L’insegnamento offre una panoramica sull'intelligenza artificiale (IA), con un focus specifico sulle basi matematiche che la supportano. Nella prima parte, approfondiremo i principi matematici fondamentali alla base delle reti neurali feed-forward, trattando argomenti come l'architettura delle reti neurali, le funzioni di attivazione e le loro proprietà, le operazioni algebriche e booleane di base sulle reti neurali, le definizioni delle funzioni a livello di rete, le proprietà di approssimazione in vari spazi funzionali. Verranno inoltre discusse alcune applicazioni. Nella seconda parte, esploreremo la matematica alla base dell'intelligenza artificiale generativa, aiutando i partecipanti a comprendere i meccanismi teorici che alimentano modelli come ChatGPT, Claude e altri. Il corso include anche una sezione pratica sull'arte del prompting, insegnando come interagire in modo efficace con i modelli generativi, e si conclude con una panoramica su alcuni dei software più popolari disponibili per lo sviluppo e l'applicazione dell'IA.

Elementi di algebra lineare e conoscenze di base di probabilità e analisi funzionale.

• Struttura generale dell’intelligenza artificiale • La matematica delle reti neurali o Funzioni di attivazione o Operazioni e Funzioni sulla rete o Proprietà di approssimazione o Esempi e Applicazioni • La Matematica alla base dell’IA generativa o Modelli Transformer o Generative Adversarial Networks (GAN) o Esempi e Applicazioni • L’arte del prompting • Panoramica dei software disponibili

In presenza

Presentazione orale - Presentazione report scritto

P.D.2-2 - Marzo