1. 本科生课程：《人工智能》，学时数：44，大三秋季学期，主讲。

课程简介：（1）人工智能的发展历程；（2）知识工程，重点介绍知识表示方法；（3）确定性推理，介绍知识匹配，最一般合一，子句集，归结反演等；（4）不确定性推理，主要有主观贝叶斯方法，可信度方法，模糊推理方法；（5）搜索策略，重点介绍启发式搜索方法；（6）机器学习，主要介绍泛化能力、过学习、欠学习，交叉验证，决策树分类器、支持向量机分类器等；（7）神经网络，介绍神经网络的结构，激活函数，反向传播算法，各类深度神经网络，大模型的发展脉络等。

2.研究生课程：《人工智能原理与技术能》，学时数：32，春季学期，主讲。

课程简介：（1）人工智能的发展脉络；（2）知识工程；（3）搜索与智能优化；（4）机器学习基础；（5）深度神经网络；（6）大模型基础，包括大模型概览、大模型的架构与训练机制、多模态大模型、大模型增强技术等。

3. 研究生课程：《人工智能通识课（人文社科）（AI通识）》，学时数：16，秋季学期，参与。
 课程简介：负责智能搜索与优化模型及应用、计算机视觉模型及应用2个课时的讲授。