课程简介
本课程面向人文艺术类本科生，旨在激发学生学习人工智能的兴趣，帮助他们了解人工智能的基本概念、任务和技术原理，以及掌握典型的人工智能工具在人文艺术领域的使用方法，无需学生具备编程基础。通过本课程的学习，学生不仅能够了解人工智能能做什么，且获得必要的人工智能知识和技能，还能培养以人工智能为核心的数字化素养。这种素养包括对人工智能技术的基本理解和应用能力，同时也包括批判性思维、伦理意识、社会责任等多维度的素质。此外，本课程还注重培养学生利用人工智能工具分析和解决人文艺术领域实际问题的能力。通过案例分析和项目实践，学生将学会如何将人工智能技术与人文艺术研究相结合，提高研究的效率和质量，同时也能够更好地理解和解决社会实践中遇到的问题，为他们在未来深入学习相关专业课程和从事“人工智能+”研究打下坚实基础。
课程内容设计系统全面，首先从AI基础入手，追溯其历史发展，讲解核心技术如搜索算法、机器学习、深度学习、大语言模型及图像生成模型的原理与演进，构建完整的知识体系。其次聚焦AI应用，涵盖机器学习、图像理解与生成、文本生成及智能体的实践方法，展示其在多领域的潜力。此外，课程深入探讨AI伦理，分析人机交互中的挑战、伦理原则的应用及治理策略，提出可信赖AI系统的设计思路，引导学生反思技术与伦理的平衡及未来方向。这些内容逻辑清晰，兼具广度与深度，适合人文艺术类学生循序渐进学习。
课程大纲
第一章 人工智能概述
1.1 无处不在的人工智能
1.2 人工智能的定义
1.3 人工智能的发展历史
第二章 搜索：从穷举之蛮到启发式之巧
2.1 搜索案例与基本概念
2.2 盲目搜索与启发搜索
第三章 机器学习探索之旅：从概念到实践
3.1 AI探索者的指南针——机器学习全景图
3.2 智能的基石——从监督学习到强化学习
3.3 智能实战：监督学习艺术与实践
3.4 智能实战：无监督学习艺术与实践
3.5 智能实战：强化学习艺术与实践
第四章 深度学习：从MCP到循环神经网络
4.1 深度学习概述
4.2 人工神经网络
4.3 典型深度学习网络结构
4.4 深度学习案例（一）
4.5 深度学习案例（二）
第五章 大语言模型：从通用基座到垂域大模型
5.1 计算机是如何理解语言的
5.2 大语言模型的定义和原理
5.3 大语言模型的构建和演进
5.4 大语言模型案例（一）
5.5 大语言模型案例（二）
第六章 创造生成：从高斯混合模型到扩散模型
6.1 高斯混合模型和生成对抗网络
6.2 扩散模型
6.3 图像生成案例（一）
6.4 图像生成案例（二）
第七章 智能体：基于反馈的决策智能
7.1 智能体基本原理
7.2 智能体应用案例
7.3 苏格拉底教学智能体的构建
第八章 人本型伦理：人工智能伦理与治理
8.1 当工具成为伙伴，我们如何不重蹈覆辙？
8.2 当算法跨越文明边界，如何共绘伦理图谱？
8.3 在黑箱与透明之间，如何编织信任之网？
