Dipartimento di Ingegneria e architettura Ingegneria dell’intelligenza artificiale e della sicurezza informatica Intelligenza Artificiale ING-INF/05 (9 CFU) – (Ingegneria dell’Intelligenza Artificiale e della Sicurezza Informatica) PdS 2023-2024 – I anno

L’orario delle lezione sarà pubblicato sull’Agenda Web del Corso di studi: 

https://gestioneaule.unikore.it/agendaweb_unikore/index.php?view=easycourse&_lang=it

L’obiettivo del corso è quello di approfondire i concetti principali ed i metodi che stanno alla base della risoluzione di problemi e applicare le tecniche e gli approcci illustrati per la progettazione e la realizzazione di sistemi intelligenti. Lo studente al termine del corso sarà, inoltre, in grado di comprendere ed utilizzare autonomamente tecniche più avanzate dell’IA e di discutere le principali questioni metodologiche ed etiche ad esse relative.

Alla fine del corso, gli studenti dovranno aver conseguito le seguenti abilità, conoscenze e competenze:

Conoscenza e capacità di comprensione: L’insegnamento si propone di introdurre la conoscenza specifica sui settori dell’intelligenza artificiale e la progettazione sistematica e strutturata di un sistema intelligente. Si propone inoltre di affrontare i principali problemi aperti e le principali questioni teorico-metodologiche nel campo dell’intelligenza Artificiale.

Conoscenza e capacità di comprensione applicate: Lo studente alla fine del corso acquisirà una buona conoscenza di tutti gli aspetti dell’Intelligenza Artificiale. Inoltre, lo studente sarà in grado di analizzare e comprendere gli elementi distintivi dei differenti costrutti implementativi.

Autonomia di giudizio: Lo studente sarà in grado di padroneggiare il percorso storico dell’intelligenza artificiale e le tecniche proprie di ogni approccio.

Abilità comunicative: Lo studente acquisirà la capacità di comunicare ed esprimere problematiche inerenti all’oggetto del corso utilizzando una terminologia appropriata e corretta.

Capacità di apprendere: Lo studente saprà approfondire autonomamente le conoscenze di base acquisite durante il corso e apprendere nuovi strumenti per l’implementazione dei concetti introdotti.

1. Stuart Russell, Peter Norvig, “Intelligenza Artificiale, Un approccio moderno Vol. 1.” Pearson. (parti selezionate dai capp. 1-18).

2. Roberto Cordeschi, Ernesto Burattini, “Intelligenza Artificiale”, Carocci. (parti selezionate dai capp. 1,3, 9,10).

3. E.J. Lemmon, “Elementi di logica”. (parti selezionate dai capp. 1, 2, 3).

4. Slide e materiale messo a disposizione dal docente.

I metodi didattici prevedono lezioni frontali. Tutti gli strumenti utili al corso verranno forniti in aula e messi a disposizione dello studente.

L’accertamento delle competenze avverrà attraverso una prova orale strutturata nella seguente maniera:

1. Elaborato: discussione su aspetti specifici di un progetto assegnato dal docente;

2. Teoria: domande relative alla teoria dell’intelligenza Artificiale.

L’incidenza percentuale delle due componenti per la costruzione del voto finale è così ripartita:

• Elaborato 40%;

• Teoria 70%;

La somma supera il 100% per consentire di compensare un risultato non ottimo in una parte con un risultato ottimo in un’altra parte, in modo da poter raggiungere la votazione di 30/30 anche con un errore marginale, e nello stesso tempo consentire al docente di poter assegnare la lode nel caso di raggiungimento ottimo in entrambe le parti dell’esame.

Il voto sarà espresso secondo il seguente schema di valutazione:

• Ottimo (30-30 e lode): Ottima conoscenza e comprensione degli argomenti riguardanti i sistemi di intelligenza artificiale e della teoria relativa. Eccellenti capacità espositive.

• Molto buono (26-29): Buona conoscenza e comprensione degli argomenti riguardanti i sistemi di intelligenza artificiale e della teoria relativa. Ottime capacità espositive.

• Buono (24-25): Buona conoscenza e comprensione degli argomenti riguardanti i sistemi di intelligenza artificiale e della teoria relativa. Buone capacità espositive.

• Discreto (21-23): Discreta conoscenza e comprensione degli argomenti riguardanti i sistemi di intelligenza artificiale e della teoria relativa. Discrete capacità espositive.

• Sufficiente (18-20): Conoscenza minima degli argomenti riguardanti i sistemi di intelligenza artificiale e della teoria relativa.

• Insufficiente: Manca di una conoscenza accettabile degli argomenti riguardanti i sistemi di intelligenza artificiale e della teoria relativa.

Le date degli esami saranno pubblicati sulla pagina web del corso di laurea almeno due mesi prima dell’inizio della sessione d’esami:

https://gestioneaule.unikore.it/agendaweb_unikore/index.php?view=easytest&_lang=it

Il ricevimento è in presenza (a meno di nuove misure legate ad emergenze sanitarie o altro). Gli orari di ricevimento, un’ora per CFU erogato, sono pubblicati sulla pagina personale del docente.