-
1
SVILUPPO SOFTWARE
Come l’intelligenza artificiale può aiutare a efficientare e velocizzare lo sviluppo di codice. Una rivoluzione che grazie all’AI Generativa è già iniziata e che promette di cambiare le regole del coding.
-
2
LO SCENARIO
INTERNAZIONALE
Che cosa sta succedendo nel mondo dell’AI. Come si sta muovendo l’Europa per non rischiare di perdere il passo di USA e Cina e come competenze e tecnologie del vecchio continente possono essere messe a sistema per recuperare il gap. Le eccellenze dello scenario Italiano e del suo ecosistema di ricerca e dello sviluppo aziendale.
-
3
CASE STUDY
E APPLICAZIONI
Incontreremo gli “AI champions”, manager e aziende che hanno già utilizzato con successo le soluzioni e le tecnologie di Intelligenza Artificiale ottenendo risultati concreti in termini di efficienza, qualità e customer experience.
-
4
INTELLIGENZA ARTIFICIALE
E INDUSTRIA 4.0
L’industria è uno dei settori che può trarre maggiori vantaggi dall’AI. Esploreremo le sinergie con l’Internet of Things, le applicazioni di Deep Learning e Big Data Analytics, l’AI per la robotica e la logistica, la manutenzione predittiva, le tante applicazioni della computer vision e le applicazioni dei modelli fondazionali e Large Language Model.
-
5
LE INFRASTRUTTURE DELL’AI
L’utilizzo di architetture Cloud, Fog e Edge. Soluzioni architetturali ad elevato grado di parallelismo. Trade-off tra efficacia nell’addestramento di modelli di Machine/Deep Learning e la quantità di risorse computazionali utilizzate. Il futuro del Quantum Computing abbinato all’AI.
-
6
ETICA, REGOLE
E RESPONSABILITÀ
Linee guida per realizzare sistemi che incorporino i corretti principi etici, evitando rischi e incrementando il benessere dell’uomo. Le best practice per un uso dei dati consapevole. Le implicazioni di privacy, consumi energetici, sicurezza e realizzabilità.
-
7
I PRINCIPALI STRUMENTI UTILIZZABILI
Quali sono i punti di forza e di debolezza delle soluzioni disponibili per il business: knowledge representation, reasoning, sistemi rule based, machine learning e deep learning, gli altri paradigmi: bayes, fuzzy, genetic, swarm intelligence, Natural Language Processing...
-
8
PRODUTTIVITÀ INDIVIDUALE E CUSTOMER EXPERIENCE
Il Machine Learning e l’AI Generativa per competere meglio. Lo studio e l’ottimizzazione dei processi aziendali reali e l’implementazione di processi intelligenti in grado di dare un boost alla produttività delle persone. Gli assistenti virtuali, i recommendation systems, le tante applicazioni delle tecnologie di Natural Language Processing per migliorare la customer experience.