AI & Deep Learning: da Alan Turing a Chat-GPT

L’Intelligenza Artificiale rappresenta oggi un insieme di metodologie che hanno un estremo successo a livello pratico. Ma cos'è l’Intelligenza Artificiale? In questa lezione descriverò l’evoluzione dell’Intelligenza Artificiale, dalla sua nascita ad oggi. Discuterò le diverse scoperte scientifiche che si sono susseguite fino ai giorni nostri, come cardini per introdurre la più nota metodologia dell’intelligenza artificiale che rappresenta lo stato dell’arte della stessa, ovvero le reti neurali dense con apprendimento supervisionato. Concluderò questa lezione con esempi dello state-of-the-art dell’Intelligenza Artificiale.

Programma

L’Intelligenza Artificiale rappresenta oggi un insieme di metodologie che hanno un estremo successo a livello pratico. Ma cos'è l’Intelligenza Artificiale?
In questa lezione descriverò l’evoluzione dell’Intelligenza Artificiale, dalla sua nascita ad oggi. Discuterò le diverse scoperte scientifiche che si sono susseguite fino ai giorni nostri, come cardini per introdurre la più nota metodologia dell’intelligenza artificiale che rappresenta lo stato dell’arte della stessa, ovvero le reti neurali dense con apprendimento supervisionato. Concluderò questa lezione con esempi dello state-of-the-art dell’Intelligenza Artificiale.

Docenti

Raffaele Marino: si forma all’Università degli Studi di Roma "La Sapienza", dove diviene Fisico Teorico nel 2013 sotto la supervisione di Giorgio Parisi. Si trasferisce poi a Stoccolma per il dottorato (supervisore Erik Aurell). Lavora al NORDITA e al Royal Institute of Technology (KTH) di Stoccolma (Svezia). Difende la tesi di dottorato in meccanica statistica del non equilibrio nel 2017. Tra il 2017 e il 2019 lavora presso la Hebrew University of Jerusalem a Gerusalemme (Israele) con Scott Kirkpatrick, dove rafforza le proprie capacità nella comprensione e nello sviluppo di algoritmi per la risoluzione di problemi di ottimizzazione difficili in spazi discreti ad alte dimensioni, mediante l'uso di metodi e modelli della meccanica statistica. Si trasferisce nel 2019 a Losanna (Svizzera), per lavorare nel gruppo di Rüdiger Urbanke all’École Polytechnique Fédérale de Lausanne. Collabora con Nicolas Macris sullo studio di algoritmi per la risoluzione di equazioni differenziali alle derivate parziali in alte dimensioni utilizzando la metodologia delle reti neurali profonde con apprendimento supervisionato. Ritorna a Roma nell’aprile del 2021, per lavorare nel gruppo di Giorgio Parisi. Collabora assiduamente con Federico Ricci-Tersenghi per la comprensione della Fisica nei modelli di reti neurali profonde con apprendimento supervisionato. Si trasferisce all’Università degli Studi di Firenze al Dipartimento di Fisica e Astronomia nel febbraio del 2023. Attualmente lavora, in collaborazione con Duccio Fanelli, su modelli fisico-matematici di neuroscienze per la comprensione e lo sviluppo dell’Intelligenza Artificiale.

Maggiori informazioni

• Per iscriversi al corso