Docenti
– Conoscere i concetti e i principi fondamentali dell’Intelligenza Artificiale (IA) e di alcuni dei suoi maggiori settori, quali i sistemi basati sulla conoscenza, le tecniche di rappresentazione della conoscenza e di ragionamento, l’elaborazione del linguaggio naturale, il problem solving e l’apprendimento automatico
– Capire che l’IA è una disciplina ingegneristica, volta a sviluppare sistemi software in grado di svolgere compiti cognitivi avanzati,
– Capire relazioni e differenze tra gli approcci tradizionali dell’informatica e l’approccio IA,
– Conoscere le principali caratteristiche dei due approcci all’IA: simbolico e subsimbolico,
– Conoscere alcune delle principali aree applicative dell’IA,
– Saper programmare semplici moduli di Machine Learning.
CAPACITA’ RELATIVE ALLE DISCIPLINE
Lo studente dovrà:
1. Conoscenza e capacità di comprensione:
acquisire specifiche conoscenze dei principali concetti e principi dell’IA. Conoscere e sapere utilizzare le tecniche base per la rappresentazione della conoscenza e dell’apprendimento automatico, anche mediante specifiche esercitazioni laboratoriali;
2. Capacità di applicare conoscenza e comprensione:
sapere come analizzare e rappresentare conoscenza specifica di un dominio, come rappresentare il significato di semplici testi in linguaggio naturale e saper risolvere semplici problemi di machine learning e saper applicare le conoscenza di cui sopra in specifici contesti applicativi.
CAPACITA’ TRASVERSALI / SOFT SKILLS
Lo studente dovrà:
1. Autonomia di giudizio:
saper valutare indipendentemente le caratteristiche di un’applicazione informatica ed essere in grado di capire se si tratta di un dominio adatto all’IA o alle tecniche tradizionali.
2. Abilità comunicative:
saper illustrare con rigore logico e terminologico, a voce e per iscritto, lo scenario generale e le modalità di funzionamento di un sistema software basato su tecniche di IA.
3. Capacità di apprendimento:
essere in grado di apprendere le nozioni base dell’IA, al fine poi eventualmente di raffinare e di approfondire specifici settori della disciplina.
Gli argomenti trattati sono i seguenti: nozioni di base e definizione di conoscenza, intelligenza, intelligenza artificiale; aspetti filosofici ed etici dell’IA; tecniche base ed alcuni argomenti più avanzati relativi alla rappresentazione della conoscenza; problem solving; sistemi multiagente; tecniche di modellizzazione concettuale, ontologie e modelli del ragionamento diagnostico; elaborazione del linguaggio naturale; apprendimento automatico con introduzioni alle principali tecniche supervisionate e non supervisionate, incluse: regole associative, induzione di alberi di decisione, regressione lineare, regressione logistica, SVM, Clustering, Reti Neurali, Multi-Layer Perceptron, Reti Profonde e Apprendimento per Rinforzo; bias e fairness; IA human-in-the-loop; storia e futuro dell’IA.
Università degli Studi di Udine
Dipartimento di Scienze Matematiche, Informatiche e Fisiche (DMIF)
via delle Scienze 206, 33100 Udine, Italy
Tel: +39 0432 558400
Fax: +39 0432 558499
PEC: dmif@postacert.uniud.it
p.iva 01071600306 | c.f. 80014550307
30 km from Slovenia border
80 km from Austria border
120 km from Croatia border
160 km South West of Klagenfurt (Austria)
160 km West of Lubiana (Slovenia)
120 km North East of Venezia (Italy)