Artificial intelligence
A.A. 2024/2025
Obiettivi formativi
Gli insegnamenti attinenti al settore INF/01 - Informatica si prefiggono di introdurre i discenti all'applicazione di teorie filosofiche ad ambiti tecnologici informatici secondo il moderno approccio sperimentale.
In questo ambito, il corso di Artificial Intelligence ha come obiettivo l'applicazione di strumenti filosofici alla ricerca empirica in tale ambito informatico, attraverso l'illustrazione di problemi concreti affrontabili grazie alle acquisite informazioni filosofiche e metodologie informatiche.
In questo ambito, il corso di Artificial Intelligence ha come obiettivo l'applicazione di strumenti filosofici alla ricerca empirica in tale ambito informatico, attraverso l'illustrazione di problemi concreti affrontabili grazie alle acquisite informazioni filosofiche e metodologie informatiche.
Risultati apprendimento attesi
a. Conoscenze e Comprensione
Alla fine del corso di Artificial Intelligence, il discente avrà acquisito elevata capacità di comprensione dei problemi e di discussione e confronto tra le diverse prospettive teoriche nell'ambito disciplinare, alla luce delle teorie filosofiche che accompagnano il percorso di studi.
b. Capacità di applicare conoscenze e comprensione
Alla fine del corso il discente sarà in grado di progettare soluzioni informatiche a problemi teorici e pratici, coniugando metodologie dell'Artificial Intelligence e teorie filosofiche, avendo inoltre maturato capacità di comunicazione di quanto appreso.
Alla fine del corso di Artificial Intelligence, il discente avrà acquisito elevata capacità di comprensione dei problemi e di discussione e confronto tra le diverse prospettive teoriche nell'ambito disciplinare, alla luce delle teorie filosofiche che accompagnano il percorso di studi.
b. Capacità di applicare conoscenze e comprensione
Alla fine del corso il discente sarà in grado di progettare soluzioni informatiche a problemi teorici e pratici, coniugando metodologie dell'Artificial Intelligence e teorie filosofiche, avendo inoltre maturato capacità di comunicazione di quanto appreso.
Periodo: Primo semestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento può essere seguito come corso singolo.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Primo semestre
Programma
Program for attending and non-attending students
Intelligent systems: characteristics, differentiations between biological and artificial systems.
History of AI (Artificial Intelligence). Logics. Boolean Logic: application in AI (exercises). GOFAI, strong and weak AI: supporters, motivations, supporting tests. The Turing Test: principles and exercises. Criticism of the Turing Test: Searle and Others. AI philosophy: the main exponents.
Artificial intelligence and machine learning: machine learning. Mathematical models, algorithms, examples.
Artificial systems that are inspired by biological ones. Genetic algorithms, an overview. Artificial Neural Networks. Brain-Computer Interface. Theoretical models and practical examples.
Online environment available at: https://rfolgieriai.ariel.ctu.unimi.it/v5/Home/default.aspx
Students taking the 6 cfu syllabus must attend the first 40 hours of lectures, those taking the 9 cfu syllabus attend the full 60 hours of lectures.
Lecture recording: No
Teaching proposal for non-attending students: 2 lectures dedicated to non-attending students by videoconference (Teams).
These lectures will be remote, recorded and made available in the online environment. Full details in https://rfolgieriai.ariel.ctu.unimi.it/v5/Home/default.aspx
Validity of the programme: 1 academic year, as per teaching regulations of the degree course
Intelligent systems: characteristics, differentiations between biological and artificial systems.
History of AI (Artificial Intelligence). Logics. Boolean Logic: application in AI (exercises). GOFAI, strong and weak AI: supporters, motivations, supporting tests. The Turing Test: principles and exercises. Criticism of the Turing Test: Searle and Others. AI philosophy: the main exponents.
Artificial intelligence and machine learning: machine learning. Mathematical models, algorithms, examples.
Artificial systems that are inspired by biological ones. Genetic algorithms, an overview. Artificial Neural Networks. Brain-Computer Interface. Theoretical models and practical examples.
Online environment available at: https://rfolgieriai.ariel.ctu.unimi.it/v5/Home/default.aspx
Students taking the 6 cfu syllabus must attend the first 40 hours of lectures, those taking the 9 cfu syllabus attend the full 60 hours of lectures.
Lecture recording: No
Teaching proposal for non-attending students: 2 lectures dedicated to non-attending students by videoconference (Teams).
These lectures will be remote, recorded and made available in the online environment. Full details in https://rfolgieriai.ariel.ctu.unimi.it/v5/Home/default.aspx
Validity of the programme: 1 academic year, as per teaching regulations of the degree course
Prerequisiti
Basic knowledge of statistics and logic. Familiarity with computer systems. Basic knowledge of simple mathematical expressions (representation of functions).
Metodi didattici
Theoretical and practical lessons, class discussions, analysis of research works.
Materiale di riferimento
· "ARTIFICIAL INTELLIGENCE - Vol. 2, a modern approach", 2nd edition, by Peter Norvig and Stuart Russel, published by Pearson
· Lecture notes by the teacher
· Nilsson, The Quest for Artificial Intelligence: A History of Ideas and Achievements
· Other material communicated from time to time in class
· Lecture notes by the teacher
· Nilsson, The Quest for Artificial Intelligence: A History of Ideas and Achievements
· Other material communicated from time to time in class
Modalità di verifica dell’apprendimento e criteri di valutazione
Midterm tests and oral discussion aiming at verifying the acquired knowledge. Students are expected to show a deep understanding of problems related to AI and the ability to discuss and compare different perspectives related to the discipline, also in the light of philosophy approaches.
Students are also expected to be able to communicate properly the acquired knowledge.
Students are also expected to be able to communicate properly the acquired knowledge.
Siti didattici
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)