本课程主要以跟踪人工智能领域国内外最新动态和研究前沿为主，授课方式为学术报告、研讨交流，考核方式为每个博士生围绕相关主题至少要做一次学术报告并积极参与交流讨论。具体要求为每堂课2-3个报告，每个报告时长45---60分钟，讨论20分钟，报告内容围绕人工智能相关方向（结合自身科研），至少前2/3是本领域前沿综述性内容。人工智能与其他学科的融合与交叉是人工智能学科前沿发展的特点。本课程从计算机科学、脑科学、人工生命、认知心理学、自然计算和复杂系统等角度，围绕自然语言处理，知识工程，模式识别，智能搜索，推理，规划，机器学习、组合调度，感知问题，逻辑程序设计软计算，不精确和不确定的管理，神经网络，分布式人工智能，不确定人工智能等的发展现状与前景，以及非经典逻辑和复杂系统的“涌现”及“创新”现象与规律等内容展开教学和学术讨论。从脑科学、认知科学、信息科学和智能科学的融合角度，讨论人工智能面临的新思路、新理论、新方法和新应用。