A1 AI
-
Upload
yesica-deysi -
Category
Documents
-
view
28 -
download
3
Transcript of A1 AI
-
Inteligencia ArtificialInteligencia Artificial Fernando Berzal, Fernando Berzal, [email protected]@acm.org
Inteligencia ArtificialInteligencia Artificial
Qu es la Inteligencia Artificial?Qu es la Inteligencia Artificial?
Definiciones de Inteligencia ArtificialDefiniciones de Inteligencia Artificial
Racionalidad computacionalRacionalidad computacional
Historia de la Inteligencia ArtificialHistoria de la Inteligencia Artificial
AplicacionesAplicaciones
11
-
Inteligencia ArtificialInteligencia Artificial
Algo que ver con la ciencia ficcin?Algo que ver con la ciencia ficcin?
22
Inteligencia ArtificialInteligencia Artificial
Algo que ver con la ciencia ficcin?Algo que ver con la ciencia ficcin?
33
-
Inteligencia ArtificialInteligencia Artificial
Qu significa ser inteligente?Qu significa ser inteligente?
La inteligencia se puede definir como la capacidad de La inteligencia se puede definir como la capacidad de La inteligencia se puede definir como la capacidad de La inteligencia se puede definir como la capacidad de resolver problemas o elaborar productos que sean resolver problemas o elaborar productos que sean valiosos en una o ms culturas.valiosos en una o ms culturas.
---- Howard Gardner, Universidad de HarvardHoward Gardner, Universidad de Harvard
44
Inteligencia ArtificialInteligencia Artificial
Definiciones de Inteligencia ArtificialDefiniciones de Inteligencia Artificial
Sistemas queSistemas que
( piensan | actan ) ( piensan | actan ) ( piensan | actan ) ( piensan | actan )
( racionalmente | como humanos )( racionalmente | como humanos )
55
-
Inteligencia ArtificialInteligencia Artificial
Definiciones de Inteligencia Artificial:Definiciones de Inteligencia Artificial:
Sistemas que piensan como humanosSistemas que piensan como humanos
El nuevo y excitante esfuerzo de hacer que los El nuevo y excitante esfuerzo de hacer que los ordenadores piensen mquinas con mentes en el ordenadores piensen mquinas con mentes en el ordenadores piensen mquinas con mentes en el ordenadores piensen mquinas con mentes en el ms amplio sentido literal (ms amplio sentido literal (HaugelandHaugeland, 1985), 1985)
[La automatizacin de] actividades que vinculamos [La automatizacin de] actividades que vinculamos con procesos de pensamiento humano, actividades con procesos de pensamiento humano, actividades como la toma de decisiones, resolucin de problemas, como la toma de decisiones, resolucin de problemas, aprendizaje (aprendizaje (BellmanBellman, 1978), 1978)
66
Inteligencia ArtificialInteligencia Artificial
Definiciones de Inteligencia Artificial:Definiciones de Inteligencia Artificial:
Sistemas que piensan racionalmenteSistemas que piensan racionalmente
El estudio de las facultades mentales mediante el uso El estudio de las facultades mentales mediante el uso de los modelos computacionales de los modelos computacionales de los modelos computacionales de los modelos computacionales ((CharniakCharniak & & McDermottMcDermott, 1985), 1985)
El estudio de clculos que hacen posible percibir, El estudio de clculos que hacen posible percibir, razonar y actuar (razonar y actuar (WinstonWinston, 1992), 1992)
77
-
Inteligencia ArtificialInteligencia Artificial
Definiciones de Inteligencia Artificial:Definiciones de Inteligencia Artificial:
Sistemas que actan racionalmenteSistemas que actan racionalmente
La inteligencia computacional es el estudio del diseo La inteligencia computacional es el estudio del diseo de agentes inteligentes (de agentes inteligentes (PoolePoole et al., 1998)et al., 1998)de agentes inteligentes (de agentes inteligentes (PoolePoole et al., 1998)et al., 1998)
IA est relacionada con conductas inteligentes en IA est relacionada con conductas inteligentes en artefactos (artefactos (NilssonNilsson, 1998), 1998)
IA construccin de agentes que se comportan IA construccin de agentes que se comportan racionalmente (dados los recursos disponibles) racionalmente (dados los recursos disponibles) (Russell & (Russell & NorvigNorvig, 1995), 1995)
88
Inteligencia ArtificialInteligencia Artificial
Definiciones de Inteligencia Artificial:Definiciones de Inteligencia Artificial:
Sistemas que actan como humanosSistemas que actan como humanos
El arte de desarrollar mquinas con capacidad para El arte de desarrollar mquinas con capacidad para realizar funciones que cuando son realizadas por realizar funciones que cuando son realizadas por realizar funciones que cuando son realizadas por realizar funciones que cuando son realizadas por personas requieren inteligencia (personas requieren inteligencia (KurzweilKurzweil, 1990), 1990)
El estudio de cmo lograr que los El estudio de cmo lograr que los computadores realicen tareas que, computadores realicen tareas que, por el momento, los humanos hacen mejor por el momento, los humanos hacen mejor ((RichRich & & KnightKnight, 1991), 1991)
99
-
La ciencia de construir mquinas queLa ciencia de construir mquinas que
ppienseniensen piensen piensen
como humanoscomo humanos racionalmenteracionalmente
Inteligencia ArtificialInteligencia Artificial
acten acten acten acten
como humanoscomo humanos racionalmenteracionalmente
Berkeley CS188Berkeley CS188
1010
Inteligencia ArtificialInteligencia Artificial
Racionalmente?Racionalmente?
Objetivos predefinidos.Objetivos predefinidos.
Racionalidad referida a las decisionesRacionalidad referida a las decisiones Racionalidad referida a las decisionesRacionalidad referida a las decisionesque se toman, no al proceso mental utilizado:que se toman, no al proceso mental utilizado:el cerebro es a la inteligencia lo que las alas al vueloel cerebro es a la inteligencia lo que las alas al vuelo
Objetivos definidos en trminos de la utilidad de los Objetivos definidos en trminos de la utilidad de los resultados obtenidos (funcin de utilidad).resultados obtenidos (funcin de utilidad).
Ser racional es, en este sentido,Ser racional es, en este sentido,maximizar la utilidad esperada.maximizar la utilidad esperada. 1111
-
Inteligencia ArtificialInteligencia Artificial
Un nombre alternativo para la I.A.Un nombre alternativo para la I.A.
Racionalidad ComputacionalRacionalidad Computacional
o cmo maximizar la utilidad esperadao cmo maximizar la utilidad esperada
Berkeley Berkeley CS188CS188
1212
HistoriaHistoria
Nacimiento de la I.A.Nacimiento de la I.A.
1943 1943 Circuitos Circuitos booleanos como modelos del cerebrobooleanos como modelos del cerebroMcCullochMcCulloch & & PittsPitts: : A logical calculus of the ideas immanent in nervous A logical calculus of the ideas immanent in nervous activity. Bulletin of Mathematical Biophysics, 5:115activity. Bulletin of Mathematical Biophysics, 5:115--133.133.
ThresholdThreshold LogicLogic UnitUnit (TLU(TLU):):Primer modelo de neurona artificialPrimer modelo de neurona artificial 1313
-
HistoriaHistoria
Nacimiento de la I.A.Nacimiento de la I.A.
1950 1950 Test de Test de TuringTuringAlan M. Alan M. Turing: Computing Machinery and Intelligence", Turing: Computing Machinery and Intelligence", Mind Mind LIX LIX 236:433236:433460460, , doi:10.1093/mind/LIX.236.433doi:10.1093/mind/LIX.236.433
Conducta inteligenteConducta inteligente
Capacidad Capacidad de lograr eficiencia de lograr eficiencia a a nivel humano en todas las nivel humano en todas las actividades actividades de tipo de tipo cognoscitivo,cognoscitivo,suficiente suficiente para engaar para engaar a a un evaluador un evaluador humanohumano
1414
HistoriaHistoria
Nacimiento de la I.A.Nacimiento de la I.A.
1956 1956 Inteligencia ArtificialInteligencia ArtificialDartmouth Summer Research Conference on Artificial Intelligence Dartmouth Summer Research Conference on Artificial Intelligence (John McCarthy, Marvin (John McCarthy, Marvin MinskyMinsky, Nathaniel Rochester, Claude Shannon,, Nathaniel Rochester, Claude Shannon,Ray Ray SolomonoffSolomonoff, Oliver Selfridge, , Oliver Selfridge, TrenchardTrenchard More, Arthur Samuel, More, Arthur Samuel, Ray Ray SolomonoffSolomonoff, Oliver Selfridge, , Oliver Selfridge, TrenchardTrenchard More, Arthur Samuel, More, Arthur Samuel, Herbert Simon & Allen NewellHerbert Simon & Allen Newell))
ConjeturaConjetura inicialinicial
Every Every aspect of learning or any other feature of intelligence can aspect of learning or any other feature of intelligence can bebe
so so precisely described that a machine can be made to simulate itprecisely described that a machine can be made to simulate it..
http://wwwhttp://www--formal.stanford.edu/jmc/history/dartmouth/dartmouth.htmlformal.stanford.edu/jmc/history/dartmouth/dartmouth.html
1515
-
HistoriaHistoria
Primeros xitosPrimeros xitos
Aos 50: Primeros Aos 50: Primeros programas con programas con IAIA
Juego de damas, 1952Juego de damas, 1952Arthur Samuel, IBMArthur Samuel, IBMArthur Samuel, IBMArthur Samuel, IBM
Poda Poda --
Resolucin de problemas:Resolucin de problemas:Allen Allen Newell, Herbert A. Simon & J. C. Shaw, RAND CorporationNewell, Herbert A. Simon & J. C. Shaw, RAND Corporation
LT LT [[LogicLogic TheoristTheorist], ], 19551955--19561956
GPS GPS [General [General ProblemProblem SolverSolver], 1959], 1959
Demostracin de teoremas usando bsqueda heurstica.Demostracin de teoremas usando bsqueda heurstica. 1616
HistoriaHistoria
Look, Look, MaMa, no , no handshands!!
Principio de resolucin, 1965Principio de resolucin, 1965John Allan Robinson, Rice John Allan Robinson, Rice UniversityUniversity
Algoritmo completo para Algoritmo completo para razonamiento razonamiento lgicolgicoAlgoritmo completo para Algoritmo completo para razonamiento razonamiento lgicolgico
1717
cb
caba
,
-
HistoriaHistoria
Optimismo desbordadoOptimismo desbordado
Machines will be capable, within twenty years, of Machines will be capable, within twenty years, of doing any work doing any work a man a man can do. can do. Herbert Herbert SimonSimon Herbert Herbert SimonSimon
Within Within 10 years the problems of artificial intelligence 10 years the problems of artificial intelligence will will be substantially be substantially solved. solved. Marvin Marvin MinskyMinsky
I I visualize a time when we will be to robots what dogs visualize a time when we will be to robots what dogs are are to humansto humans, and I'm rooting for the machines. , and I'm rooting for the machines. Claude Claude ShannonShannon 1818
HistoriaHistoria
resultados decepcionantes resultados decepcionantes
TraduccinTraduccin automticaautomtica [Machine Translation][Machine Translation]
The The spirit is willing but the flesh is weakspirit is willing but the flesh is weak..The The spirit is willing but the flesh is weakspirit is willing but the flesh is weak..
(Russian(Russian))
The vodka is good but the meat is rotten.The vodka is good but the meat is rotten.
ALPAC report, 1966 ALPAC report, 1966 EliminacinEliminacin de la de la financiacinfinanciacin gubernamentalgubernamental parapara sistemassistemas MTMT 1919
-
HistoriaHistoria
El invierno de la I.A.El invierno de la I.A.
19661966 ALPAC report ALPAC report ((traduccintraduccin automticaautomtica))
19691969 Marvin Marvin MinskyMinsky & & SeymoutSeymout Paper: Paper: PerceptronsPerceptrons((abandonoabandono de de modelosmodelos conexionistasconexionistas,,((abandonoabandono de de modelosmodelos conexionistasconexionistas,,la la investigacininvestigacin en en redesredes neuronalesneuronales casicasi desaparecedesaparece))
19731973 LighthillLighthill report report ((investigacininvestigacin en IA en el en IA en el ReinoReino UnidoUnido))
1974 1974 DecepcinDecepcin en en DARPA con CMUDARPA con CMU((programasprogramas de de reconocimientoreconocimiento de de vozvoz))
RecortesRecortes de DARPA a la de DARPA a la investigacininvestigacin en IAen IA
http://en.wikipedia.org/wiki/AI_winterhttp://en.wikipedia.org/wiki/AI_winter2020
HistoriaHistoria
Estudios sobre complejidad computacionalEstudios sobre complejidad computacional
Aos 70Aos 70
Problemas NPProblemas NP--difciles: Problemas que para resolverlos difciles: Problemas que para resolverlos de forma exacta requieren realizar una bsqueda en de forma exacta requieren realizar una bsqueda en un espacio un espacio de tamao exponencial (de tamao exponencial (nadie sabe nadie sabe cmo cmo un espacio un espacio de tamao exponencial (de tamao exponencial (nadie sabe nadie sabe cmo cmo evitar evitar esa esa bsqueda y no se espera que bsqueda y no se espera que se consiga se consiga evitar).evitar).
Todos Todos los problemas de los que se ocupa la los problemas de los que se ocupa la IA IA son son NPNP--difciles.difciles.
Si Si tenemos un algoritmo que encuentra la solucin de tenemos un algoritmo que encuentra la solucin de forma rpida y casi siempre correcta, podemos forma rpida y casi siempre correcta, podemos considerarlo inteligenteconsiderarlo inteligente
IA IA implica bsqueda implica bsqueda sujeta sujeta a erroresa errores.. 2121
-
HistoriaHistoria
Sistemas basados en el conocimientoSistemas basados en el conocimiento
Aos 70: Primeros sistemas expertosAos 70: Primeros sistemas expertosDENDRALDENDRAL, MYCIN, , MYCIN, PROSPECTOR, R1/XCONPROSPECTOR, R1/XCON
Aos 80: La industria Aos 80: La industria de la I.A. de la I.A. (boom (boom de los sistemas expertos)de los sistemas expertos)(boom (boom de los sistemas expertos)de los sistemas expertos)
2222
Base deconocimiento
Memoria de trabajo
Motor de inferencia
HistoriaHistoria
Renacimiento de la I.A.Renacimiento de la I.A.
Aos 80Aos 80
Modelo Modelo conexionista: conexionista: backpropagationbackpropagation,, 19861986(las (las redes neuronales retoman su redes neuronales retoman su popularidad)popularidad)(las (las redes neuronales retoman su redes neuronales retoman su popularidad)popularidad)David EDavid E. . RumelhartRumelhart, , Geoffrey EGeoffrey E. Hinton & . Hinton & Ronald J. Ronald J. WilliamsWilliams"Learning "Learning representations by backrepresentations by back--propagating propagating errorserrorsNature 323(6088):533Nature 323(6088):533536, 1986. 536, 1986. doidoi::10.1038/323533a010.1038/323533a0
SAT SAT solverssolvers((problemas de satisfaccin de problemas de satisfaccin de restricciones)restricciones)
Modelos Modelos ocultos de ocultos de MarkovMarkov((procesamiento del lenguaje natural)procesamiento del lenguaje natural)
2323
-
HistoriaHistoria
I.A. modernaI.A. moderna
Aos 90Aos 90
KnowledgeKnowledge DiscoveryDiscovery & Data & Data MiningMiningKDD workshop, Detroit, MI, August 20KDD workshop, Detroit, MI, August 20thth, 1989., 1989.KDD workshop, Detroit, MI, August 20KDD workshop, Detroit, MI, August 20thth, 1989., 1989.
Business rule Business rule enginesengines(versin moderna de los sistemas expertos de los 80(versin moderna de los sistemas expertos de los 80))
Tcnicas estadsticas (aprendizaje bajo incertidumbre)Tcnicas estadsticas (aprendizaje bajo incertidumbre)
Agentes Agentes inteligentesinteligentes 2424
Capacidades de la I.A.Capacidades de la I.A.
QuQu puedepuede hacerhacer actualmenteactualmente la I.A.?la I.A.?
JugarJugar al pingal ping--pong?pong?
ConducirConducir un un vehculovehculo porpor unauna carreteracarretera montaosamontaosa??
ConducirConducir un un vehculovehculo porpor el Camino de Ronda en el Camino de Ronda en obrasobras??
HacerHacer la la compracompra semanalsemanal porpor Internet?Internet? HacerHacer la la compracompra semanalsemanal porpor Internet?Internet?
HacerHacer la la compracompra en un en un mercadillomercadillo??
ConversarConversar con con unauna persona persona durantedurante unauna horahora??
RealizarRealizar unauna operacinoperacin quirrgicaquirrgica??
RecogerRecoger los los platosplatos y y doblardoblar la la roparopa??
JugarJugar al 50x15 en al 50x15 en EspaaEspaa / Jeopardy! en USA?/ Jeopardy! en USA?
TraducirTraducir un un idiomaidioma habladohablado en en tiempotiempo real?real?
EscribirEscribir, a , a propsitopropsito, , unauna historiahistoria divertidadivertida?? 2525
-
CreatividadCreatividad? ? HistoriasHistorias divertidasdivertidas (sin (sin quererquerer))TALETALE--SPIN System, James Meehan, UC Irvine, 1976SPIN System, James Meehan, UC Irvine, 1976
http://http://en.wikipedia.org/wiki/Computational_creativityen.wikipedia.org/wiki/Computational_creativity
One day Joe Bear was hungry. He asked his One day Joe Bear was hungry. He asked his friend friend Irving Irving Bird where some honey was. Irving told Bird where some honey was. Irving told himhim
Capacidades de la I.A.Capacidades de la I.A.
Irving Irving Bird where some honey was. Irving told Bird where some honey was. Irving told himhimthere there was a beehive in the oak tree. Joe walked was a beehive in the oak tree. Joe walked totothe the oak tree. He ate the beehive. The End.oak tree. He ate the beehive. The End.
Henry Henry Squirrel was thirsty. He walked over to Squirrel was thirsty. He walked over to the riverthe riverbank bank where his good friend Bill Bird was sittingwhere his good friend Bill Bird was sitting. Henry. Henryslipped slipped and fell in the river. Gravity drownedand fell in the river. Gravity drowned. The . The End.End.
Once Once upon a time there was a dishonest fox and a vain crow. upon a time there was a dishonest fox and a vain crow. One day One day the crow the crow was sitting in his tree, holding a piece of was sitting in his tree, holding a piece of cheese in his mouth. He cheese in his mouth. He noticed that noticed that he was holding the he was holding the piecepieceof of cheese. He became hungry, and cheese. He became hungry, and swallowed the swallowed the cheese. cheese. The The fox walked over to the crow. The End.fox walked over to the crow. The End.
2626
Berkeley CS188
CreatividadCreatividad? ? AlgunaAlguna mejoramejora??
Capacidades de la I.A.Capacidades de la I.A.
2727
-
DemosDemos
CapacidadesCapacidades de la I.A.de la I.A.
2828
AplicacionesAplicaciones
Sistemas de planificacinSistemas de planificacin
Google Google MapsMaps 2929
-
Visin artificialVisin artificial
AplicacionesAplicaciones
UC Berkeley UC Berkeley projectproject, , fundedfunded byby CaltransCaltrans, 1994, 1994 3030
Visin artificial: Microsoft Visin artificial: Microsoft KinectKinect, 2010, 2010
AplicacionesAplicaciones
3131
-
Visin artificial Visin artificial
2010 Microsoft 2010 Microsoft KinectKinect
2009 Project Natal2009 Project Natal
AplicacionesAplicaciones
ImageImage--based 3D reconstructionbased 3D reconstruction
Depth sensorDepth sensor= infrared projector (laser) = infrared projector (laser)
+ monochrome camera (CMOS)+ monochrome camera (CMOS) 3232
Visin artificialVisin artificial
2010 Microsoft 2010 Microsoft KinectKinect
2009 Project Natal2009 Project Natal
AplicacionesAplicaciones
3333
-
AplicacionesAplicaciones
RobticaRobtica
RoombaRoomba iRobotiRobot QRIO & AIBO SonyQRIO & AIBO Sony 3434
AplicacionesAplicaciones
Vehculos autnomosVehculos autnomos
Stanley Stanley 2005 DARPA Grand 2005 DARPA Grand ChallengeChallenge WinnerWinner 3535
-
Vehculos autnomosVehculos autnomos
2005 Stanley 2005 Stanley (DARPA Grand (DARPA Grand ChallengeChallenge))
2007 Junior 2007 Junior (DARPA (DARPA UrbanUrban ChallengeChallenge))
2010 Google 2010 Google driverlessdriverless carcar
AplicacionesAplicaciones
SensoresSensoresToyota Toyota PriusPrius
GPS: Google GPS: Google StreetStreet ViewView
Cmara de vdeo (parabrisas): Semforos y obstculos mvilesCmara de vdeo (parabrisas): Semforos y obstculos mviles
LIDAR [LIDAR [Light Detection And Ranging]: Light Detection And Ranging]: MapaMapa 3D del 3D del entornoentorno
RadaresRadares (3 (3 frontalesfrontales, 1 , 1 traserotrasero): ): DistanciasDistancias a a objetosobjetos lejanoslejanos
Sensor de Sensor de posicinposicin ((ruedarueda traseratrasera): ): PequeosPequeos movimientosmovimientos3636
Vehculos autnomosVehculos autnomos
2005 Stanley 2005 Stanley (DARPA Grand (DARPA Grand ChallengeChallenge))
2007 Junior 2007 Junior (DARPA (DARPA UrbanUrban ChallengeChallenge))
2010 Google 2010 Google driverlessdriverless carcar
AplicacionesAplicaciones
SoftwareSoftware
LocalizacinLocalizacin GPS + GPS + histogramhistogram//KalmanKalman//particleparticle filtersfilters
NavegacinNavegacin A*, programacin dinmicaA*, programacin dinmica
ControlControl PIDPID3737
-
AplicacionesAplicaciones
JuegosJuegos
IBM IBM DeepDeep Blue, 1997Blue, 1997 3838
AplicacionesAplicaciones
JuegosJuegos
RoboCupRoboCup 3939
-
AplicacionesAplicaciones
Reconocimiento de vozReconocimiento de voz
AndroidAndroid VoiceVoice SearchSearch KinectKinect ((micmic arrayarray))
4040
AplicacionesAplicaciones
Procesamiento del lenguaje naturalProcesamiento del lenguaje natural
IBM Watson, 2011 IBM Watson, 2011 JeopardyJeopardy!! 4141
-
Stuart Russell & Peter Stuart Russell & Peter NorvigNorvig::Artificial Intelligence: Artificial Intelligence: A Modern Approach A Modern Approach PrenticePrentice--Hall, 3Hall, 3rdrd edition, 2009edition, 2009ISBN 0136042597ISBN 0136042597
BibliografaBibliografa
ISBN 0136042597ISBN 0136042597http://aima.cs.berkeley.edu/http://aima.cs.berkeley.edu/
Nils J. NilssonNils J. NilssonThe Quest for Artificial Intelligence The Quest for Artificial Intelligence Cambridge University Press, 2009Cambridge University Press, 2009ISBN ISBN 05211229370521122937httphttp://ai.stanford.edu/~://ai.stanford.edu/~nilsson/QAI/qai.pdfnilsson/QAI/qai.pdf
4242
Bibliografa complementariaBibliografa complementaria
Elaine Rich & Kevin Knight: Elaine Rich & Kevin Knight: Artificial IntelligenceArtificial Intelligence. . McGrawMcGraw--Hill, 1991.Hill, 1991.
Patrick Henry Winston: Patrick Henry Winston: Artificial IntelligenceArtificial Intelligence. . AddisonAddison--Wesley, 1992. Wesley, 1992.
BibliografaBibliografa
AddisonAddison--Wesley, 1992. Wesley, 1992.
Nils J. Nilsson: Nils J. Nilsson: Principles of Artificial IntelligencePrinciples of Artificial Intelligence. . Morgan Kaufmann, 1986.Morgan Kaufmann, 1986.
Daniel Daniel JurafskyJurafsky & James H. Martin: & James H. Martin: Speech and Speech and Language ProcessingLanguage Processing. Prentice Hall, 2008.. Prentice Hall, 2008.
YoavYoav ShohamShoham & Kevin & Kevin LeytonLeyton--Brown: Brown: MultiagentMultiagentSystems: Algorithmic, GameSystems: Algorithmic, Game--Theoretic, and Theoretic, and Logical FoundationsLogical Foundations. Cambridge University Press, . Cambridge University Press, 2008. 2008. 4343
-
CursosCursos de de intersinters
Introduction to AIIntroduction to AIPeter Peter NorvigNorvig & & SebastianSebastian ThrunThrun ((StanfordStanford & Google)& Google)https://www.aihttps://www.ai--class.com/class.com/
CS221 CS221 Artificial Artificial IntelligenceIntelligence: : PrinciplesPrinciples & & TechniquesTechniques CS221 CS221 Artificial Artificial IntelligenceIntelligence: : PrinciplesPrinciples & & TechniquesTechniqueshttp://www.stanford.edu/class/cs221/http://www.stanford.edu/class/cs221/StanfordStanford UniversityUniversity
CS188 CS188 IntroductionIntroduction toto Artificial Artificial IntelligenceIntelligenceDan Klein & Peter Dan Klein & Peter AbbeelAbbeel (UC Berkeley)(UC Berkeley)https://www.edx.org/https://www.edx.org/ @ @ edXedXhttp://inst.eecs.berkeley.edu/~cs188/http://inst.eecs.berkeley.edu/~cs188/ @ Berkeley@ Berkeley
4444
CursosCursos de de intersinters
TemasTemas msms especficosespecficos
Machine Learning Machine Learning Andrew T. Ng, Stanford UniversityAndrew T. Ng, Stanford Universityhttps://www.coursera.org/course/mlhttps://www.coursera.org/course/ml
AI AI PlanningPlanning AI AI PlanningPlanningGerhard Gerhard WicklerWickler & Austin & Austin TateTate, , UniversityUniversity of Edinburghof Edinburghhttps://www.coursera.org/course/aiplanhttps://www.coursera.org/course/aiplan
Natural Natural LanguageLanguage ProcessingProcessingDan Dan JurafskyJurafsky & Christopher & Christopher ManningManning, , StanfordStanford UniversityUniversityhttps://www.coursera.org/course/nlphttps://www.coursera.org/course/nlp
ProgrammingProgramming a a RoboticRobotic Car Car SebastianSebastian ThrunThrun, , StanfordStanford UniversityUniversity & Google & Google http://www.udacity.com/overview/Course/cs373/http://www.udacity.com/overview/Course/cs373/ 4545