郑南宁院士领衔编著《人工智能本科专业知识体系与课程设置》即将重磅发布!

2019年4月22日 0条评论 242次阅读 0人点赞 9suan

一、追本溯源

自从计算机发明以后，人们就有了让计算机取代人类智能工作的想法。不过直到1956年的达特茅斯研讨会，才第一次出现“人工智能”（Artificial Intelligence，AI）这个名字，从此有了人工智能这个崭新的领域。当前，人工智能正以惊人的速度向纵深和更高级的方向发展，人类社会几乎所有领域都对人工智能技术有着越来越迫切的需求。布局发展人工智能已经成为世界许多国家的共识与行动。

2017年7月，国务院正式发布《新一代人工智能发展规划》，将我国人工智能技术与产业的发展上升为国家重大发展战略，提出要“完善人工智能教育体系”。西安交通大学由中国工程院院士郑南宁教授领衔，在学校的大力支持下，创办了“人工智能拔尖人才培养试验班”，探索培养人工智能方向本科生。

2018年4月，为贯彻落实国家《新一代人工智能发展规划》，教育部印发了《高等学校人工智能创新行动计划》，明确提出了设立人工智能专业，推动人工智能领域一级学科建设，建立人工智能学院以及完善人工智能领域人才培养体系等重要任务。西安交通大学在2018年11月成立了人工智能学院，邀请国际人工智能领域45岁以下顶尖科学家、前微软亚洲研究院首席研究员、现任旷视科技首席科学家孙剑博士担任院长。

2019年3月，教育部批准全国35所大学建设首批“人工智能”新本科专业。西安交通大学就获得首批“人工智能”本科新专业建设资格。

西安交通大学人工智能学院揭牌仪式（来源：西安交通大学人工智能学院网站）

二、付梓成书

西安交通大学在人工智能方向拥有多年的学科发展和人才培养优势，1958年西安交通大学在国内首批创建的“自动控制”专业，1981年首批获得“控制科学与工程”硕士和一级学科博士授予权，1982年设立“模式识别与智能系统”二级学科（2001年被评为全国重点学科）。1986年在国内最早成立了人工智能专职研究机构——“人工智能与机器人研究所”，开展人工智能方面的教学、科研和高层次人才培养工作，在人工智能方向培养了一大批优秀人才，取得了一批丰硕的科研成果，建立了一支能力突出、结构合理的具有一流水平的教学和科研团队，形成了独特的育人文化和制度，培养了一批学术界和产业界的领军人才，已成为西安交通大学培养高层次人才的重要基地。

基于三十余年来在人工智能领域的研究探索和人才培养的实践，西安交通大学人工智能学院构建了全新一流的人工智能专业知识体系与课程设置，也将这些经验反复揣摩，由人工智能权威专家、中国工程院院士郑南宁教授领衔编著了本书——《人工智能本科专业知识体系与课程设置》。

人工智能学院本科课程建设专题研讨会（来源：西安交通大学人工智能学院网站）

三、提纲挈领

当前，人工智能学科仍处于高速发展期，具有渗透性与学科交叉性强的特点。在序言《教育也是一种创造》中，郑南宁院士特别强调：人工智能的人才培养应重视思考未来的人工智能需要从哪些学科获得灵感。故本书充分体现了人工智能专业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，课程设置涉及到人工智能相关交叉学科知识。

序言教育也是一种创造

前言

第1章人工智能本科专业人才培养定位

第2章培养方案

第3章 “数学与统计”课程群

3.1 “工科数学分析”教学大纲

3.1.1课程目的和基本内容（Course Objectives and Basic Content）

3.1.2课程基本情况（Course Arrangements）

3.1.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

3.1.4课程大纲和知识点（Syllabus and Key Points）

3.1.5 实验环节（Experiments）

3.2 “线性代数与解析几何”教学大纲

3.2.1课程目的和基本内容（Course Objectives and Basic Content）

3.2.2课程基本情况（Course Arrangements）

3.2.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

3.2.4课程大纲和知识点（Syllabus and Key Points）

3.3 “计算机科学与人工智能的数学基础”教学大纲

3.3.1课程目的和基本内容（Course Objectives and Basic Content）

3.3.2课程基本情况（Course Arrangements）

3.3.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

3.3.4课程大纲和知识点（Syllabus and Key Points）

3.4 “概率统计与随机过程”教学大纲

3.4.1课程目的和基本内容（Course Objectives and Basic Content）

3.4.2课程基本情况（Course Arrangements）

3.4.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

3.4.4课程大纲和知识点（Syllabus and Key Points）

3.5 “复变函数与积分变换“教学大纲

3.5.1课程目的和基本内容（Course Objectives and Basic Content）

3.5.2课程基本情况（Course Arrangements）

3.5.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

3.5.4课程大纲和知识点（Syllabus and Key Points）

3.6 “博弈论”教学大纲

3.6.1课程目的和基本内容（Course Objectives and Basic Content）

3.6.2课程基本情况（Course Arrangements）

3.6.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

3.6.4课程大纲和知识点（Syllabus and Key Points）

3.7 “信息论”教学大纲

3.7.1课程目的和基本内容（Course Objectives and Basic Content）

3.7.2课程基本情况（Course Arrangements）

3.7.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

3.7.4课程大纲和知识点（Syllabus and Key Points）

第4章 “科学与工程”课程群

4.1 “大学物理（含实验）”教学大纲

4.1.1课程目的和基本内容（Course Objectives and Basic Content）

4.1.2课程基本情况（Course Arrangements）

4.1.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

4.1.4课程大纲和知识点（Syllabus and Key Points）

4.2 “电子技术与系统”教学大纲

4.2.1课程目的和基本内容（Course Objectives and Basic Content）

4.2.2课程基本情况（Course Arrangements）

4.2.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

4.2.4课程大纲和知识点（Syllabus and Key Points）

4.2.5 实验环节（Experiments）

4.3 “数字信号处理”教学大纲

4.3.1课程目的和基本内容（Course Objectives and Basic Content）

4.3.2课程基本情况（Course Arrangements）

4.3.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

4.3.4课程大纲和知识点（Syllabus and Key Points）

4.3.5 实验环节（Experiments）

4.4 “现代控制工程”教学大纲

4.4.1课程目的和基本内容（Course Objectives and Basic Content）

4.4.2课程基本情况（Course Arrangements）

4.4.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

4.4.4课程大纲和知识点（Syllabus and Key Points）

4.4.5实验环节（Experiments）

第5章 “计算机科学与技术”课程群

5.1 “计算机程序设计”教学大纲

5.1.1课程目的和基本内容（Course Objectives and Basic Content）

5.1.2课程基本情况（Course Arrangements）

5.1.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

5.1.4课程大纲和知识点（Syllabus and Key Points）

5.1.5实验环节（Experiments）

5.2 “数据结构与算法”课程大纲

5.2.1课程目的和基本内容（Course Objectives and Basic Content）

5.2.2课程基本情况（Course Arrangements）

5.2.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

5.2.4课程大纲和知识点（Syllabus and Key Points）

5.2.5 实验环节（Experiments）

5.3 “计算机体系结构”课程大纲

5.3.1课程目的和基本内容（Course Objectives and Basic Content）

5.3.2课程基本情况（Course Arrangements）

5.3.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

5.3.4课程大纲和知识点（Syllabus and Key Points）

5.4 “理论计算机科学的重要思想”课程大纲

5.4.1课程目的和基本内容（Course Objectives and Basic Content）

5.4.2课程基本情况（Course Arrangements）

5.4.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

5.4.4课程大纲和知识点（Syllabus and Key Points）

5.5 “3D 计算机图形学”教学大纲

5.5.1课程目的和基本内容（Course Objectives and Basic Content）

5.5.2课程基本情况（Course Arrangements）

5.5.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

5.5.4课程大纲和知识点（Syllabus and Key Points）

5.5.5实验环节（Experiments）

5.6 “智能感知与移动计算”课程大纲

5.6.1课程目的和基本内容（Course Objectives and Basic Content）

5.6.2课程基本情况（Course Arrangements）

5.6.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

5.6.4课程大纲和知识点（Syllabus and Key Points）

第6章 “人工智能核心”课程群

6.1 “人工智能的现代方法”课程大纲

6.1.1课程目的和基本内容（Course Objectives and Basic Content）

6.1.2课程基本情况（Course Arrangements）

6.1.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

6.1.4课程大纲和知识点（Syllabus and Key Points）

6.2 “自然语言处理”课程大纲

6.2.1课程目的和基本内容（Course Objectives and Basic Content）

6.2.2课程基本情况（Course Arrangements）

6.2.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

6.2.4课程大纲和知识点（Syllabus and Key Points）

6.2.5实验环节（Experiments）

6.3 “计算机视觉与模式识别”课程大纲

6.3.1课程目的和基本内容（Course Objectives and Basic Content）

6.3.2课程基本情况（Course Arrangements）

6.3.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

6.3.4课程大纲和知识点（Syllabus and Key Points）

6.3.5实验环节（Experiments）

6.4 “强化学习与自然计算”课程大纲

6.4.1课程目的和基本内容（Course Objectives and Basic Content）

6.4.2课程基本情况（Course Arrangements）

6.4.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

6.4.4课程大纲和知识点（Syllabus and Key Points）

6.5 “人工智能的科学理解”课程大纲

6.5.1课程目的和基本内容（Course Objectives and Basic Content）

6.5.2课程基本情况（Course Arrangements）

6.5.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

6.5.4课程大纲和知识点（Syllabus and Key Points）

6.6 “游戏 AI 设计与开发”课程大纲

6.6.1课程目的和基本内容（Course Objectives and Basic Content）

6.6.2课程基本情况（Course Arrangements）

6.6.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

6.6.4课程大纲和知识点（Syllabus and Key Points）

6.6.5实验环节（Experiments）

6.7 “虚拟现实与增强现实”课程大纲

6.7.1课程目的和基本内容（Course Objectives and Basic Content）

6.7.2课程基本情况（Course Arrangements）

6.7.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

6.7.4课程大纲和知识点（Syllabus and Key Points）

6.7.5实验环节（Experiments）

第7章 “认知与神经科学”课程群

7.1 “认知心理学基础”教学大纲

7.1.1课程目的和基本内容（Course Objectives and Basic Content）

7.1.2课程基本情况（Course Arrangements）

7.1.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

7.1.4课程大纲和知识点（Syllabus and Key Points）

7.1.5实验环节（Experiments）

7.2“神经生物学与脑科学”教学大纲

7.2.1课程目的和基本内容（Course Objectives and Basic Content）

7.2.2课程基本情况（Course Arrangements）

7.2.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

7.2.4课程大纲和知识点（Syllabus and Key Points）

7.3 “计算神经工程”教学大纲

7.3.1课程目的和基本内容（Course Objectives and Basic Content）

7.3.2课程基本情况（Course Arrangements）

7.3.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

7.3.4课程大纲和知识点（Syllabus and Key Points）

第8章 “先进机器人技术”课程群

8.1“机器人学基础”教学大纲

8.1.1课程目的和基本内容（Course Objectives and Basic Content）

8.1.2课程基本情况（Course Arrangements）

8.1.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

8.1.4课程大纲和知识点（Syllabus and Key Points）

8.2 “多智能体与人机混合智能”教学大纲

8.2.1课程目的和基本内容（Course Objectives and Basic Content）

8.2.2课程基本情况（Course Arrangements）

8.2.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

8.2.4课程大纲和知识点（Syllabus and Key Points）

8.2.5实验环节（Experiments）

8.3“认知机器人”教学大纲

8.3.1课程目的和基本内容（Course Objectives and Basic Content）

8.3.2课程基本情况（Course Arrangements）

8.3.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

8.3.4课程大纲和知识点（Syllabus and Key Points）

8.4“仿生机器人”教学大纲

8.4.1课程目的和基本内容（Course Objectives and Basic Content）

8.4.2课程基本情况（Course Arrangements）

8.4.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

8.4.4课程大纲和知识点（Syllabus and Key Points）

第9章 “人工智能与社会”课程群

9.1 “人工智能的哲学基础与伦理”教学大纲

9.1.1课程目的和基本内容（Course Objectives and Basic Content）

9.1.2课程基本情况（Course Arrangements）

9.1.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

9.1.4课程大纲和知识点（Syllabus and Key Points）

9.2 “人工智能的社会风险与法律”教学大纲

9.2.1课程目的和基本内容（Course Objectives and Basic Content）

9.2.2课程基本情况（Course Arrangements）

9.2.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

9.2.4课程大纲和知识点（Syllabus and Key Points）

第10章 “人工智能工具与平台”课程群

10.1 “机器学习工具与平台”教学大纲

10.1.1课程目的和基本内容（Course Objectives and Basic Content）

10.1.2课程基本情况（Course Arrangements）

10.1.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

10.1.4课程大纲和知识点（Syllabus and Key Points）

10.1.5实验环节（Experiments）

10.2 “三维深度感知”教学大纲

10.2.1课程目的和基本内容（Course Objectives and Basic Content）

10.2.2课程基本情况（Course Arrangements）

10.2.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

10.2.4课程大纲和知识点（Syllabus and Key Points）

10.2.5实验环节（Experiments）

10.3 “人工智能芯片设计导论”教学大纲

10.3.1课程目的和基本内容（Course Objectives and Basic Content）

10.3.2课程基本情况（Course Arrangements）

10.3.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

10.3.4课程大纲和知识点（Syllabus and Key Points）

10.3.5shiyanhj （Experiments）

10.4 “无人驾驶平台”教学大纲

10.4.1课程目的和基本内容（Course Objectives and Basic Content）

10.4.2课程基本情况（Course Arrangements）

10.4.3教学目的和基本要求（Teaching Objectives and Basic Requirements）

10.4.4课程大纲和知识点（Syllabus and Key Points）

第11章 “专业综合性实验”课程群

11.1 “机器人导航技术实验”教学大纲

11.1.1课程目的和基本内容（Course Objectives and Basic Content）

11.1.2课程基本情况（Course Arrangements）

11.1.3实验目的和基本要求（Teaching Objectives and Basic Requirements）

11.1.4实验大纲和知识点（Syllabus and Key Points）

11.2 “自主无人系统实验”教学大纲

11.2.1课程目的和基本内容（Course Objectives and Basic Content）

11.2.2课程基本情况（Course Arrangements）

11.2.3实验目的和基本要求（Teaching Objectives and Basic Requirements）

11.2.4实验大纲和知识点（Syllabus and Key Points）

11.3 “虚拟现实与仿真实验”教学大纲

11.11.1课程目的和基本内容（Course Objectives and Basic Content）

11.3.2课程基本情况（Course Arrangements）

11.3.3实验目的和基本要求（Teaching Objectives and Basic Requirements）

11.3.4实验大纲和知识点（Syllabus and Key Points）

11.4 “脑信号处理实验”教学大纲

11.4.1课程目的和基本内容（Course Objectives and Basic Content）

11.4.2课程基本情况（Course Arrangements）

11.4.3实验目的和基本要求（Teaching Objectives and Basic Requirements）

11.4.4实验大纲和知识点（Syllabus and Key Points）

后记

《人工智能本科专业知识体系与课程设置》目录

向下滑动，查看更多内容

在人工智能人才培养极为关键的本科阶段，本课程体系的课程设置精炼，形成了包括“数学与统计”“科学与工程”“计算机科学与技术”“人工智能核心”“认知与神经科学”“人工智能与社会”“先进机器人技术”“人工智能工具与平台”等八大课程群，并特设“专业综合性实验”课程群，培养学生综合运用所学知识动手解决实际问题的能力。课程群设置强调科学、技术与工程学科交叉、相辅相成，内容设置立足当前、面向未来。

八大课程群+专业综合性实验课程群

“数学与统计”课程群将现代科学技术的基础和工具“数学”以及人工智能目前发展阶段的基本工具“统计学”囊括在内；“科学与工程”课程群包罗了基于实验的基础科学“物理学”以及信息学科的工程技术基础——电子电路、数字与控制系统等；而“计算机科学与技术”课程群提炼了计算机学科核心的程序设计、算法与理论、体系结构等内容。这三个课程群作为“专业基础课程群”，将为人工智能的专业学习打下坚实的基础。

专业基础课程群设置

“人工智能核心”课程群由人工智能的现代方法、自然语言处理、计算机视觉与模式识别、人工智能的科学理解等课程组成，诠释了人工智能的核心技术，通过不同层次的课程内容启发学生探索人工智能的未来与奥秘。机器人是人工智能在物理现实中应用的载体，具有重要的地位。“先进机器人技术”课程群着重介绍基础及拓展性的机器人相关技术，为今后的应用发展夯实功底。“人工智能工具与平台”课程群强化了工具与平台在人工智能发展中的重要性，涉及相当广泛的架构、系统、应用等，旨在提升学生的系统性思维与动手能力。这三个课程群构成“专业主干课程群”，为本科生奠定稳固的专业核心技术根基。

专业主干课程群设置

“认知与神经科学”课程群设置了认知、神经相关的科学与工程类基础课程，我们认为要让人工智能发挥更大的作用，唯一的途径是从脑认知和神经科学获得灵感，希望未来能借鉴认知心理学、神经生物学等的研究成果，为发展新一代人工智能提供新的启示。“人工智能与社会”课程群包含了人工智能的哲学基础与伦理、社会风险与法律等内容，旨在培养学生成为负责任的科学家和工程师。这两个课程群属于“专业交叉课程群”，其目的是为学生奠定基本的认知科学、神经科学、人文社会科学等学科交叉知识。

专业交叉课程群设置

在专业知识体系的构建中注重“脑”（Mind）与“手”（Hand）相结合，即“知识的学习”与“动手的实践”相融相长，特设了“专业综合性实验”课程群，培养学生综合运用所学知识动手解决实际问题的能力，使学生培养达到“脑”与“手”相结合的目标。

专业综合性实验课程群设置

四、落地生根

郑南宁院士在本书序言中提到：“以学生为本，以创造为源。教育不是注满一桶水，而是点燃一把火，打开一扇门。期望在这本书指导下的教学工作能点燃学生内心探索人工智能奥秘的火种，帮助学生走进未来，并将在未来某个时刻，他们能放射出更加灿烂的光芒。”希望通过西安交通大学人工智能学院推出的《人工智能本科专业知识体系与课程设置》，能使学生能掌握扎实的人工智能基础理论与方法，拥有特色的学科交叉背景，具有开启人工智能终极智慧之门的潜质，为中国培养高层次人工智能人才奠定坚实的基础，做出具有历史性意义的贡献！

《人工智能本科专业知识体系与课程设置》既是对西安交通大学三十余年来在人工智能方向学科发展和人才培养实践方面的经验总结，更是面向国家战略发展对人工智能人才培养体系需求的反映。它的发布必将对中国高校人工智能专业教育的发展产生巨大的影响和推动作用，特别是对蓬勃发展中的人工智能专业在专业建设、培养体系和课程体系建设等方面具有重要的参考和借鉴意义。

/ 后记 /

深化学科交叉，发展人工智能

郑南宁中国工程院院士

人工智能是人类历史上最重要的一个演变。过去40亿年当中，所有的生命完全按照有机化学的规则演化，但人工智能的出现和发展使这一规则发生了变化，即生命可以在某种程度上根据计算机智能设计，人类社会将迎来以有机化学规律演化的生命和无机智慧性的生命形式并存的时代。当前，人工智能已成为引领新一轮科技革命和产业变革的战略性技术。以此为契机的人工智能及相关技术的发展和应用对于整个人类的生活、社会、经济和政治都正在产生重大而深远的革命性影响，人工智能已成为国家综合实力与发展的核心竞争力的重要体现。

一、人工智能是新一轮科技革命和产业革命的引擎

人工智能是以机器为载体，模拟、延伸和扩展人类或其他生物的智能，使机器能胜任一些通常需要人类智能才能完成的复杂工作。人工智能的萌芽可以追溯到2300多年前亚里士多德提出的逻辑三段论和形而上学的思想。逻辑打开了人工智能的可能性，亚里士多德提出的三段论使逻辑走向形式化的发展，后人在此基础上不断完善和发展，使逻辑学取得了极大的进步。无论未来人工智能发展到何种水平，逻辑学这门基础科学在其中的重要作用都无法忽视。1956年在美国达特茅斯学院举行了为期两个月的关于“如何用机器模拟人的智能”的夏季研讨会，第一次正式采用“人工智能”（Artificial Intelligence，AI）术语，标志着人工智能正式成为一门新兴的交叉学科。人工智能具有多学科综合、高度复杂的特征，渗透力和支撑性强等特点。

近年来，布局发展人工智能已经成为世界许多国家的共识与行动。以习近平同志为核心的党中央高度重视人工智能发展。习近平总书记多次就人工智能做出重要批示，指出人工智能技术的发展将深刻改变人类社会生活、改变世界，要求抓住机遇，在这一高技术领域抢占先机，加快部署和实施。习近平总书记特别强调“人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题”；2017年7月，国务院正式发布《新一代人工智能发展规划》，将我国人工智能技术与产业的发展上升为国家重大发展战略。《新一代人工智能发展规划》要求“牢牢把握人工智能发展的重大历史机遇，带动国家竞争力整体跃升和跨越式发展”，提出要“开展跨学科探索性研究”，并强调“完善人工智能领域学科布局，设立人工智能专业，推动人工智能领域一级学科建设”。2018年4月，为贯彻落实国家《新一代人工智能发展规划》，教育部印发了《高等学校人工智能创新行动计划》，强调了“优化高校人工智能领域科技创新体系，完善人工智能领域人才培养体系”的重点任务。

同时，美英法加日和欧盟等主要发达国家和经济体也都相继制定了人工智能的重大发展战略，不断加大对人工智能发展的国家引导力度。此外，为应对解决计算普及和人工智能崛起带来的全球机遇和挑战，世界人工智能教育和科研的佼佼者——美国麻省理工学院（MIT）于2018年10月宣布投资10亿美元加强人工智能与其他相关学科的交叉融合和发展，实施60多年来最重大的所有学科结构的变革，以计算和人工智能重塑MIT。

二、人工智能面临的三大挑战

2016年，围棋软件“阿尔法围棋”战胜围棋世界冠军李世石，让人们惊叹人工智能发展取得的成就。这是否意味着机器即将获得类人智能呢?现在得出这样的结论还为时过早。

发展新一代人工智能将面临以下三大挑战：

1、让机器在没有人类教师的帮助下学习。人类的很多学习是隐性学习，即根据以前学到的知识进行逻辑推理以掌握新的知识。然而，目前的计算机并没有这种能力。迄今为止最成功的机器学习方式被称为“监督式学习”，需要人类在很大程度上参与机器的学习过程。要达到人类水平的智能，机器需要具备在没有人类过多监督和指令的情况下进行学习的能力，或在少量样本的基础上完成学习，即机器无须在每次输入新数据或者测试算法时都从头开始学习。

2、让机器像人类一样感知和理解世界。触觉、视觉和听觉是动物物种生存所必需的能力，感知能力是智能的重要组成部分。在对自然界的感知和理解方面，人类无疑是所有生物中的佼佼者。如果能让机器像人类一样感知和理解世界，就能解决人工智能研究长期面临的规划和推理方面的问题。虽然我们已经拥有非常出色的数据收集和算法研发能力，利用机器对收集的数据进行推理已不是开发先进人工智能的障碍，但这种推理能力建立在数据的基础上，也就是说机器与感知真实世界仍有相当大的差距。如果能让机器像人类那样进一步感知真实世界，它们的表现也许会更出色。要达到人类水平的智能，机器需要具备对自然界的丰富表征和理解能力，这是一个大问题。尽管围棋很复杂，让计算机在棋盘上识别最有利的落子位置也很难，但与精确地表征自然界相比，描述围棋对弈的状态显然要简单得多，两者之间的差距还要几十年甚至更长时间才能弥合。

3、使机器具有自我意识、情感以及反思自身处境与行为的能力。这是实现类人智能最艰难的挑战。具有自我意识以及反思自身处境与行为的能力是人类区别于其他生物最重要、最根本的一点。另外，人类的大脑皮层能力是有限的，如果将智能机器设备与人类大脑相连接，不仅会增强人类的能力，而且会使机器产生灵感。让机器具有自我意识、情感和反思能力，无论对科学和哲学来说都是一个引人入胜的探索领域。

三、西安交通大学模式识别与智能系统学科的发展

虽然在我国现有的学科体系中，尚未设立人工智能的一级学科，但在上世纪八十年代，在控制科学与工程一级学科内就已设置了“模式识别与智能系统”二级学科，在当时所有自然科学门类中这是唯一与人工智能相关的学科。

1986年春天，我从国外留学归来不久，在我国模式识别领域著名学者、西迁教师宣国荣教授的带领下，我们在自动控制专业计算机控制教研室的基础上组建了西安交通大学在人工智能领域第一个专职科研机构——“人工智能与机器人研究所”（简称人机所）。当时学校在论证研究所设置的会议上，建议的名称为“机器人研究所”，我们坚持在研究所名称中加上“人工智能”，并给出英文名称为“Institute of Artificial Intelligence and Robotics”（简称IAIR）。从今天的人工智能发展来看，当时的学术判断和坚持是具有前瞻性的。在我们研究所成立至今的33年历程中，世界范围内人工智能的发展曾经历过寒冬，但我们始终坚持人工智能、特别是计算机视觉的应用基础理论研究，并与国家重大需求相结合，没有放弃当初建所时的学术目标和追求，培养了一大批优秀人才，取得了一批丰硕的科研成果，为西安交通大学在人工智能领域奠定了坚实的基础。今天，人工智能与机器人研究所已成为在国内外学术界乃至工业界具有重要影响的研究机构，它是“模式识别与智能系统”国家重点二级学科、“视觉信息处理与应用国家工程实验室”及“高等学校学科创新引智基地”等国家级科研平台的支撑单位。特别是近十余年来，我们围绕人工智能前沿基础理论及其在国家航天重大工程、无人驾驶、医学图像处理、视觉大数据智能化处理及其芯片等领域的人才培养和科学研究，取得了一系列在国内外具有重要影响力的突出成就，建立了一支能力突出、结构合理的具有一流水平的教学和科研团队，形成了独特的育人文化和制度，培养了国际人工智能领域45岁以下顶尖科学家、前微软亚洲研究院首席研究员、现任旷视科技首席科学家孙剑博士为代表的一批学术界和产业界的领军人才。

人工智能不仅是科技发展竞争的焦点，更是大学发展和学科建设的新机遇。在当前的人工智能浪潮中，人工智能技术在高等教育、人才培养和各个学科的应用与发展也必将重塑国内外一流大学的格局和地位。

四、人工智能与机器人研究所下一个三十年的学术目标

人工智能与机器人研究所下一个三十年的发展将立足国家发展全局，聚焦人工智能重大科学前沿问题和应用基础理论瓶颈，重视面向国家重大需求的研究和应用，加强多学科的深度交叉融合，并重点围绕如何设计更加健壮的人工智能、人机协同的混合增强智能、以及人工智能技术的核心芯片与新型计算架构开展系统性的研究，并在新的发展时期进一步做好西迁精神和人机所团队文化的传承，做强做大西安交通大学人工智能学科，为我国人工智能科技水平跻身世界前列，为加快建设创新型国家和世界科技强国做出更大的贡献。

未来三十年的主要学术目标：

1、设计更加健壮的人工智能。尽管当前深度神经网络在诸多领域获得了成功的应用，但其泛化能力差、过度依赖训练数据、缺乏推理和对因果关系的表达能力等缺陷也被广为诟病。经典人工智能的形式化方法不可能为所有对象建立模型，不可能枚举出一个行为的所有隐性结果，“未知的未知”问题对构建稳健的人工智能系统提出挑战。谷歌流感预测的失败证实数据并非越大越好，一个鲁棒的人工智能系统必须在一个非完备的世界模型下正常运行。而人类大脑不是通过一个统一的未分化的神经网络实现单一的全局优化原理来学习，而是具有独特且相互作用的子系统支持认知功能，如记忆、注意、语言和认知控制。研究大脑网络的聚合和敛散性可以洞察大脑的认知机理，类脑神经计算的潜力在于能够将直觉与经验和以数据为基础的演绎归纳相结合，从而能够在不完整的世界描述中产生正确的行为。因此，需要从脑认知机理和神经科学获得启发，发展新的人工智能计算模型与架构，让机器具备对物理世界最基本的感知与反应，使机器具有“常识”推理的能力，它能快速思考、推理和学习，能够像人一样凭直觉了解真实世界，从而实现更加健壮的人工智能系统。

2、实现人机协同的混合增强智能。人类智能与机器智能的协同在人工智能发展中是贯穿始终的，任何智能程度的机器都无法完全取代人类，将人的作用或认知模型引入人工智能系统，形成混合增强智能形态，是人工智能可行的、重要的成长模式。人工智能具有标准化、重复性和逻辑性的特点，擅长处理离散任务，而不是自身发现或打破规则；人类智能则具有创造性、复杂性和动态性的特点，两者优势高度互补。人在回路的混合增强智能是新一代人工智能的典型特征，通过人机交互、人机协作逐步提高机器的自主学习和自适应能力，并逐步发展到人机融合。脑机协作的人机智能共生是耦合程度最高的混合增强智能方式，采用脑机交互有望实现人与机器在神经信息连接基础上的智能融合增强。该领域取得新突破的关键在于脑功能建模、脑机接口以及全脑模拟等方面的探索。云机器人可能是人机混合增强智能研究转换为应用最快的领域之一，通过云计算强大的运算和存储能力，给机器人提供一个更智能的“大脑”，构成“1+1>2”的人机协同混合智能系统。

3、探索新型计算架构及其核心芯片。人工智能的发展需要突破硬件平台和处理器设计架构等基础设施建设的掣肘，人工智能技术的核心芯片已经成为国内外产业界高度关注的创新领域。随着摩尔定律的失效，通过减小工艺尺寸改善硬件计算效能遇到了瓶颈。灵活的可重构计算架构已引起学术界和工业界的广泛关注，被认为是能够同时达到高灵活性和高能效的计算架构设计技术；神经形态计算研究力图在基本架构上模仿人脑的工作原理，使用神经元和突触的方式替代冯·诺依曼架构体系，使芯片能够进行异步、并行、低速和分布式处理信息数据，并具备自主感知、识别和学习的能力。因此，实现计算、存储和通信高效协作的混合计算架构在新一代人工智能发展战略中起着核心的平台支撑作用。我们将继续深入研究内存与计算融合的新型存储设备、神经网络功能连接的实现机制、认知计算框架等基础科研问题，并积极探索结合冯·诺依曼计算架构和生物智能计算特征的混合计算架构和新型人工智能芯片设计技术。

五、人工智能的基本方法和哲学思考

人工智能的多学科交叉属性需要我们把来自不同学科的具有创新思维的科学家、工程师聚集在一起，对新一代人工智能的基本科学问题及实现进行深入研究，要准确地把握问题的所在，并能给出合适的方法和数学工具，这样才能为未来的研究铺平道路。

同时，我们要清楚地认识到，一些人工智能发展的重大问题，在现时很难纳入已有的或成熟的理论框架之中，因此一些新的研究方向是不确定的，但一个重要的基本途径是：从脑认知和神经科学寻找发展新一代人工智能的灵感，推动人工智能的学科交叉研究已成为必然的趋势。

在推动新一代人工智能发展的过程中，还需要有科学的哲学思考。在每一个看似极其复杂、而难以用已有方法解决的人工智能重大问题的背后，总是存在一种简化的基本原理，找到这种基本原理，就能使我们深刻理解问题的本质及其产生的规律。例如对于人工智能领域一大类具有不确定的复杂性问题，往往具有约束条件和先验知识，其机理并非都是杂乱无章的，揭示这类复杂性的机理，实现机器理解的计算模型，就可以找到不确定问题求解的方法。

由于人工智能模糊了物理现实、数据和个人的界限，衍生出复杂的伦理、法律和安全问题。随着人工智能的逐渐普及，如何应对人工智能所带来的深刻的社会问题已成为全球性的问题。人类社会需要审慎管理人工智能来应对这一转变。在这一方面，人文社会学科领域和哲学学科将大有作为。

六、深化人工智能应用，助力新一代人工智能发展

人工智能已给人们的生产、生活方式带来革命性变化，未来的世界科技强国也一定是人工智能强国，中国要成为世界科技创新强国，发展人工智能已成为这一伟大事业的重要基础。当前，我们要充分利用和发挥互联网大国的优势，把我国数据和用户的优势资源转换为人工智能技术发展的优势，深化人工智能技术的推广应用，做强做大人工智能产业。

人工智能是人类最伟大的梦想之一，将是未来30年对人类发展影响最大的技术革命。“前事不忘，后事之师”，人工智能成为一门独立学科已走过六十三年的历程，也经历了两次高潮和低谷，上世纪人工智能领域在实现其“宏伟目标”上的完全失败，曾导致人工智能研究进入“冬天”。

在当前人工智能发展新一轮的热潮中，我们要保持清醒的认识，进一步加强信息科学、认知科学、脑科学、神经科学、数学、心理学、人文社科与哲学等学科的深度交叉融合，踏踏实实地开展人工智能的基础研究，避免不切实际的预言和承诺，而使研究“落入一张日益浮夸的网”中；另一方面，我们必须重视人工智能面向重大应用工程的研究和市场的创新开拓，但同时要避免在产品研发和市场推广中的“低水平、同质化”现象。

西安交通大学人工智能与机器人研究所不会满足于过去的辉煌，未来我们将继续促进与其他学科的深度交叉融合，推动人工智能技术新的应用，催生新的学科生长点，助力中国新一代人工智能事业的发展。

————

编辑 ∑Gemini

来源：德先生

☞你绝对没想过原来数学家这么流氓，一言不合就进行暴力证明