课程概述
本课程是教育部-微软产学合作协同育人项目成果，课程面向大学生和社会公众，结合社会热点和算法实践项目，介绍人工智能技术的基本概念、发展历史、经典算法、应用领域和对人类社会的深远影响，展示信息社会各领域中人工智能的应用发展前景，为大学生和社会公众提供一个深入理解人工智能的入门基础。
本课程结合北京大学跨学科综合优势，加强与微软亚洲研究院人工智能研究人员的合作，将人工智能技术的原理、应用和前景融入各门基础自然科学和社会人文科学中，以鲜活生动的案例加深对人工智能技术的理解。
慕课课程的讲解部分还邀请了微软亚洲研究院的人工智能研究专家，通过访谈形式，展现科学、技术、工程和商业等各个领域的专家对人工智能的理解和体会。课程注重算法实践，通过5个相对独立的人工智能典型应用项目，采用微软和其他开源项目提供的人工智能开发基础设施，结合丰富的应用数据，让学生能经过一段时间的学习，学习到成效显著且生动有趣的人工智能算法应用。
课程大纲
1新闻热点与身边的人工智能(68min)
101家庭助手(8min)
102机器翻译(9min)
103图像识别(9min)
104下棋高手(13min)
105自动驾驶(7min)
106医疗健康(8min)
107金融与商业(12min)
108微软亚洲研究院院长洪小文博士寄语计算机教育(2min)
109人工智能改变世界：微软新视界Center One（3min）
2人工智能发展简史(73min)
201什么是人工智能(10min)
202人工智能经典问题(10min)
203第一次热潮(12min)
204第二次热潮(11min)
205第三次热潮(15min)
206人工智能发展状况(14min)
微软亚研院刘铁岩副院长访谈：人工智能发展简史(52min)
3基于决策树和搜索的智能系统（上）(65min)
301实例1读心术(9min)
302和人类一样的判断方式(13min)
303专家系统应用与发展(12min)
304实例2井字棋(11min)
305博弈树(20min)
实例1读心术代码运行及说明
3基于决策树和搜索的智能系统（下）(72min)
306估值决策(18min)
307最大最小值法(15min)
308AlphaBeta剪枝(13min)
309启发式算法(11min)
310从国际象棋到围棋(15min)
实例2井字棋代码运行及说明
4基于仿生算法的智能系统(63min)
401仿生算法简介(14min)
402基因遗传算法(16min)
403实例3拼图游戏(6min)
404拼图的基因(7min)
405遗传和变异(10min)
406自然选择(10min)
实例3基因遗传算法代码运行及说明
5基于神经网络的智能系统I (62min)
501神经元与神经网络(12min)
502实例4手写数字识别(9min)
503网络构建(13min)
504计算损失函数(8min)
505优化器优化函数(10min)
506反向传播(10min)
实例4手写数字识别代码运行及说明
6基于神经网络的智能系统II (79min)
601监督学习和非监督学习(16min)
602让人工智能学会玩游戏(12min)
603试错式学习(7min)
604状态动作回报(9min)
605价值判断Q函数(12min)
606尝遍百草(9min)
607熟能生巧(11min)
实例5FlappyBird代码运行及说明
7人工智能应用 (123min)
701图像识别与分类(10min)
702医学影像分析(12min)
703-5 微软亚研院张益肇副院长访谈：人工智能应用 医疗+AI(26min)
706语音识别(12min)
707人脸识别和情感计算(13min)
708-10微软亚研院周明副院长访谈：人工智能应用 自然语言处理(37min)
711自动驾驶(12min)
8人工智能与人类社会未来
801挑战-技术视角(9min)
802挑战-人文视角(12min)
803伦理规范-社会层面(14min)
804伦理规范-公共政策(10min)
微软亚研院潘天佑副院长访谈：人工智能与人类关系(50min)
808科幻作品中的人工智能(23min)
809奇点理论-畅想未来(16min)
