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.