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. In particolare si caratterizzeranno gli agenti dal punto di vista dell’autonomia e di rapporti quali quello tra agente ed ambiente, comportamento e percezione, e comportamento e conoscenza.

Una seconda parte del corso è dedicato alla modellazione del comportamento di agenti intelligenti in funzione della percezione mediante sensori, del coordinamento in sistemi multi-agente. Verranno discussi modelli per la simulazione mediante sistemi multi-agente, per la modellazione della percezione mediante sensori in sistemi complessi, e per l’affective computing. Le applicazioni discusse in questa parte riguardano sistemi per la simulazione, e sistemi basati sul comportamento adattivo degli agenti.

Una terza parte del corso è dedicato all’Intelligenza Artificiale basata su conoscenza, con particolare attenzione al rapporto tra conoscenza e apprendimento e a quello tra linguaggio e pensiero. Verrà introdotto il tema della modellazione e’apprendimento di rappresentazioni linguistiche, come nel caso dei large language model, e di rappresentazione strutturate, come nel caso dei knowledge graph e di basi di conoscenza neuo-simboliche. Le applicazioni coperte in questa parte del corso si riferiscono a tutte quelle applicazioni fortemente basate sulla modellazione e il recupero di conoscenze sul mondo in sistemi ibridi, ovvero basati sull’integrazione di rappresentazioni simboliche e sub-simboliche, quali question answering, modellazione di sistemi di AI “FAIR”, e analisi di quantità massive di dati, etc.