一、课程基本信息
授课教师：李知艺博士（电机工程楼418室）
联系方式：
- 钉钉群
- 学在浙大平台
二、课程评分
- 2次考勤：10%
- 3次作业：30%
- 期末考试：60%
- 额外考勤可获得加分
三、课程主要内容
第一部分：解决问题（Solving Problems）
- 搜索（Search）
- 博弈（Game）
- 约束满足（Constraint satisfaction）
第二部分：推理（Reasoning）
- 逻辑推理（Logical reasoning）
- 概率推理（Probabilistic reasoning）
第三部分：学习（Learning）
- 机器学习（Machine learning）
第四部分：高级材料（Advanced Materials）
- 智能电网应用（Smart grid applications）
- 其他应用...
四、人工智能核心概念
1. 专业术语
- AI生成内容（AIGC - AI-Generated Content）
- 通用人工智能（AGI - Artificial General Intelligence）
- 技术前沿（SOTA - State Of The Art）
- 大语言模型（LLM - Large Language Model）
- 检索增强生成（RAG - Retrieval-Augmented Generation）
- 增强现实（AR - Augmented Reality）
- 虚拟现实（VR - Virtual Reality）
2. 理性智能体（Rational Agent）
- 定义：能够感知和行动的实体
- 特点：选择能最大化其（预期）效用的行动
- 组成：传感器、执行器
- 工作流程：感知→行动→影响环境
3. 人工智能的定义方向
- 像人类一样思考
- 像人类一样行动
- 理性思考
- 理性行动
五、人工智能三大流派
- 符号主义（Symbolism）
- 又称：基于规则的AI、经典AI
- 核心思想：人类使用符号及其关系进行认知
- 特点：使用知识进行推理和学习
- 应用：专家系统
- 优势：适用于规则明确的应用
- 局限：难以处理变化和不确定性
- 连接主义（Connectionism）
- 核心思想：模仿人脑互连神经元的工作方式
- 特点：从数据中学习，几乎不需要先验知识
- 应用：人工神经网络
- 优势：适用于有大量高质量训练数据的应用
- 局限：难以解释
- 行为主义（Behaviorism）
- 核心思想：人类对刺激（奖惩）作出反应
- 特点：使用统计学习更好地挖掘和预测数据
- 应用：强化学习
- 优势：适合从经验中学习的应用（如机器人）
- 局限：马尔可夫假设、维度灾难
六、AI工具介绍
1. 国际主流
- ChatGPT（OpenAI）：领先的文本生成模型
- Claude（Anthropic）：擅长长文本处理
- Gemini（Google）：多模态大模型
- Midjourney：AI图像生成
- DeepSeek：开源大模型
2. 国内产品
- 文心一言（百度）：中文处理能力强
- 通义千问（阿里）：企业级应用
- 讯飞星火（科大讯飞）：多模态交互
- 智谱清言：基于GLM-4模型
- Kimi：长文本处理
七、AI幻觉
AI幻觉的定义：
指模型生成的内容存在以下问题：
- 事实上不准确（factually inaccurate）
- 逻辑不一致（logically inconsistent）
- 上下文脱节（contextually disconnected）
幻觉的主要类型：
- 事实性幻觉（Factuality Hallucination）：模型生成的内容与可验证的真实事实之间存在差异
- 忠实性幻觉（Faithfulness Hallucination）：模型输出偏离用户指令或上下文信息
幻觉的本质：
本质上是基于统计概率的"看似合理的猜测"。但是可能性最大的不一定是正确的。正如DeepSeek R1所说："AI幻觉就像一面镜子，既折射出技术的局限性，也投射出超越人类想象的可能。"
七、物联网（IoT）基础
1. 定义与范围
- 具有唯一标识并连接到互联网的事物的网络
- 不仅限于连接，还包括数据通信和交换
- 目标：实现事物间的信息共享和协同
2. 物联网架构
四层架构
- 感知与识别层：智能设备、传感器、RFID等
- 网络构建层：WPAN、WLAN、WMAN、WWAN等
- 信息处理层：数据中心、搜索引擎、智能决策、信息安全
- 综合应用层：智能电网、绿色建筑、智能交通、环境监测
3. 关键组件
- 智能设备和传感器
- 网关（如蓝牙）
- 物联网云（如阿里云）
- 分析工具（如人工智能）
- 用户界面（如米家）
