跳到主要内容

MIT 6.034 人工智能

课程名称: Artificial Intelligence
官方入口: MIT Course CatalogMIT OCW
课程层级: 本科高年级
先修要求: 编程、离散数学、基础概率
重要程度: ※※※※☆

课程定位

6.034 是 MIT 最经典的 AI 入门课,风格很 MIT:强调表示、推理、搜索与问题求解,不会一开始就把 AI 缩成“神经网络调参课”。如果你想先理解 AI 为什么需要知识表示、约束求解、规则系统和搜索算法,这门课非常合适。

核心内容

  • 搜索与状态空间求解
  • 规则系统、知识表示、逻辑推理
  • 约束满足、规划和决策
  • 经典机器学习方法与模型比较
  • 概率模型、神经网络与更现代的 AI 方法导览

课程特色

MIT 这门课的价值在于把“符号式 AI”和“统计式 AI”放在一条演化线上讲清楚。很多只接触过深度学习的人,会在这里第一次真正理解知识表示、推理链和问题建模的重要性。

作业与考核

课程通常包含问题集和编程练习,训练重点是把算法思路落成可运行的程序,而不是只会背结论。OCW 资料也很适合自学,因为讲义、作业和视频相对完整。

学完后的衔接

  • 想补现代 ML:接 6.3900
  • 想补 AI 推断与表示:接 6.4110
  • 想补深度学习:接 6.7960
  • 想补机器人:接 6.42006.4210