Artificial intelligence
A.A. 2023/2024
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
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento può essere seguito come corso singolo.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Primo semestre
Programma
Programma per studenti frequentanti e non frequentanti
I sistemi intelligenti: caratteristiche, differenziazioni tra sistemi biologici e artificiali.
Storia dell'AI (Artificial Intelligence). Logica. Logica booleana: 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, esempi.
Sistemi artificiali che si ispirano a quelli biologici. Algoritmi genetici, cenni. Artificial Neural Network. Brain Computer Interface. Modelli teorici ed esempi pratici.
Ambiente online disponibile su: https://rfolgieriai.ariel.ctu.unimi.it/v5/Home/default.aspx
Chi porta il programma da 6 cfu deve seguire le prime 40 ore di lezione, chi porta il programma da 9 cfu segue tutte e 60 le ore di lezione.
Registrazione delle lezioni: No
Proposta didattica per non frequentanti: 2 lezioni dedicate ai non frequentanti in videoconferenza (Teams). Tali lezioni saranno remote, registrate e rese disponibili nell'ambiente on line. Tutti i dettagli in https://rfolgieriai.ariel.ctu.unimi.it/v5/Home/default.aspx
Validità del programma: 1 anno accademico, come da regolamento didattico del corso di laurea
I sistemi intelligenti: caratteristiche, differenziazioni tra sistemi biologici e artificiali.
Storia dell'AI (Artificial Intelligence). Logica. Logica booleana: 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, esempi.
Sistemi artificiali che si ispirano a quelli biologici. Algoritmi genetici, cenni. Artificial Neural Network. Brain Computer Interface. Modelli teorici ed esempi pratici.
Ambiente online disponibile su: https://rfolgieriai.ariel.ctu.unimi.it/v5/Home/default.aspx
Chi porta il programma da 6 cfu deve seguire le prime 40 ore di lezione, chi porta il programma da 9 cfu segue tutte e 60 le ore di lezione.
Registrazione delle lezioni: No
Proposta didattica per non frequentanti: 2 lezioni dedicate ai non frequentanti in videoconferenza (Teams). Tali lezioni saranno remote, registrate e rese disponibili nell'ambiente on line. Tutti i dettagli in https://rfolgieriai.ariel.ctu.unimi.it/v5/Home/default.aspx
Validità del programma: 1 anno accademico, come da regolamento didattico del corso di laurea
Prerequisiti
Conoscenza statistica e logica di base. Familiarità con i sistemi informatici. Conoscenza di base di semplici espressioni matematiche (rappresentazione di funzioni).
Metodi didattici
Lezioni teoriche e pratiche, discussioni in aula, analisi di lavori di ricerca.
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 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, anche alla luce delle teorie filosofiche.
Gli studenti dovranno anche aver maturato capacità di comunicazione di quanto appreso.
Gli studenti dovranno anche aver maturato capacità di comunicazione di quanto appreso.
Siti didattici
Docente/i
Ricevimento:
Mercoledì, ore 11.00. Date le circostanze, il ricevimento può avvenire anche via Skype o Teams (prendere contatti via e-mail)
Teams, Skype o Dipartimento di Filosofia, cortile Ghiacciaia, via Festa del Perdono 7 (previo appuntamento via e-mail)