19）“深度学习工具与平台”课程删减了原“机器学习工具与平台”课程中的MATLAB、C++、Python等编程语言相关联的内容以及TensorFlow、keras、MXNet和CNTK等开源框架内容，新增了深度学习第一、二代框架的演进及特点，以及AutoML、模型压缩等相关内容。

  （20）“人工智能芯片设计导论”课程缩减了有关RISC-V的知识点，更加聚焦于数据驱动的AI计算架构。

  （21）“脑信号处理”实验课将原“基于EEG的脑机接口”和“基于fMRI的视觉编解码”调整为“基于一般线性模型的大脑激活区分析”“基于fMRI数据的图像分类”“fMRI功能连接网络的构建”、“脑电视觉刺激设计及呈现”“脑电的采集及伪迹”“情绪脑电识别”、“运动想象解码”和“基于脉冲神经网络的数字分类”等8个具体实验。

  （22）“游戏AI设计与开发”实验课替代了原“游戏AI设计与开发”课程，以丰富的游戏平台为载体提升AI算法开发和动手实践能力。返回搜狐，查看更加多