Descrizione del corso

Il corso introduce i concetti fondamentali dell’Intelligenza Artificiale (IA) attraverso un approccio pratico, pensato anche per chi non ha competenze tecnico-informatiche. I/le partecipanti esplorano i diversi tipi di IA - simbolica, generale, machine learning, deep learning e modelli linguistici - creando strumenti capaci di: fornire informazioni ai visitatori e alle visitatrici di luoghi culturali, classificare generi letterari, colorare immagini storiche e supportare la ricerca di dati storici. Particolare attenzione viene data al machine learning, approfondendo concetti come l’addestramento del modello, l’inferenza (classificazione e predizione) e la gestione di parametri e iperparametri. Nella fase finale, i/le partecipanti applicano le conoscenze acquisite sviluppando un proprio modello di machine learning su una piattaforma open source, usando dati di loro produzione. 

Il corso è parte dell'offerta formativa Dicolab. Cultura al digitale, un'iniziativa del Ministero della Cultura, Digital Library, Scuola nazionale del patrimonio e delle attività culturali, finanziato da Next generation EU.

Tecnologie digitali trattate

  • landbot.io 
  • Teachable Machine 
  • Orange Data Mining 
  • DeOldify 
  • Ollama 

Al termine del corso il/la partecipante sarà in grado di:

  •  descrivere i concetti chiave dell'intelligenza artificiale (IA): IA simbolica, generale, generativa, machine learning, concetti introduttivi di deep learning e modelli linguistici; 
  • descrivere le tecniche di machine learning, con particolare focus su classificazione, predizione e concetti di base relativi ai modelli e ai loro pesi; 
  • identificare i parametri di un approccio etico all’uso dell’IA; 
  • applicare tecniche di addestramento di base per sviluppare un modello di machine learning su una piattaforma open source, usando dati di propria produzione.
Biografia docenti

Daniele Solombrino è dottorando in Informatica alla Sapienza Università di Roma, dove fa parte del gruppo di ricerca GLADIA, un team multidisciplinare finanziato da un ERC Starting Grant e un Google Research Award. In precedenza, ha conseguito la laurea magistrale in Informatica presso Sapienza Università di Roma. Attualmente, è assistente alla didattica per i corsi di Deep Learning and Applied Artificial Intelligence, Machine Learning e Introduzione alla Programmazione in Python. È stato invitato a parlare presso università e aziende su argomenti che spaziano dall’Intelligenza Artificiale per l’innovazione aziendale alle sue applicazioni in biologia (Università della Tuscia) e cinema (University of Minnesota), oltre che sulla ricerca avanzata in Intelligenza Artificiale (Sapienza Università di Roma). 

Destinatari

Il corso si rivolge al personale del Ministero della cultura e delle altre pubbliche amministrazioni, al personale delle imprese del settore del patrimonio culturale, al personale di istituti culturali, pubblici e privati, ai professionisti e alle professioniste del settore del patrimonio culturale e a laureandi e laureande, specializzandi e specializzande, dottorandi e dottorande. 

Modalità di valutazione

Al termine del corso i/le partecipanti dovranno sostenere una prova di valutazione strutturata basata su analisi di caso (use case) con risposta a scelta singola e due distrattori.

Criteri per il rilascio dell'Open Badge

Per la certificazione delle competenze e l'acquisizione del Badge, il/la titolare ha frequentato almeno l'80% del corso e superato con successo la prova di valutazione.

Durata: 180
Sottotitolo Breve: HEM09
Modalità nativa: laboratorio
Modalità attuale: live
In vetrina: No
In arrivo: No
New: No
Corso del catalogo riservato:
PNRR DICOLAB:
Programma: Dicolab
Codice Badge: 222
Tipologia corso: Specialistico
[NON COMPILARE PIU'] Status di fruizione: Riservato - fruizioni ON
Risorse accessibili: No
[NON COMPILARE PIU'] Risorse NON accessibili: No
[NON COMPILARE PIU'] Originale/Replica: Originale
Flag notifica custom: No
Notifiche abilitate:
Ha il certificato?: No
Attiva barra completamento custom?: No
Visualizza Progressbar: No
Vuoi nascondere il box Dicolab?: No