计算可持续性的人工智能：实验室指南
{本实验室指南旨在向人工智能 (AI) 学生介绍环境和社会可持续性问题，以及人工智能与可持续性交叉领域中的项目和习题。本实验室文本可以与任何主要的人工智能教科书一起使用，也可以独立使用，虽然其中的材料通常会假设在本科阶段对人工智能有一定的了解。文本中的材料主要围绕人工智能主题进行组织，包括关于特定可持续性问题的解释和说明性材料，以及项目（持续时间为几周）、作业（持续时间为一周左右）和练习（持续时间为几分钟到几小时）。通过可持续性主题也可以索引文本；除了描述作者认为存在人工智能关联的可持续性领域的“开放”问题（尽管尚未详细说明）之外，这种替代索引还将指向现有的练习和背景材料，这些材料分布在整个以人工智能为中心的材料中。章节之间也有大量的交叉引用。
请查看您可以如何做出贡献： 贡献者指南
作者：道格拉斯·H·费舍尔（AIProf）
|
0. 前言 针对教育工作者和学习者 1. 介绍 计算可持续性 2. 状态空间搜索 3. 基于约束的推理和优化 4. 知识表示 5. 不确定性下的推理 6. 用于预测的机器学习 7. 确定性规划和问题解决 8. 不确定性下的规划 10. 多智能体系统 在这些章节中，可持续性问题可以独立于可能与解决它们相关的 AI 方法进行描述，从而让学生有机会探索和决定最合适的 AI 方法。也可以通过以下章节交叉引用，找到通过上述 AI 章节的计算主题发现的关于给定可持续性领域的背景和练习。 11. 农业 12. 行为 和消费主义 13. 生物多样性 和保护 14. 气候和海洋 建模和观测 15. 设计、生命周期和材料 16. 能源，包括智能电网 17. 淡水 生态系统和资源 |