|

On line-Training Corso Intelligenza Artificiale (AI-IND)

La trasformazione tecnologica in corso spinta dall'Intelligenza Artificiale (AI) ha reso obsolete tecniche considerate all'avanguardia solo dieci anni fa ed offre nuove opportunità per ottimizzare i processi produttivi. In molte aziende è fisiologico che i professionisti non siano pienamente al corrente delle nuove tecnologie e delle loro possibili applicazioni nei rispettivi settori. Questo fatto sottolinea l'importanza di avere figure specializzate nell'Intelligenza Artificiale, in grado di offrire consulenze mirate e di guidare efficacemente la trasformazione digitale all'interno delle aziende. Inoltre, l'introduzione di queste tecnologie richiede agli imprenditori, ai direttori e ai leader aziendali di ampliare le proprie competenze al fine di gestire progetti di AI in modo efficace. È essenziale che tutte queste figure abbiano una conoscenza dell'AI per identificare le possibili applicazioni nel loro contesto aziendale, comprendere appieno le sue potenzialità e limiti, e collaborare in modo efficiente.

Obiettivo del corso è fornire una base di conoscenza sull'Intelligenza Artificiale, concentrandosi sulle sue applicazioni e casi d'uso, con attenzione ai recenti sviluppi nel campo.
Inoltre, si propone di guidare i partecipanti nell'analisi di soluzioni di AI nel contesto industriale, attraverso l'esposizione di casi studio e la riflessione sui loro vantaggi e svantaggi.
Al termine del corso i partecipanti saranno in grado di individuare potenziali applicazioni dell'AI nell'ambito industriale e collaborare trasversalmente per la riuscita delle progettualità collegate.

Introduzione:
- Sviluppo dell’AI negli ultimi anni
- Modelli generativi (Testo, immagini, etc.) – es. ChatGPT
- Panorama Attuale (Big Data, Cloud Computing, Industrial IoT, Additive Manufacturing, …)
Intelligenza Artificiale:
- Implementazioni attuali
- Asset Immateriale: i Dati
- Payback: tempi e aspettative
Intelligenza artificiale e società:
- Normative Europee
- Soluzioni di AI come innovazione ed Impatto sulla società ed industria
Machine Learning:
- Introduzione al Machine Learning
- Definizioni Principali
- Classificazione: Supervised, Unsupervised e Reinforcement Learning
- Principali Algoritmi: Linear Regression, Decision Trees, Hierarchical clustering, …
- Esempi
Case Studies, Ispezione e controllo qualità:
- Computer Vision
- Object Detection
- Anomaly Detection
Case studies, Automazione e Sistemi controllo:
- Linee di produzione intelligenti
- Analisi di dati di produzione e
- Time Series Analysis & Demand Forecasting
- Anelli di controllo
Analisi delle soluzioni:
- Valutazione di un progetto di AI
- Vantaggi di innovare vs usare tecnologie consolidate
- Discussione