Laboratorio di intelligenza artificiale per la comunicazione
- A.A. 2024/2025
- CFU 4
- Ore 20
- Classe di laurea LM-19
Nessuno
L'obiettivo del laboratorio è quello di apprendere gli strumenti di base necessari per affrontare la comprensione, l'utilizzo e la creazione di sistemi di Intelligenza Artificiale Generativi (Generative AI - GAI), insieme alle capacità di analizzare classi di problemi adatti ad essere trattati con metodi e tecniche caratterizzanti della disciplina. Saranno introdotti strumenti di sviluppo di soluzioni GAI low/no coding al fine di permettere l'implementazione di soluzioni multimediali nel settore della comunicazione.
L'attività didattica svolta nel corso è parte integrante della Cattedra Jean Monnet EDIT - Ethics for inclusive digital Europe, co-finanziata dall'Unione Europea nell'ambito delle Jean Monnet Actions in the field of higher education.
- Ambienti e applicazioni low / no coding per l'Intelligenza Artificiale
- Deep Learning: Autoencoders, Convolutional Neural Networks, Recurrent and Recursive Networks, etc.
- Intelligenza Artificiale Generativa (Generative AI - GAI) e prompt engineering nell'uso di Large Language Models (LLM)
- Esercitazioni sull'uso di sistemi di GAI e dati multimediali nel settore della comunicazione
Slide e dispense fornite dal docente.
Altre informazioni / materiali aggiuntivi
Le esercitazioni permetteranno di acquisire competenze nell'uso di strumenti software per la progettazione di soluzioni multimediali per il web e per l'extended reality fornite dal docente. Le attività di project work permetteranno di affrontare progetti in collaborazione con aziende ed enti, con la possibilità di estendere i progetti durante il tirocinio.
-
La didattica si svolgerà tramite lezioni frontali con il supporto di slide ed esercitazioni pratiche svolte in gruppi e con l'obiettivo di favorire l'apprendimento di soluzioni tecnologiche per la progettazione di soluzioni per il web e contenuti multimediali.
L'esame consiste in una prova pratica basata sull'implementazione di project work sulle tematiche del corso. Per la sufficienza lo studente deve raggiungere complessivamente un punteggio non inferiore a 18.
Inglese
Italiano