計算可持續性的人工智慧：實驗室指南
{本實驗室指南旨在向人工智慧 (AI) 學生介紹環境和社會可持續性問題，以及人工智慧與可持續性交叉領域中的專案和習題。本實驗室文字可以與任何主要的人工智慧教科書一起使用，也可以獨立使用，雖然其中的材料通常會假設在本科階段對人工智慧有一定的瞭解。文字中的材料主要圍繞人工智慧主題進行組織，包括關於特定可持續性問題的解釋和說明性材料，以及專案（持續時間為幾周）、作業（持續時間為一週左右）和練習（持續時間為幾分鐘到幾小時）。透過可持續性主題也可以索引文字；除了描述作者認為存在人工智慧關聯的可持續性領域的“開放”問題（儘管尚未詳細說明）之外，這種替代索引還將指向現有的練習和背景材料，這些材料分佈在整個以人工智慧為中心的材料中。章節之間也有大量的交叉引用。
請檢視您可以如何做出貢獻： 貢獻者指南
作者：道格拉斯·H·費舍爾（AIProf）
|
0. 前言 針對教育工作者和學習者 1. 介紹 計算可持續性 2. 狀態空間搜尋 3. 基於約束的推理和最佳化 4. 知識表示 5. 不確定性下的推理 6. 用於預測的機器學習 7. 確定性規劃和問題解決 8. 不確定性下的規劃 10. 多智慧體系統 在這些章節中，可持續性問題可以獨立於可能與解決它們相關的 AI 方法進行描述，從而讓學生有機會探索和決定最合適的 AI 方法。也可以透過以下章節交叉引用，找到透過上述 AI 章節的計算主題發現的關於給定可持續性領域的背景和練習。 11. 農業 12. 行為 和消費主義 13. 生物多樣性 和保護 14. 氣候和海洋 建模和觀測 15. 設計、生命週期和材料 16. 能源，包括智慧電網 17. 淡水 生態系統和資源 |