Corso di studio

Obiettivi formativi

Il Corso di Laurea Magistrale in Intelligenza Artificiale (Artificial Intelligence Engineering) forma figure professionali di elevato livello, dotate di padronanza dei metodi della modellazione, delle tecniche algoritmiche, della statistica, dell'ottimizzazione e dei contenuti tecnico-scientifici ed organizzativi tipici dell'Ingegneria Informatica. Il livello di approfondimento dei temi trattati durante il percorso formativo caratterizza il Laureato Magistrale per un'elevata preparazione tecnico-culturale nei diversi campi dell'intelligenza artificiale a livello teorico, metodologico, ed applicativo. Il laureato ha consapevolezza e capacità di assunzione di responsabilità per una molteplicità di ruoli e figure professionali, oggi estremamente ricercate nell'ambito della ricerca e sviluppo industriale, in modo pervasivo e pressoché trasversale rispetto ai diversi settori produttivi. 

Il laureato magistrale in Intelligenza Artificiale sa comprendere, utilizzare e personalizzare le tecnologie consolidate e quelle più avanzate del settore. È in grado di apprendere oltre la laurea avendo sviluppato capacità di (a) comprendere la letteratura scientifica del settore, (b) di riprodurre risultati sperimentali riportati in letteratura, e (c) di applicare tecniche algoritmiche note a problemi nuovi che potrà incontrare in ambito lavorativo. 

Il percorso formativo

Gli obiettivi sopra elencati saranno conseguiti (a) principalmente durante la frequenza degli insegnamenti specialistici del settore ed il relativo studio individuale, (b) nello svolgimento delle attività sperimentali previste nell'ambito di specifici moduli formativi progettuali, (c) nel lavoro relativo alla tesi di laurea. In particolare:

• per quanto riguarda (a) il percorso formativo prevede un nucleo di base di insegnamenti obbligatori (dove vengono appresi concetti e metodologie fondamentali nell'area dell'apprendimento automatico e delle sue applicazioni, dell'ottimizzazione continua e discreta, e delle architetture multi-agente), un ampio insieme di insegnamenti a scelta vincolata su temi verticali specifici dell'AI (come ad esempio la visione computazionale, tecniche specifiche di data mining, metodi di apprendimento geometrico, algoritmi di apprendimento quantistico), un insieme di insegnamenti a scelta vincolata tipici dell'ingegneria informatica strettamente correlati con l'AI (come ad esempio il calcolo parallelo o le tecnologie "big-data"), ed un insieme di insegnamenti a scelta vincolata interdisciplinari che offrono al laureato un contesto ampio delle implicazioni dell'AI anche al di fuori dall'informatica (come ad esempio aspetti legali, o aspetti di ingegneria industriale relativi al marketing o al risparmio gestito).

• per quanto riguarda (b) sono previsti almeno tre moduli formativi progettuali, ciascuno dei quali è associato ad un insegnamento del corso di studio, prevede lo svolgimento di un elaborato svolto con indipendenza e consente di acquisire crediti formativi.

Profili professionali

Si intende formare ingegneri che possano inserirsi con successo in gruppi di lavoro orientati alla progettazione o alla manutenzione di specifici componenti software finalizzati ai diversi ambiti applicativi dell’AI. Esempi importanti sono:

• Visione artificiale, ovvero componenti finalizzati all’analisi, interpretazione e generazione di immagini e video

• Linguaggio naturale, dove i dati hanno una significativa componente testuale. Esempi includono strumenti per la comprensione del testo, sistemi per la conversazione automatica, modelli per l'analisi del sentimento, tecniche di estrazione di informazione strutturata da testo libero, generazione di testo, traduzione automatica tra diverse lingue.

• Nell’ambito di sistemi di supporto alle decisioni, ad esempio per moduli in grado di estrarre dai dati storici informazioni rilevanti, per la gestione ottimizzata dei  processi di produzione, di scorte, di magazzino, di approvvigionamento, di distribuzione.

• L’analisi di dati di mercato, dove le tecniche di analisi predittiva possono essere utilizzate per la determinazione dinamica dei prezzi e per la pubblicità personalizzata, lo sviluppo di di strumenti per l'assistenza virtuale, di algoritmi per la previsione della domanda e per la cura dei contenuti con tecniche di filtraggio collaborativo e di analisi semantica.

• Automazione di impianti e processi, diagnostica e manutenzione predittiva, dove moduli software possano migliorare l’efficienza e la sicurezza dei processi produttivi, riconoscere e predire la presenza di problemi e difetti nell’operazione di macchinari, individuare i tempi per la manutenzione di componenti soggetti a usura o danneggiamento

In questi contesti il laureato potrà eventualmente crescere in azienda fino a raggiungere ruoli di coordinamento o di dirigenza. La figura professionale deve essere in grado di comprendere in profondità i metodi, le architetture e le idee algoritmiche fondamentali nell’area dell’apprendimento statistico e nell’area estesa del deep learning. Deve saper programmare nei principali frameworks software del settore. Deve saper applicare le principali tecniche di ottimizzazione. Deve inoltre avere competenze specifiche su un ampio numero di strategie adottate in letteratura per risolvere i principali compiti in visione computazionale. elaborazione del linguaggio naturale, apprendimento con rinforzo, sistemi di raccomandazione.

Requisiti di ingresso

Requisiti di Preparazione Personale

L'ammissione al corso di laurea magistrale è subordinata all'accertamento dell'adeguata preparazione personale, che verrà effettuata secondo le modalità definite nel Regolamento Didattico del Corso di Studio.

L’accesso al corso richiede inoltre, in conformità alle nuove direttive comunitarie per i corsi universitari di secondo livello, una conoscenza della lingua inglese ad un livello non inferiore al B2 del Quadro comune europeo di riferimento per la conoscenza delle lingue dimostrabile mediante idoneo certificato rilasciato dal Centro Linguistico di Ateneo o presso altri Enti riconosciuti internazionalmente.

Per essere ammessi al corso di laurea magistrale in Artificial Intelligence occorre essere in possesso di una laurea o del diploma universitario di durata triennale, ovvero di altro titolo di studio conseguito all'estero e riconosciuto idoneo. Occorre inoltre il superamento di una verifica dell'adeguatezza della personale preparazione.

Requisiti Curriculari

Per l'accesso al corso è richiesto:

1) Possesso di una laurea nelle seguenti classi:

Classi ex D.M. 270/04

• L-8 Ingegneria dell'informazione

• L-30 Scienze e tecnologie fisiche

• L-31 Scienze e tecnologie informatiche

• L-35 Scienze matematiche

• L-41 Statistica

2) o, in alternativa, in possesso di una laurea in un'altra classe avendo conseguito almeno 72 CFU negli SSD:

• INF/01 – Informatica

• ING-INF/04 – Automatica

• ING-INF/05 – Sistemi di elaborazione delle informazione

• MAT/02 - Algebra

• MAT/03 - Geometria

• MAT/05 - Analisi matematica

• MAT/06 - Probabilità e statistica matematica

• MAT/07 - Fisica matematica

• MAT/08 – Analisi numerica

• MAT/09 – Ricerca operativa

• SECS-S/01 - Statistica

• SECS-S/02 - Statistica per la ricerca sperimentale e tecnologica

• FIS/01- Fisica sperimentale

• FIS/03 - Fisica della materia

Il possesso dei requisiti curriculari di accesso verrà verificato da una apposita Commissione di Valutazione nominata dalla struttura didattica di competenza. Ai laureati che non soddisfano i requisiti riportati nella Tabella per una differenza inferiore a 30 CFU la Commissione di valutazione proporrà un percorso formativo preliminare all'iscrizione che prevede il superamento di esami di CdL tali da compensare le carenze esistenti.

Requisiti di Preparazione Personale

L'adeguatezza della preparazione personale dei laureati che fanno domanda di accesso al CdS viene verificata da una Commissione di Valutazione mediante un colloquio finalizzato ad accertare eventuali carenze formative, con particolare riferimento alle conoscenze informatiche di base. Nel caso in cui la verifica porti all'accertamento di gravi lacune, la Commissione, con delibera motivata, proporrà allo studente un percorso formativo integrativo atto a sanare le lacune evidenziate prima dell'iscrizione definitiva al corso di laurea magistrale. 

L’accesso al corso richiede inoltre, in conformità alle nuove direttive comunitarie per i corsi universitari di secondo livello, una conoscenza della lingua inglese ad un livello non inferiore al B2 del Quadro comune europeo di riferimento per la conoscenza delle lingue dimostrabile mediante idoneo certificato rilasciato dal Centro Linguistico di Ateneo o presso altri Enti riconosciuti internazionalmente.

In casi particolari il CdS potrà prevedere, per coloro che soddisfano i requisiti curriculari e di preparazione personale di accesso, percorsi dipendenti dai requisiti curriculari soddisfatti e/o dal risultato della verifica della preparazione personale. Tali percorsi consentiranno comunque il conseguimento della laurea magistrale con 120 CFU, senza attività formative aggiuntive.

Articolazione del CdL

Il corso ha la durata normale di due anni e si articola in 12 esami (120 CFU) e una prova finale (18 CFU). La prova finale porta alla realizzazione di una tesi che viene valutata tramite la sua pubblica discussione. Il lavoro di tesi deve essere elaborato in modo originale dallo studente sotto la guida di almeno due relatori, docenti universitari.

Modalità di frequenza

Libera

Attività formative

L'attività formativa prevede lezioni frontali, attività seminariali, ricerche propedeutiche e laboratori al fine di acquisire conoscenze, competenze e abilità capaci di aprire al mondo del lavoro.

Esami di profitto

Durante tutto il percorso universitario le conoscenze apprese dallo studente verranno verificate attraverso esami di profitto scritti e orali. 

Prova finale di laurea

Le caratteristiche della prova finale (tesi) sono le seguenti: 1) Il giudizio sulla prova finale è affidato ad una commissione di laurea. Tale commissione, valutata la prova finale, provvede a determinare il voto di laurea. 2) La prova mira a valutare la capacità del candidato di svolgere in completa autonomia: l'approfondimento di un'attività di progettazione o di ricerca, documentata in una dissertazione scritta; l'illustrazione in forma di presentazione scritta e orale del lavoro svolto. 3) La prova finale rappresenta un'importante occasione formativa per lo studente. 4) L’elaborato di tesi dovrà avere caratteristiche di originalità. 5) La tesi è svolta sotto la guida di almeno due relatori (docenti universitari) scelti dallo studente; qualora tale attività sia condotta esternamente, presso aziende e/o Enti, ai relatori universitari si affianca, di norma, un tutore dell’ente esterno.

Accesso a studi successivi

Dottorato di Ricerca