75836 - TEORIE E SISTEMI DELL'INTELLIGENZA ARTIFICIALE (1)

Scheda insegnamento

Anno Accademico 2018/2019

Conoscenze e abilità da conseguire

Conoscenze e abilità da conseguire - saper distinguere sia da un punto di vista teorico che pratico le applicazioni di IA da quelle tradizionali., e tra dominio del computabile e del solo genericamente "razionale"; - trattare con competenza il problem solving, acquisendo tecniche specifiche di euristica nella risoluzione dei problemi; - avere nozione degli strumenti di rappresentazione della conoscenza in un ambiente artificiale; - conoscere e sapere applicare le principali metodologie di "planning".

Contenuti

Gli studenti avranno mezzi metodologici e pratici per capire l'evoluzione dell'Intelligenza Artificiale (IA), le distinzioni principali e lo stato attuale.

Quest'anno il corso il rapporto fra conoscenza e intelligenza nell'IA e le relative applicazioni in istituzioni, aziende e vita quotidiana.

Gli studenti otterranno riferimenti e capacità di base su alcuni aspetti alla conoscenza nell'IA:

  • lingue naturali e conoscenza formale
  • la conoscenza come dati che possono essere interrogati computazionalmente, congiuntamente con ragionamento automatico e inferenze generalizzate
  • requisiti fondazionali (filosofici, semiotici, cognitivi) vs. requisiti orientati agli obiettivi di un progetto
  • aspetti deduttivi vs. induttivi della conoscenza nei knowledge graph
  • reti, frames, grafi e embeddings
  • il Web 3.0 come piattaforma (aperta) per la conoscenza e precondizione per l'IA

Le tecniche di IA saranno apprese "sul campo", cioè madiante l'analisi di strumenti, metodi, pratiche e problemi. Alcuni articoli selezionati per ogni argomento saranno proposti, discussi e accompagnati da chiarimenti teorici e pratici.

Durante il corso saranno presentati componenti software usati nelle tecnologie IA.

Il corso sarà tenuto con lezioni frontali di 2 ore l'una, possibilmente includendo sessioni di studio pratico con macchine e con ospiti esperti.

Orario: lunedì e mercoledì, dalle 11 alle 13, dal 28 gennaio 2019 al 13 marzo 2019

Testi/Bibliografia

Manuali (da usare come riferimenti generali):

Artificial Intelligence: A Modern Approach, 3rd ed. [http://aima.cs.berkeley.edu] by Stuart Russell (UC Berkeley) and Peter Norvig (Google) - slides from the 2014 course: http://ai.berkeley.edu/course_schedule.html

M. Flasinski. Introduction to Artificial Inteligence. Springer (2016)

J. van Benthem et al. Logic in Action. http://www.logicinaction.org/

R.S. Michalski, J.G. Carbonell, T.M. Mitchell. Machine Learning: An artificial intelligence approach. Springer (2013)

Testi su argomenti più specifici:

A. Gangemi. Norms and plans as unification criteria for social collectives. Autonomous Agents and Multi-Agent Systems, 16(3) (2008)

F. Bianchini, A. Gliozzo, M. Matteuzzi. Instrumentum vocale. Bononia Univ. Press (2008)

A. Gangemi. What’s in a Schema?, In Huang C.R. et al. (eds.): Ontology and the Lexicon. Cambridge University Press (2010)

Altro materiale: articoli, slides ed esercizi, sarà reso disponibile su IOL.

Metodi didattici

Il metodo di insegnamento si basa su sessioni di 2 ore l'una, che includono lezioni frontali interattive, sessioni di studio pratico e seminari di ospiti esperti con sessioni di domande e spunti critici.

Le principali tecniche di AI relative alla creazione, uso e verifica della conoscenza saranno apprese "sul campo", mediante la comprensione e l'analisi critica di articoli selezionati, strumenti di calcolo, metodi e problemi aperti.

Tempo permettendo, gli studenti implementeranno un piccolo progetto.

Modalità di verifica dell'apprendimento

L'esame finale consiste in un colloquio, volto a verificare la comprensione dei temi fondamentali e lo sviluppo di un argomento a scelta dello studente fra alcun proposti.

Eventuali risultati di progetti svolti durante il corso saranno anche considerati nel voto finale.

I voti finali saranno pubblicati sul sito del docente, di solito entro una settimana dalla fine dei colloqui.

Strumenti a supporto della didattica

Oltre agli strumenti disponibili in aula, gli studenti useranno componenti software per l'IA sulle macchine disponibili, da soli, in coppia o in gruppo. Il software permetterà agli studenti di testare in modo realistico alcuni problemi di ricerca in IA.

Si useranno anche media sociali per l'interazione informale tra gli studenti e con il docente.

Ricevimento: cf. il sito di Aldo Gangemi.

Orario di ricevimento

Consulta il sito web di Aldo Gangemi