檔案產生時間：2026/6/8 上午 05:15:00
本表如有異動，於4小時內自動更新

一、課程基本資料 Course Information
科目名稱 Course Title： (中文)ＡＩ推理 (英文)AI REASONING		開課學期 Semester：114學年度第2學期 開課班級 Class：推理 (合開：哲學一 創意學程 創意學程)
授課教師 Instructor：陳以森
科目代碼 Course Code：BHS13601	單全學期 Semester/Year：單			分組組別 Section：
人數限制 Class Size：60	必選修別 Required/Elective：選			學分數 Credit(s)：2
星期節次 Day/Session： 三78	前次異動時間 Time Last Edited：114年12月27日22時28分
※ 因授課需求教室如安排於語練教室需加收語言實習費
課程與聯合國永續發展目標關聯性 Course match with UN SDGs (Sustainable Development Goals)
>SDG4 優質教育 Quality Education
課程與社會力關聯性 Course match with Employment Soft Skills
二、指定教科書及參考資料 Textbooks and Reference (請修課同學遵守智慧財產權，不得非法影印)
●指定教科書 Required Texts • Bermúdez, J. (2020). Cognitive science: An introduction to the science of the mind, 3rd ed. Cambridge: Cambridge University Press. • Sipser, M. (2012). Introduction to the Theory of Computation, 3rd ed. Boston: Cengage Learning. • Pettigrew, R., and Weisberg, J. (Ed.) (2019). The open handbook of formal epistemology. Online: Philpapers • Shalev-Shwartz & Ben-David. (2014). Understanding Machine Learning: From Theory to Algorithms. Cambridge, UK: Cambridge University Press. • Sutton, & Barto. (2018). Reinforcement Learning: An Introduction, 2nd ed. Cambridge, Massachusetts: MIT Press. • Mendonç, D., Curado, M., and Gouveia, S. (Ed.) (2020). The Philosophy and Science of Predictive Processing. Bloombury Academic. ●參考書資料暨網路資源 Reference Books and Online Resources
三、教學目標 Objectives
本課程的核心問題是：「AI如何能知道任何事物？」更精確地說，這個問題涉及AI如何獲取關於外部世界的資訊。為了進一步釐清，我們可以從兩個不同的角度來理解這個問題： • AI在理想狀況下如何知道任何事物？ • AI在實際狀況下如何知道任何事物？ 前者屬於知識論（epistemic）領域，後者則屬於認知（cognitive）領域。一般而言，認知領域由認知科學（包括人工智慧科學）所涵蓋，而知識論領域則由形式知識論所討論。遺憾的是，認知科學家與形式知識論學者之間並沒有交流。在本課程中，我們將從這兩個角度探討「AI如何知道任何事物」，並探索它們之間一些有趣的互動。
The central question we will address in this course is: “how do machines know anything?”. More precisely, this question concerns how machines obtain information about the external world. To clarify further, we can understand this question in two different ways: • How do machines know anything ideally? • How do machines know anything actually? The former belongs to the epistemic domain, and the latter belongs to the cognitive domain. Conventionally, the cognitive domain is covered by cognitive science (including the science of artificial intelligence), and the epistemic domain is discussed in formal epistemology. It is an unfortunate fact that cognitive scientists and formal epistemologists do not communicate with each other. In this course, we will explore how machines know anything from both perspectives and some interesting interactions between them.
四、課程內容 Course Description
●整體敘述 Overall Description
●分週敘述 Weekly Schedule 週次 Wk 日期 Date 課程內容 Content 備註 Note 1 2/25 課程大綱說明  　 2 3/4 認知科學導論  　 3 3/11 基礎計算理論  　 4 3/18 古典計算模型: 物理符號系統假說  　 5 3/25 非古典模型I: 聯結論  　 6 4/1 學術交流週  　 7 4/8 非古典模型II: 4E認知模型  　 8 4/15 新世紀的認知科學: 預測處理  　 9 4/22 期中考試  　 10 4/29 形式知識論導論  　 11 5/6 非古典推理I: 基礎信念修正理論  　 12 5/13 非古典推理II: 基礎貝葉斯知識論  　 13 5/20 統計學習I: 監督式學習  　 14 5/27 統計學習II: 因果學習  　 15 6/3 統計學習III: 強化學習  　 16 6/10 學期考1  　 17 6/17 學期考2  　 18 6/24 課程總結與檢討

五、考評及成績核算方式 Grading

本科目 ☑同意期末退修且不需面談輔導

配分項目 Items 次數 Times 配分比率 Percentage 配分標準說明 Grading Description 出席   30%   期中考   25%   學期考   25% 學期考將以口試進行。 小考或作業   20% 2次小考或作業，每次佔總成績10%，總共20%。 配分比率加總 100%

六、授課教師課業輔導時間和聯絡方式 Office Hours And Contact Info

●課業輔導時間 Office Hour 週二12:00-14:00，請事先與老師約好時間。

●聯絡方式 Contact Info 研究室地點 Office：第二教研大樓735 EMAIL：isenchen@scu.edu.tw 聯絡電話 Tel： 其他 Others：

七、教學助理聯絡方式 TA’s Contact Info

教學助理姓名 Name 連絡電話 Tel EMAIL 其他 Others

八、建議先修課程 Suggested Prerequisite Course

九、課程其他要求 Other Requirements

十、學校數位學習平台及教師個人網址 University’s Web Portal And Teacher's Website

學校數位學習平台 University’s Digital Learning Platform：https://tronclass.scu.edu.tw

教師個人網址 Teacher's Website：

其他 Others：1.課程進度可能依照實際情況做調整。2. 部分主題可能安排相關的專題演講。

十一、計畫表公布後異動說明 Changes Made After Posting Syllabus