Introduzione all'intelligenza artificiale

Maria Simi      Tel. 0502212758

Presentare i concetti principali e i metodi che stanno alla base della progettazione di sistemi di intelligenti.

Conoscenze. Acquisire una conoscenza di base dei concetti, delle tecniche e dei settori applicativi dell'Intelligenza Artificiale.

Capacità. Capacità di impostare e risolvere un problema secondo il paradigma di ricerca in uno spazio di stati, capacità di rappresentazione di conoscenza nei principali linguaggi (logici e non) e di progettazione e sviluppo di sistemi di inferenza. Capacità di scegliere ed utilizzare correttamento alcuni algoritmi base di apprendimento automatico.

Comportamenti. Consapevolezza dei limiti attuali e delle potenzialità dei sistemi “intelligenti”.

Il corso introdurrà l'Intelligenza Artificiale mediante una trattazione delle tecniche di base per la realizzazione di agenti intelligenti:

• risoluzione dei problemi secondo il paradigma della ricerca in spazi di stati: algoritmi di ricerca non informata ed euristica, di ricerca locale e stocastici, algortmi di ricerca online, problemi con avversario
  
• formalismi per la rappresentazione della conoscenza e il ragionamento automatico: il calcolo proposizionale, la logica dei predicati, sistemi a regole, metodi strutturati, logiche descrittive e relativi metodi di inferenza
  
• formalizzazione di cambiamento e azioni, pianificazione
  
• basi dell'apprendimento automatico: apprendimento supervisionato, non supervisionato e analisi di dati multivariati.
  

 The course introduces the field of Artificial Intelligence by presenting the main techniques for the implementation of intelligent agents:

• problem solving as search in state spaces: non informed and heuristic search algorithms, local and stocastic search, online search, adversarial search
  
• knowledge representation formalisms and automated reasoning: propositional calculus, predicate logic, rule-based systems, structured methods, description logics and related inference methods
  
• formalization of action and change, planning algorithms
  
• the basis of machine learning: supervised, unsupervised and multivariate data analysis.
  

Il corso si articola in lezioni teoriche ed esercitazioni, che hanno lo scopo di esemplificare i concetti sviluppati durante le lezioni e presentare problemi da formalizzare. Ci saranno due prove scritte di valutazione intermedia, alla fine del primo e del secondo modulo.

Scritto e orale