در این ترم، هنرجوها از مفاهیم پایه‌ی هوش مصنوعی عبور می‌کنند و وارد دنیای یادگیری ماشین و هوش در بازی‌ها می‌شوند. تمرکز دوره بر این است که ماشین‌ها فقط «فرمان‌بر» نباشند، بلکه بتوانند از تجربه و داده یاد بگیرند و تصمیم‌های هوشمندانه‌تری بگیرند.در بخش مفهومی، دانش‌آموزان با تفاوت «دستور گرفتن» و «یاد گرفتن»، مفهوم یادگیری از بازخورد، نقش حافظه در تصمیم‌گیری ماشین، سیستم‌های پیشنهاددهنده (مثل پیشنهاد فیلم و موسیقی)، و پاسخ تطبیقی در بازی‌ها آشنا می‌شوند. همچنین نمونه‌های واقعی مانند AlphaGo و پژوهش‌های DeepMind بررسی می‌شود تا درک عمیق‌تری از کاربرد بازی‌ها در پیشرفت هوش مصنوعی شکل بگیرد.در بخش عملی، هنرجوها با استفاده از متغیرها، لیست‌ها و حلقه‌ها در اسکرچ، ربات‌ها و بازی‌های هوشمند طراحی می‌کنند. آن‌ها یاد می‌گیرند چگونه:تجربه و امتیاز را ذخیره کنند، از داده‌های قبلی برای پیش‌بینی رفتار بازیکن استفاده کنند، سطح سختی بازی را بر اساس عملکرد کاربر تغییر دهند، و الگوریتم‌های خوداصلاح‌شونده بسازند که با کاهش خطا به پاسخ درست برسند. خروجی این ترم، ساخت بازی‌های تعاملی و هوشمند است که در آن تصمیم‌های ماشین بر اساس داده‌های جمع‌آوری‌شده در طول بازی تغییر می‌کند — قدمی جدی به سمت درک عملی یادگیری ماشین.