《人工智能導論》課程教學大綱智能采礦

《人工智能導論》課程教學大綱課程名稱：人工智能導論IntroductiontoArtificialIntelligence課程編號：021040031課程性質(zhì)：□必修選修課程類別：□通識課程專業(yè)課程￡實踐教學適用專業(yè)：智能采礦工程專業(yè)課程學時：24學時課程學分：1.5應開課學期：第二學期先修課程：大學計算機、Python語言b、專業(yè)概論任課學院、系部：能源科學與工程學院采礦工程系一、課程簡介《人工智能導論》是智能采礦專業(yè)本科生的一門重要專業(yè)課程，課程性質(zhì)為選修課。課程主要講授人工智能問題求解的一般性原理和基本思想以及一些前沿內(nèi)容，為學生提供基本的人工智能技術和有關問題的入門性知識，使學生能夠運用人工智能技術研究分析采礦工程與智能開采技術中的實際問題。同時本課程為進一步培養(yǎng)礦山行業(yè)智能化發(fā)展對人才和知識的需求提供基礎理論。二、課程教學的目標及與畢業(yè)要求的關系（一）課程目標課程總目標：通過本課程學習，學生可以系統(tǒng)深入掌握人工智能技術相關原理及應用，能夠運用人工智能技術解決智能礦山建設過程中的具體問。同時通過課程教學引導學生獨立思考、發(fā)現(xiàn)問題，正確認識人工智能與人類發(fā)展的關系。課程目標1：了解人工智能產(chǎn)業(yè)發(fā)展現(xiàn)狀，理解人工智能概念、發(fā)展簡史、研究內(nèi)容和方法，了解人工智能的主要應用領域；課程目標2：理解人工智能+礦業(yè)的相關應用，熟悉礦業(yè)生產(chǎn)作業(yè)智能化及礦山智能感知的相關應用，了解露天和地下礦山智能礦山建設案例；課程目標3：掌握經(jīng)典人工智能技術中搜索策略、遺傳算法、群智能算法及機器學習，掌握最新的人工智能技術中深度學習以及礦山智能圖像處理技術及其相關的應用；課程目標4：了解礦山機器人的產(chǎn)生和發(fā)展，理解機器人智能感知、智能導航、智能路徑規(guī)劃和智能運動控制技術及其相關的應用。（二）課程目標與畢業(yè)要求的對應關系本課程目標支持的主要畢業(yè)要求如下表：課程目標畢業(yè)要求指標點1．了解人工智能產(chǎn)業(yè)發(fā)展現(xiàn)狀，理解人工智能概念、發(fā)展簡史、研究內(nèi)容和方法，了解人工智能的主要應用領域；畢業(yè)要求5：使用現(xiàn)代工具：能夠針對礦產(chǎn)資源開發(fā)和利用過程中的工程問題，選擇與使用恰當?shù)募夹g、資源、現(xiàn)代工具和信息技術工具指標點5.3：能夠開發(fā)、選擇與使用現(xiàn)代工具預測、模擬及優(yōu)化復雜安全工程問題，以及理解其局限性2．理解人工智能+礦業(yè)的相關應用，熟悉礦業(yè)生產(chǎn)作業(yè)智能化及礦山智能感知的相關應用，了解露天和地下礦山智能礦山建設案例畢業(yè)要求2：問題分析：能夠運用專業(yè)技能識別、表達、并通過文獻研究分析采礦工程與智能開采技術中的實際問題，以獲得有效結(jié)論指標點2.3：具有運用自然科學知識進行采礦工程與智能開采相關物理力學變量測定、數(shù)據(jù)采集與分析等能力3．掌握經(jīng)典人工智能技術中搜索策略、遺傳算法、群智能算法及機器學習，掌握最新的人工智能技術中深度學習以及礦山智能圖像處理技術及其相關的應用畢業(yè)要求1：工程知識：能夠?qū)?shù)學、自然科學、工程基礎和專業(yè)知識用于采礦工程（含智能開采），并能解決較復雜工程問題畢業(yè)要求2：問題分析：能夠運用專業(yè)技能識別、表達、并通過文獻研究分析采礦工程與智能開采技術中的實際問題，以獲得有效結(jié)論指標點1.3：掌握用于解決復雜智能開采問題所需的工程基礎知識指標點2.3：具有運用自然科學知識進行采礦工程與智能開采相關物理力學變量測定、數(shù)據(jù)采集與分析等能力4.了解礦山機器人的產(chǎn)生和發(fā)展，理解機器人智能感知、智能導航、智能路徑規(guī)劃和智能運動控制技術及其相關的應用畢業(yè)要求7：環(huán)境和可持續(xù)發(fā)展：在礦產(chǎn)資源開發(fā)與利用過程中，樹立環(huán)境和諧與可持續(xù)發(fā)展理念，并運用于工程實踐當中指標點7.2：能夠理解和評價針對復雜采礦工程問題的工程實踐對社會可持續(xù)發(fā)展的影響三、課程教學的基本內(nèi)容及教學安排（一）課程教學的內(nèi)容及學時安排知識單元知識點學時數(shù)課程目標線下授課線上授課實驗/實踐1.人工智能概述知識點1.1：人工智能技術國內(nèi)外發(fā)展現(xiàn)狀；知識點1.2：人工智能概念及起源；知識點1.3：人工智能發(fā)展簡史；知識點1.4：人工智能研究方法、研究內(nèi)容以及主要應用領域；2課程目標12.礦山智能化知識點2.1：礦業(yè)智能化發(fā)展的必然趨勢；知識點2.2：礦業(yè)+人工智能；知識點2.3：礦山生產(chǎn)作業(yè)智能化；知識點2.4：礦山智能感知以及智能化礦山建設相關案例簡介；4課程目標23.搜索策略、遺傳算法以及群智能算法知識點3.1：搜索概念、盲目圖搜索策略以及啟發(fā)式圖搜索策略；知識點3.2：遺傳算法，基于遺傳算法的生產(chǎn)調(diào)度方法；知識點3.3：：模擬鳥群行為的粒子群優(yōu)化算法；知識點3.4：搜索策略、遺傳算法及群智能算法在礦業(yè)的具體應用；4課程目標34.機器學習與深度學習知識點4.1：機器學習基本概念及分類；知識點4.2：有監(jiān)督學習的分類和回歸問題、無監(jiān)督學習及應用；知識點4.3：人工神經(jīng)網(wǎng)絡和深度學習6…………課程目標35.礦山智能圖像處理知識點5.1：礦山井下視頻監(jiān)控系統(tǒng)；知識點5.2：礦山井下塵霧圖像增強；知識點5.3：礦山圖像分類、目標檢測、圖像分割以及視頻分類；6課程目標36、礦山智能機器人知識點6.1：機器人的產(chǎn)生與發(fā)展知識點6.2：機器人中的人工智能技術知識點6.3：礦山機器人應用場景2課程目標4合計24四、本課程與其他課程的聯(lián)系先修課程：專業(yè)概論、大學計算機、Python語言b五、教材與其他教學資源（含教學參考書或在線資源）（一）建議教材王萬良.人工智能通識教程（第2版）[M].北京:清華大學出版社,2022.（二）其他教學資源[1]百度飛槳AIStudio:/aistudio/course[2]百度EasyDL開發(fā)平臺：/easydl/六、教學方法與學習建議授課方式：本課程主要采用線下授課方式進行，同時結(jié)合百度飛槳AIStudio平臺和百度EasyDL開發(fā)平臺進行課堂課后練習，通過強化平時考核和過程考核，促進學生對課程重難點知識的理解與掌握，提高教學效果與學習產(chǎn)出。重點：人工智能導論的重點和難點是礦業(yè)智能化建設方案及人工智能在礦山的應用，具體涉及搜索策略、遺傳算法以及群智能算法，機器學習與深度學習和礦山智能圖像處理。自主學習建議：由于涉及人工智能導論涉及內(nèi)容較多，而針對采礦專業(yè)同學而言，需要在了解知識面的基礎上進一步結(jié)合自己感興趣內(nèi)容，通過互聯(lián)網(wǎng)進行更深入的學習，特別是通過百度飛槳AIStudio上的免費課程進行知識的提升與鞏固。同時培養(yǎng)與人工智能相關的倫理意識和正確觀念。七、課程考核及成績評定方式（一）課程考核基于《人工智能導論》教學內(nèi)容與畢業(yè)要求指標點的關聯(lián)性，制定本課程質(zhì)量評價方法。課課程成績=平時成績（15%）+過程（課堂討論、作業(yè)、實驗等）成績（35%）+期末考核成績（50%）。各部分比例可適當調(diào)整，但期末成績不得大于55%，這種考核方式可大大促進學生對日常教學環(huán)節(jié)中知識積累和掌握的重視程度，促進學生的學習產(chǎn)出。具體考核方案及權重見下表：課程目標考核環(huán)節(jié)權重合計平時表現(xiàn)過程考核結(jié)課考察課程目標12%5%8%15%課程目標23%10%9%22%課程目標38%15%25%48%課程目標42%5%8%15%合計15%35%50%100%（二）課程目標與考核內(nèi)容的關系課程具體目標與知識單元和考試內(nèi)容的關系如下：課程目標知識單元考試內(nèi)容1．了解人工智能產(chǎn)業(yè)發(fā)展現(xiàn)狀，理解人工智能概念、發(fā)展簡史、研究內(nèi)容和方法，了解人工智能的主要應用領域；1.礦業(yè)智能化趨勢2.人工智能技術產(chǎn)業(yè)發(fā)展3.人工智能概念4.人工智能發(fā)展簡史5.人工智能研究方法與內(nèi)容我國當前智能礦山的發(fā)展現(xiàn)狀；礦業(yè)如何與人工智能技術結(jié)合；人工智能的概念、研究內(nèi)容及方法。2．理解人工智能+礦業(yè)的相關應用，熟悉礦業(yè)生產(chǎn)作業(yè)智能化及礦山智能感知的相關應用，了解露天和地下礦山智能礦山建設案例1.礦業(yè)人工智能融合發(fā)展2.礦業(yè)生產(chǎn)作業(yè)智能化3.礦山智能感知4.礦山智能化建設案例礦山生產(chǎn)作業(yè)過程中的智能化的具體體現(xiàn)；礦山智能感知的應用場景；你所了解的礦山智能化建設的案例。3．掌握經(jīng)典人工智能技術中搜索策略、遺傳算法、群智能算法及機器學習，掌握最新的人工智能技術中深度學習以及礦山智能圖像處理技術及其相關的應用1.搜索策略2.模擬生物進化遺傳算法以及群智能算法3.機器學習與深度學習4.礦山智能圖像處理搜索