※ 引述《jennya (Jennya)》之铭言：
: 听很多人说修课内容跟AI有一大部分重叠(我没修过AI所以不知道)
: 所以如果和AI一起的话 应该loading就会更轻一些(期中考范围重叠之类的)
补充一下 AI 跟对局一些重叠和不太一样的地方。
在两门课一开始，老师都会问大家 What is intelligence?
当然这是个大哉问，没有一定的答案XD
在电脑对局理论的第一堂课，老师也会讲为什么会把 computer games 独立出来开课。
虽然 AI 和对局在 search 的地方有很多重复，但切入的方式稍微有点不同，
AI会先介绍 agent 的概念，
然后用各种例子来讲如何把生活中的问题转换成 search problem，
(定义出 state, action, goal...等等)
像是 AI 课本里最简单的吸尘器例子、route-finding 或是组装产品的机器手臂，
对局的话就会针对游戏的性质做比较细的分析。
在算法的部分，DFS、BFS、Best-first search、A*、IDA*、
alpha-beta pruning是两边都有教的，这方面我觉得对局讲得比较详细。
另外，AI 还有介绍 local search、基因算法以及在 non-deterministic 的环境会用
到的方法，对局则是多了目前电脑围棋最常用的 Monte-Carlo Tree Search 还有各种让
搜寻更有效率的技巧。
AI在期中考之前差不多就是把 Search 教完，
我去年同时修这两门课时，的确有觉得 loading 比较轻
顺带一提，两门课的期中考都会要你trace alpha-beta pruning XD
虽然上课时会听到重复的东西，但也可以当作复习囉 :P
总而言之，AI 的内容比较 general，
可以让人比较了解 AI 的全貌及应用，而不只是侷限在游戏上。
像无人驾驶车、虚拟接待员、根据使用者习惯调整温度的空调 之类的
Final project 好像还有人做自动调整船的平衡(有点忘了...)
课程后半部的 Logic reasoning 和 ML 也是电脑对局都不会提到的，
所以应该还没有到“大半部分”都重叠XD
对 Puzzle、棋类游戏类很有兴趣的人，当然很推荐去修对局！
上课应该很难觉得无聊
用上课教的技巧及自己想出来的 heuristic 让程式变强也是满开心的事XD