Fondamenti di Intelligenza Artificiale

Modulo Unico

• Introduzione all’intelligenza artificiale e quadro generale della trasformazione digitale
• Evoluzione storica dell’intelligenza artificiale e principali paradigmi tecnologici
• Concetti fondamentali dell’IA: machine learning, deep learning e dati
• Tipologie di apprendimento automatico e principi di funzionamento dei modelli
• Dati, dataset e qualità dell’informazione nei sistemi di IA
• Ciclo di vita di un sistema di intelligenza artificiale: raccolta dati, addestramento e valutazione
• Metriche e criteri di valutazione delle prestazioni dei modelli
• Tecnologie e ambiti applicativi dell’IA: Natural Language Processing e Computer Vision
• Sistemi intelligenti e applicazioni avanzate: riconoscimento immagini, sistemi di raccomandazione e analisi automatica dei dati
• Strumenti e framework per lo sviluppo di soluzioni di IA
• Ecosistema tecnologico dell’IA: librerie, piattaforme e ambienti di sviluppo come TensorFlow, PyTorch e scikit-learn
• Progettazione e implementazione di sistemi di IA: dall’idea al deployment
• Applicazioni dell’IA nei servizi digitali e nei processi organizzativi
• Casi d’uso dell’intelligenza artificiale nella Pubblica Amministrazione e nei servizi ai cittadini
• Impatto dell’IA sul lavoro, sulle competenze e sull’organizzazione
• Rischi, limiti tecnici e sfide etiche dell’intelligenza artificiale
• Governance, regolazione e principi di utilizzo responsabile dell’IA
• Scenari futuri dell’intelligenza artificiale e trasformazione dei sistemi socioeconomici