Introduzione
Corso di 8 ore sull'Intelligenza Artificiale
Struttura del corso:
1. Introduzione all'Intelligenza Artificiale (2 ore)
- Storia dell'IA:
- Le prime ricerche (Alan Turing, John McCarthy)
- L'inverno dell'IA
- La rinascita dell'IA con il deep learning
- Cos'è l'IA?
- Definizione e rami dell'IA
- Distinzione tra IA forte e debole
- Applicazioni dell'IA:
- Esempi concreti in diversi settori (sanità, finanza, industria, etc.)
- Impatto dell'IA sulla società:
- Benefici e rischi etici
2. Fondamenti di Machine Learning (2 ore)
- Tipi di apprendimento:
- Apprendimento supervisionato
- Apprendimento non supervisionato
- Apprendimento per rinforzo
- Algoritmi di machine learning:
- Regressione lineare
- K-Nearest Neighbors (KNN)
- Decision Tree
- Support Vector Machine (SVM)
- Introduzione al Deep Learning:
- Reti neurali artificiali
- Convoluzioni e pooling
- Recurrent Neural Networks (RNN)
3. Natural Language Processing (2 ore)
- Introduzione al NLP:
- Cos'è il NLP e le sue sfide
- Tokenizzazione e lemmattizzazione
- Analisi del sentiment:
- Riconoscimento delle emozioni nel testo
- Machine Translation:
- Traduzione automatica di testi
- Chatbots e AI conversazionale:
- Funzionamento e applicazioni
4. Visione artificiale (2 ore)
- Introduzione alla visione artificiale:
- Come le macchine "vedono" il mondo
- Riconoscimento di immagini:
- Classificazione di oggetti e scene
- Deep learning per la visione artificiale:
- Reti neurali convoluzionali (CNN)
- Esempi di applicazioni:
- Riconoscimento facciale, auto a guida autonoma
Fonti e informazioni:
Corsi online:
- Elements of AI: https://www.elementsofai.it/
- Corso online di Intelligenza Artificiale e Machine Learning: [URL non valido rimosso]
- I migliori corsi di Intelligenza artificiale online: https://www.udemy.com/it/topic/artificial-intelligence/
Libri:
- Stuart Russell & Peter Norvig - Artificial Intelligence: A Modern Approach
- Yann LeCun, Yoshua Bengio & Geoffrey Hinton - Deep Learning
- Melanie Mitchell - Artificial Intelligence: A Guide for Thinking Humans
Articoli e blog:
- MIT Technology Review: https://www.technologyreview.com/
- AI Today: [URL non valido rimosso]
- The Gradient: https://thegradient.pub/
Organizzazioni:
- Associazione Italiana per l'Intelligenza Artificiale: [URL non valido rimosso]
- European Association for Artificial Intelligence: https://www.eai.eu/
Inoltre:
- Canale YouTube "Deeplearning.ai": [URL non valido rimosso]
- Sito web "Papers with Code": https://paperswithcode.com/
Esempi di intelligenze artificiali e loro applicazioni (300 ore)
- Riconoscimento del linguaggio: Assistenti vocali (Siri, Alexa), traduzione automatica, chatbot.
- Visione artificiale: Riconoscimento facciale, auto a guida autonoma, analisi di immagini e video.
- Natural Language Processing: Analisi del sentiment, machine translation, chatbot.
- Robotica: Bracci robotici, robot collaborativi, droni.
- IA nella didattica: Tutoraggio personalizzato, creazione di contenuti didattici, valutazione automatica.
Focus su applicazioni per la scuola (200 ore)
- Italiano:
- Correttori automatici di grammatica e ortografia
- Strumenti di analisi del testo per la comprensione e la produzione
- Generatori di testi per la scrittura creativa
- Tutoraggio personalizzato per la grammatica e la letteratura
-
Storia:
- Ricerca e analisi di documenti storici
- Creazione di mappe interattive e visualizzazioni di dati storici
- Simulazioni di eventi storici
- Tutoraggio personalizzato per la storia e la geografia
-
Piattaforme di e-learning: (anche no...)
- Google Classroom: https://classroom.google.com/
- Moodle: https://moodle.org/
- Strumenti di intelligenza artificiale per la didattica:
- Kahoot!: https://kahoot.com/
- Quizizz: https://quizizz.com/
- PanQuiz: https://www.panquiz.com/
- QuestionWell: https://www.questionwell.org/
- Google Earth: https://earth.google.com/
- Khan Academy: https://it.khanacademy.org/
risorse online e strumenti educativi che possono essere utilizzati per integrare l'Intelligenza Artificiale nelle lezioni:
-
Google Teachable Machine: Questo strumento permette agli studenti di creare modelli di machine learning senza necessità di conoscenze approfondite di programmazione. Possono addestrare modelli per riconoscere immagini, suoni o gesti, aprendo le porte a progetti creativi e interattivi.
-
TensorFlow.js: Una libreria JavaScript open-source per addestrare e utilizzare modelli di machine learning direttamente nel browser. Gli insegnanti possono utilizzare questa risorsa per sviluppare attività interattive che coinvolgono l'IA senza richiedere l'installazione di software aggiuntivo.
-
IBM Watson Studio: Questa piattaforma offre strumenti per lo sviluppo di progetti di intelligenza artificiale, inclusi strumenti di analisi dei dati, di machine learning e di analisi predittiva. Gli insegnanti possono utilizzare Watson Studio per condurre esperimenti e sviluppare progetti IA avanzati con i propri studenti.
-
Kaggle: Una piattaforma online che ospita competizioni di data science e offre set di dati gratuiti, kernel di codice e risorse didattiche. Gli insegnanti possono utilizzare Kaggle per proporre sfide AI stimolanti agli studenti e incoraggiarli a sviluppare le proprie competenze di machine learning.
-
Cozmo and Vector by Anki: Questi robot programmabili sono dotati di intelligenza artificiale e offrono un modo divertente per gli studenti di esplorare i concetti fondamentali dell'IA attraverso l'interazione fisica e pratica.
-
Codemotion Kids: Una piattaforma educativa che offre corsi online su programmazione, robotica e intelligenza artificiale per bambini e adolescenti. Gli insegnanti possono trovare risorse e attività adatte alle diverse fasce d'età e livelli di competenza.
-
Coursera e Udacity: Piattaforme di formazione online che offrono corsi gratuiti e a pagamento su una vasta gamma di argomenti legati all'IA, inclusi i fondamenti della machine learning, l'apprendimento profondo e l'etica dell'IA. Gli insegnanti possono incorporare materiali didattici da queste piattaforme nei loro corsi per arricchire l'apprendimento degli studenti.