自分自身はちょっとやってみて挫折中だけど講座のカリキュラムは以下。(10週有り、現在6週まで詳細発表有り。)
- Overview of AI, Search
- Problem Solving
- Statistics, Uncertainty, and Bayes networks
- Probability in AI
- Probabilistic Inference
- Machine Learning
- Machine Learning
- Unsupervised Learning
- Logic and Planning
- Representation with Logic
- Planning
- Markov Decision Processes and Reinforcement Learning
- Planning under Uncertainty
- Reinforcement Learning
- Hidden Markov models and Bayes filters
- HMMs and Filters
- MDP Review
- Adversarial planning (games) and belief space planning (POMDPs)
- Image Processing and Computer Vision
- Robotics and robot motion planning
- Natural Language Processing and Information Retrieval
以下Google訳
- AI、検索の概要
- 問題解決
- 統計、不確実性、およびベイズネットワーク
- AIの確率
- 確率的推論
- 機械学習
- ロジックと計画
- ロジックと表現
- 計画
- マルコフ決定過程と強化学習
- 不確実性下の計画
- 強化学習
- 隠れマルコフモデルとベイズフィルタ
- HMMとフィルタ
- MDPレビュー
- 敵対計画（ゲーム）と信念のスペースプランニング（POMDPs）
- 画像処理とコンピュータビジョン
- ロボットとロボットの運動計画
AIのイメージ（必要条件とか）を探していたら、この講座のカリキュラムを持ってくることを思いついた。一般的にはこんなものかもしれない。中身をあまり理解せず言うのも問題有るが、人の脳のイメージとはだいぶ違うようだ。AI-COM BLUE & ORANGEのnext stepを考えるにあたり、人工知能へのロードマップのようなもの（上位の概念はどのようにつくられるか等）を再確認しようとしている。かなりmap lover的視点ですが、トップダウン的にもう一度見直してみようと考えている。
ブログ更新が滞っているが、次には上を参考に人工知能の全体像と、今後 AI-COM BLUE & ORANGE で注目したい点を書いてみたい。
keyword: 人工知能
