Artificial intelligence
A.A. 2020/2021
Obiettivi formativi
Gli insegnamenti attinenti al settore INF/01 - Informatica si prefiggono di introdurre i discenti all'applicazione di teorie filosofiche ad ambiti tecnologici informatici secondo il moderno approccio sperimentale.
In questo ambito, il corso di Artificial Intelligence ha come obiettivo l'applicazione di strumenti filosofici alla ricerca empirica in tale ambito informatico, attraverso l'illustrazione di problemi concreti affrontabili grazie alle acquisite informazioni filosofiche e metodologie informatiche.
In questo ambito, il corso di Artificial Intelligence ha come obiettivo l'applicazione di strumenti filosofici alla ricerca empirica in tale ambito informatico, attraverso l'illustrazione di problemi concreti affrontabili grazie alle acquisite informazioni filosofiche e metodologie informatiche.
Risultati apprendimento attesi
a. Conoscenze e Comprensione
Alla fine del corso di Artificial Intelligence, il discente avrà acquisito elevata capacità di comprensione dei problemi e di discussione e confronto tra le diverse prospettive teoriche nell'ambito disciplinare, alla luce delle teorie filosofiche che accompagnano il percorso di studi.
b. Capacità di applicare conoscenze e comprensione
Alla fine del corso il discente sarà in grado di progettare soluzioni informatiche a problemi teorici e pratici, coniugando metodologie dell'Artificial Intelligence e teorie filosofiche, avendo inoltre maturato capacità di comunicazione di quanto appreso.
Alla fine del corso di Artificial Intelligence, il discente avrà acquisito elevata capacità di comprensione dei problemi e di discussione e confronto tra le diverse prospettive teoriche nell'ambito disciplinare, alla luce delle teorie filosofiche che accompagnano il percorso di studi.
b. Capacità di applicare conoscenze e comprensione
Alla fine del corso il discente sarà in grado di progettare soluzioni informatiche a problemi teorici e pratici, coniugando metodologie dell'Artificial Intelligence e teorie filosofiche, avendo inoltre maturato capacità di comunicazione di quanto appreso.
Periodo: Primo semestre (se vi sono più edizioni controllare anche il periodo dell'edizione, che può essere diverso)
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Primo semestre
La didattica avverrà in modalità sincrona (lezioni su Teams - codice corso l1qrag6) ed asincrona (materiale su Ariel).
Programma
Programma per studenti frequentanti e non frequentanti
I sistemi intelligenti: caratteristiche, differenziazioni tra sistemi biologici e artificiali.
Storia dell'AI (Artificial Intelligence). Logica: applicazione in AI (esercizi). GOFAI, AI forte e debole: sostenitori, motivazioni, test a supporto. Il Test di Turing: principi ed esercizi. Le critiche al Test di Turing: Searle e altri. Filosofia dell'AI: i principali esponenti.
Intelligenza artificiale e apprendimento delle macchine: il machine learning. Modelli matematici, algoritmi, esercizi, implementazione di algoritmi.
Sistemi artificiali che si ispirano a quelli biologici. Algoritmi genetici, Artificial Neural Networks, Brain Computer Interface. Modelli teorici ed esercizi pratici.
I sistemi intelligenti: caratteristiche, differenziazioni tra sistemi biologici e artificiali.
Storia dell'AI (Artificial Intelligence). Logica: applicazione in AI (esercizi). GOFAI, AI forte e debole: sostenitori, motivazioni, test a supporto. Il Test di Turing: principi ed esercizi. Le critiche al Test di Turing: Searle e altri. Filosofia dell'AI: i principali esponenti.
Intelligenza artificiale e apprendimento delle macchine: il machine learning. Modelli matematici, algoritmi, esercizi, implementazione di algoritmi.
Sistemi artificiali che si ispirano a quelli biologici. Algoritmi genetici, Artificial Neural Networks, Brain Computer Interface. Modelli teorici ed esercizi pratici.
Prerequisiti
Conoscere statistica e logica di base. Familiarità con i sistemi informatici. Conoscenza di base di algoritmi ed espressioni matematiche relativi alla rappresentazione di funzioni.
Metodi didattici
Lezioni teoriche e pratiche, erogate in modalità sincrona (lezioni su Teams) ed asincrona (materiale su Ariel).
Materiale di riferimento
· "INTELLIGENZA ARTIFICIALE - Vol.2, un approccio moderno", 2° edizione, di Peter Norvig e Stuart Russel, edito dalla Pearson
· Dispense a cura del docente
· Nilsson, The Quest for Artificial Intelligence: A History of Ideas and Achievements
· Altro materiale comunicato di volta in volta a lezione
· Dispense a cura del docente
· Nilsson, The Quest for Artificial Intelligence: A History of Ideas and Achievements
· Altro materiale comunicato di volta in volta a lezione
Modalità di verifica dell’apprendimento e criteri di valutazione
Test in itinere e prove scritte finali con discussione orale per verificare le conoscenze acquisite. Gli studenti dovranno dimostrare di aver acquisito una elevata capacità di comprensione dei problemi e di discussione e confronto tra le diverse prospettive teoriche nell'ambito disciplinare, alla luce delle teorie filosofiche.
Gli studenti dovranno anche essere in grado di progettare soluzioni informatiche a problemi teorici e pratici, avendo inoltre maturato capacità di comunicazione di quanto appreso.
Gli studenti dovranno anche essere in grado di progettare soluzioni informatiche a problemi teorici e pratici, avendo inoltre maturato capacità di comunicazione di quanto appreso.
Moduli o unità didattiche
Unita' didattica A
INF/01 - INFORMATICA - CFU: 3
Lezioni: 20 ore
Unita' didattica B
INF/01 - INFORMATICA - CFU: 3
Lezioni: 20 ore
Unita' didattica C
INF/01 - INFORMATICA - CFU: 3
Lezioni: 20 ore
Siti didattici
Docente/i
Ricevimento:
Mercoledì, ore 11.00. Date le circostanze, il ricevimento avviene via Skype (nickname MTCUBE)
Al momento via skype, a distanza. Dipartimento di Filosofia, cortile Ghiacciaia, via Festa del Perdono 7