Il corso Intelligenza Artificiale mette i partecipanti in grado di padroneggiare conoscenze e strumenti di base necessari per affrontare la comprensione, l’utilizzo e la creazione di sistemi di Intelligenza Artificiale, insieme alle capacità di analizzare classi di problemi particolarmente adatti ad essere trattati con metodi e tecniche caratterizzanti della disciplina.
La natura, insieme applicativa ed esplorativa dell’Intelligenza Artificiale, inviterà lo studente ad affrontare problematiche di discriminazione tra fruibilità di soluzioni attuali e direzioni innovative promettenti della ricerca in questo settore.
Verranno forniti strumenti concettuali, computazionali e metodologici di base per comprendere e sviluppare soluzioni innovative a problemi di automazione mediante tecniche avanzate di Intelligenza Artificiale.
Il corso si rivolge studenti che ambiscano a inserirsi in ambienti lavorativi e di ricerca in cui prevalgano scelte innovative per la soluzione di problemi complessi e ambiti a forte valenza multidisciplinare.
Introduzione all’Intelligenza Artificiale
- Storica
- Epistemologica
- Caratteristiche concettuali
metodologiche e computazionali dell’IA
- reazione
- cognizione
- decisione
Le due anime del trend attuale per l'IA
- Data Science
- Cyberphysical Systems
Modelli di rappresentazione della conoscenza e dell’apprendimento automatico
- interpretazione
- ragionamento
- previsione
- controllo
Agenti autonomi
- definizione
- classificazione
- comportamento
- modelli di agenti con riflessi semplici
- modelli di agenti con memoria
- modelli di agenti basati su obiettivi
- modelli di agenti basati sull'utilità
Modelli e meccanismi di interazione
- multi-agent systems (MAS)
Collective Artificial Intelligence, Network Science e Complex Systems;
- modellazione
- simulazione
- analisi di comportamenti auto-organizzanti
Modelli dichiarativi per la rappresentazione della conoscenza sul Web e ragionamento automatico
- grafi di conoscenza
- data linking e ontologie
- Ontology Web Language
- Semantic Web Rule Language
- inferenze nel web semantico
Estrazione di informazioni
- da testi
- esplorazione di conoscenza
- grafi di conoscenza (entity linking, social media analysis)
Nuovi modelli per la rappresentazione della conoscenza basati su apprendimento automatico
- semantica distribuzionale
- knowledge graph embeddings
- Il corso è in modalità formazione a distanza, online live streaming, cioè con il docente in diretta che tiene la lezione.
- I partecipanti dovranno essere dotati di pc o laptop e secondo schermo su cui seguire il docente.
- Le lezioni saranno registrate e le registrazioni verranno messe a disposizione dei partecipanti per 2 mesi dalla fine delle lezioni.
- Coloro che avranno frequentato almeno l'80% delle ore di corso otterranno un attestato di frequenza.
- Saranno forniti MOC, oppure libri o altri materiali materiali didattici di supporto. La scelta avverrà secondo disponibilità.
