- Oggetto:
- Oggetto:
Intelligenza artificiale (I SEM)
- Oggetto:
Artificial Intelligence
- Oggetto:
Anno accademico 2023/2024
- Codice dell'attività didattica
- INT 1455
- Docenti
- Rosa Meo (Referente)
Daniele Paolo Radicioni
Gian Luca Pozzato
Guido Boella - Corso di studi
- Corso SSST
- Anno
- 1° anno 2° anno 3° anno 4° anno 5° anno
- Periodo didattico
- Primo semestre
- Tipologia
- A scelta dello studente
- Crediti/Valenza
- 6 (36 ore)
- SSD dell'attività didattica
- INF/01 - informatica
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Obbligatoria
- Tipologia d'esame
- Elaborato
- Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
Il corso si propone di introdurre l’Intelligenza Artificiale ad un pubblico di studenti non specialistico. L’obiettivo principale è di permettere di riconoscere le principali sfide e problemi legati all’Intelligenza Artificiale. Tuttavia ci si pone l’obiettivo di dare l’opportunità di svolgere qualche breve esperienza pratica tramite l’utilizzo di software specializzati nello svolgimento di alcuni problemi. Il corso è composto da quattro moduli nei quali si approfondiscono aspetti diversi: l’illustrazione del campo dell’Intelligenza Artificiale tramite problemi classici come la robotica e i meccanismi di ragionamento di un agente artificiale. Il secondo modulo è dedicato all’Apprendimento Automatico in cui si introducono i principali modelli di risoluzione di un problema da parte di un agente artificiale partendo dai dati e dall’ambiente. Il terzo modulo introduce la metodologia di elaborazione del linguaggio naturale dal punto di vista computazionale, necessaria per interagire con un agente artificiale tramite il linguaggio. Il quarto modulo tratterà gli aspetti di etica e di tipo legislativo legati all’Intelligenza Artificiale, proponendo la discussione su esempi e storie reali.
The course is an introduction to Artificial Intelligence to a public of students that are not specialists. The main goal is to allow students to recognize the main challenges and tasks related to Artificial Intelligence. Another goal is to offer the opportunity to conduct a practical experience with a software package that will solve specific tasks. The course is divided into four modules. The first one is an introduction to Artificial Intelligence and discusses the classical tasks such as robotics and reasoning mechanisms of an artificial agent. The second module is an introduction to Machine Learning in which we discuss the main tasks of learning from data and the environment by an artificial agent. The third module introduces the methodology of Natural Language Processing, essential to allow an artificial agent to interact by means of the language. The fourth module treats the issues of ethics and law related to Artificial Intelligence and it proposes the discussion on examples of real case stories.
- Oggetto:
Risultati dell'apprendimento attesi
Le studentesse e gli studenti alla fine del corso dovrebbero aver acquisito la capacità di riconoscere i problemi e le sfide principali e tipiche dell'Intelligenza Artificiale, nonchè alcune delle loro implementazioni nei casi di studio reali, con la capacità di comprenderne le potenzialità ma anche i limiti.
The student is supposed to learn and recognize the main tasks of Artificial Intelligence, their implementation in real use cases, and understand their potentialities and limits.
- Oggetto:
Modalità di insegnamento
Lezioni ed esercitazioni in aula e in laboratorio
Lectures and workshops
- Oggetto:
Modalità di verifica dell'apprendimento
Per la verifica finale del raggiungimento degli obiettivi formativi, è richiesta la realizzazione di un breve elaborato scritto (massimo 2500 parole bibliografia esclusa) di approfondimento su uno dei temi affrontati durante le lezioni oppure su un tema concordato con uno dei docenti dell'insegnamento.
A short written assignment (maximum 2500 words excluding bibliography) on one of the topics covered in the lectures, or on a topic agreed with one of the lecturers, is required as a final assessment of achievement of the learning objectives.
- Oggetto:
Programma
Modulo 1 - Introduzione all'intelligenza artificialeDocenti: Gian Luca Pozzato (10 ore)
- Introduzione all’Intelligenza artificiale
- problemi e ambiti di ricerca
- Robotica
- Meccanismi di ragionamento
- la risoluzione dei problemi nello spazio degli stati: sistemi a regole di produzione ed esempi.
Modulo 2 - Apprendimento Automatico
Docenti: Rosa Meo (9 ore)
Questo modulo presenta le problematiche dell’Apprendimento Automatico e illustra diversi modelli di apprendimento elaborando collezioni di dati raccolti in maniera digitale.
- Si introducono i problemi di apprendimento automatico.
- Apprendimento con e senza supervisione
- Apprendimento con rinforzo e per imitazione
- Apprendimento che preserva la privacy
- Si svolgerà una esperienza di produzione dei modelli di apprendimento automatico in laboratorio con l’ausilio di un pacchetto software (RapidMiner).
- Si introducono le reti neurali artificiali, anche nelle loro varianti profonde e si illustrano alcune applicazioni: alla visione e al linguaggio
- Si illustrano le problematiche dei modelli opachi, e gli ingredienti per ottenere una Intelligenza Artificiale esplicativa e di cui fidarsi.
Modulo 3 - Elaborazione del Linguaggio Naturale
Docenti: Daniele Radicioni (9 ore)
- Introduzione all'elaborazione del linguaggio naturale (Natural Language Processing, NLP): i livelli di analisi dell’elaborazione automatica del linguaggio naturale (morfologico, sintattico, semantico, e pragmatico);
- Introduzione alla semantica lessicale e alle risorse cognitivamente plausibili (WordNet e FrameNet);
- Rappresentazione vettoriale di documenti testuali e applicazioni di complessità realistica: uno sguardo a word embeddings e downstream tasks.
Lezioni teoriche saranno affiancate da una parte di laboratorio, che permetterà di condurre semplici sperimentazioni relative ai temi trattati a lezione.
Modulo 4 - Etica, legge e Intelligenza Artificiale (IA)
Docenti: Guido Boella (9 ore)
Il ruolo crescente della tecnologia nella società fa emergere sfide nelle dimensioni legislative, morali e filosofiche. Lo scopo di questo modulo è di analizzare gli sviluppi dell’Intelligenza Artificiale (IA) e della robotica nel dibattito sull’etica e la regolamentazione legislativa. Il modulo si focalizza su specifici argomenti e casi di studio per stabilire gli approcci della legge verso la tecnologia.
Svolgimento delle lezioni:
Lo scopo delle lezioni è di indirizzare criticamente gli studenti a discutere i vari temi e casi di studio. Si incoraggeranno gli studenti a far parte della discussione anche a riguardo della legislazione in vigore nel proprio Paese.
Si chiederà agli studenti di preparare in anticipo, prima di ogni lezione, la lettura e la ricerca di materiale sui temi proposti. Il coinvolgimento attivo degli studenti sarà essenziale per l’apprendimento.
Gli argomenti delle lezioni:
- Introduzione allo stato dell’arte dell’IA e dell’etica.
- Impatto normativo sull'applicazione estensiva dell'IA e della robotica;
- Legiferare per le questioni etiche e l'impatto dell'innovazione
- Alcuni casi di studio: agenti intelligenti (Sophia, l'applicazione di IA per la cittadinanza)
- Gli agenti e le persone: i dubbi della Commissione Europea e del Parlamento Europeo
- Creatività umana: IA e l'economia della conoscenza
- La frontiera della proprietà intellettuale
- AI come ‘autori’
- Una nuova generazione di crimini e alcuni casi di studio (Vital e Alicia T. due "robo-traders")
- Le leggi della guerra.
Module 1 - Introduction to Artificial IntelligenceTeaching staff: Gian Luca Pozzato (10 hours)
- Introduction to Artificial Intelligence
- problems and research fields
- Robotics
- Automated reasoning
- problem solving in the state space search: production rules systems and examples.
Module 2 - Machine Learning
Teaching staff: Rosa Meo ( 9 hours)
This module discusses the tasks of Machine Learning, driven from data stored in digital systems.
- An introduction to the tasks of machine learning
- Learning with supervision and in an unsupervised manner.
- Reinforcement learning and by imitation
- Learning that preserves privacy
- We propose an experience in laboratory aided by a software package for learning machine learning models from data (RapidMiner).
- An introduction to artificial neural networks and their variants in deep neural networks with their applications to vision and language
- We treat the problems related to back box models, which are not explainable. We discuss the opportunities and the ingredients of learning in an explainable way with a trustable model
Module 3 - Natural Language Processing
Teaching staff: Daniele Radicioni (9 hours)
Basic elements on modern technologies for Natural Language Processing will be introduced in this part of the course. The basic levels of analysis will be surveyed: morphology, syntax, semantics and pragmatics.
Lexical semantic issues will then be introduced, along with some popular computing resources (WordNet and FrameNet, which we call 'cognitively plausible' resources).
Finally, we will see how text documents can be turned into vector descriptions. We will consider distributed representations that are known as 'word embeddings', and we will explore some use cases where this technology has been successfully employed.
All arguments will be complemented by simple programming assignments to get familiar with the mentioned technologies and theories.
Module 4 - Ethics, Law and AI
Teaching staff: Guido Boella
The increasing role of technology in humanity raises constant major challenges to law in a variety of moral, theoretical and doctrinal dimensions. The purpose of this module is to analyze current developments in the fields of Artificial Intelligence ('AI') and robotics through the prism of today’s debate on the ethics of AI and its legal regulation. Along with discussing the interface of law and technology through a variety of critical theoretical perspectives, the module will focus on specific topics and case studies as “laboratories” for assessing contemporary approaches to law & technology. The main objective is to make students aware of the connections between technology, ethics and the legal environment, in order to keep students up-to-date with the current discussions worldwide.
Teaching:
The purpose of each class is to address and critically discuss the various topics and case studies under scrutiny. To that end, we envision teaching methods that allow students to actively engage in the proposed discussions, bringing their own national regulatory experiences (or lack thereof) to the table.
We expect students to prepare for each class, by either reading assigned short texts and/or doing research on proposed topics. Lectures will be based on concrete cases discussions. We will explore both normative theories, such as law and ethics, and the practice behind them. Active student involvement is key to learning in this course.
The module introduces the state of the art of Artificial Intelligence and ethics.
- Normative impacts that derive from the growing use of AI technology and robotics;
- Law making, ethics and the speed of innovation;
- Practical cases for introductory analysis: An overview of our case studies.
- It discusses AI agenthood.
- The case study of Sophia, i.e. the first AI application to receive citizenship of any country (Saudi Arabia, October 2017);
- Agents and persons: The doubts of the EU Commission and of the EU Parliament;
- What should we expect in the foreseeable future?
It discusses the relationships between AI and human creativity.
- AI and the economics of knowledge
- The frontiers of today’s intellectual property
- AI as ‘authors’
It concludes with presentation of the problems related to a new generation of crimes.
- The case study of Vital and Alicia T. (two robo-traders);
- 25 years of computer crimes: what we have learned so far, and what's next;
- The laws of war.
Testi consigliati e bibliografia
- Oggetto: