朱福喜，男，博士，武汉学院信息工程学院教授，现任武汉学院信息工程学院计算机科学系主任。1982年毕业于浙江大学计算数学专业，获学士学位；1990毕业于武汉大学计算机学院人工智能专业，获硕士学位；2002毕业于武汉大学计算机学院计算机软件与理论专业，获博士学位。曾主持了国家自然科学基金项目《用户自适应的社会标签生成和优化模型研究》、湖北省自然科学基金项目《优化IPQoS系统模型研究与实现》，主持企业开发项目多项。1993年3月赴美国加州Alpha Omega公司从事项目合作半年，2000年8月访问美国西东(Seton Hall Uni.)大学，从事远程教育和数据挖掘研究一年。

研究方向：大数据、自然语言处理、人工智能、企业级应用软件

主讲课程：人工智能基础、Java与面向对象程序设计、软件工程、数据库技术、计算思维导论、智能问题求解

研究成果：发表论文100余篇(其中30余篇被SCI或EI检索，包括SCI二区论文、ESI论文、计算机学报、计算机研究与发展、电子学报论文)，编写教材和专著20部。

一、课程介绍

该课程作为人工智能知识的基础课程，要求学生掌握人工智能的基本概念和基本技能，掌握利用人工智能解决问题的基本方法，并了解人工智能的研究最新进展和热门研究课题，如AlphaGo下棋的搜索原理、卷积神经网络以及当前流行的人工智能开源工具等，掌握人工智能基本技术，为以后从事人工智能行业的工作打下本领域基本技能的基础。

二、课程目标

课程的目标是使学生了解和掌握人工智能的基本概念和方法，能够运用人工智能的基本技术，进行人工智能应用系统的开发，解决某些领域的实际问题。

三、教学内容与课程设计特色

2021年末，教育部启动实施计算机领域本科教育教学改革试点工作计划（简称“101计划”），围绕“以生为本、聚焦教学、剖析课堂、赋能教师”的理念，集中建设12门计算机核心专业课程，以引领带动高校计算机人才培养质量的整体提升，《人工智能引论》便是12门核心专业课程之一。

本课程围绕人工智能知识图谱，涵盖表达与推理、搜索与优化、建模与学习、伦理与安全等核心内容，将算法和模型、工具与系统、应用与平台、伦理和规范等有机结合，反映了人工智能所具有的多学科交叉综合、渗透力和支撑性强、高度复杂等特点，刻画了人工智能技术属性和社会属性高度融合的内禀。

《人工智能引论》一般为小班授课，授课对象为数据科学与大数据技术专业。课程本身具备高度学科交叉的属性，因此奠定学生的算法基础是重要目的；但在实际授课过程中，考虑课程的难度，应注重深入浅出，配备丰富的教学资源，通过通俗易懂的案例引出较为深度的专业知识。本课程的教学案例曾获得中国计算机教育大会计算机类教学资源建设优秀课程配套资源一等奖。

本课程有一章是“群集智能”，核心内容是“蚁群算法与粒子群算法”等体现群集智能算法。这些算法是研究的是较为前沿的仿生学算法，是由自然界中无智能的主体通过合作表现出智能行为启发得到算法。其中蚁群算法是典型的受到仿生学的启发，提出的一种新型的模拟进化算法，该算法在求解组合优化问题中体现出优良的特性。该课程在讲授过程中，通过演示程序生动地展示了蚁群算法作为一种基于种群的启发式搜索算法，它能很好的利用蚁群的集体寻优特征来寻找蚁穴和食物之间的最短路径。

通过本章的学习，同学们认识到，在现今物联网、人工智能和大数据等产业越来越受到关注的状况下，正确而有效地利用群集智能，有着非常重要应用价值。随着科学技术的不断进步，群集智能又会有更多新的表现形式以及研究方向。在未来，群集智能将在AI发展远景中能发挥其优势，实现关键技术的突破，成为新一轮人工智能发展的强大助力。

这门课程的学习，对信工学院各专业的学生参与科研和大学生竞赛有非常积极的推动作用，19级大数据学生在学习这门课程的基础上，通过研究人工智能、大数据技术在新冠病毒基因序列分析中的应用，最终获得大学生计算机大赛国家级二等奖。