101计划｜依托“101计划”的一流人工智能课程教材建设

️摘要：在“101计划”人工智能教材建设的指导思想下，对比分析国内外人工智能课程教材，介绍人工智能“101计划”核心教材《人工智能引论》《人工智能架构与系统》及《智能计算模型与理论》的内容及特色，旨在为未来人工智能教材建设提供参考。

️关键词：人工智能；101计划；课程教材

️0 引 言

人工智能是当前科技革命和产业变革的核心引擎，具有多学科交叉综合、渗透力和支撑性强、高度复杂等特点，呈现技术属性与社会属性高度融合特色。作为一种高度综合的战略性技术，人工智能涉及数学、计算机科学、认知科学等学科领域，形成了一个复杂的知识体系。其不仅具备强大的技术属性，如数据处理能力、算法创新和计算资源的整合能力，同时也深刻地影响着社会的方方面面，包括伦理、法律、就业、教育等层面。

在这一背景下，人工智能课程的建设不仅是培养未来技术人才的必要途径，更是确保这一前沿技术能够负责任地发展并为社会带来最大效益的关键。通过系统化的教学设计和多学科交叉的课程内容，人工智能教育能够帮助学生理解并驾驭这一技术的复杂性，从而培养出同时具备创新能力和社会责任感的专业人才。这些课程不仅要涵盖技术本身，还应注重技术应用背后的社会影响，帮助学生全面理解人工智能在推动科技进步的同时，如何为社会带来积极的变化，因此，人工智能课程的建设是推动科技进步与社会发展的重要环节，是确保人工智能技术能够持续创新并为社会发展提供强大支持的基础。

作为人工智能课程建设的重要组成部分，人工智能教材建设承载着将复杂的知识体系转化为可教学内容的关键任务。目前在人工智能课程的教材建设过程中，面临着诸多挑战。①人工智能涵盖的知识点体系庞大且复杂，涉及机器学习、深度学习、自然语言处理、计算机视觉等多个领域，如何整合并构建一个连贯的教材体系是一大难题。②随着像 ChatGPT 这样的生成式人工智能技术的兴起[1]，教育目标正从传统的知识本位逐步向能力本位和素养本位转变。教材不仅要传授理论知识，还必须侧重培养学生的实际应用能力、创新思维和综合素养，以应对未来的多变挑战。③人工智能具有强烈的多学科交叉特色[2]，这种跨领域的特性不仅要求教材编写者具备广泛的学科背景和融会贯通的能力，还需要跨领域专家的密切合作，以确保教材能够准确反映人工智能领域的最新发展，体现多学科融合的趋势，并有效培养学生的工程实践能力。

️1 “101 计划”人工智能教材建设的指导思想

从 2022 年初以来，来自 15 所入选计算机拔尖计划 2.0 高校的近 40 名教师参与建设了“101 计划”核心教材《人工智能引论》[3]，下面从体系知识、数字形态、赋能平台、建设生态圈 4 个角度介绍教材建设过程中的指导思想。

（1）体系知识。人工智能作为一个高度综合的领域，其知识体系的构建必须注重规范化和系统化。为了系统且全面地介绍人工智能领域的广泛内容，《人工智能引论》构建了一个 10 个模块和 63 个具体知识点组成的课程体系。这一设计旨在使学习者能够清晰地掌握所学内容，并具备深刻理解及准确分类相关知识的能力。值得一提的是，图灵奖得主约翰·霍普克罗夫特（John Hopcroft）先生特别参与了课程内容的讨论，提出设置 9 个进阶知识点的建议，为将来将该课程拓展至研究生层面的教学提供了必要的准备。

（2）数字形态。在当前数字化教育的背景下，教材的数字资源整合是提升教学效果的重要方向。《人工智能引论》教材的数字形态建设注重将教学视频、PPT、实践题目等资源进行有效整合，并通过二维码技术集成于教材之中。这种方式开启了“101 计划”下的数字教材出版新模式，为学生更加主动地学、教师更加创造性地教积累了高质量数字“燃料”。

（3）赋能平台。随着生成式人工智能技术的发展，现行的教育模式正面临着前所未有的变革。为此，浙江大学与高等教育出版社、阿里和华院计算等合作，开发并推出了面向人工智能领域的垂直平台“智海—三乐”[4]。目前，该平台已与科技部的新一代人工智能科教创新开放平台进行了整合，为参与核心课程学习的师生提供了数以万计的内容合成服务。这一举措不仅构建了人工智能技术在教育领域的应用新范式，还促进了教育模式从传统的“知识本位”向“能力本位”的转变。

（4）建设生态圈。教材建设不仅仅是编写与出版的过程，还要构建一个支持教材发展的生态圈。为了扩大“101 计划”的影响力，使其优质资源惠及更广泛的受众群体，浙江大学持续加强人工智能领域的跨界合作，致力于构建一个全方位的人工智能人才培养生态，如华东六校共建共享 AI+X 微专业[5]、与智慧树合作建设《人工智能+》微专业西部行、与航天科技集团共建“灰犀牛”智能技术特训班、与国家开放大学建设人工智能第二本科专业、与华为公司 ICT 学院开展 AI 培训，目前还正在与高教社商谈教材英文版事宜。值得一提的是，浙江大学已于 2024 年 3 月成立了人工智能教育教学中心，每年为全校 6300 余名本科生提供人工智能通识课程。在“101 计划”核心课程基础上，浙江大学正致力于构建一套完整的人工智能通识课程体系，旨在让更多人成为人工智能这一通用智能技术的受益者。

️2 国外教材比对分析

️2.1 国外相应课程教材使用情况

《人工智能：一种现代的方法》[6]（Artificial Intelligence: A Modern Approach，AIAM）是一本经典的人工智能教材，由加利福尼亚大学伯克利分校（UC Berkeley）计算机科学系教授斯图尔特·罗素（Stuart Russell）和ASPCMS社区研究总监彼得·诺维格（Peter Norvig）合著。它被认为是人工智能领域的标准教材，在全球 1400 多所大学使用，被称为“世界上最受欢迎的人工智能教科书”。

该教材适用于信息技术及相关领域的本科生、研究生，以及科研与工程技术人员，全面覆盖了人工智能的基础概念、技术和方法。全书分为 7 个模块，共 28 节，内容涵盖人工智能基础、问题求解、知识推理与规划、不确定知识与推理、机器学习、通讯感知与行动等领域。书中通过清晰的语言、丰富的实例、图表和伪代码，帮助读者理解复杂概念，并提供了大量习题和编程作业以巩固知识。

AIAM 不仅提供纸质书籍，还配套了一个资源丰富的网站（https://aima.cs.berkeley.edu/），包括教材信息、代码资源、练习题和反馈机制。其中，AIMACode（https://github.com/aimacode）支持多种编程语言，实现了书中的算法，并定期更新；AIMA-exercises平台（https://aimacode.github.io/aima-exercises/）则是一个开源社区，鼓励学生和开发者添加或改进习题。通过这些资源，AIAM不仅是一部教材，更是学习和深入探索人工智能领域的强大工具。

️2.2 比对分析

“101计划”核心教材《人工智能引论》与《人工智能：一种现代的方法》的比对分析如下。

（1）在章节设置方面：《人工智能引论》比《人工智能：一种现代的方法》多出了因果推理（Causal inference）、人工智能安全（Adversarial attack and defense in AI）、人工智能架构与系统（AI architecture and system）、大语言模型（Large language model）等知识点。因果推理知识点的添加反映了《人工智能引论》对于理解因果关系的强调，这在实际应用中具有重要意义，例如医疗诊断与决策制订；而人工智能安全、人工智能架构与系统等相关内容的涉及，则表明其更强调从计算设备硬件和软件两方面入手，以促进人工智能算法的应用落地。《人工智能：一种现代的方法》更侧重于算法和理论，而《人工智能引论》在进行理论阐述的同时更注重与实践的结合。

（2）在章节顺序安排方面：两者对于搜索和逻辑推理的章节顺序相反，《人工智能引论》将逻辑推理设置在前，《人工智能：一种现代的方法》将搜索问题设置在前。《人工智能：一种现代的方法》可能认为搜索问题是一个自然的起点，因为它们在许多实际应用中都很重要；《人工智能引论》则首先让学生了解逻辑推理，以帮助他们建立基本的推理能力。

（3）在内容详略处理方面：《人工智能：一种现代的方法》对贝叶斯和马尔可夫网络的讲解更加深入，例如，书中介绍了贝叶斯网络相关的语法、语义、采样、变量消除等内容，这表明该教材更加注重概率和统计方法在人工智能中的作用。《人工智能引论》对神经网络给予了更详尽的阐述，特别是循环神经网络的结构，这表明其更侧重于探讨作为人工智能核心技术的深度学习与神经网络。

（4）在人工智能应用的设置方面：《人工智能：一种现代的方法》将各个应用分散到对应章节中进行介绍，这样做有助于读者更深入地理解每个应用背后的原理。每个应用都能够得到详尽的讲解与解析，使读者能够全面掌握其工作原理和应用方法。《人工智能引论》将人工智能的常见应用专门总结在一章中，这样的设置可以帮助读者更加快速地了解人工智能应用领域的广泛性。读者可以一目了然地了解到人工智能在各个领域的应用情况，并对人工智能的广泛应用范围有一个整体的把握。

通过与国外经典教材的深入对比，可以看到《人工智能引论》不仅在内容上作出了本土化的调整，更在教学理念和方法上体现了创新。这为“101 计划”教材建设提供了有力的支撑，凸显了其在国内人工智能教育中的重要地位。

️3 “101 计划”人工智能教材建设成果

在“101计划”指导思想的引领下，核心教材《人工智能引论》为国内人工智能教育开辟了新的方向。“101计划”的教材建设不仅限于此，为满足不同层次学习者的需求，并构建一个系统化的教学体系，“101计划”人工智能课程组织了若干个教材编写小组，共同编写了3本人工智能的方向的教材（见表 1）。教材之间相互衔接、互为支撑。教材使用对象以 33 所拔尖高校为主，但可将部分教学内容标注为“选学”形式以供其他高校使用，从而扩大教材使用高校的覆盖率。

️3.1 《人工智能引论》

本教材按照“厚算法基础、养伦理意识、匠工具平台、促赋能应用”的培养目标， 以表达与推理、搜索与优化、建模与学习、伦理与安全为核心，按照如下内容进行组织：第 1 章绪论、第 2 章知识表达与推理、第 3 章搜索探寻与问题求解、第 4 章机器学习、第 5 章神经网络与深度学习、第 6 章强化学习、第 7 章人工智能博弈、第 8 章人工智能伦理与安全、第 9 章人工智能架构与系统、第 10 章人工智能应用。本教材主要具有以下特点。

（1）国际人工智能一流专家指导：图灵奖获得者约翰·霍普克罗夫特（John Edward Hopcroft）、美国人工智能协会前任主席和康奈尔大学教授巴特·塞尔曼（Bart Selman）、美国加州大学伯克利分校教授斯图尔特·罗素（Stuart Russell）对本书内容进行了指导及评审。

（2）体系化人工智能知识：为了更好地介绍人工智能所包含的磅礴内容，本书构建了涵盖 10 个模块和 63 个知识点的课程体系，让学习者能够对所学习内容了然于胸，“以其昭昭、使人昭昭”。

（3）章节内容科学有趣：人工智能的发展历程是由一个个小细节构成，事中有理、理中有事，须弥芥子、大千一苇，每章用经典语句对本章主体内容进行概括，章尾通过“延伸阅读”从历史、当下、未来等不同角度对该章内容进一步解读，展现人工智能发展的全貌。

（4）数字化形态构成：本教材已经形成了 2 000 多分钟教学视频、近千页 PPT 和百余项实践题目，这些数字资源均以知识点为基本单元组织，通过二维码形式嵌入教材，为学生更加主动地学、教师更加创造性地教创造新型数字化空间。

（5）教与学赋能平台：课题组研制并发布的人工智能领域垂直大模型“智海—三乐”与新一代人工智能科教创新开放平台“智海—Mo”整合为一体，在高教社网络平台提供服务，构建人工智能赋能教育新范式，推动从“知识本位教育”向“能力本位教育”转变。

️3.2 《人工智能架构与系统》

算法、算力与工具平台共同构成人工智能发展的基础，工具、平台和芯片技术每一次的进步都极大推动着人工智能研究的发展。当前大部分人工智能相关的教材都集中在深度学习和机器学习相关理论、算法或者应用上，或单纯介绍某一种深度学习框架，学生难以对该领域形成体系化的理解。《人工智能架构与系统》首次将人工智能的工具、平台和芯片相关知识进行完整系统的介绍，填补了国内教材建设的空白。本教材主要具有以下特点。

（1）内容覆盖全面，适合各层次读者：教材涵盖了当前主流人工智能编程语言、工具和框架的基本用法，也包括深度学习系统整个生命周期的主要核心技术、前沿算法及平台，并对人工智能芯片设计原理方法进行了系统的介绍，适合于本科生、研究生以及从事人工智能学习、开发和研究的各个层次读者。

（2）强调软硬件一体化设计思想：优秀的人工智能系统重视从算法、框架到芯片系统的联合优化设计。教材从芯片及系统硬件设计考虑入手，引导学生逐步建立软硬件协同的系统设计

思维。

（3）兼顾经典与前沿知识，启发创新思维：工具及平台方面，教材既涵盖了如 TensorFlow、PyTorch 等当前主流工具介绍，又包括 NNI、HiveD 等深度学习最新平台技术；芯片设计方面，既包括前后端设计等基础知识，又包括 NPU、类脑芯片等前沿进展，帮助学生在打好基础的同时开阔学术视野。

（4）深入浅出、实践引导：以易于理解的文字和内容呈现方式，简化的实例，抽象出关键技术问题。设计丰富的实例及代码实践，帮助学生通过实际练习掌握工具、平台及芯片的使用设计方法。

️3.3 《智能计算模型与理论》

（1）立足简单易懂。按智能计算主要分支安排教材内容，逻辑清楚，语言力求通俗易懂。

（2）内容涵盖全面。既有智能计算的基础知识和基本理论的介绍，也涵盖了其在人工智能领域的应用研究。

（3）框图总结。智能计算的优化算法模型在各章节都采用伪代码+流程框图+典型例题方式介绍，最后章节内容也图示进行直观总结。

（4）内容紧跟智能计算技术的新进展。人工智能技术近些年尤其在大工程复杂优化、大数据挖掘、机器视觉领域飞速发展，本教材着眼于这些应用场景介绍智能计算的落地算法与模型。

️4 结 语

在“101计划”人工智能课程建设的过程中，人工智能教材建设在我国迈出了坚实的一步，积极应对了知识点体系庞大、跨学科融合以及从知识本位向能力本位转变的多重挑战[8]。这些教材不仅涵盖了人工智能的核心内容，还融合了计算机科学、数学、神经科学等多学科知识，展现了人工智能领域高度复杂的技术属性与社会属性的有机结合。在培养学生实际应用能力和综合素养的同时，这些教材也为我国人工智能教育的发展提供了强大的支撑。未来，随着不断完善与更新，这一系列教材将继续推动我国人工智能教育的深化发展，为培养具备跨学科能力和创新精神的人才奠定更加坚实的基础。

️参考文献：

[1] 荀渊. ChatGPT/生成式人工智能与高等教育的价值和使命[J]. 华东师范大学学报(教育科学版), 2023, 41(7): 56-63.

[2] Zhuang Y, Cai M, Li X, et al. The next breakthroughs of artificial intelligence: The interdisciplinary nature of AI[J]. Engineering, 2025, 6(3): 245-247.

[3] 吴飞, 潘云鹤. 人工智能引论[M]. 北京: 高等教育出版社, 2024.

[4] 陈静远, 吴韬, 吴飞. 课程、教材、平台三位一体的“人工智能引论”育人基座能力建设[J]. 计算机教育, 2023(11): 34-37.

[5] Wu F, He Q, Wu C. AI+X micro-program fosters interdisciplinary skills in China[J]. Communications of the ACM, 2025, 64(11): 52-54.

[6] Russell S J, Norvig P. Artificial intelligence: A modern approach[M]. 北京: 清华大学出版社, 2013.

[7] 焦李成, 刘若辰, 慕彩红, 等.智能计算模型与理论[M]. 北京: 清华大学出版社, 2024.

[8] Pan Y. Structure analysis of crowd intelligence systems[J]. Engineering, 2023(25): 17-20.

️作者简介：陈静远，女，研究员，研究方向为智能教育、多媒体分析，jingyuanchen@zju.edu.cn；吴飞（通信作者），男，教授，研究方向为人工智能、跨媒体计算，wufei@cs.zju.edu.cn。

️引用格式：陈静远, 陈立萌, 吴飞. 依托“101计划”的一流人工智能课程教材建设[J]. 计算机教育, 2025(2): 31-34, 40.