现实世界中许多问题都可以通过搜索的方法来求解，例如最佳出行线路或是合理安排的课程表。搜索是人工智能求解中的一种主要技术，其依据已有信息，为待求解问题来寻找满足约束条件的答案。本次课程主要介绍有信息(in-formed)搜索和对抗搜索(Adversarial Search)。

有信息搜索也称为启发式搜索，其在搜索的过程中可利用与所求解问题相关的辅助信息，本次课程将介绍贪婪最佳优先搜索(Greedy best-first search)和A*搜索两种启发式搜索方法。

对抗搜索也称为博弈搜索(Game Search)，其指在一个竞争的环境中，智能体(agents)之间通过竞争实现相反的利益，一方最大化这个利益，另外一方最小化这个利益。本次课程将介绍对抗搜索代表性算法，如最小最大搜索(Minimax Search)、Alpha-Beta剪枝搜索(Pruning Search)和蒙特卡洛树搜索(Monte-Carlo Tree Search)。

蒙特卡洛树搜索是AlphaGo三大法宝之一（另外两个法宝是深度学习和强化学习），其在围棋竞智中可从比宇宙中原子还多的下棋棋法中选择一招“不错”的落子。

 “故记诵者，学问之舟车也”。研究搜索之道，从海量已知数据中寻找满足要求的答案，魅力无穷。