Periodo di svolgimento delle lezioni: da maggio a giugno 2026
Anno di corso: a scelta tra primo o secondo anno
Durata: 12 ore
Crediti dottorali: 2,4 CD
Verifica finale: sì
I modelli generativi profondi rappresentano una delle innovazioni più rivoluzionarie degli ultimi anni nel campo dell'intelligenza artificiale, grazie alla loro notevole capacità di generare immagini e testi praticamente indistinguibili da quelli reali. Nonostante la loro crescente popolarità, questi modelli sono spesso trattati come "scatole nere", senza una comprensione approfondita del loro funzionamento. Questo corso si propone di introdurre gli studenti – anche quelli senza precedenti conoscenze sull'argomento – ai moderni modelli generativi, fornendo sia una solida base teorica che strumenti pratici per la loro implementazione.
Nello specifico, il corso:
-introdurrà i concetti fondamentali necessari per comprendere i moderni modelli generativi;
-esplorerà in profondità alcuni dei modelli più utilizzati, inclusi gli Autoencoder Variazionali (VAE), le Reti Generative Avversarie (GAN) e i Modelli di Diffusione;
-fornirà agli studenti le competenze necessarie per implementare questi modelli autonomamente e integrarli nella propria ricerca;
-costruirà una solida conoscenza di base, consentendo agli studenti di approfondire ulteriormente la loro comprensione attraverso la letteratura scientifica.
Bilanciando teoria e pratica, il corso offrirà una panoramica chiara e completa delle metodologie più avanzate nella modellazione generativa, promuovendone un uso consapevole e critico nella ricerca.