丨内容简介

人工智能(ArtificialIntelligence，AI)是一门研究难以通过传统方法去解决实际问题的学问之道。一般而言，人工智能的基本目标是使机器具有人类或其他智慧生物才能拥有的能力，包括感知(如语音识别、自然语言理解、计算机视觉)、问题求解/决策能力(如搜索和规划)、行动(如机器人)以及支持任务完成的体系架构(如智能体和多智能体)。

众所周知，人工智能具有增强任何领域技术的潜力，是类似于内燃机或电力的一种“使能”技术。人工智能这一种使能技术被广泛应用于其他众多领域，如农业、制造、经济、运输和医疗等领域。

人工智能作为一种使能技术，天然具有与其他学科研究进行交叉的秉性，从这个意义而言，人工智能可谓“至小有内涵，至大可交叉”。因此，人工智能研究本身以及人工智能人才培养需要融合来自神经科学、脑科学、物理学、数学、电子工程、生物学、语言学、认知学等方面的知识，从而使得研究本身能够解决更复杂问题、所培养人才能够应对复杂问题挑战。

当前，计算机教育正从“知识本位教育”(Knowledge Based Education)转向“能力本位教育”(Competency Based Education)，从而实现知和行的统一。与此相适应，人工智能教育也正在以“厚基础、强变叉、养品行、健应用”为理念，加强AI专业人才和AI+X交叉人才培养。

认知是人类智能的重要表现，其基石和燃料是规范化的知识(如概念、属性和关系等)，基于规范化知识就可形成对学习对象的理解和分类。认知这个单词“cognition”来源于拉丁语“cognitio”，表示学习和知识。古希腊哲学认为人类理解世界的途径源于“学习技能”和“解释已得知识”两种途径，从而“开始知道”。

对人工智能所涵盖内容分类越细致周全，明晰不同内容之间的边界和联系，那么对人工智能的理解就越清晰。为此，需要将不同知识概念有序组织起来，这是涉及到知识概念分类体系的规范化研究。早在13世纪末，加泰罗尼(现西班牙境内)诗人、哲学家、逻辑学家雷蒙·卢尔(RamonLlull)提出了对知识进行规范化描述的“知识树(Tree of Knowledge)或科学树(Tree of Science)”，这是目前最早的一种知识规范化努力。

在中国人工智能学会组织下，由中国人工智能学会教育工作委员会负责编写，来自教育工委会的吴飞、刘挺、陈恩红、邓志鸿、侯彪、黎铭、马楠、杨洋、李阳阳、陈勋、顾银、中富饶、陈雯柏、张伟男及教育部计算机领域本科教育教学改革试点工作计划(简称101计划)中《人工智能引论》课程建设组所有成员(名单见后)，一起合作，对人工智能教与学的知识点历史发展和建设思路进行了思考，形成了《人工智能知识点全景图∶迈向“智能+”时代蓝皮书》。

《人工智能知识点全景图迈向“智能+”时代蓝皮书》包括人工智能达特茅斯启航号角与新一代人工智能强健步伐、人工智能人才培养体系、计算机专业课程体系知识点演变、ACM和IEEE-CS制定的新版人工智能知识点、101计划中人工智能知识点、K12教育中的人工智能等内容。

感谢潘云鹤院士、李德毅院士、郑南宁院士、戴琼海院士、蒋昌俊院士、王怀民院士、焦李成教授、刘成林研究员、周志华教授、朱松纯教授、JohnHopcroft 教授(Cornell University)、Bart Selman教授(Cornell University)、Stuart Russell 教授(University ofCaliformia，Berkeley)、Jun Zhang教授(University ofMichigan)等在蓝皮书形成过程中予以的指导。