Lezione 1 - L'intelligenza artificiale: non solo generativa

📅 Data: 20-05-2025

Overview

1. Introduzione al corso e presentazione delle corsiste
   • Ice-breaking: Ogni corsista condivide il proprio background e contesto lavorativo (hanno mai usato AI?). Sondaggio Slack
2. Introduzione all'IA
   1. Che cos'è l'IA?
   2. Definizione, storia e tipi di IA: IA ristretta, generale e superintelligente. Stato attuale e luoghi comuni
   3. Esempi di IA nelle organizzazioni: Applicazioni pratiche in settori diversi.
3. Alcune demo pratiche
   • Computer Vision:
   • Teachable Machine di Google: creazione di un modello di classificazione immagini senza coding, poi condivisione dei risultati, discussione

Risorse utili + extra

• "L'IA nella vita quotidiana: ieri e oggi", presentazione alla cittadinanza disponibile su YouTube; link: YouTube
• Tutorial per Teachable Machine ed integrazione con PictoBlox (simile a Scratch), disponibile su YouTube; link: YouTube
• Playlist di video in inglese su Teachable Machine; link: YouTube
• L'IA per il tumore al polmone, diretta Instagram con l'associazione Minerva, disponibile su YouTube; link: YouTube

Lezione 2 - La vita di un modello di machine learning + napkin.ai

📅 Data: 27-05-2025

Overview

1. Ripasso lezione precedente + integrazioni (classificazione di IA generale e ristretta)
2. Cos’è il Machine Learning?
   • Differenza tra ML e DL
   • Tipologie di ML: supervisionato, non supervisionato
   • ML supervisionato: classificazione e regressione (esempio su recensioni)
   • ML non-supervisionato: clustering
3. Il ciclo di vita di un modello di ML con accenno alle buone pratiche di data science
   1. Definizione del problema
   • IA opportunity assessment: cos'è ed un esempio su automatizzazione gestione mail
   • IA, dall'assessment all'action plan: cos'è e scheda di valutazione
   • Attività: individua un paio di task e valutali con la scheda dell'IA opportunity assessmentper il task con il punteggio più alto, definire i passi per automatizzarlo con l'IA; presentazione al gruppo

   Le schede di valutazione proposte sono puramente indicative! Personalizzatele in base al vostro caso d'uso.

   2. Dati: raccolta, pulizia, annotazione
   3. Modellazione: scelta dell’algoritmo, addestramento
   4. Validazione: overfitting e metriche di valutazione
   5. Messa in produzione: deployment e miglioramento continuo
4. Generiamo schemi e grafici con Napkin.ai

Risorse utili + extra

• Corso base di Machine Learning di Google: Link
• Overfitting: Link

Extra

Dal blog Pulp Learning di Davide Nardini

• Apprendimento nel Machine Learning: Link
• Classificazione e regressione nel ML: Link
• Train, validation e test nel ML: Link
• Overfitting: come evitarlo: Link

Come realizzare una roadmap AI

• "Roadmap per l'IA in azienda" (KPMG); link: KPMG
• "AI in azienda: roadmap per l’eccellenza nella leadership" (Agenda Digitale); link: Agenda Digitale
• "Come realizzare una strategia AI di successo" (IBM); link: IBM
• "Roadmap della strategia per l'IA" (Microsoft); link per richiedere l'e-book: Microsoft
• "Roadmap per l'IA in azienda" (KPMG); link: KPMG
• "AI in azienda: roadmap per l’eccellenza nella leadership" (Agenda Digitale); link: Agenda Digitale
• "Come realizzare una strategia AI di successo" (IBM); link: IBM
• "Roadmap della strategia per l'IA" (Microsoft); link per richiedere l'e-book: Microsoft

Lezione 3 - LLM, ChatGPT e prompt engineering

📅 Data: 03-06-2025

Overview

1. Ripassino
2. Cos’è un Large Language Model?
   • Definizione di LLM
   • Differenze con altri modelli ML tradizionali
   • Addestramento di un LLM
   • Embeddings e contesto negli LLM
3. ChatGPT
   • Prompt Engineering: come dare istruzioni efficaci all’IA
     • Esercizio (prima): scrivi un prompt per un task specifico
     • Struttura di un buon prompt: 3 consigli e una proposta
     • Esercizio (dopo): ri-scrivi il prompt e confronta i risultati
     • Prompt avanzati con struttura per ChatGPT-o1 (vedi Prompt Anatomy)
     • Esercizio (ulteriore): riscrivi il prompt con la nuova struttura e confronta
   • Esploriamo gli LLMs
     • ChatGPT
     • Claude
     • Perplexity
     • Gemini

Risorse utili + extra

• Come si addestra ChatGPT (SPIEGATO FACILE): Link
• Come scrivere il prompt perfetto, DataPizza: Link
• Capacità di "ragionamento" nei nuovi LLM e anatomia del prompt, DataPizza: Link
• Anatomia del prompt per ChatGPT-o1 (inglese): Link
• Sito per schematizzare il prompt: Link
• Strategie di prompt engineering da OpenAI: Link

Extra

• Come pensa un’IA? | Giulio Deangeli | TEDxBari: Link
• A guide to prompting AI: Link
• Come fa ChatGPT a "pensare" (SPIEGATO FACILE): Link
• Qual è l'AI migliore? - Claude 3 vs GPT-4: Link

Lezione 4 - GPTs: uso avanzato

📅 Data: 04-06-2025

Overview

1. Ripassino + bonus ("Il prompt dei prompt")
2. I grandi modelli di linguaggio: versione 2
   • Tokenizzazione, fasi di training, finestra del contesto
   • Classifica dei GPTs
3. Linee guida per un uso efficace + funzionalità speciali (dimostrazione in diretta)
   • Applicazioni e consigli pratici
   • Cosa tenere sempre a mente
   • Modelli di ragionamento
   • Focus su ChatGPT: memoria, istruzioni personalizzate e custom GPTs
4. Diversi LLMs, diversi tools
   • Strumenti speciali per ogni LLM:
     • Canvas (ChatGPT e Gemini)
     • Collaborare su un documento di testo
     • Collaborare sul codice
     • Creare una mini web-app e testare l'anteprima
     • Web app in diretta (Claude artifacts)
     • Interprete Python per analisi avanzate (ChatGPT e Claude)
     • Ricerca internet (ChatGPT e Perplexity)

Risorse utili + extra

• Sito per la visualizzazione dei token: Link
• Classifica degli LLM aggiornata: Link
• "How I use LLMs" (guida di Andrej Karpathy): Link
• Schema della lezione: Link per visualizzazione su Excalidraw
• "Fai questo con ChatGPT" (trucchi DataPizza): Link

Extra

• Catalogo delle 'app Claude': Link
• "ChatGPT is made from 100 million of these" (video sul 'percettrone'): Link
• Da ChatGPT a Deepseek, Luciano Floridi spiega l'IA: Link