Introduzione all'intelligenza artificiale

Codice: 252AACrediti: 9Sem: 2Sigla: IIA
Settore disciplinare: INF/01 - Informatica

Docenti

Maria Simi   Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.   Home Page di Maria Simi  Stanza 365  Tel. 0502212758
Alessio Micheli   Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.   Home Page di Alessio Micheli  Stanza 358  Tel. 0502212798

Prerequisiti

I parte: Algoritmi e strutture dati. Logica formale.

II parte: Elementi di analisi matematica: funzioni, calcolo differenziale; elementi di notazione e calcolo matriciale; algoritmica; elementi di probabilita' e  statistica.

Obiettivi di apprendimento

Il corso si propone di fornire un'introduzione all'Intelligenza Artificiale trattandone i suoi aspetti principali.

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.

Descrizione

Il corso introdurrà l'Intelligenza Artificiale mediante una trattazione delle tecniche di base per la realizzazione di agenti intelligenti e in particolare il paradigma di risoluzione dei problemi come ricerca in uno spazio di stati, la rappresentazione della conoscenza e il ragionamento automatico, i metodi e modelli di base dell' apprendimento automatico.

Indicazioni metodologiche

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.

Programma

1. Risoluzione dei problemi come ricerca

  • Introduzione all'Intelligenza Artificiale e agli agenti
  • Formulazione dei problemi come ricerca in uno spazio di stati
  • Strategie di ricerca non informata
  • Ricerca euristica
  • Generazione e valutazione di euristiche
  • Metodi locali
  • Ricerca online
  • Problemi di soddisfacimento di vincoli
  • Ricerca con avversario (giochi).

2. Rappresentazione della conoscenza e ragionamento

  • Rappresentazione di conoscenza di senso comune e limiti espressivi della logica classica
  • Mediazione tra espressività e complessità computazionale.
  • Algoritmi efficienti per la soddisfacibilità
  • Deduzione automatica: il metodo di risoluzione
  • Programmazione logica
  • Sistemi a regole
  • Reti semantiche e frame
  • Logiche per il web semantico

3. Apprendimento automatico

  • Introduzione al paradigma, alle “forme” e ai metodi dell’apprendimento automatico
  • Apprendimento induttivo di regole proposizionali.
  • Apprendimento supervisionato: classificazione e regressione (modelli lineari)
  • Apprendimento non supervisionato (clustering)
  • Validazione: tecniche e aspetti teorici.
  • Modelli dei paradigmi Bayesiano, simbolico, sub-simbolico, instance based.
  • Esempi di applicazioni.

Ore lezione: 54Ore esercitazione: 18  

Bibliografia

S. Russell, P. Norvig, “Artificial Intelligence: a modern approach", Pearson, Third Edition, 2010.

Le letture consigliate includono i seguenti testi:

The Description Logic Handbook, F. Baader, D. L.
McGuinness, D. Nardi, P. F. Patel-Schneider (chapter 2).

T. Mitchell, Machine Learning, McGraw-Hill 1997.

Potranno essere suggeriti ulteriori testi.

Modalità esame

Scritto e orale

Ulteriore pagina web del corso:http://www.di.unipi.it/~simi/IIA/