Salta al contenuto principale della pagina

INTELLIGENZA ARTIFICIALE PER I BENI CULTURALI

CODICE 90636
ANNO ACCADEMICO 2022/2023
CFU
  • 6 cfu al 2° anno di 9913 DIGITAL HUMANITIES - COMUNICAZIONE E NUOVI MEDIA (LM-92) - SAVONA
  • SETTORE SCIENTIFICO DISCIPLINARE ING-INF/05
    LINGUA Italiano (Inglese a richiesta)
    SEDE
  • SAVONA
  • PERIODO 1° Semestre
    MATERIALE DIDATTICO AULAWEB

    PRESENTAZIONE

    In questo corso verranno analizzate soluzioni che l’Intelligenza Artificiale e altre tecnologie innovative hanno prodotto per la tutela, fruizione e valorizzazione del patrimonio culturale. Si vuole inoltre di stimolare nuove soluzioni sia metodologiche che tecnologiche per consentire di catalizzare possibili interazioni e aggregazioni tra i vari soggetti impegnati a sviluppare nuove applicazioni nel settore dei beni culturali.

    OBIETTIVI E CONTENUTI

    OBIETTIVI FORMATIVI

    Obiettivo del corso è quello di analizzare soluzioni che l’Intelligenza Artificiale e altre tecnologie innovative hanno prodotto per la tutela, fruizione e valorizzazione del patrimonio culturale. Si vuole inoltre di stimolare nuove soluzioni sia metodologiche che tecnologiche per consentire di catalizzare possibili interazioni e aggregazioni tra i vari soggetti impegnati a sviluppare nuove applicazioni nel settore dei beni culturali. Riprodurre siti culturali e renderli fruibili in modo diverso, anche attraverso il web, significa aprire nuove possibilità di sviluppo per la crescita civile ed economica dei territori. Nasce quindi la necessità di definire ruoli e connessioni, dove solo la ricerca e le nuove tecnologie possono suggerire percorsi e soluzioni competitive che integrino turismo e cultura da un lato, con impresa e mercato da un altro.

    PREREQUISITI

    Conoscenze di base sulla programmazione funzionale e ad oggetti.

    MODALITA' DIDATTICHE

    Il corso viene articolato secondo due categorie distinte di attività:

    • Lezione Teorica (Lecture - Lezione): attività didattica nella quale lo studente è prevalentemente “passivo”, cioè assiste ad una lezione teorica o pratico-applicativa in aula, oppure attraverso gli strumenti messi a disposizione dal portale dell’insegnamento.
    • Lezione Pratica (Hands-on experience - Sessione di studio): componente di “didattica assistita” nella quale lo studente è prevalentemente “attivo”, cioè esegue in prima persona, attività guidate in laboratorio. 

    La frequenza alle lezioni, i materiali utilizzati e le esercitazioni  sono tutti elementi indispensabili per una corretta preparazione a questa disciplina. Si consiglia quindi di frequentare le lezioni e le esercitazioni, di leggere con attenzione e seguire scrupolosamente le indicazioni fornite nei materiali messi a disposizione on-line sul portale dell’insegnamento.

    Il laboratorio sarà tenuto dal docente titolare dell’insegnamento, coadiuvato da tutor di laboratorio. Le attività di laboratorio verranno svolte presso il Laboratorio di Informatica del Campus di Savona e gli studenti saranno suddivisi in gruppi in funzione della capienza del laboratorio stesso. Agli studenti sarà richiesta la prenotazione alle attività di laboratorio tramite il portale del corso. Solo chi avrà effettuato la prenotazione potrà accedere alle attività di laboratorio. L’organizzazione e le date di svolgimento delle attività di laboratorio verranno comunicate direttamente dal docente all’inizio delle lezioni e sdaranno disponibili sul portale del corso.

    Lo schema di organizzazione dell’insegnamento risulta di 6 CFU per un totale di 150 ore di studio-lavoro.

    PROGRAMMA/CONTENUTO

    • Intelligenza Artificiale: Paradigmi e Storia
    • Agenti intelligenti
    • Risolvere i problemi con la ricerca
    • Ricerca informata ed esplorazione
    • Problemi di soddisfacimento di vincoli
    • Rappresentazione della conoscenza
    • Comprensione del linguaggio naturale
    • Apprendimento
    • Percezione visiva e Visione  artificiale
    • Il linguaggio Python [Tipi di Dati semplici - Espressioni e Output - Strutture decisionali e Strutture iterative - Funzioni - File, Liste, Tuple, Stringhe - Dizionari, Set, Classi, Oggetti - Applicazioni per le Digital Humanities]

    TESTI/BIBLIOGRAFIA

    I Materiali usati durante le lezioni in aula virtuale e durante le attività di laboratorio virtuale verranno resi disponibili con il procedere del corso sul portale AulaWeb nella sezione Materiali utilizzati a lezione, unitamente a link a risorse e testi fruibili in rete.

    DOCENTI E COMMISSIONI

    LEZIONI

    Orari delle lezioni

    L'orario di tutti gli insegnamenti è consultabile su EasyAcademy.

    ESAMI

    MODALITA' D'ESAME

    Al fine di sostenere l’esame, lo studente deve effettuare l’iscrizione telematica attraverso il Portale Studenti all’indirizzo https://servizionline.unige.it/studenti/.

    L'esame consiste in un colloquio individuale sul programma del corso e sulla discussione del progetto svolto.

    MODALITA' DI ACCERTAMENTO

    Al fine di superare l’esame, lo studente deve:

    • produrre un Glossario Tematico Disciplinare: per ogni lezione viene richiesto allo studente di creare (e man mano arricchire e raffinare) un glossario delle parole chiave disciplinare; 
    • sviluppare in modo individuale o di gruppo un progetto tematico assegnato dal docente durante lo svolgimento del corso.

     

     

    Calendario appelli

    Data Ora Luogo Tipologia Note

    ALTRE INFORMAZIONI

    Gli studenti con disabilità o con DSA possono fare richiesta di misure compensative/dispensative per l'esame. Le modalità saranno definite caso per caso insieme al Referente per Ingegneria del Comitato di Ateneo per il supporto agli studenti disabili e con DSA. Gli studenti che volessero farne richiesta sono invitati a contattare il docente dell'insegnamento mettendo in copia il Referente (https://unige.it/commissioni/comitatoperlinclusionedeglistudenticondisa…).