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.