Il corso di laurea in Mathematical and Computing Sciences for Artificial Intelligence - impartito in lingua inglese - mira a formare laureati in grado di comprendere e utilizzare metodi matematici, computazionali e di modellizzazione fondamentali e in grado di saperli coniugare con i metodi dell’intelligenza artificiale (ad esempio apprendimento automatico, reti neurali e programmazione logica).
Il corso ha una natura interdisciplinare: agli insegnamenti di base tipici degli studi in matematica applicata si affianca una solida base di informatica, sia teorica che applicata. La fisica e l’economia forniscono gli esempi di base di modellizzazione e problem solving. Inoltre i pilastri metodologici dell’intelligenza artificiale rappresentano l’elemento unificante del corso di studi in quanto in diversi insegnamenti tali pilastri sono introdotti in modo coordinato.
Complessivamente lo scopo del corso di studi è di formare laureati con solide basi metodologiche che possano proseguire gli studi in matematica applicata o in intelligenza artificiale, oppure optare per discipline diverse avendo nel proprio bagaglio di conoscenze strumenti di modellizzazione matematica e tecniche di base relative all’intelligenza artificiale. In particolare, si tratta di un corso metodologico di base "per" l’intelligenza artificiale e non di un corso specialistico "in" intelligenza artificiale.
La formazione sottolinea in particolare gli aspetti critici e metodologici, al fine di evitare l'obsolescenza delle competenze acquisite.
In particolare, gli obiettivi formativi specifici del Corso sono:
1. fornire una rigorosa preparazione teorica, in termini di contenuti e metodi, nell'ambito delle scienze matematiche (analisi matematica, algebra, geometria, probabilità, statistica, ottimizzazione, calcolo numerico) e delle scienze della computazione (programmazione, algoritmi, informatica teorica, strutture logiche, metodi di gestione dell'informazione, algoritmi su grafi);
2. fornire una rigorosa preparazione teorica, in termini di contenuti e metodi, sia nelle basi della fisica e delle tecniche di modellizzazione della fisica (inclusi metodi matematici per la modellizzazione di sistemi classici e quantistici e per la fisica statistica) sia nelle basi dell’economia e delle tecniche di modellizzazione dell'economia (inclusi la teoria dei giochi, la teoria delle decisioni e la modellizzazione comportamentale);
3. fornire una preparazione metodologica di base in intelligenza artificiale (machine learning, ottimizzazione continua e discreta in alta dimensionalità e nelle tecniche computazionali associate, reti neurali, elementi di programmazione logica);
4. insegnare a padroneggiare i principali metodi matematici, computazionali, di modellizzazione e di intelligenza artificiale per la soluzione di problemi quantitativi di vari gradi di complessità, utilizzando molteplici strumenti e costruendo i modelli adeguati;
5. sviluppare soft skills (ad esempio: comunicazione efficace, lavoro in gruppo) attraverso attività in aula e fuori aula legate agli insegnamenti curricolari; sviluppare inoltre, attraverso seminari ad hoc, ulteriori competenze utili per l'inserimento nel mondo del lavoro, quali la capacità di valutare l'impatto etico e sociale dei temi legati all'intelligenza artificiale, alle scienze e alle tecnologie e la capacità di discutere e analizzare in dettaglio (anche in uno specifico contesto applicativo) temi selezionati di intelligenza artificiale;
6. oltre all'inglese (lingua in cui è impartito il corso di studi), promuovere la conoscenza di un'altra lingua UE (l'italiano è obbligatorio per i non madrelingua italiana).
