AGENTI SOFTWARE E SISTEMI MULTI-AGENTE
cod. 1009072

Anno accademico 2021/22
2° anno di corso - Primo semestre
Docente
- Federico BERGENTI
Settore scientifico disciplinare
Informatica (INF/01)
Field
Discipline informatiche
Tipologia attività formativa
Caratterizzante
72 ore
di attività frontali
9 crediti
sede:
insegnamento
in ITALIANO

Obiettivi formativi

Proporre un percorso che, partendo dall'analisi dei processi decisionali classici e passando per lo studio di linguaggi e strumenti moderni, arrivi a definire gli fondamentali aspetti degli agenti intelligenti.
Il corso prevede, oltre a lezioni teoriche, una serie di esercitazioni.

Con riferimento agli Indicatori di Dublino:

Conoscenza e capacità di comprensione
Il corso introduce i primi concetti relativi agli agenti intelligenti. Particolare enfasi è data alla comprensione di alcune tecniche classiche. Le terminologie in lingua inglese vengono utilizzate durante le lezioni come avviamento alla consultazione di letteratura scientifica internazionale.

Capacità di applicare conoscenza e comprensione
Le conoscenze teoriche presentate vengono sempre applicate alla risoluzione di problemi specifici. Le esercitazioni che affiancano il corso sono incentrate sulla risoluzione di esercizi e problemi. Spesso i metodi risolutivi vengono presentati sotto forma algoritmica, sviluppando negli studenti la capacità di strutturare procedure utili in numerose parti dell'intelligenza artificiale.

Autonomia di giudizio
Gli esercizi, che vengono proposti relativamente alla parte teorica svolta a lezione, possono venire risolti individualmente o in gruppo. Il confronto con i compagni di corso, nel lavoro a casa o durante gli svolgimenti in aula, favorisce lo sviluppo di capacità specifiche per poter a chiarire ai compagni o ai docenti le proprie argomentazioni. Spesso gli esercizi proposti possono venire risolti in modi molto diversi e l'ascolto delle soluzioni proposte da altri permette di sviluppare la capacità di individuare strutture comuni, al di là delle apparenti differenze superficiali.

Abilità comunicative
Le numerose discussioni sui diversi metodi per risolvere i problemi proposti consentono di migliorare le capacità di comunicazione. Vengono inoltre abitualmente utilizzate durante le spiegazioni (ed esplicitamente evidenziate in aula) alcune modalità di comunicazione specifiche dell'intelligenza artificiale.

Capacità di apprendimento
Lo studio delle origini delle soluzioni tecnologiche e la loro introduzione motivata da considerazioni qualitative e quantitative contribuisce a realizzare negli studenti la capacità di apprendere in modo profondo e non soltanto superficiale e ripetitivo. Le conoscenze così acquisite non sono mai rigide e definitive, ma sono perfettamente adattabili ad ogni evoluzione e cambiamento di prospettiva e di contesto.

Prerequisiti

- - -

Contenuti dell'insegnamento

Introduzione agli agenti intelligenti.
Approfondimenti su temi selezionati della teoria della probabilità.
Introduzione all'analisi dei processi di decisione razionale in ambienti osservabili e parzialmente osservabili.
Introduzione all'analisi dei processi di decisione multi-agente in ambienti osservabili e parzialmente osservabili.
Introduzione alla programmazione degli agenti software e ai relativi linguaggi e strumenti.
Introduzione alla programmazione di sistemi multi-agente e ai relativi linguaggi e strumenti.

Programma esteso

- - -

Bibliografia

Materiale didattico fornito dal docente.

Metodi didattici

Le lezioni verranno svolte presso il Campus di Scienze e Tecnologie.
Il docente riceve previo appuntamento fissato via e-mail.

Modalità verifica apprendimento

Sapere comprendere e utilizzare in modo appropriato le tecniche di base dell'intelligenza artificiale.
L'esame consiste in una prova scritta. A seguito della sufficienza nella prova scritta, viene assegnato un progetto da svolgersi individualmente. Il completamento del progetto permette di accedere ad una prova orale.

Altre informazioni

- - -