简评：美国麻省理工大学（MIT）的公开课程，本系列讲的是人工智能（AI）相关知识，全课程 24 讲，全程英文，系统讲解 AI。

在中国大学的课程往往都是 5 年前的陈旧知识，放眼现在可能有些慢，如果我们要在大学，特别是本科的时候学习 AI、Deep Learning、大数据等新知识会尤为困难。万幸互联网早已打破了知识不对等的樊篱，如果想学新知识，园长建议，多上网找找公开课吧，当然英语要过关！

第 21 讲主题是人工智能的商业化，因某些原因无法播放。

课程目录如下：

1. 人工智能的介绍和范围
2. 推断：目标树与问题解决
3. 推断：目标树和规则为基础的专家系统
   
4. 搜索：深度优先，爬坡和平衡
5. 搜索：最优解，分支定界，A *
6. 搜索：游戏，极大极小，和 α-β
7. 限制：解释线图
8. 限制：搜索，Domain 简化
9. 限制：视觉识别
10. 介绍：学习，就近对象
11. 学习：识别树，障碍
12. 神经网络
13. 深度神经网络
14. 学习：遗传算法
15. 学习：稀疏空间，音系学
16. 学习：near misses 和 Felicity Conditions
17. 学习：支持向量机
18. 学习：bootsing
19. 描述：类、轨迹、过度
20. 架构：GPS、SOAR、subsumption、社会性思维
21. AI 商业化（不可观看）
22. 概率推理 I
23. 概率推理 II
24. 模型合并，跨模态耦合，课程总结
    

公开课链接：Artificial Intelligence Lecture Videos

欢迎关注

「讲真，点赞是对我们最好的支持。」