GenAI Generative AI for business: from basics to breakthroughs

Il corso offre un approccio pratico e ingegneristico all’IA generativa per le aziende. Erogato completamente online con lezioni il sabato, combina moduli teorici con esercitazioni pratiche, incoraggiando l’apprendimento attivo attraverso casi d’uso reali. I laboratori pratici opzionali si concentrano sullo sviluppo di chatbot, sull’integrazione di LLM e sugli strumenti per il processo decisionale basato sui dati. Gli argomenti chiave includono l’elaborazione del linguaggio naturale, la generazione aumentata con recupero (RAG), la rappresentazione della conoscenza, l’estrazione di informazioni, i sistemi conversazionali e l’apprendimento per rinforzo (RL/RLHF). I partecipanti lavoreranno con strumenti e framework open source per progettare e ottimizzare soluzioni di IA.

Il corso è rivolto a laureati e professionisti con una formazione in ingegneria dell’informazione, informatica, matematica, statistica o settori correlati. Si rivolge a profili tecnici che mirano a specializzarsi nello sviluppo e nell’integrazione di soluzioni di intelligenza artificiale generativa in contesti aziendali. I percorsi di carriera includono ingegneri di intelligenza artificiale, data scientist, specialisti di PNL e architetti di soluzioni. I partecipanti acquisiranno competenze avanzate nella creazione e nell’implementazione di chatbot, assistenti virtuali e sistemi intelligenti utilizzando tecniche LLM, RAG e RL. I partecipanti saranno in grado di lavorare in settori come ICT, finanza, produzione, sanità e servizi digitali, guidando l’innovazione attraverso l’intelligenza artificiale.

1. Natural Language Processing (NLP)
   Contenuto: Apprendi i fondamenti dell’elaborazione del linguaggio naturale (NLP), inclusi la rappresentazione lessicale, l’inserimento di parole, la modellazione del linguaggio e il riconoscimento di sequenze. Comprendi reti neurali e trasformatori per progettare e ottimizzare architetture complesse di elaborazione del testo.
2. Knowledge Representation
   Contenuto: Esplora metodologie di modellazione della conoscenza utilizzando RDF e ontologie. Impara la gestione avanzata dei database per strutturare, integrare e interrogare semanticamente grandi set di dati.
3. Conversational Systems and Evaluation
   Contenuto: Padroneggiare l’indicizzazione, i modelli di recupero, il ranking e la generazione aumentata del recupero (RAG). Sviluppare sistemi che combinano l’intelligenza artificiale generativa con un recupero efficace delle informazioni.
4. Information Extraction
   Contenuto: Impara tecniche per estrarre informazioni dal testo utilizzando l’apprendimento non supervisionato e auto-supervisionato. Identifica modelli, tendenze e relazioni nascoste nei dati non strutturati.
5. LLM and KG Integration
   Contenuto: Integrare modelli linguistici di grandi dimensioni (LLM) con grafici di conoscenza (KG). Costruire KG, estrarre e collegare relazioni e iniettare conoscenza da fonti di dati strutturate.
6. Privacy in the Use of Generative AI
   Contenuto: Affrontare le implicazioni etiche, legali ed economiche relative alla protezione della privacy nei sistemi di intelligenza artificiale. Apprendi tecniche di anonimizzazione, sanificazione e aggregazione dei dati.
7. Reinforcement Learning (RL)
   Contenuto: Comprendere i principi fondamentali dell’apprendimento basato sulla conoscenza (RL), inclusi policy, ricompensa ed esplorazione vs. sfruttamento. Valutare l’applicabilità dell’RL rispetto ad altri approcci come l’apprendimento supervisionato e il RAG.
8. Hands-on Chatbot Development
   Contenuto: Acquisisci esperienza pratica nella progettazione, implementazione e ottimizzazione di chatbot utilizzando le più recenti tecnologie di NLP e IA generativa. Apprendi le migliori pratiche per la gestione dei dati e l’addestramento dei modelli.