Skip to Main Content (Press Enter)

Logo UNIBG
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Persone
  • Pubblicazioni
  • Strutture
  • Terza Missione
  • Attività
  • Competenze

UNI-FIND
Logo UNIBG

|

UNI-FIND

unibg.it
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Persone
  • Pubblicazioni
  • Strutture
  • Terza Missione
  • Attività
  • Competenze
  1. Insegnamenti

INTELLIGENZA ARTIFICIALE - 38089-MOD1

insegnamento
ID:
38089-MOD1
Dettaglio:
SSD: SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI Durata: 48 CFU: 6
SSD: Sistemi di elaborazione delle informazioni Durata: 48 CFU: 6
Sede:
DALMINE
Url:
Dettaglio Insegnamento:
INGEGNERIA INFORMATICA - 38-270/PERCORSO COMUNE Anno: 1
Dettaglio Insegnamento:
INGEGNERIA MECCANICA - 39-270/PERCORSO GENERALE Anno: 2
Anno:
2026
Course Catalogue:
https://unibg.coursecatalogue.cineca.it/af/2026?co...
  • Dati Generali
  • Syllabus
  • Corsi
  • Persone
  • Altre Info

Dati Generali

Periodo di attività

Secondo Semestre (22/02/2027 - 05/06/2027)

Syllabus

Obiettivi Formativi

Al termine del corso, lo studente/la studentessa avrà acquisito conoscenze sui principi fondamentali dell'Intelligenza Artificiale (IA), con particolare riferimento all'Intelligenza Artificiale simbolica, basata sulla rappresentazione della conoscenza mediante formule logiche e regole di inferenza. Sarà inoltre in grado di modellare un problema come un problema di ricerca nello spazio degli stati, selezionare le tecniche di ricerca più appropriate e progettare semplici artefatti software basati su tecniche di Intelligenza Artificiale simbolica per la risoluzione di problemi.


Prerequisiti

Conoscenze fondamentali di informatica, comprendenti la nozione di algoritmo e i principali costrutti della programmazione imperativa, quali variabili, strutture di controllo (if, if-else, while, for), funzioni e strutture dati elementari.


Metodi didattici

La didattica si svolgerà tramite lezioni frontali, dando però importanza al confronto e al dialogo diretto con gli studenti, i quali, durante le lezioni, potranno formulare domande e proposte di approfondimento. Esercizi verranno svolti in aula sia dal docente che dagli studenti stessi.


Verifica Apprendimento

L'esame consiste in una prova scritta della durata di due ore, generalmente articolata in 6-7 domande ed esercizi volti a verificare le conoscenze e le competenze acquisite sull'intero programma del corso. Il docente si riserva la facoltà di richiedere un colloquio orale integrativo, anche successivamente allo svolgimento della prova scritta, qualora lo ritenga necessario ai fini della verifica dell'effettiva acquisizione delle conoscenze e competenze previste dagli obiettivi formativi dell'insegnamento e della corretta attribuzione della valutazione finale.


Contenuti

Il programma dell'insegnamento prevede la trattazione dei seguenti argomenti:


  • Introduzione all'Intelligenza Artificiale: definizioni e concetti fondamentali; che cos'è l'Intelligenza Artificiale; cenni storici; differenze tra Intelligenza Artificiale simbolica e sub-simbolica.
  • Agenti intelligenti: nozione di agente intelligente e suoi componenti principali; comportamento razionale; agenti reattivi semplici, basati su modelli, basati su obiettivi e basati sull'utilità; ambienti operativi e loro proprietà.
  • Analisi degli algoritmi e complessità computazionale: algoritmi e risorse di calcolo; costo computazionale; problemi decisionali; classi di complessità.
  • Risoluzione di problemi mediante ricerca: formulazione dei problemi come ricerca nello spazio degli stati; strategie di ricerca; algoritmi di ricerca non informata; algoritmi di ricerca informata ed euristiche.
  • Ricerca in ambienti complessi: algoritmi di ricerca locale; hill climbing; simulated annealing; algoritmi genetici.
  • Problemi di soddisfacimento di vincoli (Constraint Satisfaction Problems - CSP): definizione di CSP; tecniche di inferenza; ricerca con backtracking.
  • Agenti basati sulla conoscenza e logica proposizionale: rappresentazione della conoscenza; introduzione alla logica; sintassi e semantica della logica proposizionale; model checking; dimostrazione di teoremi; metodo della risoluzione.
  • Logica del primo ordine e inferenza: sintassi e semantica della logica del primo ordine; unificazione; lifting; inferenza mediante risoluzione.




Risorse Online

  • Materiali didattici online (e-learning)
  • Leganto - Testi d'esame

Altre informazioni

Tutte le comunicazioni relative all'insegnamento e il materiale didattico saranno pubblicati e resi disponibili, nel corso del semestre, attraverso la piattaforma Microsoft Teams.

Ulteriori informazioni sull'insegnamento sono disponibili nella pagina web del docente: https://cs.unibg.it/savo/teaching.html


Qualora disposizioni delle autorità competenti rendessero necessario modificare le modalità di svolgimento dell'insegnamento o degli esami, il corso sarà adeguato nel rispetto delle indicazioni dell'Ateneo e della normativa vigente.


Corsi

Corsi (3)

INGEGNERIA INFORMATICA - 38-270 
Laurea Magistrale
2 anni
INGEGNERIA MECCANICA - 39-270 
Laurea Magistrale
2 anni
MECHATRONICS AND SMART TECHNOLOGY ENGINEERING - 161-270-EN 
Laurea Magistrale
2 anni
No Results Found

Persone

Persone

SAVO Domenico Fabio
Gruppo 09/IINF-05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
AREA MIN. 09 - Ingegneria industriale e dell'informazione
Settore IINF-05/A - Sistemi di elaborazione delle informazioni
Professori Associati
No Results Found

Altre Info

Insegnamento principale

C.I. MODELLI E ALGORITMI DI OTTIMIZZAZIONE + INTELLIGENZA ARTIFICIALE
  • Utilizzo dei cookie

Realizzato con VIVO | Designed by Cineca | 26.7.2.0