INTELLIGENZA ARTIFICIALE

Anno scolastico 2025/2026

Il percorso è finalizzato allo sviluppo di competenze avanzate dell’IA, consentendo agli studenti di acquisire una visione globale e critica.

Presentazione

Durata

dal 1 Settembre 2025 al 30 Giugno 2026

Obiettivi

Il percorso si articola in attività teoriche e attività pratiche, opportunamente bilanciate, al fine di garantire una solida base concettuale e un’efficace applicazione operativa delle conoscenze acquisite. Attività teoriche (Indicativamente 50–60% del monte ore) Le attività teoriche sono finalizzate alla comprensione dei fondamenti storici, concettuali e metodologici dell’Intelligenza Artificiale e prevedono lo studio dei seguenti ambiti: Storia, definizioni e ambiti applicativi dell’Intelligenza Artificiale; Evoluzione storica della disciplina: anni ’70: approccio simbolico e logica (linguaggio Prolog); anni ’80–’90: approccio connettivista e reti neurali; Distinzione tra IA debole (Weak AI) e IA forte (Strong AI); Il Test di Turing e la critica filosofica della Stanza cinese; Apprendimento supervisionato e non supervisionato; Concetti di feature extraction, training set, test set e valutazione dei modelli; Reti neurali artificiali: percettrone e reti multilayer; reti di Hopfield e Self-Organizing Maps (SOM); reti ricorrenti (modello di Elman); Visione artificiale e reti neurali convolutive; Elaborazione del Linguaggio Naturale (NLP); Cenni ai modelli a spazio delle caratteristiche e alle Support Vector Machine (SVM); Rappresentazione geometrica e statistica del significato di parole e documenti: Distributional Hypothesis; Modelli cognitivi della memoria e del significato: frame semantics (Minsky e Fillmore); L’Intelligenza Artificiale nei giochi, da PacMan agli Scacchi; Introduzione ai modelli di IA generativa. Attività pratiche (Indicativamente 40–50% del monte ore) Le attività pratiche sono finalizzate all’applicazione concreta dei concetti teorici e prevedono: utilizzo del linguaggio Prolog mediante l’ambiente SWI-Prolog; impiego del pacchetto Weka per la preparazione dei dati e l’addestramento di modelli di machine learning, in particolare reti neurali artificiali. Le attività laboratoriali consentono agli studenti di sperimentare direttamente le tecniche di Intelligenza Artificiale, sviluppando competenze operative, capacità di analisi critica e autonomia progettuale.

Partecipanti

Il progetto è rivolto a un numero di studenti compreso tra un minimo di 10 e un massimo di 20, appartenenti alle classi quarte e quinte di tutti gli indirizzi. È richiesta una preparazione di base adeguata; è prevista una preferenza per gli studenti delle classi quinte, in considerazione delle finalità formative e orientative del percorso.