75943 - INTELLIGENZA ARTIFICIALE, PROBLEM SOLVING E WEB SEMANTICO (1)

Conoscenze e abilità da conseguire

Al termine del corso lo/la studente/ssa ha acquisito i concetti fondamentali dell'intelligenza artificiale e delle scienze cognitive, con particolare riguardo al problem solving, alla pianificazione, alla rappresentazione della conoscenza sul web e nei sistemi intelligenti, alla modellizzazione cognitiva.

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, 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, e della robotica. Verranno affrontate anche questioni filosofiche, epistemologiche ed etiche relative ai differenti approcci all'intelligenza artificiale e alle scienze cognitive.

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, della scienza cognitiva e della robotica.

Testi/Bibliografia

Letture obbligatorie

- M. Giunti , S. Pinna, F. G. Garavaglia, Menti e macchine. Teorie filosofiche e scientifiche, Le Monnier Università, Milano, 2022.

- S. Russell, P. Norvig, Intelligenza artificiale. Un approccio moderno, volume 1, Pearson-Italia, Milano-Torino, quarta edizione, 2021 (capitoli 1, 2, 3, 4, 7, 8, 9, 10, 11, 26, 27, 28).

Letture suggerite:

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

- M. Marraffa, Percezione, pensiero, coscienza. Passato e futuro delle scienze della mente, Rosenberg & Sellier, Torino, 2019. 

- G. Primiero, On the Foundations of Computing, Oxford University Press, Oxford, 2020.

- F. Rossi, Il confine del futuro. Possiamo fidarci dell'intelligenza artificiale, Feltrinelli, Milano, 2019.

- G. Tamburrini, Etica delle macchine. Dilemmi morali per robotica e intelligenza artificiale, Carocci, Roma, 2020.

Ulteriore materiale bibliografico sarà segnalato nel corso delle lezioni.

Gli studenti non frequentanti sono tenuti a portare un testo in più a scelta fra le letture suggerite.

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.

Le lezioni saranno in presenza.

Modalità di verifica e valutazione 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 (18-22).

Attraverso 3) si arriverà a una valutazione discreta, tanto più quanto meno mnemoniche saranno le conoscenze apprese dallo studente (23-26).

 4) potrà portare a una valutazione buona o ottima (27-29).

 5) potrà portare a una valutazione eccellente (30 o 30 e lode).

 

Persone con disabilità e DSA

Le persone con disabilità o disturbi specifici dell’apprendimento hanno diritto a speciali adattamenti in relazione alla loro condizione, previa valutazione del Servizio d’ateneo per le studentesse e gli studenti con disabilità e DSA. Si prega di non rivolgersi al/la docente, ma di contattare il Servizio per un appuntamento. Sarà cura del Servizio stabilire quali adattamenti si rendono opportuni. Maggiori informazioni alla pagina site.unibo.it/studenti-con-disabilita-e-dsa/it/per-studenti.

Strumenti a supporto della didattica

Slide e altri materiali digitali saranno utilizzati nel corso delle lezioni.

Orario di ricevimento

Consulta il sito web di Francesco Bianchini