Per l'accesso al Corso di Laurea Magistrale in Artificial Intelligence Engineering si richiede il possesso di uno fra i seguenti titoli conseguiti presso un’Università italiana, o altro titolo di studio conseguito all'estero e ritenuto ad essi equivalenti: Laurea o Diploma Universitario di durata triennale, Laurea Specialistica o Laurea Magistrale, di cui al DM 509/1999 o DM 270/2004, Laurea quinquennale (ante DM 509/1999). Le conoscenze richieste per l'accesso sono, oltre a quelle relative alle materie di base (Matematica, Fisica, Informatica) tipiche dell'Ingegneria, quelle caratterizzanti l'Intelligenza Artificiale con particolare riferimento alle conoscenze tipiche dei Sistemi dell'Elaborazione delle Informazione. È richiesto inoltre che l'allievo abbia una conoscenza di base anche nella più ampia area dell'Ingegneria dell'Informazione e che quindi, in particolare, abbia una conoscenza basilare dell'Elettronica, delle Telecomunicazioni e dei Controlli Automatici. In particolare, per i candidati con titolo di studio italiano, i requisiti curriculari necessari per l'accesso verranno soddisfatti dal possesso di 90 CFU, acquisiti in qualunque corso universitario, nei settori MAT/xx, FIS/xx, INF/01, ING-INF/xx e L-LIN/12. La ripartizione dei CFU tra i settori è dettagliata nel regolamento didattico del corso di studi. I requisiti curriculari dei candidati con titolo di studio straniero necessari per l'accesso saranno valutati da una commissione nominata dal Consiglio del Corso di Studio attraverso l'analisi del curriculum degli studi presentato. Un'apposita Commissione valuta la necessità di eventuali integrazioni curriculari prevedendo, in caso di percorsi non perfettamente coerenti con i requisiti richiesti, un percorso integrativo che deve comunque esaurirsi prima della verifica della preparazione personale. La verifica della personale preparazione è obbligatoria per l'iscrizione al corso e viene effettuata tramite la verifica del voto di laurea o della media pesata dei voti della precedente carriera come descritto in dettaglio nel regolamento didattico del corso di studi. Nella verifica della personale preparazione verrà richiesta la conoscenza della lingua inglese ad un livello non inferiore al B2 del Quadro comune europeo di riferimento per la conoscenza delle lingue.

Nel Regolamento didattico del Corso di Studio sono indicati il livello richiesto di conoscenza della lingua italiana e le relative modalità di verifica. Gli studenti possono inserire nel proprio piano di studi attività volte al raggiungimento di tali competenze linguistiche.

Gli studenti devono preventivamente possedere i seguenti requisiti curriculari: almeno 90 CFU complessivamente acquisiti con un numero minimo di CFU per SSD raccolti nei seguenti gruppi:
- MAT/xx, FIS/xx = 30 CFU
- INF/01, ING-INF/xx = 57 CFU (di cui INF/01 + ING-INF/05 >=18)
- L-LIN/12 = 3 CFU
La preparazione si ritiene adeguata inoltre se lo studente ha conseguito un voto di laurea pari o superiore a 85/110.
In caso di titolo di studio straniero il voto finale deve essere superiore ai 3/4 del massimo previsto o, in mancanza di tale indicazione, la media pesata dei voti deve essere superiore ai 3/4 del massimo previsto.

Esperto in Intelligenza Artificiale
L'esperto in Intelligenza Artificiale possiede le competenze per pianificare e realizzare progetti di innovazione e sviluppo di prodotti nel settore dell'Ingegneria dell'Informatica ed in particolare nell'ambito dell'Intelligenza Artificiale, a partire dalla definizione delle specifiche, per arrivare alla progettazione, alla definizione degli strumenti e delle tecnologie produttive e di servizi, al collaudo ed alla certificazione. Possiede inoltre competenze per operare in settori produttivi e di servizi in continuo mutamento che richiedono un'elevata specializzazione nei metodi e negli strumenti dell'intelligenza artificiale, capaci quindi di affrontare la progettazione, la realizzazione, l'adattamento e la gestione di prodotti e servizi altamente innovativi. Possiede infine le competenze per muoversi in contesti interdisciplinari e di favorire l'innovazione nel contesto lavorativo che sia nei settori operativi aziendali oppure nei centri di ricerca e sviluppo e fornire le sue competenze a supporto delle strutture tecnico-commerciali di aziende che operano nel settore dell'intelligenza artificiale o affine.
Le competenze possono quindi essere indicate in breve come:
1) identificazione, formulazione, risoluzione di problemi complessi che richiedono approcci di intelligenza artificiale in diversi ambiti applicativi, anche interdisciplinari;
2) applicazione delle principali tecniche di rappresentazione e gestione della conoscenza, dei principali e più recenti linguaggi e ambienti di programmazione, delle principali tecniche algoritmiche per IA e di ottimizzazione combinatoria per la progettazione e la realizzazione di sistemi di intelligenza artificiale
3) applicazione delle principali tecniche di data mining, di machine learning e di deep learning nonché delle principali librerie esistenti in questi ambiti per la progettazione e la realizzazione di sistemi di intelligenza artificiale sia con applicazioni in ambito industriale che sanitario e biologico
4) applicazione delle principali tecniche di visione artificiale e di elaborazione dei dati multimediali
5) utilizzo di conoscenze di base relative agli aspetti computazionali dei sistemi intelligenti
6) applicazione dei principali protocolli e tecniche di analisi per la gestione dei sensori dell'Internet of Things, anche in contesti distribuiti
7) conoscenza delle principali piattaforme e soluzioni software per la gestione di sistemi robotici intelligenti

Esperto in Intelligenza Artificiale
L'esperto in Intelligenza Artificiale ricopre ruoli scientifici, tecnici e/o manageriali di alto profilo in contesti che richiedono la conoscenza approfondita delle discipline dell'Ingegneria Informatica con particolare riferimento ai sistemi basati sull'intelligenza artificiale. Può operare nell'ambito della ricerca, progettazione, dello sviluppo, dell'ingegnerizzazione, della produzione, dell'innovazione, dell'esercizio e della manutenzione, della gestione di soluzioni e tecnologie di intelligenza artificiale, e la loro utilizzazione in settori che spaziano dall' automazione di processi complessi aziendali, la mobilità, la gestione dei servizi al cittadino, la finanza, la salute e l'ambiente.
Riassumendo le funzioni riguardano:
1) realizzazioni sistemi di pianificazione e ottimizzazione
2) realizzazioni sistemi di apprendimento automatico
3) realizzazioni sistemi di supporto alle decisioni
4) realizzazioni sistemi per la visione artificiale
5) realizzazioni sistemi per l'analisi di dati sanitari e la bioinformatica
6) realizzazioni sistemi per l'automazione industriale e la robotica

Esperto in Intelligenza Artificiale
Grazie ad una offerta formativa che privilegia una significativa attività di laboratorio in vari domini applicativi ed industriali, gli sbocchi occupazionali tipici dell'esperto in Intelligenza Artificiale sono pertinenti sia ai settori operativi aziendali, sia ai centri di ricerca e sviluppo, in particolare:
- imprese di progettazione, sviluppo, ingegnerizzazione, produzione ed esercizio di soluzioni e sistemi intelligenti e le loro applicazioni;
- imprese manifatturiere, aziende agro-alimentari, aziende operanti in ambito civile, settori di amministrazioni pubbliche e imprese di servizi in cui sono utilizzati sistemi informatici basati sull'intelligenza artificiale;
- imprese interessate all'acquisizione, il trattamento, l'elaborazione e la trasmissione dell'informazione (dati, voce, immagini e video);
- industrie per l'automazione e la robotica, aziende manifatturiere che utilizzano sistemi e impianti per l'automazione di processo;
- imprese operanti nell'ambito del progetto e dello sviluppo di sistemi embedded e di piattaforme digitali per sistemi autonomi ed intelligenti;
- aziende di settori diversi, che necessitano di competenze per lo sviluppo e l'utilizzo di sistemi basati sull'intelligenza artificiale a supporto dell'organizzazione interna, della produzione e della commercializzazione;
- aziende del settore biomedicale, che richiedano competenze di medical imaging, bioinformatica e analisi dati con tecnologie di apprendimento automatico e intelligenza artificiale;
- centri di ricerca e sviluppo, sia pubblici che privati;
- studi di terzo ciclo e master universitari di secondo livello.

ll Corso di Laurea Magistrale in Artificial Intelligence Engineering si propone di fornire le competenze relative alla progettazione, alla realizzazione e alla gestione di sistemi intelligenti basati sulle più recenti metodologie e tecniche dell'intelligenza artificiale, in grado quindi di processare in modo efficiente ed estrarre conoscenze utili da grandi quantità di dati. Rientrano negli obiettivi della Laurea Magistrale l'apprendimento dei fondamenti teorici, delle metodologie e delle tecnologie in grado di consentire lo sviluppo di progetti e la realizzazione di prodotti caratterizzati da una forte innovazione ed adeguatezza, per fare fronte alla rapida evoluzione che caratterizza l'area dell'Intelligenza Artificiale. I laureati magistrali in Artificial Intelligence Engineering devono in generale conoscere approfonditamente gli aspetti teorico-scientifici delle scienze di base dell'Ingegneria e soprattutto dell'Ingegneria Informatica applicata all'Intelligenza Artificiale per interpretare, descrivere e risolvere anche in modo innovativo, i problemi complessi che possono richiedere anche un approccio interdisciplinare. Devono inoltre essere capaci di ideare, pianificare, progettare e gestire sistemi di apprendimento, processi e servizi complessi e/o innovativi considerando anche le associate implicazioni economiche, sociali ed etiche.
L'obiettivo della Laurea Magistrale in Artificial Intelligence Engineering è quello di offrire un equilibrio tra formazione generalista, pur di livello avanzato, nei diversi ambiti teorici e tecnologici in cui si struttura la disciplina dell'intelligenza artificiale, e specializzazione in uno degli ambiti applicativi della disciplina. Lo scopo è quindi quello di offrire una “formazione a T”: a fianco di un insieme di competenze in uno dei settori specifici dell'Intelligenza Artificiale (che costituiscono la barra verticale della T) vengono proposte un insieme di competenze, sempre caratterizzanti la materia, con un profilo di ampio spettro e fondativo (che compongono la barra orizzontale della lettera). Riteniamo che una formazione di questo tipo fornisca le competenze per essere da subito attivi nel mondo del lavoro, ma anche capaci di mantenersi aggiornati quando le innovazioni portate dalla ricerca rendano la conoscenza operativa acquisita obsoleta.
Il Corso di Laurea Magistrale in Artificial Intelligence Engineering prevede di individuare all'interno dei percorsi previsti un corpo di insegnamenti fondamentali nelle seguenti aree di apprendimento: intelligenza artificiale e apprendimento automatico, IOT, visione artificiale, multimedia, applicazioni distribuite, calcolo ad alte prestazioni e robotica.
A completamento degli insegnamenti fondamentali del percorso, il Corso di Laurea Magistrale in Artificial Intelligence Engineering consente allo studente la possibilità di stabilire il proprio percorso formativo secondo le proprie aspirazioni professionali, effettuando scelte che possono portare il futuro laureato magistrale a meglio completare la propria preparazione. Per completare la sua preparazione, lo studente dovrà individuare ulteriori insegnamenti, secondo percorsi formativi funzionali al raggiungimento degli obiettivi formativi del corso, garantendo che sia le attività formative affini ed integrative sia quelle a scelta libera dello studente dovranno essere coerenti con tale progetto formativo. Tali scelte riguarderanno quindi materie scientifiche, altre materie ingegneristiche e materie giuridiche, quali la ricerca operativa, la matematica discreta, i fondamenti matematici del machine learning, le telecomunicazioni, il diritto applicato all'intelligenza artificiale, e il quantum computing. Il Corso di Laurea Magistrale di Artificial Intelligence Engineering prevede, perciò, per raggiungere i sopraelencati obiettivi formativi, un solido percorso formativo culturale e metodologico sul quale si possono innestare percorsi personalizzati che permettono una formazione orientata alla immissione nel mondo del lavoro oltre che alla possibile prosecuzione degli studi in master universitari di II livello e/o in dottorati di ricerca.
La lingua Inglese rappresenta lo standard utilizzato nella comunicazione in ambito informatico. Il laureato magistrale dovrà essere in grado di promuovere l'innovazione tecnologica e, a tal fine, dovrà saper utilizzare fluentemente, in forma scritta e orale, la lingua inglese oltre l'italiano, con riferimento anche ai lessici disciplinari. È attraverso l'erogazione degli insegnamenti in lingua inglese e la selezione dell'inglese come lingua del corso che si intende promuovere e consolidare questa competenza nel laureato.

Le abilità comunicative che sono richieste ad un futuro laureato magistrale in Artificial Intelligence Engineering riguardano in particolare la capacità di:
- interagire efficacemente con interlocutori sia non specialisti che specialisti di diversi settori applicativi dell'intelligenza artificiale al fine di comprenderne le specifiche esigenze per la realizzazione di sistemi complessi per l'apprendimento automatico;
- descrivere a tali interlocutori in modo chiaro e comprensibile informazioni, idee, problemi e soluzioni oltre che aspetti tecnici;
- addestrare collaboratori, coordinare e partecipare a gruppi di progetto, pianificare e condurre la formazione nell'area dell'Intelligenza Artificiale;
- comunicare sulle tematiche di interesse efficacemente e fluentemente, in forma scritta e orale, in inglese con riferimento anche ai lessici disciplinari e, se necessario, usando strumenti multimediali.
Tali abilità (in inglese) vengono accertate sia attraverso le prove scritte e/o orali previste nei singoli insegnamenti, sia nello svolgimento di un tirocinio o di una attività progettuale, e sia nella scrittura e presentazione della tesi di laurea magistrale durante la prova finale. Le abilità comunicative possono inoltre essere messe alla prova in vari modi: dal sostenimento di alcuni esami all'estero grazie alla possibilità offerte dal Programma Erasmus e dallo svolgimento all'estero di un tirocinio/attività progettuale e quindi dalla scrittura in inglese della tesi di laurea magistrale.

Ai futuri laureati magistrali in Artificial Intelligence Engineering viene richiesta:
- autonomia di giudizio nell'analizzare e progettare sistemi complessi per l'apprendimento automatico, valutando l'impatto delle soluzioni informatiche nel contesto applicativo dell'intelligenza artificiale, sia relativamente agli aspetti tecnici che agli aspetti organizzativi e dimostrando di partecipare attivamente al processo decisionale in contesti anche interdisciplinari.
- autonomia di giudizio nel valutare le implicazioni economiche, sociali ed etiche associate alle soluzioni di intelligenza artificiale individuate.
Il Corso di Laurea Magistrale in Artificial Intelligence Engineering si pone l'obiettivo di fornire allo studente gli opportuni strumenti metodologici ed operativi per consentirgli di affrontare con autonomia e obiettività di giudizio sia i problemi tipici della progettazione e realizzazione di sistemi autonomi complessi in grado di apprendere, sia le sfide innovative che derivano dalla rapida evoluzione che caratterizza l'area dell'Intelligenza Artificiale.
La verifica dei risultati attesi sopra indicati viene condotta sia nei singoli insegnamenti che prevedono attività di laboratorio, sia nello svolgimento di un tirocinio o di una attività progettuale, sia nella prova finale.

Ad un futuro laureato magistrale in Artificial Intelligence Engineering viene richiesto di avere:
- capacità di apprendimento che consente di affrontare in modo efficace le mutevoli problematiche lavorative connesse con l'innovazione propria dell'area di competenza.
- capacità di riconoscere la necessità di apprendimento autonomo durante tutto l'arco della vita, dato l'elevato tasso di innovazione tecnologica e metodologica nell'area dell'Intelligenza Artificiale;
- capacità di acquisire in modo autonomo nuove conoscenze specialistiche dalla letteratura scientifica e tecnica del settore, sia nell'ambito delle tematiche approfondite nel proprio percorso formativo, sia in altri ambiti del machine learning;
- capacità di apprendimento approfondite che sono necessarie per intraprendere sia studi successivi come master universitari di II livello e/o dottorati di ricerca che ricerche scientifiche.
Tali capacità vengono verificate nell'ambito dei singoli insegnamenti, in particolare quelli che prevedono una componente seminariale, di ricerca bibliografica e di svolgimento di progetti sia individuali che di gruppo, oltre che nello svolgimento delle attività inerenti ad un tirocinio o una attività progettuale e nella preparazione e discussione della tesi di laurea magistrale.

Fundamentals (comune ad entrambe i percorsi)
- Conoscere e comprendere le principali tecniche di intelligenza artificiale, pattern recognition, machine learning, deep learning, data mining per l'analisi di dati di natura eterogenea e multimediale.
- Conoscere e comprendere le tecniche della visione artificiale, in particolare per l'elaborazione di immagini e video e dei sistemi cognitivi in generale con riferimento ai processi di elaborazione, ai sistemi multisensoriali, anche da IoT, con riferimento a sistemi robotici cognitivi.

Percorso Applications
- Conoscere e comprendere le caratteristiche avanzate dell'Internet of Things e della gestione e analisi di tali sensori anche in contesti distribuiti.
- Conoscere e comprendere le metodologie di base e avanzate nello spazio degli stati per l'analisi ed il controllo di sistemi dinamici per applicazioni robotiche
- Conoscere e comprendere in modo approfondito i concetti e le tecnologie della bioinformatica

Percorso Large scale
- Conoscere e comprendere le tecniche di compressione e gestione dei dati multimediali, con particolare riferimento agli standard di memorizzazione per immagini, video e audio, e dei relativi supporti architetturali.
- Conoscere e comprendere i principali modelli e tecnologie per la gestione di sistemi software distribuiti avanzati, anche in ambito di raccolta dati da sensori dell'Internet of Things.
- Conoscere e comprendere le problematiche e la struttura dei sistemi multithreaded e dei cluster per l'high performance computing.

Conoscenze propedeutiche alle competenze professionali
- Conoscere e comprendere le nozioni matematiche fondamentali relative agli insiemi discreti, evidenziando le tecniche risolutive e dimostrative connesse con il loro studio.
- Conoscere e comprendere le tecnologie, i dispositivi di interconnessione e le principali infrastrutture di rete, anche in ambito automotive.
- Conoscere e comprendere le nozioni matematiche fondamentali che sono alla base dei sistemi e degli algoritmi di apprendimento automatico.
- Conoscere e comprendere i concetti alla base dell'elaborazione quantistica dell'informazione.
- Conoscere e comprendere le metodologie per la progettazione centrata sulla persona e per la progettazione dell'interazione.

Fundamentals (comune ad entrambe i percorsi)
- Sapere applicare e progettare, con i più recenti linguaggi, librerie e ambienti di programmazione, i principali algoritmi di classificazione di dati, di sequenze temporali di informazioni e di pattern complessi quali ad esempio le immagini e altri dati multimediali.
- Sapere applicare le principali tecniche di apprendimento automatico sia di tipo supervisionato che non supervisionato, di rappresentazione e gestione della conoscenza.
- Sapere applicare le tecniche di base per l'analisi automatica di dati multimediali, quali immagini, video e rappresentazioni visuali di dati; sapere comprendere una scena, ricercandone i contenuti, sapere trattare la visione 3D.
- Sapere sviluppare applicazioni di visione robotica ed industriale, di videosorveglianza biometria ed analisi forense, sistemi di intelligenza artificiale sia in ambito industriale sia sanitario sia biologico.
- Saper utilizzare approcci di base relativi agli aspetti computazionali dei sistemi intelligenti

Percorso Applications
- Sapere analizzare e progettare sistemi in grado di comunicare con i nuovi dispositivi intelligenti.
- Sapere analizzare e progettare sistemi dinamici lineari, non lineari, continui, discreti, di tipo SISO (single-input and single-output) e MIMO (Multiple-input and multiple-output) per applicazioni robotiche.
- Saper costruire modelli statistici per l'interpretazione dei dati provenienti da esperimenti di biologia molecolare e biochimica, applicare strumenti matematici per l'analisi di sequenze di DNA, RNA e proteine, ottimizzare gli algoritmi di ricerca dei dati stessi per migliorarne l'accessibilità.

Percorso Large scale
- Sapere sia applicare sia modificare gli algoritmi di compressione ed elaborazione dei dati multimediali.
- Sapere progettare sistemi client-server basati su oggetti, sistemi a componenti autonomi (agenti) e sapere applicare le tecnologie per la mobilità.
- Sapere eseguire simulazioni e utilizzare librerie software su sistemi con numerose GPU e conoscere le metodologie di gestione di job su grandi strutture per l'HPC.
- Essere in grado di progettare sistemi per il training distribuito e su larga scala di modelli di reinforcement learning in ambiente simulato per la navigazione di robot autonomi.

Conoscenze propedeutiche alle competenze professionali
- Sapere applicare le nozioni relative a relazioni di equivalenza, numeri primi, problemi di fattorizzazione e aritmetica modulare e sapere applicare le principali tecniche risolutive delle relazioni ricorsive e gli elementi basilari della teoria dei grafi.
- Sapere applicare le nozioni relative alle principali infrastrutture di rete, in ambito locale, metropolitano e geografico, in tecnologia elettronica ed ottica, nonché le comunicazioni V2X.
- Sapere applicare le nozioni relative alle varietà, alla fattorizzazione di matrici, alle immersioni in spazi altamente dimensionali, all'uso dei kernel nelle support vector machines.
- Saper decifrare, creare e utilizzare semplici algoritmi quantistici e conoscere una piattaforma tecnologica per il calcolo quantistico e la sua realizzazione hardware.
- Sapere utilizzare strumenti innovativi per la generazione di prototipi virtuali al fine di valutare l'interazione uomo-macchina e uomo-computer secondo approcci digitali.