你将学到什么
对人工智能有基础概念
能够理解如何运用目标搜寻技术及演绎学习方式达成人工智能
能将相关技术应用到自己的问题上
课程概况
本课程有两大课程目标： 1. 使同学了解如何以搜寻达成人工智能 2. 使同学能将相关技术应用到自己的问题上
人工智能可分为强人工智能及弱人工智能。强人工智能著重于模拟人类智能，而弱人工智能则著重于类似智能的应用表现。达成智能的表现有许多方法，其中一种快速有效的方法即为搜寻，也是这门课的重点。本课程将给予人工智能一般性的介绍，并且深入探索三种常用的搜寻：不利用问题特性的uninformed search，使用问题特性的informed search，及针对零和对局的adversarial search。课程中除了讲解各种搜寻的技术之外，也会同时探讨它们的优缺点及应用范围，使同学易于应用其相关技术。
另外，常使用在专家系统中的逻辑也将于此次课程一併介绍。我们会从最基本的证言逻辑开始，进而介绍现实生活中相当实用的一阶逻辑，并著重在其中系统性的推论过程，同时我们还会介绍不同推论演算法的特性及它们的能力。最后，将会介绍人工智能常用的逻辑性语言prolog， 以及它的实作，让同学们能在本次课程中，对人工智能领域有更进一步的认识。
本课程分为人工智慧（上）、人工智慧（下）两部份，第一部分除了人工智慧概论外，著重在目标搜寻、meta heuristic、电脑对弈、演绎学习（包含证言逻辑、一阶逻辑及 planning ）等技术。这些技术主要发展时机为人工智慧的第一波及第二波热潮，也就是 1950 年代至 1990 年代附近的主流发展，即使到现在也在各个领域广为应用。
课程大纲
周1
完成时间为 2 小时
Introduction
9 个视频 （总计 118 分钟）, 1 个阅读材料
周2
完成时间为 2 小时
Uninformed search
6 个视频 （总计 102 分钟）, 1 个测验
周3
完成时间为 2 小时
Informed search
6 个视频 （总计 108 分钟）, 1 个测验
周4
完成时间为 2 小时
Non-classic search
7 个视频 （总计 119 分钟）, 1 个测验
周5
完成时间为 2 小时
Adversarial search
6 个视频 （总计 118 分钟）, 1 个测验
周6
完成时间为 2 小时
Propositional Logic
7 个视频 （总计 115 分钟）, 1 个测验
周7
完成时间为 2 小时
First Order Logic
8 个视频 （总计 127 分钟）, 1 个测验
周8
完成时间为 2 小时
Planning
预备知识
对人工智能无止尽的热情
演算法及资料结构的基础知识
Python及Prolog程式设计 (仅使用于作业部份)
