Benvenuti al secondo di una serie di eventi organizzati da DevMarche dedicati all’intelligenza artificiale!

In questo incontro avremo una panoramica dapprima introduttiva e poi dettagliata su tecnologie come LLM e GenAI App, incluse best practice e suggerimenti per sfruttarne al meglio le loro potenzialità.

Esploreremo queste tecnologie innovative grazie a speaker d’eccezione come Emanuele Frontoni (Full Professor of Computer Science @ Università degli Studi di Macerata), Paolo Compieta (AI & Software Engineering Senior Manager, Applied Intelligence @ Accenture), Paolo Sernani (Ricercatore @ Università degli studi di Macerata), Rocco Pietrini (Assistant Professor – Computer Vision & Deep Learning @ VRAI Lab)

Sessioni

Sessione #1 – Facciamo chiarezza su AI e GenAI

Speaker: Emanuele Frontoni & Paolo Sernani

Un approfondimento sui principali concetti di AI e GenAI trattati da un punto di vista con un focus sui metodi generativi, sulle architetture a supporto del training e sui processi di MLOps

Video

Sessione #2 – Architettura GenAI, composizione del team, e dati

Speaker: Paolo Compieta

Le app GenAI sono diverse rispetto alle altre app, ma in che modo? Scopriamo quali sono queste differenze e come influiscono sul modo in cui progettiamo il software, assembliamo un team per il lavoro, e sfruttiamo al meglio i dati dei nostri clienti per supportare decine di feature GenAI.

Video

Sessione #3 – Gli LLM sanno rispondere in linguaggio naturale e simulare ragionamenti complessi. Come si possono testare, monitorare, e gestire sistemi così “analogici”?

Speaker: Paolo Compieta

Il test manuale è sempre un ripiego, ma molto costoso. I test unitari non tengono conto dell’ambiguità del linguaggio o delle sfumature. In un mondo in cui gli LLM cambiano ogni mese, nuovi framework spuntano ogni settimana su Github, e ogni componente ha decine di configurazioni, è molto difficile mantenere la soluzione finale funzionante. In questa talk descriveremo quali sono le attività chiave e cosa/come automatizzare, per assicurare la massima stabilità al minimo costo.

Video

Sessione #4 – Casi d’uso basati su AI

Speaker: Emanuele Frontoni & Rocco Pietrini

Sarà presentato un esempio di addestramento di un approccio di Deep Learning su una architettura di AWS, con un dataset di esempio. Sarà analizzato l’approccio delineando i pro e i contro di alcune scelte e navigando attraverso il codice Python del progetto per alcuni approfondimenti.

Video