Programma Masterclass in Artificial Intelligence Management
Condividere conoscenze e competenze per l’innovazione
Formazione a distanza
Masterclass
Contesto e scenari
Introduzione all’Artificial Intelligence Programmazione base
Area Technology
Machine & Deep Learning
Una comprensione approfondita di una fondamentale branca dell’AI che, grazie allo sviluppo e uso di algoritmi ispirati alle reti neurali, consente alle macchine di “apprendere” e assimilare dati alla stregua del cervello umano.
Intro matematiche
L’algoritmo di apprendimento: Backpropagation
Le reti deep
Un machine learning framework: PyTorch
Use case: La prima rete neurale. Riconoscimento di caratteri manoscritti. Reti ricorrenti
Reti convenzionali
Use case pratico: classificare un testo
Use case pratico: costruire un classificatore di immagini
Natural Language Processing (NLP)
Una giornata dedicata all’NLP e alle innovative soluzioni per l’elaborazione, la comprensione e la produzione di dati testuali fino alla scoperta di nuovi approcci che integrano il Deep Learning e l’elaborazione del linguaggio naturale.
Introduzione al NLP
Cenni storici
Modelli Linguistici Metodologie e Tecniche di NLP Esercitazioni
Computer Vision
Può una macchina, come un normale PC, vedere l’ambiente circostante come l’uomo? Partendo da questo presupposto, criterio alla base della Computer Vision, si scoprirà la sua applicabilità in vari settori e le nuove tecnologie necessarie per la sua realizzazione.
Computer vision, augmented e virtual reality
La computer vision applicata a diversi settori: fisica delle particelle, medicina, industria e servizi
Nuove tecnologie: quantum computer e primi algoritmi per la computer vision
Hands on: cloud e open source platform, computer vision con strumenti di intelligenza artificiale, costruzione di un modello per il riconoscimento di immagini, sviluppo di una applicazione di computer vision
Data Engineering
Una giornata dedicata ai Big Data per comprenderne i processi di raccolta, la conversione e convalida dei dati che rappresentano le basi per la creazione di architetture capaci di strutturare e formattare grandi set di dati e per lo sviluppo di applicazioni di Data Science.
Big Data intro ed Etica dei Big Data
Structured / Unstructured Data
Features and limitations of the relational model
From RDBMS to NoSQL
I Data Lake ed il Data Warehouse
ETL vs ELT
Limiti del calcolatori ed esempi di calcolo distribuito
Introduzione ad Apache Spark
Introduzione all’uso di Apache Spark per l’elaborazione di Big Data
Cyber Security
Sfide attuali e future, analisi dei rischi e dell’impatto che l’AI e la Cybersecurity avranno nella sicurezza informatica aziendale.
Automated, Supervised, Unsupervised and Reinforcement learning
Cybersecurity and AI
Maths & Cyber concepts (Hacker, Cracker, Password, Classification Data)Cyber & AI problems and solutions: confidentiality, confidentiality SE/AE, architecture.
Direct and Side-Channel attack by AI
Security Application Context: model-based systems engineering, vulnerabilities, penetration test, threat, availability, malware.
AI: Model Tires approach
AI as Threats: Deeepfake
Explanable AI
Area Management
AI Strategy
Il modulo AI Strategy mira a formare i partecipanti sulla progettazione e implementazione di una
strategia di intelligenza artificiale all’interno delle organizzazioni. Il focus sarà su come l’AI puòessere sfruttata per migliorare l’efficienza, la produttività, l’innovazione e il vantaggio
competitivo attraverso l’introduzione di diverse strategie di AI.
Strategie di AI per il vantaggio competitivo e la strategia di costo;
Applicazioni aziendali dell’AI tra cui l’automazione intelligente o cognitiva, l’uso dei robot intelligenti in diversi contesti e l’AI per la gestione del rischio e l’ottimizzazione;
AI utilizzata per gestire e ottimizzare il rischio in vari settori, come il churn dei clienti, la manutenzione predittiva, la sicurezza informatica, la prevenzione delle frodi online, il rischio assicurativo, l’ottimizzazione delle rotte, la gestione delle scorte, il rischio di credito, l’ottimizzazione dei consumi, e le risorse umane;
Strategia di differenziazione basata sull’AI;
Casi studio pratici.
AI & Blockchain
In questo modulo si comprenderà come la blockchain offrirà un canale per favorire lo scambio di dati e di informazioni in tutta sicurezza impattando fortemente sul mondo dell’AI. Durante la docenza verranno presentate esperienze dirette di usabilità della tecnologia a casi d’uso concreti e la realizzazione di una piattaforma finanziaria con una moneta dedicata in blockchain
AI Act
Dall’algoritmo all’AI. Il contesto normativo europeo.
Obiettivi del Workshop: Approfondimento delle tematiche riguardanti il percorso normativo europeo dall’algoritmo all’AI, anche attraverso l’analisi di casi pratici relativi all’utilizzo dell’Intelligenza Artificiale.
Proposta di Regolamento del Parlamento Europeo e del Consiglio (2021/0106) del 21 aprile 2021 – Regole armonizzate sull’Intelligenza Artificiale e modifica di alcuni atti legislativi dell’Unione;
Proposta di Direttiva del Parlamento Europeo e del Consiglio (2022/0303) del 28 settembre 2022 – Artificial Intelligence Liability Directive (adeguamento delle norme in materia di responsabilità civile extracontrattuale all’intelligenza artificiale);
Alcuni casi pratici di utilizzo di AI.
AI STL Strategy
L’obiettivo di questo modulo è quello di esplorare come l’intelligenza artificiale può essere utilizzata per guidare la Strategia STL fornendo gli strumenti per creare e identificare nuovi spazi di mercato inesplorati e creare nuove proposte di valore per i consumatori. Saranno presentati esempi reali di come aziende di successo, come Netflix e Stitch Fix, hanno potuto generare profitti e crescita non competendo per la domanda esistente, ma ridefinendo i confini del settore per creare nuovi spazi di mercato e sbloccare la domanda latente. L’obiettivo principale è consentire agli studenti di sviluppare una Strategia AI Blue Ocean per le loro organizzazioni.
Introduzione al concetto di Strategia STL e al suo impatto sul posizionamento del mercato;
AI come catalizzatore per la Strategia STL;
Tecniche di STL Strategy applicate all’intelligenza artificiale, creando ciò che viene chiamato Artificial Intelligence Blue Oceans (AIBOS);
Focus sulla differenza tra efficienza e vantaggio competitivo, esplorando l’importanza dell’innovazione di valore
Tecniche di Project Management
Comprendere la teoria e l’applicazione pratica di metodi e tecniche della gestione dei progetti e Tutti gli aspetti organizzativi che influiscono sul raggiungimento degli obiettivi previsti.
- Principi del Project Management:
Organizzazione per la gestione dei progetti
Il ruolo del project manager
Gestione delle risorse umane e comunicazione
Esempi di grande commessa da gestire con il project management
- Le variabili del Project Management
La gestione della qualità La gestione del tempo La gestione dei costi
La gestione del rischio
3.Le fasi dei progetti
Start up
Pianificazione, Approvvigionamenti, Esecuzione, Monitoraggio e controllo
4. Focus sugli strumenti
GANTT
RACI
WBS
Matrice Rischio
Impatto
Previsione dell’evoluzione dei costi
5. Esercitazione
AI Business Canvas
L’obiettivo principale è fornire una comprensione approfondita di come sviluppare e utilizzare un Business Canvas focalizzato sull’AI, considerando l’obiettivo, l’ambito applicativo, le risorse, le competenze e i rischi associati. L’AI Business Canvas servirà come strumento strategico per comunicare e pianificare iniziative di AI all’interno di un’organizzazione, che può essere utilizzato da tutti i livelli aziendali, indipendentemente dalla loro familiarità con l’AI.
Panoramica generale dei Canvas, esplorando diverse variazioni
AI Business Canvas, struttura, sezioni ed i nove blocchi che compongono il canvas: il caso d’uso, le persone, la soluzione AI, i dati, la tecnologia, la fattibilità, i processi, i rischi, e la sostenibilità economica;
Applicazione pratica del AI Business Canvas attraverso un progetto pilota.
AI Design Thinking
L’obiettivo del modulo AI Design Thinking è introdurre al concetto di Design Thinking applicato ai progetti di intelligenza artificiale. Verranno introdotti le metodologie agli strumenti creativi del Design Thinking, mettendo in primo piano l’utente finale e promuovendo la creatività e l’innovazione.
Introduzione al Design Thinking;
Modelli di Design Thinking: l’approccio di alcuni visionari;
Adattare il processo di Design Thinking ai progetti di intelligenza artificiale;
Applicazione pratica del processo di Design Thinking per l’AI a un caso d’uso aziendale
AI & Etica
L’Intelligenza Artificiale sta contribuendo enormemente a migliorare e facilitare il nostro lavoro e le nostre vite. E’ però fondamentale un utilizzo etico dell’IA dove l’essere umano sia al centro di tutti i processi e di tutte le decisioni. In questo modulo impareremo a riconoscere e gestire le problematiche etiche nel disegno, nello sviluppo e nell’uso delle applicazioni di IA.
Recensioni
Ancora non ci sono recensioni.