人工智能逻辑 ¶

课程学习内容 ¶

人工智能逻辑研究逻辑语言和推理规则；语言表示（如一阶逻辑语言、基于规则的语言）、语法规则（将关系 / 连接表示为公式）、语义模型（公式的解释）。 主要知识点为：

• 知识的表示与推理
• 命题逻辑与一阶逻辑
• 知识图谱与描述逻辑
• 缺省逻辑、非单调逻辑
• 回答集编程
• 论证与攻击关系
• 抽象论辩理论
• 概率论与贝叶斯网络（此部分是 23-24 春夏新加入的部分）

在命题逻辑与一阶逻辑及之前的内容和在离散数学以及人工智能基础 / 人工智能引论课程中学到的相关逻辑差距不大，最大的区别可能重新引入了一套符号体系，在逻辑推导等方面有范式。

这门课的重点与难点在笔者看来是知识图谱相关知识点和缺省逻辑、非单调逻辑的内容，这一部分符合常识但与我们之前建立的逻辑体系有很大的出入，接受并建立这样一个新的逻辑体系在笔者会是一个很痛苦的过程，因此该课程的后半学期需要投入更多精力。

先修要求 ¶

• 离散数学理论基础
• 人工智能基础

不过对于最开始的命题逻辑和一阶逻辑老师也会重新讲一遍，所以没有逻辑学基础的同学其实也完全不影响修读这门课，只是在课程前期会吃力一些。

任课教师 ¶

本门课程只由廖备水一位老师开设。

授课方式：中文授课（ PPT 内容和老师授课都是用中文，上课会在 PPT 上进行手写推导）。

授课水平：廖老师是长江学者，哲学学院和计算机学院双聘教授，学术水平极高。就上课体验，廖老师口齿清晰，逻辑清晰（这显然是废话），会手持话筒收音很好。上课也会经常询问同学们的掌握情况来调整课程进度。

廖老师也十分关心同学们的学习情况，笔者有一次下课后没听懂，拿着小测的题目去向老师提问，老师给我进行了详细的解答，并发现课上有没有提及的知识点，令我惊奇的是廖老师在两周后的课上还记得这件小事，并重新对那个部分进行了补充讲解，可以说是超越计院大多数老师了。

给分情况： 20 级和 21 级的反馈都比较求是，能拿到不错的成绩但高分难度极大，建议期待值不要太高。给分在一定程度也看助教，22 春夏的助教姐姐 yzl 在平时给分上就比较慷慨。23-24 春夏（22 级）的助教 hyn 姐姐答疑也比较及时，平时分从总评来看还是比较慷慨的（因为我期末看起来啥也不会，还是拿到了过得去的分数。

课程教材 ¶

21 级：仍在完善中，暂未出版。每节课课前助教会发放该节课对应内容的纸质讲义（也就是教材的一部分），在钉钉也会同步发布电子版教材。 22级：廖老师的教材还没有出版，因此上课都是使用的讲义，会在课前下发纸质版而没有电子版，讲义会存在一定的错误和笔误，相信廖老师会在明年开课的时候修正，今年廖老师相比去年新加入了论辩框架中图和子论证的部分，并抽出了2/3节课新加入了一章概率论与贝叶斯网络，不过难度很低，相信学习过概率论和ai导的同学都能轻松掌握。

推荐书单 ¶

老师有很多推荐书目，会在对应内容结束后发在钉钉群（但是笔者甚至都没下载过），感兴趣的同学可以作为课外读物。 也欢迎有缘人对这门课的推荐书单进行补充。

分数构成 ¶

• 小测（15%）

  从第二节课开始每节课前都会有小测（课前进行，需要提前 10 分钟到教室），小测的主要目的是签到，只要过了助教的斩杀线（一般来说 3 个题做出来 1 道）就可以拿到满分。小测是 paper work 的形式，所以基本没有翘课的可能。

• 作业（25%）

  21: 每周都会布置思考题，设置的 ddl 一般是下周上课前，每次题目的数量在 4-6 题不等。一般情况思考题就是教材的课后习题。由于教材尚未出版，这个方向也相对小众，作业很难找到现成的答案，作业的难度也参差不齐，快的时候一小时可以搞定，但在比较难的章节可能需要花接近半天的时间。

  22: 每周会有思考题，但今年助教姐姐很好，基本每周最多只有 3 道，很多时候只有 1 道，也是来自课后习题，有的简单也有的有一定难度，没有答案和反馈。

• 考试（60%）

  21: 闭卷考试。考试的题型包括名词解释、判断、简答、证明，其中简答和证明的内容与难度都与作业题类似。

  22: 闭卷考试，题型与去年相同，但是我的评价是这玩意可比作业难多了，绷。

包括如下部分： - 5个名词解释 2 pts each - 20个判断 1 pts each - 1个证明题 包括2个小题的消解原理考察 7 pts each - 3个简答（好像不太简答，分别是外延、抽象论辩框架和解释模型，每个小题的分值都比较大，看来是用来捞的