L'idea di questo corso nasce dai recenti progressi fatti nel campo dell'intelligenza artificiale grazie allo sviluppo di AlphaGo e al suo del tutto inatteso successo contro uno dei giocatori di Go più forti del mondo. Cosa sono i giochi astratti? Come fanno i computer a giocare? È veramente possibile per un computer "imparare da solo"? Nel corso cercheremo, per quanto possibile nel limite dei 6 CFU, di rispondere a queste domande.

Il gioco imparziale più importante in Combinatorial Game Theory (CGT): il Nim. Analisi approfondita del Nim e strategia ottimale tramite la somma Nim.
Il Nim da un punto di vista avanzato: la funzione di Sprague-Grundy. Analisi dei giochi imparziali su grafi. Una struttura algebrica sull'insieme dei giochi in CGT: la somma di giochi. I giochi e i numeri surreali.
I giochi in CGT visti come alberi. La navigazione dell'albero tramite MiniMax e la potatura Alfa-Beta: come potrebbero i computer essere imbattibili - in teoria! Complessità della potatura Alfa-Beta.
Metodo Montecarlo per la ricerca di alberi: come fanno i computer a giocare. Metodo Montecarlo puro e variante del "bandito a più braccia" (UCT). Reti neurali e apprendimento automatico: come fanno i computer a imparare a giocare!
Introduzione al Deep Learning.
Pillole di Go sparse nel corso.