Gli Agenti nell’Intelligenza Artificiale

Descrizione del corso

• Introduzione agli Agenti di Intelligenza Artificiale
• Definizione e caratteristiche degli Agenti Intelligenti
• Tipologie di Agenti
• Reattivi
• Basati su modelli
• Goal-oriented
• Utility-based
• Architettura degli Agenti
• Percezione, Azione ed Apprendimento
• Ambienti di interazione ( completamente/parzialmente osservabili, deterministici/stocastici )
• Esempi reali di agenti di IA
• Machine Learning per Agenti Intelligenti
• Rappresentazione della conoscenza e dei dati
• Modelli di decision-making
• Approcci probabilistici e Bayesiani
• Differenza tra Machine Learning classico e Deep Learning
• Architetture di Agenti e Framework Decisionali
• Sistemi multi-agente
• Processi decisionali di Markov ( MDP )
• Programmazione dinamica
• Monte Carlo e Temporal Difference Learning
• Agenti Percettivi e Computer Vision
• Sistemi di percezione visiva negli agenti di IA
• Reti neurali convoluzionali ( CNN ) per la visione artificiale
• Object Detection e Recognition
• Integrazione di sensori multipli
• Agenti robotici con capacità visive
• Agenti di IA Generativa
• Fondamenti dell’IA Generativa
• Generative Adversarial Networks ( GAN )
• Agenti creativi e generazione di contenuti
• Applicazioni degli agenti generativi in contesti aziendali e creativi