Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Psicologia
SCIENZE PSICOLOGICHE COGNITIVE E PSICOBIOLOGICHE
Insegnamento
INTELLIGENZA ARTIFICIALE
PS02103965, A.A. 2018/19

Informazioni valide per gli studenti immatricolati nell'A.A. 2016/17

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
SCIENZE PSICOLOGICHE COGNITIVE E PSICOBIOLOGICHE
PS1082, ordinamento 2015/16, A.A. 2018/19
N0
porta questa
pagina con te
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese ARTIFICIAL INTELLIGENCE
Dipartimento di riferimento Dipartimento di Psicologia Generale
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile MARCO ZORZI M-PSI/01

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Psicologia generale e fisiologica M-PSI/01 6.0

Organizzazione dell'insegnamento
Periodo di erogazione Secondo semestre
Anno di corso III Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LEZIONE 6.0 42 108.0

Calendario
Inizio attività didattiche 25/02/2019
Fine attività didattiche 14/06/2019

Commissioni d'esame
Nessuna commissione d'esame definita

Syllabus
Prerequisiti: I corsi di "Psicologia Generale" e "Psicobiologia" forniscono le conoscenze di base per alcuni argomenti discussi nel corso. E' molto utile la conoscenza della statistica ("Psicometria"). Sono richieste anche abilità informatiche di base (per le esercitazioni pratiche) e nozioni di algebra lineare (a livello di scuola superiore).
Conoscenze e abilita' da acquisire: Il corso presenta le basi teoriche e computazionali dell'intelligenza artificiale ispirata al funzionamento del cervello. Il tema principale è l'apprendimento automatico basato su reti neurali artificiali e come questo approccio venga utilizzato nelle (neuro)scienze cognitive per la modellizzazione della percezione e dei processi cognitivi. Esercitazioni pratiche introdurranno gli studenti a semplici simulazioni al computer di reti neurali artificiali.
Modalita' di esame: Tipo esame: scritto (tempo disponibile: 1 ora)
Modalità: 11 domande con risposte a scelta multipla (max 22 punti) + 2 domande aperte (max 8 punti).
Elaborato scritto opzionale (fino a 2 punti bonus): elaborato (max 1500 parole) su un argomento tra quelli proposti durante il corso. L'elaborato dovrà essere consegnato il giorno dell'esame scritto.
Criteri di valutazione: La valutazione dello studente si baserà sulla comprensione degli argomenti svolti, e sull'acquisizione dei concetti e delle metodologie proposte.
Contenuti: Introduzione all’intelligenza artificiale e all'apprendimento automatico. Le reti neurali: formalismo matematico ed elementi di base. Apprendimento supervisionato: percettrone, regola delta, reti multi-strato ed error backpropagation. Generalizzazione ed overfitting. Reti parzialmente ricorrenti: apprendimento di dati sequenziali. Apprendimento non supervisionato: memorie associative e reti di Hopfield, apprendimento competitivo, modelli a variabili latenti, annealing, macchine di Boltzmann. Deep learning. Apprendimento per rinforzo. La simulazione come metodo di ricerca nelle (neuro)scienze cognitive. Modelli connessionisti della percezione e dei processi cognitivi.
Attivita' di apprendimento previste e metodologie di insegnamento: L’insegnamento è basato su lezioni frontali in cui vengono trattati gli argomenti teorici, presentati anche in modo informale attraverso esempi per facilitarne la comprensione. Sono previste alcune esercitazioni pratiche sulla simulazione di reti neurali artificiali che verranno svolte in aula informatica.
Eventuali indicazioni sui materiali di studio: Altro materiale obbligatorio disponibile sul sito Moodle del corso (https://elearning.unipd.it/dpg/):
- Slides delle lezioni
- Rumelhart, D.E. e McClelland, J.L. (1991), “PDP. Microstruttura dei Processi Cognitivi”, Mulino. Capitolo 1.
- Zorzi M. (2006). “Dai neuroni al comportamento: La simulazione dei processi cognitivi con modelli generativi”. Sistemi Intelligenti, 18(1), pp. 115-124.
- Zorzi M. (2006) “L’approccio computazionale in psicologia cognitiva”. Giornale Italiano di Psicologia, 23(2), pp. 225-245.
Testi di riferimento:
  • Girotto V. e Zorzi M. (a cura di), Manuale di Psicologia Generale. Bologna: Il Mulino, 2016. capitolo 11 "Apprendimento e memoria nelle reti neurali" e capitolo 21 sezione 2 (pp. 412-416) “Modelli Bayesiani" Cerca nel catalogo
  • Floreano D., Mattiussi C., Manuale sulle reti neurali. Bologna: Il Mulino, 2002. Il volume non è reperibile nelle librerie perchè fuori catalogo, ma per questo motivo può essere fotocopiato (vedi bibioteca di psicologia) Cerca nel catalogo
  • Bisiacchi P., Vallesi A (a cura di), Il cervello al lavoro. Nuove prospettive in neuropsicologia. Bologna: Il Mulino, 2017. capitolo 4: "Modelli computazionali e simulazione dei processi neuro-cognitivi" di M. Zorzi Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Lecturing
  • Laboratory
  • Problem based learning
  • Case study
  • Questioning
  • Problem solving
  • Utilizzo di video disponibili online o realizzati
  • Files e pagine caricati online (pagine web, Moodle, ...)

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)
  • Simulatore software reti neurali (JAVA NNS)

Obiettivi Agenda 2030 per lo sviluppo sostenibile
Istruzione di qualita' Industria, innovazione e infrastrutture