| KEYWORD |
Esplorare il Ruolo dei Large Language Models nel Miglioramento del Processo Decisionale nella Gestione della Logistica e della Supply Chain
Parole chiave DECISION SUPPORT, DIGITAL TWIN, INTELLIGENZA ARTIFICIALE, LARGE LANGUAGE MODELS, LOGISTICA, MACHINE LEARNING, SUPPLY CHAIN
Riferimenti GIOVANNI ZENEZINI
Gruppi di ricerca www.reslog.polito.it
Tipo tesi RICERCA, RICERCA DOCUMENTALE, RICERCA ESPLORATIVA
Descrizione I LLM, come GPT, BERT e altri, offrono strumenti potenti per la comprensione, generazione e supporto decisionale nel linguaggio naturale in una vasta gamma di applicazioni. La loro forza risiede nella versatilità, fluidità e ampia conoscenza, rendendoli preziosi per compiti come il servizio clienti automatizzato, la creazione di contenuti e i sistemi di supporto alle decisioni. Tuttavia, le loro limitazioni — tra cui allucinazioni, bias, intensità delle risorse e una mancanza di reale comprensione — presentano sfide per applicazioni sensibili o critiche, come nella gestione della supply chain o nei processi decisionali ad alto rischio, dove accuratezza, affidabilità ed equità sono essenziali.
La tesi analizzerà come i LLM, in qualità di agenti conversazionali, possano migliorare il processo decisionale nel contesto della logistica e della gestione della supply chain, anche in combinazione con altre tecniche di intelligenza artificiale (ad es., Machine Learning, Reti Neurali, algoritmi generativi, ecc.) e tecnologie abilitanti come i Digital Twins.
Il potenziale tesista dovrà utilizzare un insieme di strumenti, tra cui una revisione della letteratura scientifica e grigia, un'analisi comparativa dei LLM esistenti, sondaggi e interviste con i decisori, e lo sviluppo di un conceptual.
Conoscenze richieste Conoscenza base degli strumenti di intelligenza artificiale
Conoscenza dell'ambito di riferimento (Logistica e Supply Chain Management)
Capacità di rielaborazione dati documentali
Scadenza validita proposta 08/10/2025
PROPONI LA TUA CANDIDATURA