Corso Vittorio Emanuele II, 39 - Roma 0669207671

Processi Cognitivi e Tecnologie (Anno Accademico 2021/2022) - Cyberpsicologia

Fondamenti di Intelligenza Artificiale



Docenti video: Vieri Giuliano Santucci - Ricercatore c/o Istituto di Scienze e Tecnologie della Cognizione (ISTC) del CNR (Italia), Francesco Mannella - Ricercatore c/o Istituto di Scienze e Tecnologie della Cognizione (ISTC) del CNR (Italia), Stefano Nolfi - Ricercatore c/o Istituto di Scienze e Tecnologie della Cognizione (ISTC) del CNR (Italia)

Videolezione

Lezione n. 1: Introduzione all’intelligenza artificiale
   La preistoria dell'AI

   La nascita dell'AI

   Scopi dell'AI

   Strumenti dell'AI
Vai alla lezione Vieri Giuliano Santucci
Lezione n. 2: Introduzione alle reti neurali
   Cosa sono le reti neurali artificiali​

   Struttura delle reti​

   Apprendimento​

   Scopo della ricerca sulle reti: Cenni storici
Vai alla lezione Francesco Mannella
Lezione n. 3: Reti neurali: il percettrone
   Il percettrone di Rosemblatt​​

   Widrow e Hoff: La discesa di gradiente ​e la regola delta​​

   Limiti delle reti ad uno strato
Vai alla lezione Francesco Mannella
Lezione n. 4: Reti neurali: retropropagazione dell'errore
   L’inverno delle reti neurali​

   La retropropagazione dell’errore: discesa di gradiente​

   La retropropagazione dell’errore: apprendimento degli strati nascosti
Vai alla lezione Francesco Mannella
Lezione n. 5: Reti neurali: deep learning
   Cenni storici: La seconda rivoluzione delle reti neurali​

   Caratteristiche delle reti ‘deep’

   Deep belief networks​

   Reti convoluzionali​

   Reti ricorrenti
Vai alla lezione Francesco Mannella
Lezione n. 6: L’apprendimento per rinforzo
   L'importanza dell'apprendimento

   Apprendere per prove ed errori

   L'apprendimento per rinforzo nell'intelligenza artificiale
Vai alla lezione Vieri Giuliano Santucci
Lezione n. 7: Apprendimento per rinforzo: problemi di scelta multipla
   Il problema della scelta

   Bandit problems

   Exploration VS Exploitation

   Contextual bandits
Vai alla lezione Vieri Giuliano Santucci
Lezione n. 8: Apprendimento per rinforzo: temporal-difference learning
   Dai contextual bandits ai Markov decision process

   TD-Learning

   Q-Learning

   Metodi Attore-Critico
Vai alla lezione Vieri Giuliano Santucci
Lezione n. 9: Apprendimento per rinforzo: policy search
   Problemi dei metodi RL standard​

   Policy continue

   Policy gradients​

   Policy search senza gradiente​
Vai alla lezione Francesco Mannella
Lezione n. 10: La robotica autonoma: introduzione
   Che cosa è un robot

   Top-Down VS Bottom-UP

   L'importanza dell'embodiment

   Libertà di decisione
Vai alla lezione Vieri Giuliano Santucci
Lezione n. 11: Robotica evolutiva
   Introduzione alla Robotica Evolutiva

   Adattamento del corpo

   Adattamento del sistema nervoso

   Evoluzione di comportamenti collettivi
Vai alla lezione Stefano Nolfi
Lezione n. 12: Robotica autonoma: la developmental robotics
   Le origini della developmental robotics

   L'embodiment

   Temi di ricerca
Vai alla lezione Vieri Giuliano Santucci
Lezione n. 13: Robotica autonoma: sistemi motivazionali
   Cosa intendiamo per autonomia

   Sistemi motivazionali

   Le motivazioni intrinseche

   IMOL: intrisically-motivated open-ended learning
Vai alla lezione Vieri Giuliano Santucci
Lezione n. 14: Le neuroscienze computazionali: introduzione
   Nascita delle neuroscienze computazionali​

   Livelli di analisi, di organizzazione e ​di processamento

   I modelli computazionali sono ipotesi
Vai alla lezione Francesco Mannella
Lezione n. 15: Neuroscienze computazionali: modelli neurofisiologici
   Il neurone come sistema dinamico​

   Il modello LIF​

   Modelli complessi del neurone
Vai alla lezione Francesco Mannella
Lezione n. 16: Neuroscienze computazionali: modelli algoritmici
   Percezione: le mappe topologiche

   Memoria: auto-associatori

   Percepire e riprodurre il tempo: ​colonne corticali e reti ricorrenti​
Vai alla lezione Francesco Mannella