Sistemi intelligenti
A.A. 2020/2021
Obiettivi formativi
L'insegnamento si propone di fornire agli studenti le basi dell'Intelligenza Artificiale e dei suoi metodi, mediante un approccio interdisciplinare alla ricerca scientifica e filosofica, anche mediante attività pratiche.
Risultati apprendimento attesi
Conoscenze e comprensione
Alla fine del corso, lo studente
- conosce gli elementi fondamentali dell'Intelligenza Artificiale e ne conoscerà le applicazioni di frontiera
- conosce i metodi fondamentali e come utilizzare piattaforme software per sviluppare alcuni algoritmi di machine learning
- comprende, e potrà discuterne, le implicazioni filosofiche e tecnologiche
Capacità di applicare conoscenze e comprensione:
Alla fine del percorso, lo studente
- sa applicare la conoscenza applicata allo sviluppo di algoritmi fondamentali
- sa discutere dell'Intelligenza Artificiale e i problemi collegati
- sa interpretare i metodi dell'Intelligenza Artificiale e le correnti, mettendoli in rapporto con i loro contesti di elaborazione
- sa applicare la conoscenza acquisita a concetti di differente natura interdisciplinare
Alla fine del corso, lo studente
- conosce gli elementi fondamentali dell'Intelligenza Artificiale e ne conoscerà le applicazioni di frontiera
- conosce i metodi fondamentali e come utilizzare piattaforme software per sviluppare alcuni algoritmi di machine learning
- comprende, e potrà discuterne, le implicazioni filosofiche e tecnologiche
Capacità di applicare conoscenze e comprensione:
Alla fine del percorso, lo studente
- sa applicare la conoscenza applicata allo sviluppo di algoritmi fondamentali
- sa discutere dell'Intelligenza Artificiale e i problemi collegati
- sa interpretare i metodi dell'Intelligenza Artificiale e le correnti, mettendoli in rapporto con i loro contesti di elaborazione
- sa applicare la conoscenza acquisita a concetti di differente natura interdisciplinare
Periodo: Primo semestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento non può essere seguito come corso singolo. Puoi trovare gli insegnamenti disponibili consultando il catalogo corsi singoli.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Primo semestre
La didattica avverrà a distanza, con lezioni tenute in modo asincrono ed incontri sincroni online con tutti gli studenti o a gruppi.
Programma
Unità didattica A
Programma per studenti frequentanti e non frequentanti
I sistemi intelligenti: caratteristiche, differenziazioni tra sistemi biologici e artificiali.
Storia dell'AI (Artificial Intelligence). Logica: applicazione in AI (esercizi). GOFAI, AI forte e debole: sostenitori, motivazioni, test a supporto. Il Test di Turing: principi ed esercizi. Le critiche al Test di Turing: Searle e altri. Filosofia dell'AI: i principali esponenti.
Unità didattica B
Programma per studenti frequentanti e non frequentanti
intelligenza artificiale e apprendimento delle macchine: il machine learning. Modelli matematici, algoritmi, esercizi, implementazione di algoritmi.
Sistemi artificiali che si ispirano a quelli biologici. Algoritmi genetici, Artificial Neural Networks, Brain Computer Interface. Modelli teorici ed esercizi pratici.
Programma per studenti frequentanti e non frequentanti
I sistemi intelligenti: caratteristiche, differenziazioni tra sistemi biologici e artificiali.
Storia dell'AI (Artificial Intelligence). Logica: applicazione in AI (esercizi). GOFAI, AI forte e debole: sostenitori, motivazioni, test a supporto. Il Test di Turing: principi ed esercizi. Le critiche al Test di Turing: Searle e altri. Filosofia dell'AI: i principali esponenti.
Unità didattica B
Programma per studenti frequentanti e non frequentanti
intelligenza artificiale e apprendimento delle macchine: il machine learning. Modelli matematici, algoritmi, esercizi, implementazione di algoritmi.
Sistemi artificiali che si ispirano a quelli biologici. Algoritmi genetici, Artificial Neural Networks, Brain Computer Interface. Modelli teorici ed esercizi pratici.
Prerequisiti
Conoscere statistica e logica di base. Familiarità con i sistemi informatici. Conoscenza di base di algoritmi ed espressioni matematiche relativi alla rappresentazione di funzioni.
Metodi didattici
Lezioni teoriche ed applicazioni pratiche. Progetto finale.
Materiale di riferimento
Unità didattica A
· "INTELLIGENZA ARTIFICIALE - Vol.2, un approccio moderno", 2° edizione, di Peter Norvig e Stuart Russel, edito dalla Pearson
· Dispense a cura del docente
· Nilsson, The Quest for Artificial Intelligence: A History of Ideas and Achievements
Unità didattica B
· Dispense a cura del docente
· Altro materiale comunicato di volta in volta a lezione
· "INTELLIGENZA ARTIFICIALE - Vol.2, un approccio moderno", 2° edizione, di Peter Norvig e Stuart Russel, edito dalla Pearson
· Dispense a cura del docente
· Nilsson, The Quest for Artificial Intelligence: A History of Ideas and Achievements
Unità didattica B
· Dispense a cura del docente
· Altro materiale comunicato di volta in volta a lezione
Modalità di verifica dell’apprendimento e criteri di valutazione
Scritto + orale: L'esame consiste di una prova scritta e di una prova orale entrambe obbligatorie. L'esame scritto prevede la progettazione e lo sviluppo di un progetto software inerente gli argomenti trattati durante il corso (sviluppo di un sistema intelligente artificiale). L'orale consisterà in un colloquio sugli argomenti a programma e sul progetto presentato, volto ad accertare che lo studente abbia svolto la prova in autonomia e abbia acquisito le conoscenze e le competenze richieste
Moduli o unità didattiche
Unita' didattica A
INF/01 - INFORMATICA - CFU: 3
Lezioni: 20 ore
Unita' didattica B
INF/01 - INFORMATICA - CFU: 3
Lezioni: 20 ore
Docente/i
Ricevimento:
Mercoledì, ore 11.00. Date le circostanze, il ricevimento può avvenire anche via Skype o Teams (prendere contatti via e-mail)
Teams, Skype o Dipartimento di Filosofia, cortile Ghiacciaia, via Festa del Perdono 7 (previo appuntamento via e-mail)