Artificial Intelligence & Machine Learning
L'intelligenza artificiale è il motore dell’innovazione: questo curriculum ti prepara a essere protagonista della rivoluzione tecnologica, trasformando idee in soluzioni intelligenti per l’industria e la ricerca.
Scarica la brochure del Curriculum AI&ML
Contesto Scientifico e Industriale
L'integrazione tra il ragionamento automatico e l’apprendimento automatico rappresenta una delle aree più promettenti nello sviluppo dell'intelligenza artificiale. Negli ultimi anni, i progressi in questi campi hanno trasformato settori fondamentali come la robotica, la diagnostica medica, la finanza, e l’elaborazione del linguaggio naturale. Le tecniche di machine learning hanno dimostrato di essere estremamente efficaci nel risolvere problemi complessi basati su grandi quantità di dati, mentre il ragionamento automatico, che include la logica formale e i sistemi simbolici, fornisce meccanismi per la comprensione strutturata delle informazioni e la presa di decisioni in ambienti incerti. La combinazione di questi due approcci è cruciale per affrontare le sfide future, come la creazione di sistemi intelligenti capaci di interpretare il contesto, adattarsi a situazioni mutevoli, e apprendere autonomamente. Questo ha un impatto significativo in ambiti quali la guida autonoma, l’automazione industriale, e lo sviluppo di assistenti virtuali avanzati, richiedendo figure professionali capaci di progettare e ottimizzare sistemi che combinino apprendimento e ragionamento in modo efficace.
Obiettivi Formativi
Questo percorso di studi si pone l'obiettivo di fornire una preparazione avanzata nel campo dell'intelligenza artificiale, con un focus particolare sul ragionamento automatico e l’apprendimento automatico. Gli studenti acquisiranno una solida base teorica nei principali modelli di machine learning e nelle tecniche di ragionamento logico, imparando a integrare questi approcci per affrontare problemi complessi in contesti reali. Il corso fornirà gli strumenti per sviluppare sistemi capaci di apprendere da dati, riconoscere pattern e prendere decisioni in base a regole logiche e inferenze. Saranno inoltre affrontati temi di ottimizzazione, modellazione di sistemi complessi e gestione di ambienti incerti, con un approccio applicativo che prevede l’implementazione di algoritmi avanzati e lo sviluppo di soluzioni pratiche. Al termine del percorso, gli studenti saranno in grado di progettare e ottimizzare sistemi intelligenti in ambiti quali l’automazione, la robotica, la finanza e la salute, unendo competenze teoriche e pratiche per creare soluzioni innovative e scalabili.
Sbocchi Occupazionali
I laureati saranno pronti a ricoprire ruoli di primo piano nel settore tecnologico e scientifico. Potranno lavorare come AI Engineer, Data Scientist, Machine Learning Specialist e Ricercatori in AI, trovando opportunità in aziende innovative, laboratori di ricerca, startup tecnologiche e istituzioni pubbliche. La crescente domanda di esperti in intelligenza artificiale apre le porte a carriere in ambiti che spaziano dalla robotica alla finanza, fino all’industria dei videogiochi e dell’automazione.
Dettaglio del Piano di Studi
Nome Completo dell’Insegnamento |
S.S.D. |
CFU |
|
Primo Semestre |
|
|
|
Algoritmi e Complessità |
INFO-01/A |
9 |
|
Ottimizzazione |
MATH-06/A |
6 |
|
Artificial and Swarm Intelligence |
INFO-01/A |
6 |
|
Ulteriori Conoscenze Linguistiche |
==== |
3 |
|
Crediti a Scelta /oppure/ Machine Learning |
==== |
6 |
|
Secondo Semestre |
|
|
|
Advanced Machine Learning |
INFO-01/A |
6 |
|
Heuristics and Metaheuristics for Optimization and Learning |
INFO-01/A |
6 |
|
Analisi Numerica |
MATH-05/A |
6 |
|
Crediti a Scelta /oppure/ Sistemi Robotici |
==== |
6 |
|
Insegnamento a Scelta dal Seguente Gruppo A1 |
|
||
Semantic Web |
INFO-01/A |
6 |
|
Computer Grafica Avanzata |
INFO-01/A |
6 |
|
Computer Vision |
INFO-01/A |
6 |
|
Computer Security |
INFO-01/A |
6 |
|
Terzo Semestre |
|
|
|
Knowledge Representation and Reasoning |
INFO-01/A |
6 |
|
Deep Learning |
INFO-01/A |
6 |
|
Advanced Robotic and Autonomous Systems |
INFO-01/A |
6 |
|
Stages e tirocini |
==== |
6 |
|
Insegnamento a Scelta dal Seguente Gruppo A2 |
|
||
Natural Language Processing |
INFO-01/A |
6 |
|
Linguaggi Formali |
INFO-01/A |
6 |
|
Software Quality and Project Development |
INFO-01/A |
6 |
|
Multimedia |
INFO-01/A |
6 |
|
Quarto Semestre |
|
|
|
Artificial Intelligence for Language Processing |
INFO-01/A |
9 |
|
Generative Artificial Intelligence |
INFO-01/A |
9 |
|
Prova finale |
==== |
18 |
|
|
|
|
|
TOTALE CFU |
|
120 |
|