 |
Roberto VEZZANI
Professore Associato
Dipartimento di Ingegneria "Enzo Ferrari"
|
Insegnamento: Industrial IOT and Artificial Intelligence
Sustainable industrial engineering (Offerta formativa 2024)
Obiettivi formativi
L'obiettivo principale è quello di fornire agli studenti le conoscenze di base in informatica per la loro applicazione nell'industria. Gli argomenti spaziano da competenze di base in programmazione, architettura dei calcolatori, gestione dati, reti informatiche e cloud, oltre ad alcune competenze in machine learning ed elementi di intelligenza artificiale che verranno utilizzate e adottate in specifici ambiti applicativi. Lo scopo del corso non è quello di creare data scientist o data engineering, né ingegneri di applicazioni web o esperti di data center, ma essere in grado di collaborare con ingegneri informatici, ingegneri AI o data scientist.
Prerequisiti
Nessuno in particolare; tuttavia è consigliata una conoscenza di base dei fondamenti della programmazione.
Programma del corso
Il corso è composto da 4 moduli principali:
• Fondamenti di informatica (2CFU)
• Fondamenti di architettura dei calcolatori (2CFU)
• IoT e IoT industriale (3CFU)
• Fondamenti di Intelligenza Artificiale e Machine Learning (2CFU)
Fondamenti di informatica
Il primo modulo si propone di fornire nozioni di base sui linguaggi di programmazione, differenze e opportunità di utilizzo dei linguaggi di programmazione più diffusi (C/C++, Python, Java) al fine di poter comprendere progetti di esempio affrontati negli altri moduli
Fondamenti di architettura del computer
Verranno presentate le differenze e gli elementi principali delle tecnologie disponibili, con particolare attenzione ai seguenti elementi: CPU, microcontrollori, SoC, GPU
IoT e IoT industriale
Gli argomenti relativi all'IoT spazieranno dalle architetture hardware e software, ai protocolli e ai framework per l'IoT e, nello specifico, l'IoT industriale. In particolare, verranno descritti e discussi metodi, architetture e sfide per la creazione e la sincronizzazione dei gemelli digitali.
Fondamenti di Intelligenza Artificiale e Machine Learning
Dopo una breve introduzione con alcuni concetti di base, verranno presentati gli elementi chiave di Machine Learning, Supervised Learning e Reinforcement Learning. Inoltre, verrà fornita un'introduzione alla visione artificiale e alla visione industriale utilizzando un approccio basato sull'apprendimento.
Metodi didattici
Il corso si svolgerà prevalentemente in modalità learning by doing, ovvero affiancando ad ogni concetto teorico un esempio pratico sviluppato in laboratorio. Inoltre, gli studenti dovranno realizzare progetti di gruppo utilizzando materiali e tecnologie messi a disposizione in laboratorio unitamente alla propria attrezzatura digitale (es. smartphone, tablet e laptop personali).
Testi di riferimento
- slides from the teacher, available before each lesson
- additional material provided by the teacher
- references to additional suggested readings will be provided during the lessons
Verifica dell'apprendimento
Presentazione orale di un progetto di gruppo comprendente:
- una descrizione ad alto livello del progetto realizzato (pitch) in cui dimostrate soft-skills e proprietà di linguaggio
- una descrizione compilativa di una tecnologia mostrata nel corso
- descrizione dettagliata del progetto realizzato
Risultati attesi
1-Conoscenze teoriche di base sufficienti a comprendere le attuali innovazioni disponibili e a colloquiare in modo opportuno con esperti del settore dell'informatica
2- Risoluzione dei problemi: gli studenti saranno dotati di molti strumenti disponibili disponibili per risolvere i problemi dell'IoT; gli studenti dovranno sviluppare una soluzione funzionante selezionando, confrontando e infine collegando le migliori.
3- L'IoT è per sua natura una tecnologia rivolta agli utenti finali. Pertanto, gli studenti saranno incoraggiati a migliorare le proprie capacità nella presentazione di progetti a un pubblico non tecnico.