Il corso adotta il paradigma ad agenti come strumento concettuale di base per inquadrare in maniera organica diversi probelmi e modelli proposti nell'Intelligenza Artificiale moderna. Usando tale paradigma come riferimento, verranno  approfonditi alcuni aspetti salienti relativi all'elaborazione della conoscenza in sistemi multi-agente, quali: l'interazione tra agenti e il coordinamento tra agenti, la rappresentazione della conoscenza e l'inferenza, la percezione e l'estrazione di conoscenza, la comunicazione tra agenti e l'armonizzazione di conoscenze eterogenee, la relazione tra apprendimento e ragionamento. I temi approfonditi nel corso prevedono la selezione di modelli computazionali di particolare impatto innovativo, adatti ad essere utilizzati per realizzare soluzioni innovative in scenari tecnologici presenti e futuri, che richiedono soluzioni complesse.

In una prima parte del corso ci si occuperà del paradigma ad agenti, dell’intelligenza artificiale collettiva e di sistemi Multi-agent, dove il comportamento intelligente sia ottenuto tramite l'azione e l'interazione di agenti intelligenti autonomi. Applicazioni di esempio di questo paradigma saranno discusse in relazione al contesto della simulazione di sistemi complessi e auto-organizzanti con l’illustrazione di esempi applicativi su smart-cities, crowd-management e cyberphysical systems. Il corso prevede la discussione di progetti, applicazioni reali, e casi di studio paradigmatici, oltre favorire una visione multidisciplinare delle problematiche affrontate. La seconda e più corposa parte del corso tratterà di intelligenza come capacità di inferire nuove conoscenze mediante ragionamento automatico e apprendimento; in questa parte del corso si studieranno modelli per la rappresentazione e l’elaborazione semantica della conoscenza su vasta scala, con particolare riferimento al Web, e a modelli formali e tecnologici innovativi entrati ormai a far  parte delle tecnologie ICT più avanzate presenti sul mercato (si pensi a sistemi come IBM Watson, al Google Knowledge Graph, a portali quali quelli della BBC o del New York Times). Particolare enfasi verrà data alle tecniche di machine learning applicate a sistemi di gestione della conosenza. Infine si introdurrà uno dei temi più recenti nell'Intelligenza Artificiale contemporanea, ovvero lo sviluppo di sistemi neuro-simbolici, dove apprendimento e ragionamento vengono combinati in maniera nativa.