Corso «Intelligenza Artificiale»

Corso «Intelligenza Artificiale»

Corso «Intelligenza Artificiale»

Obiettivo

Obiettivo

Prerequisiti

Prerequisiti

Strumenti

Strumenti

Durata totale

Durata totale

  • Fare conoscere le tecnologie AI in modo da potere cogliere le opportunità che offre questa
    tecnologia
  • Essere in grado di relazionarsi con esperti di AI, conoscendo limiti e potenzialità dei sistemi di intelligenza artificiale
  • Conoscere i passi necessari per implementare un sistema di AI all’interno della propria organizzazione, dall’analisi tecnica dell’idea, alla creazione di un team di sviluppo fino alla realizzazione del prodotto finale, la misura delle prestazioni e l’attività di monitoraggio e controllo
  • Conoscenze di matematica (scuola superiore)
  • Nozioni di informatica e statistica (non necessari ma sicuramente facilitano il percorso didattico)
  • PC/notebook, connessione ad internet, cuffie (suggerite) e webcam
  • 12 ore, erogato in 3 giornate
  • Fare conoscere le tecnologie AI in modo da potere cogliere le opportunità che offre questa
    tecnologia
  • Essere in grado di relazionarsi con esperti di AI, conoscendo limiti e potenzialità dei sistemi di intelligenza artificiale
  • Conoscere i passi necessari per implementare un sistema di AI all’interno della propria organizzazione, dall’analisi tecnica dell’idea, alla creazione di un team di sviluppo fino alla realizzazione del prodotto finale, la misura delle prestazioni e l’attività di monitoraggio e controllo

Programma

Giornata 1: Intelligenza artificiale e machine learning

• Definizione e classificazione dell’intelligenza artificiale

• Meccanismi di funzionamento dei sistemi di intelligenza artificiale (aspetti generici)

• Impatto economico e sociale

• Introduzione al Machine learning

Giornata 2: Sistemi ad apprendimento automatico

  •  Machine learning:
    • Definizione di “apprendimento automatico”
    • Tipi di apprendimento: supervisionato, non supervisionato e apprendimento per rinforzo
    • Applicazioni pratiche: motori di ricerca, sistemi antifrodi, analisi predittive e modelli inferenziali
  • Deep learning
    • Definizione di rete neurale artificiale e di “apprendimento profondo”
    • Fattori contigenti: big data e oneri computazionali
    • Applicazioni pratiche: computer vision (esempi di facial recognition, sistemi di guida autonoma e object recognition, diagnostica medica), elaborazione dati audio, elaborazione dati di testo (sentiment analysis, chatbot, traduzione simultanea, generazione di testo)

Giornata 3: Aspetti organizzativi, etici e sociali

  1. Definizioni
  2. Fasi di un progetto di intelligenza artificiale e metriche di valutazione
  3. Strategie di implementazione all’interno dell’organizzazione
  4. Creazione di un divisione di intelligenza artificiale nella propria organizzazione: figure tecniche e formazione interna
  5. Strategie di valorizzazione dei dati e gestione: raccolta, trasferimento, storage ed annotazione.  Approccio data-centric vs model-centric
  6. Aspetti etici: discriminazione, affidabilità, autonomia e responsabilità dell’algoritmo
  7. Impatto sociale dei progetti di IA: lavoro, formazione, rischi

720,00

Prezzo a persona

720,00

Il numero minimo di partecipanti è 5. Nel caso di non raggiungimento del minimo richiesto, il corso verrà rischedulato di conseguenza