[第2课] 人工智能的学派

主题：介绍目前人工智能的主要学派，即符号主义、连接主义和进化主义，以及他们的理论基础与认知观，阐述人工智能对人人类经济、社会和文化等层面的影响，讨论人工智能的研究目标、研究内容和研究方法，并简介人工智能的研究与应用领域。

[第3课] 经典人工智能与推理技术

主题：早期的人工智能研究以经典人工智能为主要手段，研究自动定理证明问题，它是建立在经典逻辑基础上，以数理逻辑的方法进行推理证明的技术，其中消解原理是定理证明方法中的代表之一。本章介绍与讨论经典人工智能的有关问题，主要为消解原理和自动推理证明等问题。

[第4课] 问题求解与搜索

主题：问题求解技术是人工智能研究领域中的一个重要问题，包括问题表示和解的搜索两个部分内容。状态空间法是问题求解的常用方法，采用图来表示问题，并使用图搜索策略来求得问题的解。尤其是搜索策略中引入启发式信息的启发式搜索是目前在解决实际问题中广泛采用的方法。

[第5课] 机器人学

主题：机器人是人们听到人工智能时几乎第一时间联想到的事物，但现实中的机器人与我们想象中的机器人有很大的不同。作为一门学科的机器人学，本章介绍机器人学的发展过程和机器人的分类，探讨机器人学与人工智能的关系，最后谈谈为什么要研究开发机器人技术。

[第6课] 人工智能的新领域：计算智能

主题：经典人工智能虽然仍是人工智能的主流，但已不再是研究热点。而计算智能则异军突起，成为智能学科中新的增长点。目前对计算智能是否应该归属于人工智能也存在争论，但一般认为它是在神经计算、进化计算和模糊计算这三大学科发展的基础上提出来的。计算智能是信息科学与生命科学交叉与集成的产物。本章逐一介绍神经计算、进化计算、模糊计算和人工生命等基本原理。

[第7课] 人工智能中的仿生学——群智能

主题：人工智能是一门高度交叉的科学，不仅涉及到计算机、自动化、数学、信息学等学科，还涉及到心理学、脑科学、仿生学等各种学科。群智能就是仿生学在人工智能中应用的典型。蚁群算法和粒群算法分别受到蚂蚁和鸟群社会行为的启发，将其转换为可计算模型，引入到优化问题的求解中。本章着重介绍蚁群算法和粒群算法的机理。