CORSO DI INTELLIGENZA ARTIFICIALE

Presentazione sul tema: "CORSO DI INTELLIGENZA ARTIFICIALE"— Transcript della presentazione:

1 CORSO DI INTELLIGENZA ARTIFICIALE
PROF Flora Amato Ph.D. Ricercatrice T.D.B Dipartimento di Ingegneria Elettrica e delle Tecnologie dell'Informazione Università degli Studi di Napoli Federico II Stanza Ed. 3 - Via Claudio, Napoli - Italy Tel:  

2 PROGRAMMA DEL CORSO Che cosa Studieremo

3 Parte I: Introduzione all’Intelligenza Artificiale
Agenti intelligenti Agenti ed ambienti Il concetto di razionalità La natura degli ambienti La struttura degli agenti

4 Parte II: Ragionamento AUTOMATICO
Agenti logici Agenti basati sulla conoscenza Logica Calcolo proposizionale Schemi di ragionamenti nel calcolo proposizionale Concatenazione in avanti e all'indietro Logica del primo ordine Sintassi e semantica della logica del primo ordine

5 Parte II: Ragionamento AUTOMATICO
Usare la logica del primo ordine L' inferenza nella logica del primo ordine Inferenza proposizionale e inferenza del primo ordine Unificazione Concatenazione in avanti Concatenazione all'indietro

6 Parte II: Ragionamento AUTOMATICO
Programmazione Logica Logica matematica e Concettualizzazione. Programmazione logica e Prolog. Unificazione e Pattern Matching. Prolog Dervatori Simbolici in Prolog

7 Parte II: Ragionamento AUTOMATICO
Liste in Prolog Operatori extra-logici in Prolog: not, cut, fail Sistemi esperti in Prolog Laboratorio su Ragionamento Automatico

8 Contest sul ragionamento automatico

9 Parte iIi: RAPPRESENTAZIONE DELLA Conoscenza
Schemi per la rappresentazione della conoscenza La qualità della conoscenza. Ragionamento automatico: ragionamento modale e temporale Introduzione alle Ontologie Linguaggi per la rappresentazione della conoscenza OWL/RDF

10 Parte iIi: RAPPRESENTAZIONE DELLA Conoscenza
Logiche Descrittive: Sintassi e Semantica Estrazione della Conoscenza dal Linguaggio Naturale Sistemi di NLP (Natural Language Processing). Laboratorio su Gestione della Conoscenza

11 Contest suLLA RAPPRESENTAZIONE DELLA CONOSCENZA

12 Parte IV: Risoluzione di problemi
Risolvere i problemi con la ricerca  Agenti risolutori di problemi Problemi esemplificativi Cercare soluzioni Strategie di ricerca non informata Ricerca in ampiezza Ricerca a costo uniforme Ricerca in profondità Ricerca a profondità limitata Confronto tra le strategie di ricerca non informata

13 Parte IV: Risoluzione di problemi
Evitare ripetizioni negli stati Ricerca con informazione parziale Ricerca informata Strategie di ricerca informata o euristica Ricerca Best-first greedy o "golosa" Ricerca A* Ricerca euristica con memoria limitata Algoritmi di ricerca locale e problemi di ottimizzazione

14 Parte IV: Risoluzione di problemi
Strumenti : il Linguaggio Python

15 Contest suLLA RISOLUZIONE DEI PROBLEMI

16 Parte V: Teoria dei Giochi
Introduzione alla Teoria dei Giochi Decisioni ottime nei giochi L'algoritmo minimax Potatura alfa-beta

17 Parte V: Teoria dei Giochi
Decisioni imperfette in tempo reale Giochi che includono elementi casuali Lo stato dell'arte dei programmi di gioco Laboratorio su Teoria dei Giochi

18 Testi di riferimento S. Russell, P. Norvig, Intelligenza artificiale.
Un approccio moderno, volume 1, Pearson-Italia, Milano-Torino, ediz (anche 2005) capitoli 1, 2, 3, 4, 7, 8, 9, 10, 11, 12, 26, 27

19 Letture suggerite - N. Bostrom, Superintelligenza. Tendenze, pericoli, strategie, Bollati Boringhieri,   - R. Cingolani, G. Metta, Umani e umanoidi, Il Mulino, Bologna, 2015. - M. Di Francesco, M. Marraffa, A. Tomasetta, Corpo, coscienza, pensiero, Carocci, Roma, 2017. - K. Warwick, Intelligenza artificiale. Le basi, Flaccovio Editore, 2015. - F. Bianchini, A. Gliozzo, M. Matteuzzi (a cura di), Instrumentum vocale. Intelligenza artificiale e linguaggio, Bononia University Press, Bologna, 2007. - M. Marraffa, A Paternoster, Persone, menti, cervelli, Mondadori, Milano, 2012.

20 MODALITA’ DI ESAME Prova Scritta Prova Orale
Elaborati su argomenti assegnati e discussi durante le lezioni di laboratorio