人工智能

📊 课程难度与压力分析

COMP9414 的难度属于‘思维范式的剧烈碰撞’。你不仅要会 Python，还要学习像 Prolog 这样完全‘倒着走’的逻辑语言。难点在第五、六周的 Prolog 递归与回溯，那一串没有变量赋值的规则会让习惯了命令式编程（如 C/Java）的同学感到极度不适。压力主要来自于 Major Project，你需要为一个复杂的博弈或逻辑题设计启发式函数，如果函数设计的‘不够好（不单调）’，你的程序会因为搜索空间爆炸而跑不出结果。及格极容易，但拿 HD 需要你对‘一阶逻辑归结原理’有数学证明级别的掌控。

🎯 备考重点与高分策略

高分秘籍：‘得 A* 证明者得 Distinction，得逻辑归结者得 HD’。期末考试中，证明一个启发式函数是可采纳的（Admissible）是必考的大题。一定要练到能精准识别‘AC-3 算法的约束传播路径’。重点攻克‘贝叶斯网络的条件独立性判定（d-separation）’，那是区分普通码农与顶级 AI 算法专家的标志。备考时，教材《Artificial Intelligence: A Modern Approach》(Russell & Norvig) 是圣经，每一个章节的习题都是考题的原型。对于项目，HD 的关键在于‘Prolog 的简洁度’——不仅给结果，还要用最少的规则实现最复杂的搜索。重视 Tutorial 里的每一道真值表推导题。

📚 学习建议与资源推荐

神级资源：Berkeley 的 CS188 AI 课程视频，讲得生动活泼。如果 Prolog 理解不了，强烈推荐去 YouTube 搜‘Prolog Tutorial for Beginners’系列。最重要的建议：养成‘先画搜索树再写代码’的习惯。利用好 Python 的 `NetworkX` 库进行图形化验证。学会使用‘SWI-Prolog’进行交互式调试。加入 UNSW 的 AI Society (AISC)。

⚠️ 作业与 Lab 避坑指南

项目避坑：千万不要在第 10 周才跑逻辑回溯！Prolog 的死循环（无限递归）会让你在提交前绝望。Assignment 写作中，严禁只贴运行结果，必须写出你的‘启发式函数设计依据’——为什么这个估计值优于曼哈顿距离？此外，注意 Final 考试有 Hurdle，关于‘Minimax 剪枝路径’的基础题如果画错，平时分再高也会挂。考试时，画出的搜索树必须清晰标注每一个节点的 f(n) 值。注意：分清‘广度优先搜索’在不同环境下的时间复杂度差异。

💬 过来人经验分享

学长建议：这门课是为你进入顶级大厂（如 Google DeepMind）拿的‘认知门票’。学完后，你眼中的软件不再是简单的逻辑分支，而是一个能在不确定的状态空间中自主寻找最优路径的智能灵魂。建议找一个同样追求‘逻辑纯粹性’的队友共同讨论。拿 HD 的关键：在报告中展现出你对‘计算开销与智能水平’的深刻见解。坚持住，通关 9414，你就真正跨过了从写码学生到 AI 算法架构师的那道认知红线。这张成绩单是进入 AI 行业最有力的逻辑背书。记住：AI 不是魔法，而是数学的优雅应用。