Studiare

In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.

Piano Didattico

Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.
Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:

Laurea magistrale in Artificial Intelligence - Immatricolazione dal 2025/2026

Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.

2° Anno  Attivato nell'A.A. 2024/2025

InsegnamentiCreditiTAFSSD
Final exam
18
E
-
Attivato nell'A.A. 2024/2025
InsegnamentiCreditiTAFSSD
Final exam
18
E
-
Insegnamenti Crediti TAF SSD
Tra gli anni: 1°- 2°
2 modules among the following (1st year: Knowledge representation, Natural language processing, HCI Intelligent interfaces - 2nd year: AI & Cloud, Visual intelligence, Statistical learning - 1st and 2nd year: Computer Vision & Deep Learning)
6
C
INF/01
Tra gli anni: 1°- 2°
2 modules among the following (1st year: Knowledge representation, Natural language processing, HCI Intelligent interfaces - 2nd year: AI & Cloud - 1st and 2nd year: Computer Vision & Deep learning)
6
B
INF/01
Tra gli anni: 1°- 2°
2 courses among the following (A.A. 2023/24: Complex systems and Network Science not activated)
6
C
ING-INF/05
6
C
INF/01 ,ING-INF/05
6
C
INF/01
Tra gli anni: 1°- 2°
Further activities: 3 CFU training and 3 CFU further language skill or 6 CFU training. International students (i.e. students who do not have an Italian bachelor’s degree) must compulsorily gain 3 CFU of Italian language skills (at least A2 level) and 3 CFU training.
6
F
-
Tra gli anni: 1°- 2°

Legenda | Tipo Attività Formativa (TAF)

TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.




S Stage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Codice insegnamento

4S008917

Crediti

6

Coordinatore

Non ancora assegnato

Lingua di erogazione

Inglese en

Settore Scientifico Disciplinare (SSD)

INF/01 - INFORMATICA

Corsi Singoli

Autorizzato

L'insegnamento è organizzato come segue:

Teoria
Attività mutuata da Quantum computing - Teoria del corso: Laurea magistrale in Ingegneria e scienze informatiche [LM-18/32]

Crediti

5

Periodo

II semestre

Docenti

Alessandra Di Pierro

Laboratorio
Attività mutuata da Quantum computing - Laboratorio del corso: Laurea magistrale in Ingegneria e scienze informatiche [LM-18/32]

Crediti

1

Periodo

II semestre

Docenti

Alessandra Di Pierro

Obiettivi di apprendimento

Lo scopo di questo insegnamento è di introdurre i concetti fondamentali della computazione quantistica attraverso lo studio dei principali aspetti fisici che la distinguono dalla computazione classica. Parti essenziali del corso sono: 1) lo studio del modello computazionale `a circuiti’ e la sua universalità; 2) la spiegazione delle principali tecniche algoritmiche che sfruttano i fenomeni della fisica quantistica in modo strettamente non classico e lo studio delle loro applicazioni per risolvere problemi classicamente difficili; 3) lo studio di paradigmi di programmazione quantistica con riferimenti ad alcune delle piattaforme software esistenti. Al termine del corso le studentesse e gli studenti dovranno dimostrare di aver acquisito i concetti fondamentali della computazione quantistica e di essere in grado di utilizzare in modo appropriato le tecniche algoritmiche e di programmazione quantistica in modo da poter proseguire gli studi in modo autonomo nei vari campi di ricerca relativi alla computazione quantistica ed approfondire le proprie conoscenze attraverso testi e pubblicazioni scientifiche nel campo specifico di interesse.

Programma

------------------------
UL: Teoria
------------------------
Part I: Quantum Computing
Basic notions from quantum mechanics and linear algebra
The qubit
Quantum Computability: The quantum circuit model, Universality
Quantum Algorithms and Complexity: The BQP class, Phase estimation, Factoring, Quantum search
NISQ Computers
Demonstrations in Lab
Part II: Quantum Software
Quantum Languages
Quantum Compilation
Quantum Machine Learning
------------------------
UL: Laboratorio
------------------------
Part I: Quantum Computing
Basic notions from quantum mechanics and linear algebra
The qubit
Quantum Computability: The quantum circuit model, Universality
Quantum Algorithms and Complexity: The BQP class, Phase estimation, Factoring, Quantum search
Part II: Quantum Software
Quantum Languages
Quantum Compiling
Quantum Machine Learning

Modalità di verifica dell'apprendimento

------------------------
UL: Teoria
------------------------
Esame scritto. Il compito consiste in cinque domande con risposta aperta da svolgere in due ore.
------------------------
UL: Laboratorio
------------------------
Progetto da sviluppare su Qiskit

Le/gli studentesse/studenti con disabilità o disturbi specifici di apprendimento (DSA), che intendano richiedere l'adattamento della prova d'esame, devono seguire le indicazioni riportate QUI