Foto del docente

Andrea Omicini

Professore ordinario

Dipartimento di Informatica - Scienza e Ingegneria

Settore scientifico disciplinare: IINF-05/A Sistemi di elaborazione delle informazioni

Direttore Dipartimento di Informatica — Scienza e Ingegneria

Temi di ricerca

Parole chiave: simulazione agenti intelligenti linguaggi multiparadigma sistemi autoorganizzanti calcolo pervasivo sistemi multiagente infrastrutture software sistemi autonomi ingegneria del software coordinazione sistemi distribuiti linguaggi di programmazione tecniche simboliche di IA sistemi neurosimbolici IA agentica

  • Sistemi neurosimbolici
  • IA agentica e tool
  • Ingegneria dei sistemi intelligenti ad agenti  
  • Simulazione di sistemi complessi basata su agenti

Sistemi neurosimbolici. L'emergere di nuovi approcci di apprendimento automatico, e l'esplosione delle tecniche di LLM e Generative AI pongono prima di tutto il problema della attendibilità dei sistemi intelligenti, e della fiducia nei loro confronti. Solo l'integrazione delle tecniche simboliche con quelle subsimboliche nei sistemi neurosimbolici può portare alla costruzione di sistemi intelligenti che uniscono alla grande efficienza e efficacia degli approcci subsimbolici la correttezza e la verificabilità dei risultati propri delle tecnologie IA classiche.

IA agentica e tool. L'esplosione del paradigma ad agenti nell'ambito delle nuove tecnologie intelligenti richiede lo sviluppo di nuovi modelli cognitivamente e operativamente congrui sia per l'interazione sociale tra agenti e umani, sia per l'interazione tra agenti e ambiente. Meta modelli come A&A (Agents and Artefacts), nati nell'ambito classico dei MAS, possono oggi fornire una cornice originale, coerente ed efficace per la definizione e l'uso di tool nei contemporanei sistemi di IA agentica.

Ingegneria dei sistemi intelligenti ad agenti. Mentre il mainstream dell'ingegneria del software, basata sulle astrazioni a oggetti, è ormai giunto a maturità e ha mostrato i suoi limiti, le nuove tecnologie intelligenti richiedono e promuovono nuovi approcci metodologici. La ricerca si propone quindi di sviluppare nuove metodi, strumenti, e metodologie AOSE (agent-oriented software engineering) per l'ingegneria dei sistemi intelligenti contemporanei.

Simulazione di sistemi complessi basata su agenti. I sistemi multiagente rappresentano oggi il principale paradigma per la simulazione dei sistemi complessi, quali ecosistemi, biosistemi, sistemi sociali, ecc. Lo sviluppo specifico di modelli agent-based per la simulazione di sistemi complessi, e delle corrispondenti tecnologie, rappresentano ovviamente gli obbiettivi primari di questa linea di ricerca.