Corso di Apprendimento Permanente
AI & Robotics for Industry 4.0

Contenuti
Sono numerosi gli esempi di come l’introduzione dell’intelligenza artificiale nei processi aziendali abbia avuto un impatto positivo permettendo lo sviluppo di nuovi prodotti, servizi e professionalità.
Nel contempo, la robotica diventa sempre più pervasiva nel mondo produttivo anche lì dove fino a qualche anno fa non era pensabile o economicamente vantaggiosa.
Metodologia formativa
Obiettivo del corso è creare una comunità di aziende e docenti universitari che si scambiano informazioni e idee progettuali sull’intelligenza artificiale e la robotica.
Il programma, strutturato su tre incontri, è sviluppato da UniSMART – Fondazione dell’Università degli Studi di Padova, con la Direzione Scientifica del Prof. Emanuele Menegatti – Head of Intelligent Autonomous Systems Laboratory (IAS-Lab) del Dipartimento di Ingegneria dell’Informazione.
Saranno coinvolti docenti dei Dipartimenti di Ingegneria, di Matematica, di Economia e dei Beni Culturali attivi nell’ambito dell’Intelligenza Artificiale e della Robotica.
Le docenze si terranno in lingua italiana e con presentazione in aula di casi d’uso reali.
Parte dei contenuti del corso rientrano tra le tematiche incentivabili attraverso il Credito d’imposta formazione 4.0.
Patrocini
Figure professionali
Il corso mira a formare le aziende sulle più avanzate tecnologie in ambito Intelligenza Artificiale e Robotica, creando un dialogo tra l’Università degli Studi di Padova e imprese del territorio presentando le competenze dell’Ateneo nel settore.
Tutti i docenti coinvolti sono infatti inseriti in una vasta rete di professionisti a livello europeo e permettono di creare nuove opportunità di networking per la ricerca ed il business.
Il corso è strutturato in 9 moduli da 2 ore ciascuno
Robotica Industriale
Intelligenza Artificiale e Apprendimento Automatico
Robotica Intelligente e Robotica Collaborativa
Industrial computer vision
AI and preference reasoning in decision support systems
Deep Learning
Industria 4.0 e Manutenzione Predittiva
AI e patrimonio culturale
Osservatorio Industria 4.0
Robotica Industriale – Prof. Giulio Rosati – Ordinario Dipartimento di Ingegneria Industriale – DII (2h)
- Introduzione alla robotica industriale: applicazioni e mercato dei robot;
- La robotica nel settore manifatturiero: assemblaggio robotizzato flessibile;
- Robotica tradizionale e robotica collaborativa.
Intelligenza Artificiale e Apprendimento Automatico – Prof. Alessandro Sperduti – Ordinario Dipartimento di Matematica (2h)
- Introduzione all’Intelligenza Artificiale: compiti e paradigmi;
- Il ruolo dell’apprendimento automatico all’interno dell’Intelligenza Artificiale;
- Applicazioni e cognitive services: opportunità e problematiche;
- L’Intelligenza Artificiale come leva per l’innovazione: ricerca o trasferimento tecnologico?
Robotica Intelligente e Robotica Collaborativa – Prof. Emanuele Menegatti – Ordinario Dipartimento di Ingegneria dell’Informazione – DEI (2h)
- Introduzione alla robotica mobile: dai robot aspirapolveri alle auto a guida autonoma;
- Introduzione alla robotica collaborativa: interazione persona-robot;
- Esempi di prodotti robotici di successo in ambito industriale e consumer;
- Progetti di ricerca in robotica ad elevato impatto nel mondo produttivo.
Industrial computer vision – Prof. Alberto Pretto – Ricercatore Dipartimento di Ingegneria dell’Informazione – DEI (2h)
- Introduzione alla computer vision e alle possibili applicazioni in ambito industriale: dal controllo di processo e qualità di manufatto alla guida robot;
- Sensori e sistemi nella visione industriale: loro contesti applicativi, limiti e nuovi trend;
- Machine learning e algoritmi data-driven in ambito industriale: un’opportunità da cogliere?
AI and preference reasoning in decision support systems – Prof.ssa Maria Silvia Pini – Associato Dipartimento di Ingegneria dell’Informazione – DEI (2h)
- Introduzione al ragionamento con preferenze;
- Aggregazione di preferenze e teoria dei voti nel multi-agent decision making;
- Problemi di stable matching in ambito AI.
Deep Learning – Prof. Stefano Ghidoni – Ricercatore Dipartimento di Ingegneria dell’Informazione – DEI (2h)
- Deep learning: introduzione e concetti generali;
- Deep learning per l’analisi di immagini;
- Applicabilità del deep learning e dataset;
- Deep learning vs visione tradizionale.
Industria 4.0 e Manutenzione Predittiva – Prof. Alessandro Beghi – Ordinario Dipartimento di Ingegneria dell’Informazione – DEI (2h)
- Industria 4.0: visione e key enabling technologies;
- Approcci alla manutenzione: run to failure, preventive, condition based, predictive;
- Tecniche data-driven per la manutenzione predittive, con applicazione a casi d’uso industriale.
AI e patrimonio culturale – Prof. Nicola Orio Associato Dipartimento dei Beni Culturali – DBC – Prof. Sergio Canazza Associato Dipartimento di Ingegneria dell’Informazione – DEI (2h)
- AI per la conservazione attiva e accesso ai documenti sonori;
- Analisi automatica di difetti basata su tecniche di computer vision e su reti neurali;
- Riconoscimento automatico di manipolazioni basato su clustering e classificazione.
Osservatorio Industria 4.0 – Prof.ssa Eleonora Di Maria – Ordinario Dipartimento di Scienze Economiche e Aziendali DSEA – Prof. Marco Bettiol – Associato Dipartimento di Scienze Economiche e Aziendali DSEA (2h)
- Le modalità di adozione delle Robotica e dell’AI nelle piccole e medie imprese manifatturiere italiane;
- Il legame tra Robotica e AI e le tecnologie digitali;
- Presentazione e analisi di quattro casi di aziende manifatturiere che hanno adottato AI in produzione.
Organizzazione |
|
Requisiti d’ammissione | L’accesso è libero |
Costo |
1.450,00 euro |
Agevolazioni |
|
Certificazione |
Verrà rilasciato un attestato di frequenza a seguito di una partecipazione minima del 70% delle lezioni. |
Informazioni didattiche |
Prof. Emanuele Menegatti | emanuele.menegatti@unipd.it | |
Informazioni iscrizioni |
|