Obiettivi di apprendimento

In questo corso verranno introdotti gli aspetti principali dell'intelligenza artificiale generativa relativamente alla generazione di contenuti visuali e la loro connessione con la semantica ed il testo (teext-to-image). Presenteremo le basi della AI generativa e i più recenti sviluppi, discutendo anche le sfide e le più promettenti linee di ricerca.
Alla fine del corso lo studente sarà in grado di comprendere meglio le potenzialità ed i rischi associati all'IA generativa, e sviluppare proprie applicazioni sfruttando tool e modelli preaddestrati.

Prerequisiti e nozioni di base

Machine Learning, Deep Learning, Computer Vision, Python programming

Programma

- Introduction to genertive AI: definition, main applications, data generation, probabilistic models, generative neural networks.
- Image and video generation: Autoencoders, Generative Adversarial Networks (GANs)
- Text generation: word embeddings, recurrent neural networks, transformer models
- Multimodal generation: diffusion models, text-to-image
- Applications of generative AI
- Tools and resources for generative AI

Modalità didattiche

Lezioni frontali e sessioni di laboratorio

Modalità di verifica dell'apprendimento

Progetto individuale legato alle tematiche di ricerca del dottorato.

Valutazione

Partecipazione alle lezioni e alle discussioni; discussione del progetto.

Criteri di composizione del voto finale

Passato/non passato