人工智能（Artificial Intelligence）是计算机科学的一个分支，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 它企图生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
”
人工智能（Artificial Intelligence） 是计算机科学的一个分支，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 它企图生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
而澳洲的科技研究发展水平一直位于全球领先水平，人工智能也是各高校近年重点的研发课题。关于澳洲科研水平：
今天小编给大家介绍几个开设AI本科课程的 澳洲 大学吧！
新南威尔士大学
Bachelor of Computer Science
计算机科学学士学位 学制3年
新南威尔士大学计算机科学学士学位里面细分了专业，如：数据库系统，电子商务，人工智能，程序编程，网络安全等。 学生必须从这些领域中选择一个为主修专业。
人工智能这个细分专业主要向同学们介绍人工智能的基础以及在现实世界中应用AI所需的核心技术（机械学， 知识表述）。
课程结构：
核心课程
•COMP1511编程简介（6 UOC）
•COMP1521计算机系统基础（6 UOC）
•COMP1531软件工程基础（6 UOC）
•COMP2511 O-O设计与编程（6 UOC）
•COMP2521数据结构和算法（6 UOC）
•COMP3121算法和编程技术（6 UOC）
•COMP3411人工智能（6 UOC）
•COMP3900计算机科学项目（6 UOC）
•COMP4920管理与伦理（6 UOC）
•MATH1081离散数学（6 UOC）
•MATH1131数学1A（6 UOC）
•MATH1231数学1B（6 UOC）
选修课程
•COMP3431机器人软件架构（6 UOC）
•COMP4418知识表示（6 UOC）
•COMP9417机器学习和数据挖掘（6 UOC）
•COMP9418高级机器学习（6 UOC）
•COMP9444神经网络（6 UOC）
•COMP9517计算机视觉（6 UOC）
课程参考：
http://www.hanbook.unsw.eu.au/unergrauate/plans/2017/COMPI13778.html
墨尔本大学
Bachelor of Science
（Computing&Software Systems Major）
理科学士学位（计算机&软件系统专业）学制3年
墨尔本大学理科学士学位里面的计算机&软件系统专业中设置了人工智能的课程。
学生可在大三第一学期选修课选择COMP30024：Artificial Intelligence。
该课程领域涵盖的主题包括：搜索，解决问题，推理，知识表达和机器学习。 主题还可能包括以下内容：游戏，专家系统，模式识别，机器视觉，自然语言，机器人和基于代理的系统。学生将探索广阔的人造智能领域。
课程参考：
澳洲国立大学
Bachelor of Avance Computing (Honours)
高级计算机学士学位 学制4年 （偏研究型）
高级计算机学士学位里面细分专业包括 Intelligent Systems 智能系统专业。
根据该专业课程设置，学生将学习AI搜索，优化，知识表示，推理，规划，诊断，机器学习，文档分析，智能代理（强化学习，信息理论基础），数据驱动方法（挖掘，匹配，辩论，建模）和生物启发计算（神经网络，进化算法，人类脑力和脑力）。
成功完成该专业学习后，学生将能够： 充分了解各种智能系统的途径；形成现实世界的问题，并选择最适合的方法来解决这个问题；实施智能系统算法并进行实证评估。
课程参考：
http://programsancourses.anu.eu.au/specialisation/INSY-SPEC
皇家墨尔本理工大学
Bachelor of Computer Science
计算机科学学士学位 学制3年
RMIT的计算机科学学士学位里面可细分为专业，如：人工智能，云计算，大数据，移动设备计算机技术，应用程序编程，游戏图形和数字媒体，计算机安全，网页系统。
学生可以在这些专业里面选择主修专业：人工智能。
通过该专业系统的学习，学生将获得以下知识和能力： 解决问题，知识表达，自动规划，机器人和机器人，智能代理，不确定性推理，生物启发优化和机器学习的搜索策略的洞察力。
课程参考：
昆士兰大学
Bachelor of Information Technology
信息技术学士学位 学制3年
该学位软件开发设计专业内开设有人工智能的课程。
人工智能课主要分为3个作业，第一个用A*算法模拟机器人避开障碍，第二个做MCTS算法模拟，第三个是贝叶斯网络的structure learning
课程参考：
http://www.uq.eu.au/stuy/plan_isplay.html?aca_plan=SWDESX2230
