Intelligenza Artificiale - A.I.
Questo testo nasce con l'obiettivo di fornire un'introduzione pratica all'Intelligenza Artificiale, con particolare attenzione agli aspetti laboratoriali e alle implementazioni pratiche. Il percorso didattico è stato strutturato per guidare gli studenti attraverso diversi livelli di complessità, partendo da strumenti intuitivi fino ad arrivare a implementazioni più sofisticate.
Il capitolo sugli ambienti rappresenta il punto di partenza ideale, introducendo tre strumenti fondamentali: MachineLearning for Kids, Google TeachableMachine e Python. Questa triade è stata scelta strategicamente per permettere un approccio graduale all'apprendimento automatico: si parte da piattaforme visive e intuitive per arrivare al linguaggio di programmazione che domina il settore dell'AI.
Il testo prosegue con una trattazione approfondita dei linguaggi di programmazione, sia visuali che testuali, per poi addentrarsi in argomenti più specifici come la Computer Vision, i Perceptron e il Machine Learning. La scelta di includere sia approcci visuali (Scratch, AppInventor) che testuali (Python, Javascript) riflette la necessità di fornire una formazione completa che abbraccia diverse metodologie di apprendimento.
Particolare attenzione è stata dedicata alle tecnologie emergenti come MediaPipe e alle librerie fondamentali come OpenCV, strumenti che permettono di realizzare applicazioni nel campo della Computer Vision. La sezione sui Chatbot e LLM (Large Language Models) introduce gli studenti alle più recenti evoluzioni nel campo dell'AI.
Il testo si conclude con un'approfondita trattazione della Retrieval Augmented Generation (RAG), una tecnologia che rappresenta uno dei più interessanti sviluppi recenti nel campo dei Large Language Models, offrendo così una panoramica completa che va da una introduzione teorica fino alle applicazioni più avanzate.
L'approccio scelto è fortemente orientato alla pratica: ogni argomento è corredato da esempi concreti, codice commentato e sezioni "Prova tu" che incoraggiano la sperimentazione attiva. Questa impostazione riflette la convinzione che l'apprendimento dell'Intelligenza Artificiale sia più efficace quando teoria e pratica procedono di pari passo.
Il materiale è stato organizzato in modo modulare, permettendo sia una lettura sequenziale per chi si avvicina per la prima volta alla materia, sia una consultazione mirata per chi desidera approfondire specifici argomenti. Le sezioni contrassegnate con * non sono fondamentali per la comprensione del testo e possono quindi essere saltate. Le sezioni contrassegnate con ** offrono approfondimenti opzionali per gli studenti più interessati agli aspetti teorici e matematici o comunque più complessi.