Roberto
Amadini


Amadini
Professore associato di Informatica Università di Bologna

Roberto Amadini è professore associato di Informatica all’Università di Bologna dal 2022. Ha conseguito il dottorato di ricerca in Informatica presso l’Università di Bologna nel 2015. È stato assegnista di ricerca presso il Dipartimento di Informatica e Ingegneria dell’Università di Bologna dal 2015 al 2016, Research Fellow presso il Department of Computing and Information Systems dell’Università di Melbourne, Australia, dal 2016 al 2019, e Senior Researcher presso il Dipartimento di Informatica e Ingegneria dell’Università di Bologna dal 2019 al 2022.

CORSI

L’intelligenza artificiale (AI) è una disciplina il cui obiettivo è quello di realizzare questo sogno attraverso l’uso delle tecniche più diverse, dalla computazione simbolica basata sulla logica, ai modelli sub-simbolici ispirati dalla struttura del cervello, come le reti neurali. Il corso fornirà una panoramica introduttiva sulle diverse tecniche di intelligenza artificiale esistenti, focalizzandosi sulle applicazioni industriali, discutendo le sfide e le opportunità future, affrontando anche alcune delle implicazioni sociali, economiche ed etiche.

Data Science and Business Analytics
Artificial Intelligence and Innovation Management
Finance and Fintech
Data Marketing and Analytics

Il corso fornirà alcuni approfondimenti sui sistemi di supporto alle decisioni da due prospettive ortogonali: un approccio basato sull’ottimizzazione, basato sull’IA simbolica (prima parte) e un approccio guidato dai dati (data-driven), basato sull’IA sub-simbolica (seconda parte).

Al termine dell’intero processo di apprendimento, gli studenti dovrebbero essere in grado di:
– avere un’idea generale di cosa sono i DSS e di come gestirli da diversi punti di vista
– identificare i problemi decisionali che possono essere affrontati con un approccio data-driven.
– conoscere le basi della modellazione con i vincoli e MiniZinc

Artificial Intelligence and Innovation Management

Il panorama della presa di decisioni aziendali ha subito una profonda trasformazione, grazie all’intelligenza artificiale. Questa evoluzione ha il potenziale di portare vantaggi fondamentali: una precisione migliorata, un’efficienza accentuata e una notevole capacità di svelare modelli complessi. L’integrazione dell’IA nei processi decisionali non solo ha il potenziale di perfezionare la precisione, ma posiziona anche le organizzazioni per garantirsi un vantaggio competitivo attraverso decisioni informate, basate sui dati e strategicamente solide.

Nella prima parte del corso, affrontiamo i compromessi critici coinvolti nell’adozione dei metodi di Machine Learning per la presa di decisioni nei contesti aziendali. Il corso fornisce ai partecipanti sia competenze concettuali che pratiche necessarie per valutare i costi, sia sociali che economici, rispetto ai benefici tangibili che questi sistemi apportano nel campo dell’innovazione aziendale.

Nella seconda parte del corso, esaminiamo come l’intelligenza artificiale può essere utilizzata per l’ottimizzazione (combinatoria), in alternativa o in combinazione con Machine Learning. Introduciamo le principali caratteristiche del paradigma del Constraint Programming e del linguaggio MiniZinc, per mostrare come questo approccio possa essere utilizzato per costruire Intelligent Decision Support Systems.

Questo non è un esercizio astratto. Attraverso approfonditi casi di studio, gli studenti analizzano le complessità del mondo reale associate all’adozione dell’IA, acquisendo approfondimenti sui paesaggi sfumati di rischi e opportunità. Il curriculum richiede una mentalità interdisciplinare, in cui l’esperienza tecnica si allinea senza soluzione di continuità con le pratiche della strategia aziendale, promuovendo una comprensione solida di come l’IA amplifichi le capacità decisionali.

Artificial Intelligence for Business