| |
Intelligenza Artificiale (a.a. 2024/25)
Primo Semestre |
  |
|
| Elenco dei File nel deposito |
|
|
Sommario e Contenuti:
1.Novità
2.Programma del Corso
3.Testi di Riferimento
4.Link Utili
5.Diapositive delle lezioni 
6.Progetti ed Esercizi Proposti
|
|
Novità
-
La lezione di Mercoledi' 20 Novembre sara' dedicata ad una esercitazione sulla logica del Calcolo delle Proposizioni e dei Predicati come ripasso delle nozioni di base (sintassi e semantica dei due sistemi logici).
-
Gli studenti che intendono seguire il Corso sono pregati di registrarsi ad esso, accedendo al sito Delphi.
- Calendario delle lezioni del Corso:
- LUNEDI', h. 14:00-16:00 (Aula 5 PP2 )
- MERCOLEDI', h. 11:00-13:00 (Aula 5 PP2 )
- VENERDI', h. 11:00-13:00 (Aula 5 PP2 )
Il Corso fa riferimento al Team di MS Teams denominato
24_25_BASILI-80300029-INTELLIGENZA_ARTIFICIALE
Gli studenti dell'a.a. 2023-25 debbono fare esclusivo riferimento a tale Team in cui verranno erogate le lezioni.
- Le diapositive delle lezioni saranno pubblicate durante il ciclo delle lezioni su queste pagine e (saltuariamente) sull'area archiviazione (Files") del Team.
-
Programma Finale del Corso. Nella sezione Programma del Corso è pubblicato il programma finale del Corso per l'a.a. 2023-24 ed i riferimenti al Libro di Testo (AI a Modern Approach, Russel e Norvig, 2020).
-
Il Corso insiste sulle ricerche ed i progetti innovativi del Semantics Analytics Group (SAG), che si occupa di Generative AI, Machine Learning e Natural Language Processing nella progettazione ed addestramento di Sistemi Avanzati di Intelligenza Artificiale e architetture basate sui Large Language Models e le loro applicazioni predittive nella Ricerca di informazioni multimediali, nella analisi dei Social Network, nella Sicurezza in rete e nei processi di Enterprise Digital Transformation.
Sono attive alcune sperimentazioni e progetti presso il SAG Laboratory for Semantics Analytics, da cui sono emanate annualmente alcune Borse di Studio e Premi di Laurea.
Sara' possibile discutere in dettaglio le diverse Tesi e attività di stage con il coordinatore di SAG, prof. Roberto BASILI, o con il Ricercatore del Laboratorio, prof. Danilo CROCE.
L'orario di ricevimento, diverso da quello dei Corsi, e' da concordare con i docenti via e-mail.
|
|
Programma
Programma Finale del Corso (a.a. 2022/23) con i riferimenti al Testo AIMA del Corso.
Section I: Paradigmi di Intelligenza Artificiale.
Intelligenza Artificiale: introduzione: fondamenti e storia dell’IA. Fondamenti filosofici dell’IA. IA e etica. (N&R, 1)
Agenti Intelligenti: definizione. Agenti Razionali e Ambiente Operativo. (N&R 2)
Metodi di Soluzione dei Problemi: Ricerca, Ottimizzazione, Giochi, Soddisfazione di Vincoli. Risoluzione di Problemi attraverso la Ricerca automatica. Strategie di Ricerca non informate ed euristiche. (N&R 3, 4)
Section II: Conoscenza negli Agenti Razionali.
Conoscenza: Rappresentazione e Uso. Dimostrazione dei teoremi in logica proposizionale. Ingegneria della conoscenza in Logica del Primo Ordine. Inferenza in Logica del Primo Ordine. Programmazione Logica. Ragionamento e Pianificazione. Agenti Logici. Agenti basati su conoscenza. (N&R 7, 8, 9.1, 9.2, 9.5)
Rappresentazione della conoscenza. Modelli di Rappresentazione della Conoscenza alternativi: reti semantiche e frame. Ingegneria delle Rappresentazioni Ontologiche. (N&R 12.1, 12.2, 12.3, 12.5)
Section III: Agenti Razionali: Comunicazione e Applicazioni.
Comunicazione e azione negli agenti intelligenti. Trattamento Automatico delle Lingue (Natural Language Processing, Robotica). (Jur&Mart 1; N&R 23.1, 23.2, 23.3, Pereira&Shieber Chapt. 4)
Section IV: Agenti e Apprendimento: Machine Learning.
Facoltativo: Incertezza, Conoscenza e Ragionamento. Ragionamento Probabilistico. (da leggere: N&R 13.1-13.3)
Machine Learning. Apprendimento da esempi. Alberi di Decisione. Teoria Statistica dell’Apprendimento. Reti neurali artificiali. ((N&R 18, 18.1-18.4, 18.6-18.7, 18.11)
|
|
Testi di Riferimento
Intelligenza Artificiale: paradigmi - Intelligenza artificiale 4th Ed. - Un approccio moderno, Stuart Russell, Peter Norvig. Pearson, 2022.
NLP Jurafsky Martin (J&M). ”Speech and Language Processing”, D. Jurafsky and J. H .Martin, Prentice-Hall, 2009., Terza edizione.
 Dispense fornite dal docente.
|
|
Lezioni (Lucidi)
- Saranno rese disponibili in questa sezione le dispense di tutte le lezioni del Corso per l'a.a. 2024-25
-
Lezione 0: Introduzione al Corso IA (a.a. 2024-25). Organizzazione e Modalita' Didattiche.
-
Lezione 1: Introduzione all'IA. Dalla Lezione del Corso di "ADVANCES IN AI, LAKE COMO SCHOOL OF ADVANCED STUDIES", SEPTEMBER 23-27, 2024.
-
Lezione 2: Agenti razionali.
-
Lezione 3: Problem Solving come Ricerca.
-
Lezione 4: Algoritmi di Ricerca Informata.
-
Lezione 5: Algoritmi Complessi di Ricerca: Local and On-Line search.
Lezione 6: Agenti Logici: Conoscenza, Linguaggi Logici ed Inferenza .
Suggest Readings
Lezione 7: Agenti Logici: il ruolo del Calcolo Proposizionale: sintassi e semantica del CProp, Algoritmi di Inferenza, Risoluzione per il Cprop, applicazione al planning.
|
|
Link Utili
|
|
LABORATORI: Progetti ed Esercizi
|
