Ingegneria Informatica

Laurea Magistrale in

Ingegneria InformaticaCurriculum di

Intelligenza Artificiale eMachine Learning

2

.

Curriculum di Intelligenza Artificial e Machine LearningFabio Gasparetti

“Artificial Intelligence is the new electricity”

Andrew NgAdjunct professor at Stanford University

co-founded and led Google Brainformer Vice President and Chief Scientist at Baidu

3

.


Machine Learning: un caso di studio

Ad-hoc classification (es. Passive IR)

ML-based & DL-based classification

DL: Adatto in casi di alta

complessità nei dati da

processare.

Industry sectorsAutomobile, Sports,

Entertainment, Consumer,

Robot, Health care, Security,

Monitoring, Agriculture, ect.

Human-level performance(image classification, natural

language processing, speech

recognition).

4

.

• Il curriculum:


Intelligenza Artificiale e Machine Learning (1)

Totale 57 cfu

5

.


Intelligenza Artificiale e Machine Learning (2)

Totale 63 cfu

6

.

• Introduce i modelli, i metodi e le tecniche fondamentali di variearee dell'Intelligenza Artificiale, con particolare riferimento ai seguenti temi:

• Ricerca automatica nello spazio degli stati,

• Rappresentazione della conoscenza,

• Ragionamento automatico,

• Apprendimento automatico,

• Elaborazione del linguaggio naturale,

• Visione artificiale.


Intelligenza ArtificialeA

rtificialIntelligence

7

.

• La conoscenza della logica classica e di alcuni sistemi di logicanon classica, della relativa semantica formale e metodi di dimostrazione.

• Acquisire la capacità di utilizzare le logiche studiate per la rappresentazione di realtà sia statiche che dinamiche.

• Presentazione di alcune importanti applicazioni della logica in ambito informatico.


LogicaLogic

for Com

puter science

8

.

• I metodi e gli algoritmi tipici: supervisionati, non supervisionatie per rinforzo, e di utilizzarli come strumenti per lo sviluppo di tecnologie innovative.

• Principali aree di studio: regressione, classificazione e clustering.

• Impiego delle basi teoriche in vari domini: Health Care, Data Science, Data Mining, Analisi Finanziaria, Videogame, Computer Vision, Recommender Systems.

• Seminari monografici (anche aziendali) dedicati a vari casi di studio.


Machine LearningM

achine Learning

9

.

• I metodi per la progettazione, l’implementazione e la sperimentazione di sistemi adattivi su Web realizzati mediantetecniche di IA, con particolare riferimento alle tecniche di ML.

• Specifica attenzione sarà posta ai sistemi di Information Retrieval, Sentiment Analysis, User Modeling eRecommender Systems.

• Si approfondiranno le tecniche il riconoscimento delle comunità e più in generale l’analisi dei social network (e.g., Facebook e Twitter) che consentiranno di esplorare fenomeni come la diffusione delle fake news, il filter bubble e la polarizzazione degliutenti.


Sistemi Intelligenti per InternetIntelligent System

s for the Internet

10

.

• Competenze avanzate e specifiche nell'ambito delle architetture di reti neurali Deep.

• Una parte teorica e metodologica sui concetti fondamentali, e da attività laboratoriali con l'obiettivo di acquisire competenze su:

• Addestrare e ottimizzare in maniera adeguata reti neurali Deep;

• Saper distinguere tra diverse soluzioni,

• Saper selezionare e personalizzare le architetture di reti più efficaci da utilizzare in ambiti applicativi reali.


Deep LearningD

eepLearning

11

.

• Modelli e tecniche di risoluzione sia per la pianificazione"classica", sia per la pianificazione temporale, coinvolgendoaspetti di scheduling.

• Saranno inoltre presentate e discusse diverse applicazioni ed esempi di utilizzo delle tecniche presentate, anche in relazione al controllo di robot autonomi.


Pianificazione AutomaticaPlanning

12

.

• Avvicinare lo studente ad alcune applicazioni della IA e ML in campo ingegneristico e in campo artistico.

• Riguarda applicazioni di IA all’ingegneria dell'energia elettrica e dell'informazione.

• Si concentra inoltre sull’utilizzazione di tecniche di ML per la produzione musicale e artistica in generale.


Artificial Intelligence from Engineering to ArtsA

rtificialIntelligence from

Engineeringto A

rts

13

.

• Strumenti formali per modellare le interazioni strategiche tradue o più giocatori, tipicamente individui razionali che prendonodecisioni allo scopo di ottimizzare i propri obiettivi soggettivi.

• Nel corso verranno studiati giochi cooperativi e non cooperativi, partendo dalle applicazioni in ambito sociale, politico o economico, per arrivare alle applicazioni in diversiambiti della IA, dall’addestramento di reti neuraliall'apprendimento per rinforzo nei sistemi multi-agente.


Teoria dei GiochiG

ame Theory

14

.

• Algoritmi e Metodi di Ottimizzazione

• Decision Support Systems and Analytics

• Laboratorio di Multimedialità

• Storia dell’Intelligenza Artificiale

• Diritto dei Dati

• Cybersecurity

• Visualizzazione delle Informazioni

• …


Altri corsi

15

Curriculum di Intelligenza Artificial e Machine Learning

AI LABUNIVERSITÀ ROMA TRE

http://ai-lab-03.dia.uniroma3.it

.

§ Dal 2017 due membri fanno parte della

A.I. Task Force promossa dall’Agenzia per l’Italia Digitale (AgID).

§ Dal 2018 membro del Laboratorio Nazionale di

Artificial Intelligence and Intelligent Systems (AIIS)

del CINI.

http://ai-lab-03.dia.uniroma3.it/

1616

A.I. Lab: Research Activity Timeline


17

.


A.I. Lab: Team docenti

18

.

• Dip. di Informatica @ Univ. di TorinoPoint-of-Interest Recommender Systems based on large repositories of Linked data

• Dip. di Ingegneria Informatica, Automatica e Gestionale @ Univ. SapienzaMOOCs, learning object repositories and Adaptive Learning

• Dip. di Matematica e Informatica @ Univ. di UdineRecsys per Startup e SME Innovation

• Information Systems Dep. @ Univ. di Haifa (Israel)NLP-based mining on pubmed publications.

• Institute of cognitive sciences and technologies (ISTC) @ CNR ItalyKnowledge Engineering and Planning

• Intelligent Systems @ Trinity College (Ireland)Scholar paper Recsys

• Nokia Bell Labs, Cambridge (UK)Health recommender systems based on data extracted from Activity Trackers

• Web Information Systems @ Univ. di Delft (Netherlands)Beyond accuracy metrics in Recsys


Alcune collaborazioni

19

.

• Supermicro x10dgq: Piattaforma ad alto parallelismo GPU-enabled basata su4 schede NVIDIA Tesla P100 NVlink da 16Gb, 512Gb di RAM DDR4-2400 ECC.


Attrezzature: GPU-enabled workstation

20

.

• Tobii Pro Glasses 3: Rileva i movimenti oculari con 4 sensori, con una velocità di 50 o 100Hz, registrando filmati 1920x1080 @25 fps e memorizzando dati provenienti da sensori giroscopici e accelerometrici.


Attrezzature: Eye-tracker

2121

AI & ML Opportunità e Prospettive

1 Crescente richiesta di laureati con competenze di IA & ML e Data Science

Confrontarsi con problemi concreti.

Ampio spettro di tematiche IA-related trattate

Forte base metodologica

Scenari reali di impiego delle tecnologie IA e ML trattate

Didattica personalizzata durante le attivitàlaboratoriali e progettuali

2

3

4

5


6

Q&A

AI Lab @ Dipartimento di IngegneriaUniversità degli Studi Roma Tre

mailto: [email protected]

Ingegneria Informatica

Documents

Transcript of Ingegneria Informatica