CLEBA

Lingua Insegnamento:

Italiano
Testi di riferimento:

- Stuart Russell, Peter Norvig. Intelligenza Artificiale, Un approccio moderno. Quarta edizione. Pearson, 2021.
- David Easley, Jon Kleinberg. Networks, Crowds, and Markets: Reasoning About a Highly Connected World. Cambridge University Press, 2010. (Versione elettronica disponibile gratuitamente al seguente link: https://www.cs.cornell.edu/home/kleinber/networks-book/).
Obiettivi formativi:

Conoscenza e capacità di comprensione

L'insegnamento fornisce le basi concettuali e metodologiche dell'Intelligenza Artificiale e della teoria dei sistemi complessi, con particolare attenzione ai processi decisionali e all'interazione tra agenti.
La prima parte del corso introduce i principi fondamentali dell'Intelligenza Artificiale, illustrando il paradigma degli agenti intelligenti e le principali tecniche di ricerca utilizzate per la risoluzione automatica dei problemi.
La seconda parte affronta lo studio dei sistemi complessi, evidenziando come la struttura delle interazioni tra individui e organizzazioni influenzi la diffusione dell'informazione, il coordinamento sociale, i mercati e i processi decisionali collettivi.
Capacità di applicare conoscenza e comprensione
Al termine del corso lo studente sarà in grado di modellare problemi come processi di ricerca nello spazio degli stati, applicare algoritmi di ricerca, comprendere la struttura e la dinamica di alcuni sistemi complessi, analizzare fenomeni di diffusione dell'informazione, coordinamento tra agenti e comportamento collettivo.
Prerequisiti:

Non sono previsti specifici prerequisiti per la frequenza del corso e per il sostenimento dell'esame.
Tuttavia, una conoscenza di base della matematica discreta e dei principi fondamentali della programmazione e degli algoritmi può agevolare la comprensione di alcuni argomenti trattati durante l'insegnamento.
Metodi didattici:

Lezioni ed esercitazioni in aula svolte utilizzando lavagna, videoproiettore e computer.
Modalità di verifica dell'apprendimento:

Conoscenza e capacità di comprensione
L'esame consiste in una prova scritta obbligatoria e in una prova orale facoltativa su richiesta dello studente e/o a discrezione del docente.
La prova scritta verte sull'intero programma e può comprendere domande teoriche, esercizi applicativi e brevi discussioni di casi di studio.
Gli studenti che abbiano superato la prova scritta (cioè che abbiano conseguito una valutazione pari o superiore a 18/30 nella prova scritta) possono sostenere una prova orale facoltativa su richiesta dello studente. La prova orale può essere richiesta anche dal docente. Il colloquio orale verte sull'intero programma ed è finalizzato ad approfondire il livello di comprensione degli argomenti trattati e l'utilizzo appropriato del linguaggio scientifico della disciplina. La valutazione finale, espressa in trentesimi, terrà conto dell’esito della prova scritta e dell’eventuale colloquio orale.
Capacità di applicare conoscenza e comprensione
Attraverso le prove d’esame, il docente verificherà la comprensione dei concetti teorici fondamentali dell'Intelligenza Artificiale e dei Sistemi Complessi da parte dello studente, la capacità di analizzare e discutere modelli, algoritmi e fenomeni studiati durante il corso e la capacità di applicare le conoscenze acquisite alla soluzione di problemi riguardanti le tematiche affrontate durante il corso.
Sostenibilità:
Obiettivi Agenda 2030 per lo sviluppo sostenibile:

Gli argomenti trattati nel corso non sono direttamente riconducibili alla sostenibilità ambientale, sociale ed economica.
Altre Informazioni:

Il corso è articolato in due parti strettamente integrate.
La prima parte introduce i fondamenti dell'Intelligenza Artificiale attraverso il paradigma degli agenti intelligenti e della razionalità computazionale. Verranno affrontati i problemi di ricerca nello spazio degli stati, le strategie di ricerca non informata e informata, l'uso delle euristiche e le principali tecniche per affrontare problemi complessi in ambienti dinamici e parzialmente osservabili.
La seconda parte è dedicata allo studio delle reti sociali, dei mercati e dei sistemi complessi in generale. Saranno introdotti i principali strumenti per l'analisi delle reti sociali e delle strutture connesse, evidenziando il ruolo dei legami sociali, dell'influenza, delle relazioni cooperative e conflittuali e delle interazioni strategiche tra agenti. Verranno inoltre studiati i meccanismi di diffusione dell'informazione, le dinamiche di cascata, i mercati di abbinamento (matching market), i meccanismi d'asta e il ruolo dell'informazione nei processi decisionali collettivi.
Particolare attenzione sarà dedicata ai fenomeni emergenti che derivano dall'interazione di molteplici agenti autonomi.

Il corso introduce i fondamenti dell'Intelligenza Artificiale e della teoria dei sistemi complessi, evidenziando le connessioni tra processi decisionali individuali e fenomeni emergenti in sistemi caratterizzati da un elevato livello di interconnessione.
Argomenti per la parte di Intelligenza Artificiale:
- Introduzione all'Intelligenza Artificiale.
- Problem Solving mediante ricerca.
- Ricerca informata ed euristiche.
- Ricerca oltre gli ambienti classici.
Argomenti per la parte di Sistemi Complessi:
- Sistemi complessi e fenomeni emergenti.
- Interazioni tra individui e strutture sociali.
- Proprietà strutturali delle reti.
- Diffusione dell'informazione.
- Formazione e crescita delle reti sociali.
- Giochi con agenti egoistici e/o cooperativi.
- Meccanismi d'asta (Auctions).
- Mercati di abbinamento (matching market)
- Diffusione di comportamenti e innovazioni.
- Informazione e decisioni collettive.