90147 - INTELLIGENZA ARTIFICIALE (1)

Anno Accademico 2021/2022

  • Docente: Luigi Asprino
  • Crediti formativi: 6
  • SSD: INF/01
  • Lingua di insegnamento: Italiano
  • Modalità didattica: Convenzionale - Lezioni in presenza
  • Campus: Bologna
  • Corso: Laurea in Lettere (cod. 8850)

Conoscenze e abilità da conseguire

Al termine del corso lo studente acquisisce i fondamenti di storia, tecniche e metodi dell’intelligenza artificiale; ha la capacità di progettare soluzioni per semplici casi d’uso (per esempio in domini umanistici) definendo modelli concettuali e/o riusando dati e componenti software esistenti.

Contenuti

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

Dopo una panoramica sulla storia e sull'evoluzione dell'IA, il corso approfondirà i principali approcci all'IA soffermandosi su:

  • Progettazione di agenti intelligenti
  • Rappresentazione della conoscenza
  • Logica proposizionale, logica del primo ordine, logiche descrittive
  • Elaborazione del linguaggio naturale
  • Apprendimento automatico

Inoltre, gli studenti avranno la possibilità di sperimentare le tecniche viste a lezione "sul campo" mediante esercizi partici e uso di strumenti software.

Alcuni articoli selezionati per ogni argomento saranno proposti, discussi e accompagnati da chiarimenti teorici e pratici.

Testi/Bibliografia

Manuale di riferimento

  • "Artificial Intelligence: A Modern Approach" (3rd ed.) by Stuart Russell (UC Berkeley) and Peter Norvig (Google) Sides from the 2014 course: http://ai.berkeley.edu/course_schedule.html

Altri testi utili

  • "Speech and language processing” Jurafsky, Daniel, and James H. Martin https://web.stanford.edu/~jurafsky/slp3/
  • "Introduction to Artificial Inteligence" M. Flasinski Springer (2016)
  • Logic in Action. http://www.logicinaction.org/
  • Machine Learning: An artificial intelligence approach. "R.S. Michalski, J.G. Carbonell, T.M. Mitchell" Springer (2013)

Metodi didattici

Il metodo di insegnamento si basa su sessioni di 2 ore l'una, che includono lezioni frontali interattive e sessioni di studio pratico.

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.

Modalità di verifica e valutazione 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.

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.

Orario di ricevimento

Consulta il sito web di Luigi Asprino