Il corso di Dottorato in Computational Intelligence si pone come principale obiettivo quello di formare i futuri protagonisti della ricerca e dell'innovazione nel campo della teoria, della progettazione e implementazione dei sistemi intelligenti, e prepararli ad affrontare importanti sfide di innovazione sia in contesti industriali che in istituzioni scientifiche e centri di ricerca. Il corso di Dottorato in Computational Intelligence si rivolge, principalmente, ad un numero selezionato di laureati magistrali nelle discipline STEM (Fisica, Quantum Science and Technology, Data Science, Informatica, Matematica, Ingegnerie dell'Informazione, e cosi via), in possesso di un solido background scientifico-computazionale e motivati ad approfondire le proprie capacita nell'ambito della ricerca e della innovazione in un contesto scientifico di eccellenza come quello della Università degli Studi di Napoli Federico II.

I dottorandi saranno formati utilizzando un approccio gerarchico per l'erogazione dei contenuti, organizzato come segue: al livello piu basso della gerarchica sono posizionati i metodi matematici e statistici attraverso i quali vengono descritti i formalismi di base per la modellazione e validazione degli algoritmi di intelligenza computazionale; nello strato centrale della gerarchia sono posizionate le metodologie e tecniche fisiche relative alle architetture dei sistemi di calcolo classici e quantistici per l'intelligenza computazionale; nello strato piu alto della gerarchia sono localizzate le teorie, metodologie e tecniche informatiche per l'implementazione di algoritmi ed infrastrutture di calcolo ad alte prestazioni, sia classiche che quantistiche, per l'intelligenza computazionale. In questo scenario, lo strato matematico e statistico consentirà al dottorando di approfondire le proprie competenze nell'ambito dei metodi e dei modelli matematici e statistici utili alla comprensione e alla progettazione di tecniche di intelligenza computazionale: algebra, geometria, ottimizzazione e algoritmi che usano approssimazione numerica per risolvere problemi matematici complessi, metodi e modelli statistici per l'apprendimento, test statistici per la validazione degli algoritmi di intelligenza computazionale. Lo strato fisico permetterà al dottorando di acquisire conoscenze relative alle tecniche di progettazione dei sistemi di calcolo automatico, sia classici che quantistici, per l'intelligenza computazionale con particolare attenzione alle seguenti aree: elettronica, fotonica e superconduttività. Lo strato informatico, infine, consentirà al dottorando di completare la propria conoscenza nell'ambito delle teorie e metodologie e tecniche informatiche necessarie alla progettazione di sistemi efficienti per l' intelligenza computazionale: algoritmi di apprendimento automatico, tecniche di ragionamento automatico, tecniche di ottimizzazione bio- inspired, tecniche di problem-solving, teoria della complessità e della computabilità, sistemi e algoritmi distribuiti, sistemi di high-performance computing, architetture per la gestione efficiente di dati. Tali tecniche potranno essere studiate usando sia strumenti di calcolo classici che quantistici. Un approccio come quello descritto consentirà ad ogni dottorando di acquisire le competenze necessarie per svolgere attività di ricerca di alto livello e di porre le basi per ottenere risultati originali e significativi in termini di pubblicazioni scientifiche (vedi Valorizzazione dei Risultati) e applicazioni industriali (vedi Sbocchi Professionali).