PRESENTAZIONE

Oggi gli algoritmi di apprendimento automatico (machine learning) e i sistemi basati sull'intelligenza artificiale vengono utilizzati per molte applicazioni reali, tra cui il riconoscimento di immagini, i filtri antispam, il rilevamento di malware ed il riconoscimento biometrico. In queste applicazioni l'algoritmo di apprendimento automatico può essere oggetto di attacchi che possono manipolare i dati in ingresso per sovvertire di proposito sia la fase di apprendimento che quella operativa. La parte 1 del corso si propone di introdurre i fondamenti della sicurezza del machine learning e il settore dell’adversarial machine learning. La parte 2 introduce le normative internazionali alla base della cosiddetta "Trustworthy Artificial Intelligence". Il corso utilizza esempi di applicazioni reali, tra cui il riconoscimento di oggetti nelle immagini, il riconoscimento biometrico, il filtraggio dello spam, la robotica e il rilevamento di malware.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

L'obiettivo di questo corso è fornire agli studenti concetti di base ed avanzati sulla sicurezza dell'apprendimento automatico e sulla "Trustworthy Artificial Intelligence".

PREREQUISITI

Questo corso è rivolto a studenti che abbiano già frequentato corsi di base (o abbiano una conoscenza di base/intermedia) di machine learning e intelligenza artificiale e abbiano una conoscenza di base/intermedia dei linguaggi di programmazione (in particolare il linguaggio Python).

DOCENTI E COMMISSIONI

Commissione d'esame

FABIO ROLI (Presidente)

LUCA DEMETRIO (Presidente Supplente)

LUCA ONETO (Presidente Supplente)

ESAMI

MODALITA' D'ESAME

Valutazioni in classe durante il semestre (soluzione a libro chiuso di esercizi numerici/programmazione e domande a risposta aperta), oppure progetto finale da preparare a casa ed orale.

MODALITA' DI ACCERTAMENTO

Criterio di valutazione: soluzione di domande chiuse ed aperte ed esercizi numerici (15/30) + soluzione di esercizi di programmazione (15/30).

Calendario appelli