UniMate AI

COMP3411

人工智能

6 学分难度 中等

课程定位 COMP3411/9414 是 UNSW 计算机专业的‘AI 启蒙课’。不同于侧重统计的机器学习,这门课带你领略经典人工智能的魅力——即如何利用搜索、逻辑和规划来赋予机器‘理性’。它是后续《神经网络》、《机器人学》及高阶 AI 研究的必备前导。如果你想搞清楚 AlphaGo 背后的博弈搜索逻辑,或者自驾车的路径规划原理,这门课是你的第一站。 技术栈与学习内容 课程围绕‘智能代理 (Intelligent Agents)’的概念展开。学习内容包括:盲目搜索与启发式搜索 (A* 算法)、对抗搜索 (Minimax, Alpha-Beta 剪枝)、约束满足问题 (CSP)、命题逻辑与谓词逻辑、经典的自动化规划、不确定性推理(贝叶斯网络)、以及强化学习 (Reinforcement Learning) 初步。课程使用 Python 进行算法实现。 课程结构 10 周标准教学。前期聚焦搜索与博弈,中期深入逻辑推理与概率模型,后期转向规划与学习。评估包含:每周的 Lab 练习(含 Prolog 或 Python 逻辑题)、两个极具趣味性的个人项目(Assignment,通常是编写一个能玩棋类游戏的智能体或解决复杂的迷宫问题)、以及考察逻辑推导能力的期末综合大考。 适合人群 计算机专业本科生或非 CS 背景的研究生。需要具备良好的离散数学基础。如果你喜欢解谜和逻辑建模,这门课会让你感到充满乐趣。建议每周投入 12-15 小时。

Course decision

选课先看

先看考核重心、截止节奏和入门要求,再决定这门课是否适合你的学期安排。

考核总权重

100%

4 项考核

最高单项

40%

Final Examination

期末考试

以官方 outline 为准

Hurdle

1 项

需要单独满足

Deadline map

考核时间线

按截止周排列作业节点;持续考核会保留在下方完整考核结构中。

Week 6

Assignment 1 (Games)

20%

编写一个智能体在特定博弈环境下进行对弈,评估其搜索深度与胜率。

Week 9

Assignment 2 (Logic/Prob)

25%

利用逻辑推理或概率模型解决一个综合应用问题(如推理机或垃圾邮件分类)。

Week 10

Weekly Lab Tasks

15%

涵盖 DFS/BFS 实现及逻辑演算的每周小任务。

Week 11

Final Examination

40%

综合考察搜索算法选择、逻辑证明及贝叶斯网络计算的笔试。

Syllabus

每周大纲

默认只展示每周独有的知识重点;节奏、考核、Tutorial 和避坑信息按需展开。

  1. 1

    AI 导论与智能代理

    AI 的定义,环境分类,代理的结构(简单反射、基于模型、基于目标)。

  2. 2

    搜索算法 (1):盲目搜索

    广度优先 (BFS)、深度优先 (DFS)、代价一致搜索 (UCS),树搜索 vs 图搜索。

  3. 3

    搜索算法 (2):启发式搜索

    贪心搜索,A* 算法推导,启发式函数的自洽性 (Consistency) 与可采纳性 (Admissibility)。

  4. 4

    对抗搜索与博弈

    零和博弈,Minimax 算法,Alpha-Beta 剪枝优化,蒙特卡洛树搜索 (MCTS) 初步。

  5. 5

    约束满足问题 (CSP)

    变量、值域与约束,回溯搜索,弧一致性 (Arc Consistency),AC-3 算法。

  6. 6

    灵活性周 (Flex Week)

    复习搜索算法,冲刺第一个博弈 AI Assignment。

  7. 7

    逻辑推理基础

    命题逻辑,归结原理 (Resolution),一阶谓词逻辑推导,知识图谱初步。

  8. 8

    不确定性与贝叶斯网络

    概率公理回顾,条件独立性,贝叶斯网络的结构与联合概率分布计算。

  9. 9

    自动化规划 (Planning)

    STRIPS 语言,状态空间搜索规划,偏序规划概念。

  10. 10

    强化学习与总结

    马尔可夫决策过程 (MDP),贝尔曼方程,Q-learning 初步;全学期大回顾。

Assessment

考核结构

Weekly Lab Tasks

涵盖 DFS/BFS 实现及逻辑演算的每周小任务。

15%

Week 10

Assignment 1 (Games)

编写一个智能体在特定博弈环境下进行对弈,评估其搜索深度与胜率。

20%

Week 6

Assignment 2 (Logic/Prob)

利用逻辑推理或概率模型解决一个综合应用问题(如推理机或垃圾邮件分类)。

25%

Week 9

Final ExaminationHurdle

综合考察搜索算法选择、逻辑证明及贝叶斯网络计算的笔试。

40%

Week 11

From Seniors

学长留下的

基础信息谁都查得到,真正值钱的是过来人的经验。

学姐说

比你早一年的学长留下的真实经验 —— ChatGPT 给不了。

这门课还没有学长经验,你可以是第一个 —— 注册后在课内分享。

往年考点 / 踩坑

这门课暂无往年考点记录。

毕业生去向(整体)

下面是匠人学院毕业生整体去过的公司分布(来自脱敏校友证言)。这是全平台的总体去向,不代表选这门课的人一定去这些公司。

统计自 317 份脱敏校友证言

Deloitte

6 位校友

岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer

Zerologix

4 位校友

岗位:Frontend Dev · junior frontend developer · Front-end Developer · Full Stack Developer

Servian

4 位校友

岗位:Full-stack Developer · Data Engineer · Consultant

关于这块数据,我们说实话

雇主墙来自脱敏毕业生证言(testimonials)的整体分布,无法关联到具体学员或其所选课程;仅作为毕业生去向的总体社会证明展示。

我们没有"某位学长选了这门课、后来进了哪家公司"这种可查询的个人去向档案 —— 校友证言是脱敏的,无法关联到具体的人或他选过的课。所以这里只给整体分布,不给个人路径,不编。