Introduzione all'intelligenza artificiale (concluso)
Obiettivi formativi e contenuti generali
Il corso intende fornire una presentazione dell’intelligenza artificiale (AI), inquandrandola storicamente e tematicamente, individuando le principali sottoaree e illustrando i limiti, le potenzialità applicative e i rischi;.
In particolare, saranno affrontati i seguenti moduli formativi:
Introduzione all’Intelligenza Artificiale. L’area della AI sarà collocata storicamente e verranno elencati i principali successi (e fallimenti) dell’area. Ci si focalizzerà poi su alcuni risultati e linguaggi della AI simbolica e verrà offerta una panoramica degli insegnamenti dell’area offerti da Uniud.
Intelligenza Artificiale: Ragionamento e Memoria. Da sempre, l’AI procede lungo due direttrici: AI simbolica, o basata sui modelli, ed AI sub-simbolica, o basata sui dati. Il focus della prima è sui metodi e le tecniche di rappresentazione della conoscenza e di ragionamento automatico, quello della seconda sulla ricerca di mimare il comportamento del cervello umano e della sua complessa rete di neuroni interconnessi. Si illustreranno potenzialità e limiti, pratici e teorici, dei due filoni di ricerca, con un'attenzione particolare alle questioni di natura filosofica ed etica.
Ottimizzazione intelligente per la pianificazione di attività. Verranno illustrate, ad alto livello, le principali tecniche di ottimizzazione e di AI per il progetto e lo sviluppo di algoritmi per la pianificazione in ambito industriale e nei servizi.
Cosa sono le reti neurali artificiali? Saranno illustrate brevemente le idee che hanno fatto da stimolo alla proposta di implementare le cosiddette reti neurali artificiali ed il gergo che si usa in quest'area. A seguire vedremo alcuni fra i problemi tecnici e le opportunità applicative che accompagnano l’architettura di questi strumenti di calcolo e ne illustreremo alcune delle fondamentali varianti. Concluderemo con un'analisi ad alto livello delle questioni computazionali che i ricercatori del campo affrontano nella valutazione dell’operato sia di reti neurali artificiali che, più in generale, di strumenti di apprendimento automatico.
Dall’Intelligenza Naturale all’Intelligenza Artificiale: opportunità e minacce alla cybersicurezza nel mondo digitale. Saranno brevemente illustrate le principali tecniche di AI usate nell’area della videosorveglianza e della sicurezza dei sistemi informatici connessi in rete.
Applicazioni dell’Intelligenza Artificiale, dai primi programmi per il problem solving e gli scacchi a chatGPT. Durante il seminario saranno illustrate le principali tecniche di intelligenza artificiale per l'elaborazione del linguaggio naturale e acquisite le competenze necessarie per sfruttare le potenzialità di ChatGPT.
Al termine del percorso gli studenti acquisiranno, relativamente alle discipline trattate:
1.1 Conoscenza e comprensione: Conosceranno la storia e le principali aree di ricerca della AI, e comprenderanno i principali limiti, i rischi e le potenzialità delle app di AI usate comunemente in varie discipline. Avranno una conoscenza più precisa delle terminologie legate alla AI che si trovano ormai quotidianamente nella stampa.
1.2 Capacità di applicare conoscenza e comprensione:
Non sono previste attività pratiche nel corso. Gli studenti sapranno in quali corsi UNIUD potranno eventualmente approfondire e acquisire tali capacità.
Gli studenti acquisiranno inoltre le capacità trasversali (soft skills):
2.1 Autonomia di giudizio: sapranno comprendere quando alcuni dei messaggi giornalistici/pubblicitari legati all’AI siano puramente propagandistici o abbiano un fondo scientifico
2.2 Abilità comunicative: sapranno utilizzare la terminologia della AI in modo adeguato
2.3 Capacità di apprendimento: acquisiranno dei rudimenti di metodo scientifico
Il corso è di carattere introduttivo. Le presentazioni dei docenti saranno messe a disposizione.
Per lo studente interessato ad approfondire, un testo classico e aggiornato è il seguente:
Russell S., Norvig P. Intelligenza Artificiale - Un approccio moderno - IV Edizione. Pearson, 2021.
Durata e periodo di erogazione
Il corso ha la durata di 12 ore e verrà erogato dal mese di novembre 2023 con una frequenza di 1 lezione a settimana. Le lezioni si terranno il lunedi dalle ore 17.00.
CFU attribuiti: 1
Le modalità di riconoscimento dei crediti saranno previste dalla struttura didattica di riferimento di ogni corso di studio.
Calendario lezioni
Destinatari
Il corso è indirizzato a tutti gli studenti dell’Ateneo e specializzandi, fatta eccezione agli studenti delle lauree magistrali in informatica, AI&Cybersecurity e CMTI e dottorandi in discipline informatiche.
Per l'iscrizione degli specializzandi è necessaria l'autorizzazione della Scuola di appartenenza.
Modalità di iscrizione
Le iscrizioni dovranno essere effettuate on-line dal 01/09/2023 accedendo a Esse3 con le proprie credenziali selezionando dal menu Segreteria > Immatricolazioni secondo le modalità descritte in questo documento.
N.B. L'attività didattica verrà inserita nei libretti a iscrizioni chiuse. Non appena gli appelli verranno pubblicati, sarà possibile per gli studenti iscriversi a una delle date d'esame previste.
Modalità di erogazione
L’insegnamento è strutturato in lezioni frontali (didattica erogativa) in presenza (una lezione alla settimana).
Le registrazioni delle lezioni saranno fornite dietro richiesta.
Modalità di verifica dell'apprendimento e tipologia di valutazione
L’esame consisterà in una prova scritta a risposta multipla.
La finalità è quella di accertare conoscenza e comprensione delle tematiche presentate nel corso.
L’esame sarà APPROVATO qualora la/lo studentessa/studente risponda correttamente ad almeno il 60% delle domande.
Eventuali obblighi di frequenza
Saranno rilevate le presenze. Per la partecipazione all’esame è necessario partecipare ad almeno 5 lezioni del corso.
Attraverso le consuete piattaforme, le/gli studentesse/i iscritte/i potranno accedere al materiale didattico messo a disposizione dai docenti.