Conoscenza e capacità di comprensione (knowledge and understanding): saranno acquisite le conoscenze relative agli Agenti Intelligent ed alle loro caratteristiche principali.
Capacità di applicare conoscenza e comprensione (applying knowledge and understanding): saranno acquisite le capacità per applicare le nozioni imparate in vari campi come: risoluzione di problemi combinatorialmente difficili, giochi e teoria delle decisioni, deduzione e ragionamento automatico.
Autonomia di giudizio (making judgements): Lo studente sarà in grado di valutare la possibilità di sviluppare algoritmi e sistemi intelligenti per l'automazione di processi decisionali in diversi ambiti applicativi.
Abilità comunicative (communication skills): saranno acquisite le necessarie abilità comunicative ed un'adeguata appropriatezza espressiva nella comunicazione di problematiche inerenti i sistemi intelligenti e le loro applicazioni.
Capacità di apprendimento (learning skills): lo studente avrà la capacita di adattare le conoscenze acquisite anche a nuovi contesti e di comprendere i limiti di applicabilità delle tecniche di intelligenza artificiale.
Il modulo di Laboratorio si concentra sugli aspetti implementativi e progettuali, dei vari algoritmi introdotti soprattutto durante la prima parte del corso, ovvero sulla risoluzione di problemi, anche computazionalmente molto complessi.
Alla fine del corso, gli studenti avranno acquisito una notevole esperienza implementativa e sperimentale, su diversi algoritmi di ricerca propri dell'Intelligenza Artificiale
Il corso presuppone una buona conoscenza di strumenti matematici discreti e continui, ed una conoscenza approfondita di algoritmi e complessita' di problemi.
Il corso presuppone una buona conoscenza di linguaggi di programmazione (Ex. Java e/o C++) e lo studio delle tematiche viste durante le ore di lezione.
La frequenza è consigliata. Le lezioni permettono di cogliere meglio gli argomenti trattati e l'idea generale che tiene legati i diversi temi e forniscono riferimenti e digressioni utili.
La frequenza è consigliata. Le lezioni permettono di cogliere meglio gli argomenti trattati e l'idea generale che tiene legati i diversi temi e forniscono riferimenti e digressioni utili.
Il corso è suddiviso in 2 parti fondamentali. La prima parte su Risoluzione di Problemi e la seconda su Conoscenza e Ragionamento
Contenuti dettagliati del Corso:
PRIMA PARTE: Risoluzione di Problemi
SECONDA PARTE: Conoscenza e Ragionamento
Il corso di Laboratorio, si concentrerà in particolare sugli aspetti implementativi di
Strategie di ricerca non informata (BFS, Ricerca a costo uniforme, DFS, Ricerca a profondità’ limitata, etc.) e il confronto sperimentale del loro costo.
Strategie di ricerca informata (Greedy BFS, A*, Ricerca euristica a memoria limitata, etc.) ed il confronto sperimentale del loro costo
Ricerca locale e problemi di ottimizzazione, ivi incluse tecniche di computazione naturale
Tecniche algoritmiche per giochi (Minimax, Alfa-beta, etc.)
Algoritmi per problemi con vincoli (Colorazione di mappe, etc.)
Il Libro di testo adottato è, Artificial Intelligence, a modern approach, 3rd Edition, S. Russel, P. Norvig, Disponibile anche in versione italiana. Altro materiale sara' fornito dal docente a lezione.
Tutto il materiale didattico riguardante il corso sarà pubblicato su Studium.
Tutto il materiale didattico riguardante il corso di laboratorio sarà pubblicato su Studium.
INTELLIGENZA ARTIFICIALE | ||
Argomenti | Riferimenti testi | |
1 | Fondamenti e Storia dell'Intelligenza Artificiale | Cap. 1 e 27 |
2 | Agenti Intelligenti | Cap. 2 |
3 | Risoluzione dei problemi per mezzo di ricerca | Cap. 3 |
4 | Oltre la ricerca classica | Cap. 4 |
5 | Ricerca con avversari e giochi | Cap. 5 |
6 | Problemi con soddisfacimento di vincoli | Cap. 6 |
7 | Agenti Logici | Cap. 7 |
8 | Logica del primo ordine | Cap. 8 |
9 | Inferenza nella logica del primo ordine | Cap. 9 |
10 | Quantificare l'incertezza | Cap. 13 |
11 | Ragionamento Probabilistico | Cap. 14 |
12 | Decisioni Semplici | Cap. 16 |
L'esame si svolge oralmente.
I quesiti riguardano tutte le parti del programma. In aggiunta, gli studenti presenteranno alla prova orale un progetto implementativo su uno degli argomenti del corso approfondito durante il Laboratorio.
L'esame consiste nello svolgimento di un progetto.
Non sono previste prove in itinere.
Non prevista
Non è prevista una prova di fine corso.
Non prevista.