Inteligencia Artificial Inteligencia Artificial

Fernando Berzal, Fernando Berzal, berzal@acm.org berzal@acm.org

Inteligencia Artificial Inteligencia Artificial
Qu es la Inteligencia Artificial? Qu es la Inteligencia Artificial?
Definiciones de Inteligencia Artificial Definiciones de Inteligencia Artificial
Racionalidad computacional Racionalidad computacional
Historia de la Inteligencia Artificial Historia de la Inteligencia Artificial
Aplicaciones Aplicaciones
1 1
Inteligencia Artificial Inteligencia Artificial
Algo que ver con la ciencia ficcin? Algo que ver con la ciencia ficcin?
2 2
Inteligencia Artificial Inteligencia Artificial
Algo que ver con la ciencia ficcin? Algo que ver con la ciencia ficcin?
3 3
Inteligencia Artificial Inteligencia 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 Harvard Howard Gardner, Universidad de Harvard
4 4
Inteligencia Artificial Inteligencia Artificial
Definiciones de Inteligencia Artificial Definiciones de Inteligencia Artificial
Sistemas que Sistemas que
( piensan | actan ) ( piensan | actan ) ( piensan | actan ) ( piensan | actan )
( racionalmente | como humanos ) ( racionalmente | como humanos )
5 5
Inteligencia Artificial Inteligencia Artificial
Definiciones de Inteligencia Artificial: Definiciones de Inteligencia Artificial:
Sistemas que piensan como humanos Sistemas 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 (Haugeland Haugeland, 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 (Bellman Bellman, 1978) , 1978)
6 6
Inteligencia Artificial Inteligencia Artificial
Definiciones de Inteligencia Artificial: Definiciones de Inteligencia Artificial:
Sistemas que piensan racionalmente Sistemas 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
((Charniak Charniak & & McDermott McDermott, 1985) , 1985)
El estudio de clculos que hacen posible percibir, El estudio de clculos que hacen posible percibir,
razonar y actuar ( razonar y actuar (Winston Winston, 1992) , 1992)
7 7
Inteligencia Artificial Inteligencia Artificial
Definiciones de Inteligencia Artificial: Definiciones de Inteligencia Artificial:
Sistemas que actan racionalmente Sistemas 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 (Poole Poole et al., 1998) et al., 1998) de agentes inteligentes ( de agentes inteligentes (Poole Poole et al., 1998) et al., 1998)
IA est relacionada con conductas inteligentes en IA est relacionada con conductas inteligentes en
artefactos ( artefactos (Nilsson Nilsson, 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 & Norvig Norvig, 1995) , 1995)
8 8
Inteligencia Artificial Inteligencia Artificial
Definiciones de Inteligencia Artificial: Definiciones de Inteligencia Artificial:
Sistemas que actan como humanos Sistemas 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 (Kurzweil Kurzweil, 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
((Rich Rich & & Knight Knight, 1991) , 1991)
9 9
La ciencia de construir mquinas que La ciencia de construir mquinas que
ppiensen iensen piensen piensen
como humanos como humanos racionalmente racionalmente
Inteligencia Artificial Inteligencia Artificial
acten acten acten acten
como humanos como humanos racionalmente racionalmente
Berkeley CS188 Berkeley CS188
10 10
Inteligencia Artificial Inteligencia Artificial
Racionalmente? Racionalmente?
Objetivos predefinidos. Objetivos predefinidos.
Racionalidad referida a las decisiones Racionalidad referida a las decisiones Racionalidad referida a las decisiones Racionalidad referida a las decisiones
que 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 vuelo el 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.
11 11
Inteligencia Artificial Inteligencia Artificial
Un nombre alternativo para la I.A. Un nombre alternativo para la I.A.
Racionalidad Computacional Racionalidad Computacional
o cmo maximizar la utilidad esperada o cmo maximizar la utilidad esperada
Berkeley Berkeley CS188 CS188
12 12
Historia Historia
Nacimiento de la I.A. Nacimiento de la I.A.
1943 1943 Circuitos Circuitos booleanos como modelos del cerebro booleanos como modelos del cerebro
McCulloch McCulloch & & Pitts Pitts: : A logical calculus of the ideas immanent in nervous A logical calculus of the ideas immanent in nervous
activity. Bulletin of Mathematical Biophysics, 5:115 activity. Bulletin of Mathematical Biophysics, 5:115- -133. 133.
Threshold Threshold Logic Logic Unit Unit (TLU (TLU): ):
Primer modelo de neurona artificial Primer modelo de neurona artificial
13 13
Historia Historia
Nacimiento de la I.A. Nacimiento de la I.A.
1950 1950 Test de Test de Turing Turing
Alan M. Alan M. Turing: Computing Machinery and Intelligence", Turing: Computing Machinery and Intelligence",
Mind Mind LIX LIX 236:433 236:433460 460, , doi:10.1093/mind/LIX.236.433 doi:10.1093/mind/LIX.236.433
Conducta inteligente Conducta 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 humano humano
14 14
Historia Historia
Nacimiento de la I.A. Nacimiento de la I.A.
1956 1956 Inteligencia Artificial Inteligencia Artificial
Dartmouth Summer Research Conference on Artificial Intelligence Dartmouth Summer Research Conference on Artificial Intelligence
(John McCarthy, Marvin (John McCarthy, Marvin Minsky Minsky, Nathaniel Rochester, Claude Shannon, , Nathaniel Rochester, Claude Shannon,
Ray Ray Solomonoff Solomonoff, Oliver Selfridge, , Oliver Selfridge, Trenchard Trenchard More, Arthur Samuel, More, Arthur Samuel, Ray Ray Solomonoff Solomonoff, Oliver Selfridge, , Oliver Selfridge, Trenchard Trenchard More, Arthur Samuel, More, Arthur Samuel,
Herbert Simon & Allen Newell Herbert Simon & Allen Newell))
Conjetura Conjetura inicial inicial
Every Every aspect of learning or any other feature of intelligence can aspect of learning or any other feature of intelligence can be be
so so precisely described that a machine can be made to simulate it precisely described that a machine can be made to simulate it. .
http://www http://www- -formal.stanford.edu/jmc/history/dartmouth/dartmouth.html formal.stanford.edu/jmc/history/dartmouth/dartmouth.html
15 15
Historia Historia
Primeros xitos Primeros xitos
Aos 50: Primeros Aos 50: Primeros programas con programas con IA IA
Juego de damas, 1952 Juego de damas, 1952
Arthur Samuel, IBM Arthur Samuel, IBM Arthur Samuel, IBM Arthur Samuel, IBM
Poda Poda - -
Resolucin de problemas: Resolucin de problemas:
Allen Allen Newell, Herbert A. Simon & J. C. Shaw, RAND Corporation Newell, Herbert A. Simon & J. C. Shaw, RAND Corporation
LT LT [[Logic Logic Theorist Theorist], ], 1955 1955- -1956 1956
GPS GPS [General [General Problem Problem Solver Solver], 1959 ], 1959
Demostracin de teoremas usando bsqueda heurstica. Demostracin de teoremas usando bsqueda heurstica. 16 16
Historia Historia
Look, Look, Ma Ma, no , no hands hands! !
Principio de resolucin, 1965 Principio de resolucin, 1965
John Allan Robinson, Rice John Allan Robinson, Rice University University
Algoritmo completo para Algoritmo completo para razonamiento razonamiento lgico lgico Algoritmo completo para Algoritmo completo para razonamiento razonamiento lgico lgico
17 17
c b
c a b a

,
Historia Historia
Optimismo desbordado Optimismo 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 Simon Simon Herbert Herbert Simon Simon
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 Minsky Minsky
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 humans to humans, and I'm rooting for the machines. , and I'm rooting for the machines.
Claude Claude Shannon Shannon 18 18
Historia Historia
resultados decepcionantes resultados decepcionantes
Traduccin Traduccin automtica automtica [Machine Translation] [Machine Translation]
The The spirit is willing but the flesh is weak spirit is willing but the flesh is weak.. The The spirit is willing but the flesh is weak spirit 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
Eliminacin Eliminacin de la de la financiacin financiacin gubernamental gubernamental para para sistemas sistemas MT MT
19 19
Historia Historia
El invierno de la I.A. El invierno de la I.A.
1966 1966 ALPAC report ALPAC report
((traduccin traduccin automtica automtica))
1969 1969 Marvin Marvin Minsky Minsky & & Seymout Seymout Paper: Paper: Perceptrons Perceptrons
((abandono abandono de de modelos modelos conexionistas conexionistas,, ((abandono abandono de de modelos modelos conexionistas conexionistas,,
la la investigacin investigacin en en redes redes neuronales neuronales casi casi desaparece desaparece))
1973 1973 Lighthill Lighthill report report
((investigacin investigacin en IA en el en IA en el Reino Reino Unido Unido))
1974 1974 Decepcin Decepcin en en DARPA con CMU DARPA con CMU
((programas programas de de reconocimiento reconocimiento de de voz voz))
Recortes Recortes de DARPA a la de DARPA a la investigacin investigacin en IA en IA
http://en.wikipedia.org/wiki/AI_winter http://en.wikipedia.org/wiki/AI_winter
20 20
Historia Historia
Estudios sobre complejidad computacional Estudios sobre complejidad computacional
Aos 70 Aos 70
Problemas NP Problemas 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
NP NP- -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 inteligente considerarlo inteligente
IA IA implica bsqueda implica bsqueda sujeta sujeta a errores a errores..
21 21
Historia Historia
Sistemas basados en el conocimiento Sistemas basados en el conocimiento
Aos 70: Primeros sistemas expertos Aos 70: Primeros sistemas expertos
DENDRAL DENDRAL, MYCIN, , MYCIN, PROSPECTOR, R1/XCON PROSPECTOR, 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)
22 22
Base de
conocimiento
Memoria
de trabajo
Motor de inferencia
Historia Historia
Renacimiento de la I.A. Renacimiento de la I.A.
Aos 80 Aos 80
Modelo Modelo conexionista: conexionista: backpropagation backpropagation, , 1986 1986
(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 E David E. . Rumelhart Rumelhart, , Geoffrey E Geoffrey E. Hinton & . Hinton & Ronald J. Ronald J. Williams Williams
"Learning "Learning representations by back representations by back- -propagating propagating errors errors
Nature 323(6088):533 Nature 323(6088):533536, 1986. 536, 1986. doi doi::10.1038/323533a0 10.1038/323533a0
SAT SAT solvers solvers
((problemas de satisfaccin de problemas de satisfaccin de restricciones) restricciones)
Modelos Modelos ocultos de ocultos de Markov Markov
((procesamiento del lenguaje natural) procesamiento del lenguaje natural)
23 23
Historia Historia
I.A. moderna I.A. moderna
Aos 90 Aos 90
Knowledge Knowledge Discovery Discovery & Data & Data Mining Mining
KDD workshop, Detroit, MI, August 20 KDD workshop, Detroit, MI, August 20
th th
, 1989. , 1989. KDD workshop, Detroit, MI, August 20 KDD workshop, Detroit, MI, August 20
th th
, 1989. , 1989.
Business rule Business rule engines engines
(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 inteligentes inteligentes
24 24
Capacidades de la I.A. Capacidades de la I.A.
Qu Qu puede puede hacer hacer actualmente actualmente la I.A.? la I.A.?
Jugar Jugar al ping al ping- -pong? pong?
Conducir Conducir un un vehculo vehculo por por una una carretera carretera montaosa montaosa??
Conducir Conducir un un vehculo vehculo por por el Camino de Ronda en el Camino de Ronda en obras obras??
Hacer Hacer la la compra compra semanal semanal por por Internet? Internet? Hacer Hacer la la compra compra semanal semanal por por Internet? Internet?
Hacer Hacer la la compra compra en un en un mercadillo mercadillo??
Conversar Conversar con con una una persona persona durante durante una una hora hora??
Realizar Realizar una una operacin operacin quirrgica quirrgica??
Recoger Recoger los los platos platos y y doblar doblar la la ropa ropa??
Jugar Jugar al 50x15 en al 50x15 en Espaa Espaa / Jeopardy! en USA? / Jeopardy! en USA?
Traducir Traducir un un idioma idioma hablado hablado en en tiempo tiempo real? real?
Escribir Escribir, a , a propsito propsito, , una una historia historia divertida divertida??
25 25
Creatividad Creatividad? ? Historias Historias divertidas divertidas (sin (sin querer querer))
TALE TALE- -SPIN System, James Meehan, UC Irvine, 1976 SPIN System, James Meehan, UC Irvine, 1976
http:// http://en.wikipedia.org/wiki/Computational_creativity en.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 him him
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 him him
there there was a beehive in the oak tree. Joe walked was a beehive in the oak tree. Joe walked to to
the 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 river the river
bank bank where his good friend Bill Bird was sitting where his good friend Bill Bird was sitting. Henry . Henry
slipped slipped and fell in the river. Gravity drowned and 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 piece piece
of 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.
26 26
Berkeley CS188
Creatividad Creatividad? ? Alguna Alguna mejora mejora??
Capacidades de la I.A. Capacidades de la I.A.
27 27
Demos Demos
Capacidades Capacidades de la I.A. de la I.A.
28 28
Aplicaciones Aplicaciones
Sistemas de planificacin Sistemas de planificacin
Google Google Maps Maps
29 29
Visin artificial Visin artificial
Aplicaciones Aplicaciones
UC Berkeley UC Berkeley project project, , funded funded by by Caltrans Caltrans, 1994 , 1994
30 30
Visin artificial: Microsoft Visin artificial: Microsoft Kinect Kinect, 2010 , 2010
Aplicaciones Aplicaciones
31 31
Visin artificial Visin artificial
2010 Microsoft 2010 Microsoft Kinect Kinect
2009 Project Natal 2009 Project Natal
Aplicaciones Aplicaciones
Image Image- -based 3D reconstruction based 3D reconstruction
Depth sensor Depth sensor = infrared projector (laser) = infrared projector (laser)
+ monochrome camera (CMOS) + monochrome camera (CMOS)
32 32
Visin artificial Visin artificial
2010 Microsoft 2010 Microsoft Kinect Kinect
2009 Project Natal 2009 Project Natal
Aplicaciones Aplicaciones
33 33
Aplicaciones Aplicaciones
Robtica Robtica
Roomba Roomba iRobot iRobot QRIO & AIBO Sony QRIO & AIBO Sony
34 34
Aplicaciones Aplicaciones
Vehculos autnomos Vehculos autnomos
Stanley Stanley 2005 DARPA Grand 2005 DARPA Grand Challenge Challenge Winner Winner
35 35
Vehculos autnomos Vehculos autnomos
2005 Stanley 2005 Stanley (DARPA Grand (DARPA Grand Challenge Challenge) )
2007 Junior 2007 Junior (DARPA (DARPA Urban Urban Challenge Challenge) )
2010 Google 2010 Google driverless driverless car car
Aplicaciones Aplicaciones
Sensores Sensores
Toyota Toyota Prius Prius
GPS: Google GPS: Google Street Street View View
Cmara de vdeo (parabrisas): Semforos y obstculos mviles Cmara de vdeo (parabrisas): Semforos y obstculos mviles
LIDAR [ LIDAR [Light Detection And Ranging]: Light Detection And Ranging]: Mapa Mapa 3D del 3D del entorno entorno
Radares Radares (3 (3 frontales frontales, 1 , 1 trasero trasero): ): Distancias Distancias a a objetos objetos lejanos lejanos
Sensor de Sensor de posicin posicin ((rueda rueda trasera trasera): ): Pequeos Pequeos movimientos movimientos
36 36
Vehculos autnomos Vehculos autnomos
2005 Stanley 2005 Stanley (DARPA Grand (DARPA Grand Challenge Challenge) )
2007 Junior 2007 Junior (DARPA (DARPA Urban Urban Challenge Challenge) )
2010 Google 2010 Google driverless driverless car car
Aplicaciones Aplicaciones
Software Software
Localizacin Localizacin GPS + GPS + histogram histogram/ /Kalman Kalman/ /particle particle filters filters
Navegacin Navegacin A*, programacin dinmica A*, programacin dinmica
Control Control PID PID
37 37
Aplicaciones Aplicaciones
Juegos Juegos
IBM IBM Deep Deep Blue, 1997 Blue, 1997
38 38
Aplicaciones Aplicaciones
Juegos Juegos
RoboCup RoboCup
39 39
Aplicaciones Aplicaciones
Reconocimiento de voz Reconocimiento de voz
Android Android Voice Voice Search Search Kinect Kinect ( (mic mic array array) )
40 40
Aplicaciones Aplicaciones
Procesamiento del lenguaje natural Procesamiento del lenguaje natural
IBM Watson, 2011 IBM Watson, 2011 Jeopardy Jeopardy!!
41 41
Stuart Russell & Peter Stuart Russell & Peter Norvig Norvig::
Artificial Intelligence: Artificial Intelligence:
A Modern Approach A Modern Approach
Prentice Prentice- -Hall, 3 Hall, 3
rd rd
edition, 2009 edition, 2009
ISBN 0136042597 ISBN 0136042597
Bibliografa Bibliografa
ISBN 0136042597 ISBN 0136042597
http://aima.cs.berkeley.edu/ http://aima.cs.berkeley.edu/
Nils J. Nilsson Nils J. Nilsson
The Quest for Artificial Intelligence The Quest for Artificial Intelligence
Cambridge University Press, 2009 Cambridge University Press, 2009
ISBN ISBN 0521122937 0521122937
http http://ai.stanford.edu/~ ://ai.stanford.edu/~nilsson/QAI/qai.pdf nilsson/QAI/qai.pdf
42 42
Bibliografa complementaria Bibliografa complementaria
Elaine Rich & Kevin Knight: Elaine Rich & Kevin Knight: Artificial Intelligence Artificial Intelligence. .
McGraw McGraw- -Hill, 1991. Hill, 1991.
Patrick Henry Winston: Patrick Henry Winston: Artificial Intelligence Artificial Intelligence. .
Addison Addison- -Wesley, 1992. Wesley, 1992.
Bibliografa Bibliografa
Addison Addison- -Wesley, 1992. Wesley, 1992.
Nils J. Nilsson: Nils J. Nilsson: Principles of Artificial Intelligence Principles of Artificial Intelligence. .
Morgan Kaufmann, 1986. Morgan Kaufmann, 1986.
Daniel Daniel Jurafsky Jurafsky & James H. Martin: & James H. Martin: Speech and Speech and
Language Processing Language Processing. Prentice Hall, 2008. . Prentice Hall, 2008.
Yoav Yoav Shoham Shoham & Kevin & Kevin Leyton Leyton- -Brown: Brown: Multiagent Multiagent
Systems: Algorithmic, Game Systems: Algorithmic, Game- -Theoretic, and Theoretic, and
Logical Foundations Logical Foundations. Cambridge University Press, . Cambridge University Press,
2008. 2008.
43 43
Cursos Cursos de de inters inters
Introduction to AI Introduction to AI
Peter Peter Norvig Norvig & & Sebastian Sebastian Thrun Thrun ((Stanford Stanford & Google) & Google)
https://www.ai https://www.ai- -class.com/ class.com/
CS221 CS221 Artificial Artificial Intelligence Intelligence: : Principles Principles & & Techniques Techniques CS221 CS221 Artificial Artificial Intelligence Intelligence: : Principles Principles & & Techniques Techniques
http://www.stanford.edu/class/cs221/ http://www.stanford.edu/class/cs221/
Stanford Stanford University University
CS188 CS188 Introduction Introduction to to Artificial Artificial Intelligence Intelligence
Dan Klein & Peter Dan Klein & Peter Abbeel Abbeel (UC Berkeley) (UC Berkeley)
https://www.edx.org/ https://www.edx.org/ @ @ edX edX
http://inst.eecs.berkeley.edu/~cs188/ http://inst.eecs.berkeley.edu/~cs188/ @ Berkeley @ Berkeley
44 44
Cursos Cursos de de inters inters
Temas Temas ms ms especficos especficos
Machine Learning Machine Learning
Andrew T. Ng, Stanford University Andrew T. Ng, Stanford University
https://www.coursera.org/course/ml https://www.coursera.org/course/ml
AI AI Planning Planning AI AI Planning Planning
Gerhard Gerhard Wickler Wickler & Austin & Austin Tate Tate, , University University of Edinburgh of Edinburgh
https://www.coursera.org/course/aiplan https://www.coursera.org/course/aiplan
Natural Natural Language Language Processing Processing
Dan Dan Jurafsky Jurafsky & Christopher & Christopher Manning Manning, , Stanford Stanford University University
https://www.coursera.org/course/nlp https://www.coursera.org/course/nlp
Programming Programming a a Robotic Robotic Car Car
Sebastian Sebastian Thrun Thrun, , Stanford Stanford University University & Google & Google
http://www.udacity.com/overview/Course/cs373/ http://www.udacity.com/overview/Course/cs373/ 45 45