Roberto
Amadini

Ricercatore tipo b -Senior Università di Bologna Core Faculty

CORSI

Sin dai primi automi meccanici del XVII secolo, uno dei più grandi sogni dell’umanità è stato la costruzione di macchine che mostrassero comportamenti e intelligenza umani. 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.

Gli ultimi anni hanno visto un sensazionale utilizzo di applicazioni di intelligenza artificiale in vari ambiti differenti, con una rilevante crescita negli investimenti, che ha indotto molti esperti a credere che il sogno diventerà realtà in tempi brevi.

Ciò sta portando molte imprese a riconsiderare le proprie strategie di business e più generalmente, richiede una profonda riconsiderazione di vari aspetti fondamentali per la nostra società.

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
Digital Technology and Innovation Management
Finance and Fintech
Data Marketing and Analytics

Manager ed esperti di settore si trovano spesso ad affrontare la sfida di prendere decisioni su questioni complicate, caratterizzate da scenari complessi e da una significativa quantità di dati, conoscenze e modelli analitici. I Sistemi di Supporto alle Decisioni (DSS) sono una classe di strumenti che aiutano gli utenti a comprendere i vantaggi e gli svantaggi delle decisioni alternative, incrementando quindi la consapevolezza del decisore sul processo decisionale ed il suo impatto.

La prima parte del corso è dedicata agli strumenti e alle soluzioni per la rappresentazione della conoscenza e del processo decisionale adottato dagli esperti di settore. I criteri e le regole decisionali possono essere documentate in modo formale, ma comunque intelligibile e, in maniera ancora più importante, possono essere utilizzate per inviare dati ai software (come i motori di regole) per automatizzare parte o tutto del processo decisionale. Standard recenti (come il Decision Model and Notation DMN), saranno introdotti in una sessione pratica, durante la quale gli studenti potranno sperimentare direttamente i vantaggi del documentare e automatizzare i processi decisionali attraverso degli approcci basati sulle regole.

La seconda parte del corso servirà a far familiarizzare gli studenti con i DSS che utilizzano dati e tecniche di apprendimento automatico per apprendere modelli di domini complessi. Questi modelli saranno quindi utilizzati per prevedere e simulare degli scenari, così da poter comparare decisioni alternative e gli effetti previsti. Infine, verranno trattate le tecniche di visualizzazione che aiutano il decisore a confrontare decisioni differenti, le soluzioni ottimali w.r.t. per un dato obiettivo e i criteri decisionali multi-obiettivo.

Digital Technology and Innovation Management