Sistemi Intelligenti M 2013/2014

Questo sito Web è dedicato al corso di Sistemi Intelligenti M. Il sito vuole consentire agli allievi di avere accesso a tutte le informazioni relative a finalità, contenuti, testi adottati e modalità di valutazione del corso.

Orario del corso: consultabile sul sistema informatizzato di Facoltà.

Titolare del corso:

Prof. ssa Michela Milano, Tel. 051 20 93790, michela <dot> milano <at> unibo <dot> it
Ricevimento: Giovedi dalle 10 alle 12 presso lo studio del docente. Fac. Ing. Aule Nuove di fianco all'aula 5.7

Assistente:
Dott. Michele Lombardi, Tel. 051 20 93938, michele <dot> lombardi2 <at> unibo <dot> it
Ricevimento: Via Saragozza 8 (CIRAM), previo appuntamento via email

NOTA: Lezioni di recupero
Le lezioni di recupero e integrazione dell'orario si terranno nei seguenti orari:

28 Aprile 2014 ore 14-16 Aula 4.2

12 Maggio 2014 ore 15-17 Aula 4.2

27 Maggio 2014 ore 14-16 Aula 5.2

3 Giugno 2014 ore 14-17 Aula 4.2

 


Obiettivi

Questo corso sfrutta alcuni degli argomenti trattati in Fondamenti di Intelligenza Artificial, quali rappresentazione della conoscenza, logica, strategie di ricerca informate e non informate, teoria dei giochi, risoluzione di vincoli. Il corso di Sistemi Intelligenti M, partendo dalle nozioni acquisite nel corso di Fondamenti, si propone di mostrare le principali applicazioni di Intelligenza Artificiale e dare esempi pratici delle tecniche apprese nel primo modulo.

Gli obiettivi pricipali del corso sono:

Inoltre:


Link interessanti

Curiosità:

 

Programma e Modalità d'Esame

Programma:

Il programma del corso si divide in due componenti principali: una teorica e una pratica in laboratorio. Per ognuno degli argomenti trattati, al termine della presentazione dei principali concetti, verranno proposte esercitazioni guidate rivolte ad utilizzare i principali strumenti disponibili. Le tecniche studiate in questo modulo rappresentano lo stato dell'arte della ricerca scientifica nel settore dell'Intelligenza Artificiale. Per ogni argomento, verranno consigliati articoli di rassegna che riassumono i più recenti progressi nello stato dell'arte. Segue il programma dettagliato:

  1. Pianificazione
    1. Pianificazione non lineare
    2. Pianificazione gerarchica
    3. Pianificazione basata su grafi
  2. Swarm Intelligence
    1. Ant-colony Optimization
    2. Particle Swarm Optimization
  3. Programmazione a Vincoli ed Ottimizzazione
    1. Applicazioni
    2. Strategie di ricerca e di Propagazione avanzate
  4. Apprendimento Automatico
    1. Alberi di decisione
    2. Reti neurali

Modalità d'esame

L'esame si compone di una prova scritta che riguarda sia esercizi sia domande di teoria. Per questo motivo non sarà possibile consultare libri o appunti.

Attività Progettuale a Scelta

E' possibile inserire nel piano di studi l'attività progettuale in Sistemi Intelligenti M. In questo caso il progetto da svolgere deve essere discusso con il docente.

Il progetto può riguardare o l'uso di un sistema esistente per la soluzione di un problema complesso o lo sviluppo di uno strumento di risoluzione di un'applicazione di IA. Il progetto deve essere corredato da:

  • Una relazione accurata sul contenuto del progetto e sul codice sviluppato.
  • Una presentazione, ossia una serie di lucidi, che riassume i principali punti del progetto e deve essere usata per "guidare" la prova orale.
  • Il codice dell'esercitazione. 

Testi di Riferimento ed Articoli

 Testi di riferimento

 Intelligenza artificiale in genere:

Prolog:

Testi aggiuntivi:


Articoli

Articoli scietifici relativi ai contenuti del corso verranno pubblicati con l'avanzare del programma.

Planning

Swarm Intelligence:

Neural Networks:

Programmazione a Vincoli:

Lezioni & Esercitazioni

Le slides dei seminari sono scaricabili nella sezione apposita del sito del corso.

Nella sezione seminari sono state aggiunte ulteriori slides su robotica e sistemi complessi.

Lezioni

Il materiale delle lezioni verrà pubblicato progressivamente durante la durata del corso.

Esercitazioni

Seminari

Seminari effettuati e previsti


Introduzione alla scienza dei sistemi complessi - Prof. Andrea Roli, Università di Bologna

4 Marzo ore 11.00 - 14.00 Aula 5.6

Abstract: L'osservazione di molti fenomeni naturali e artificiali evidenzia il fatto che i sistemi coinvolti presentano proprietà di ordine e organizzazione, nonché di robustezza e adattatività, derivanti da una dinamica che coinvolge gli elementi del sistema a vari livelli e che è il risultato di interazioni locali. Questi sistemi vengono genericamente caratterizzati come "complessi". La scienza dei sistemi complessi studia questi fenomeni e cerca di enucleare principi generali per l'analisi e la progettazione di tali sistemi. In questo seminario saranno introdotte e discusse le proprietà più comunemente usate per caratterizzare i sistemi complessi e alcune tra le principali tecniche di analisi. Questi concetti saranno illustrati con riferimento ad esempi rappresentativi, come sistemi di intelligenza collettiva e modelli di sistemi biologici.

 

La percezione per la guida automatica di veicoli - Prof. Alberto Broggi, Università di Parma

9 Maggio ore 11-12 Aula 5.6

Abstract il seminario presentera' alcune tecnologie usate per la percezione dell'ambiente nel campo dei veicoli intelligenti.  Molti esperimenti sono stati effettuati recentemente da centri di ricerca e case automobilistiche con veicoli senza guidatore.  Anche il VisLab dell'Università di Parma e' attivo nel campo e presentera' le soluzioni adottate per i suoi prototipi nonche' gli ultimi esperimenti che sono diventati delle pietre miliari nella storia della robotica veicolare.

 

Argomentazione computazionale- Prof. Paolo Torroni - Università di Bologna

22 Maggio ore 14-16 Aula 3.1

Abstract Nel seminario verrà data una breve introduzione all’argomentazione computazionale, un tema che recentemente ha acquistato notevole rilievo nel contesto dell’intelligenza artificiale. Verranno fornite le nozioni di base con particolare attenzione ai framework di argomentazione astratta, per poi discutere alcune estensioni e applicazioni.

 

A gentle introduction to computational microeconomics- Prof. Nicola Gatti - Politecnico di Milano

29 Maggio ore 14-16 Aula 3.1

Abstract : Computational microeconomics, including algorithmic game theory and algorithmic mechanism design, is receiving a lot of attention in artificial intelligence community, specifically in multi-agent system field, since it provides the most elegant formal and algorithmic tools to deal with strategic interaction situations with multiple rational players. While algorithmic game theory aims at finding the best strategies rational players can play in a given situation (aka game), algorithmic mechanism design aims at finding the rules of the game (aka mechanism) such that some notable properties are satisfied. In the lecture, groundings of game theory and mechanism design will be provided together with related computational issues (including simple algorithms).

 Materiale 1 : Slide disponibili su web su Algorithmic game theory

Materiale 2: Slide disponibili su web su Algorithmic mechanism design

Temi d'Esame

Temi d'esame del vecchio corso di Applicazioni di Intelligenza Artificiale 

ATTENZIONE: i temi provengono dal vecchio corso di Applicazioni di Intelligenza Artificiale e differiscono dalle prove d'esame correnti principalmente per l'esercizio di Programmazione a Vincoli (vedi esempi a seguire).

Alcuni esercizi di Programmazione a Vincoli tratti da temi d'esame di Sistemi Intelligenti

Temi d'esame completi di Sistemi Intelligenti

Temi d'esame di Sistemi Intelligenti, senza soluzioni

Se non li avete visti, controllate anche gli esercizi sugli alberi decisionali disponibili nella pagine con le slides.