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

Scheda insegnamento

  • Docente Francesco Bianchini

  • Crediti formativi 6

  • SSD M-FIL/02

  • Modalità didattica Convenzionale - Lezioni in presenza

  • Lingua di insegnamento Italiano

  • Orario delle lezioni dal 12/11/2018 al 21/12/2018

SDGs

L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.

Istruzione di qualità Industria, innovazione e infrastrutture Partnership per gli obiettivi

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".

Programma/Contenuti

Il corso affronta gli aspetti principali dell'intelligenza artificiale, partendo da un punto di vista storico-teorico per arrivare a questioni tecniche e specialistiche degli sviluppi contemporanei della disciplina. Saranno trattate anche tematiche connesse alla epistemologia dell’intelligenza artificiale e delle scienze cognitive.

Il corso è un corso base e non richiede particolari conoscenze o abilità pregresse.

Saranno affrontate questioni relative al problem solving, alla rappresentazione della conoscenza e ai concetti, all'apprendimento automatico, alla pianificazione, all'elaborazione del linguaggio naturale, all'interazione uomo-macchina, al web semantico e alle ontologie, nonché alle loro implicazioni per la robotica più recente. A scopo introduttivo si affronteranno la nascita e gli sviluppi dell'intelligenza artificiale, della scienza cognitiva classica e della nuova scienza cognitiva, della robotica. Verrà posta particolare attenzione a temi relativi al ragionamento e alla teoria dei processi decisionali.

Il corso è diviso temporalmente in quattro parti di lunghezza equivalente:

1) La nascita e gli sviluppi dell’intelligenza artificiale

2) Problem solving e pianificazione automatica

3) Rappresentazione della conoscenza e sviluppi recenti dell’intelligenza artificiale

4) Questioni epistemologiche dell’intelligenza artificiale e della scienza cognitiva

Testi/Bibliografia

Letture obbligatorie

- M. Marraffa, A Paternoster, Persone, menti, cervelli, Mondadori, Milano, 2012.

- S. Russell, P. Norvig, Intelligenza artificiale. Un approccio moderno, volume 1, Pearson-Italia, Milano-Torino, ediz. 2005 o 2010 (capitoli 1, 2, 3, 4, 7, 8, 9, 10, 11, 12, 26, 27)

Letture suggerite

- F. Bianchini, A. Gliozzo, M. Matteuzzi (a cura di), Instrumentum vocale. Intelligenza artificiale e linguaggio, Bononia University Press, Bologna, 2007.

- N. Bostrom, Superintelligenza. Tendenze, pericoli, strategie, Bollati Boringhieri, 2018.

- R. Cingolani, G. Metta, Umani e umanoidi, Il Mulino, Bologna, 2015.

- M. Di Francesco, M. Marraffa, A. Tomasetta, Corpo, coscienza, pensiero, Carocci, Roma, 2017.

- K. Warwick, Intelligenza artificiale. Le basi, Flaccovio Editore, 2015.

Ulteriore materiale bibliografico sarà segnalato nel corso delle lezioni.

Metodi didattici

Lezioni frontali. Discussioni sugli argomenti principali. Sarà possibile, per gli studenti interessati, fare una breve presentazione individuale o di gruppo su un argomento concordato col docente.

Modalità di verifica dell'apprendimento

Lo studente sarà valutato attraverso una prova orale nella quale verranno discussi sia argomenti generali relative all'intelligenza artificiale, sia questioni più specifiche relative ai vari campi coinvolti in questo ambito disciplinare. In particolare, saranno valutate sia le conoscenze apprese sia la capacità di rielabolarle e di condurre ragionamenti autonomi su temi specifici, nonché di produrre riflessioni personali a partire dai contenuti affrontati durante il corso. Si potrà richiedere, dove possibile, anche l’applicazione dei concetti principali della materia in semplici esercitazioni.

In particolare, saranno valutate in ordine crescente di importanza:

1) la completezza delle conoscenze acquisite strettamente in merito al programma;

2) l'appropriatezza del linguaggio;

3) la capacità personale di rielaborazione e di utilizzo dei concetti appresi;

4) la capacità di impostare una riflessione interdisciplinare;

5) la capacità di applicare a singoli casi di ricerca le tematiche apprese e di produrre riflessioni autonome e originali.

1) e 2) costituiscono obiettivi minimi per la sufficienza. Attraverso 3) si arriverà a una valutazione discreta, tanto più quanto meno mnemoniche saranno le conoscenze apprese dallo studente. 4) potrà portare a una valutazione buona o ottima, 5) a una valutazione eccellente.

Strumenti a supporto della didattica

Slide e contenuti online saranno utilizzati nel corso delle lezioni.

Orario di ricevimento

Consulta il sito web di Francesco Bianchini