课程总体目标

本课引导学生理解机器理解与推理的含义及其关系，了解符号推理、专家系统、知识图谱、深度学习和大模型的发展现状，认识人工智能与脑科学的相互启发，了解认知推理在教育、医疗、法律、科研等领域的应用及未来发展趋势。

具体学习目标

本课程共设置 6 项学习目标，涵盖知识理解、技能应用与科学探究三个维度。

1
理解概念

能说明机器理解、机器推理的含义及其关系。

目标
2
了解历程

能概述符号推理、专家系统、知识图谱、神经符号结合的发展脉络。

目标
3
认识现状

能说明大语言模型在理解与推理方面的能力与局限。

目标
4
了解脑启发

能了解人工智能与脑科学相互启发的关系。

目标
5
认识应用

能列举认知推理在教育、医疗、法律、科研等领域的应用。

目标
6
关注责任

能关注人工智能发展的公平、透明、可控等社会责任。

目标

学习路径时间线

  • 1
    认知阶段

  • 2
    巩固阶段

  • 3
    练习阶段

完成后你将掌握

能说明机器理解与推理的含义、关系及发展历程
能了解人工智能与脑科学的相互启发
能列举认知推理的应用并关注社会责任