Knowledge representation and reasoning

L'obiettivo del corso è di fornire agli studenti una comprensione approfondita delle basi teoriche e degli algoritmi per rappresentare la conoscenza e il ragionamento automatico, concentrandosi sull'uso della logica come mezzo per la codifica della conoscenza e sulle tecniche di inferenza di tipo simbolico. Verranno trattati concetti chiave dell'intelligenza artificiale simbolica come tecniche di formal explainability, l'integrazione di inferenza logica con approcci di IA basati sul Machine Learning come tecniche di ragionamento neuro-simbolico. Verranno inoltre esplorate applicazioni pratiche delle tecniche viste durante il corso.

Lo studente sarà in grado di utilizzare i principali linguaggi di rappresentazione della conoscenza e di codificare diversi task di ragionamento utilizzando tali linguaggi. Saprà modellare scenari reali tramite i linguaggi appresi e di identificare i giusti compromessi tra espressività e complessità computazionale dei vari linguaggi. Lo studente acquisirà una comprensione approfondita degli algoritmi di ragionamento deduttivo e sarà in grado di utilizzare sistemi reali per la rappresentazione della conoscenza e il ragionamento. Inoltre, saprà integrare la logica deduttiva con sistemi di IA induttivi (di ML) attraverso approcci di ragionamento neuro-simbolico.