Obiettivi insegnamento
L’insegnamento “Laboratorio di Intelligenza Artificiale Applicata al Linguaggio” rientra nell’ambito delle attività formative di Scienze Cognitive della Comunicazione e dell’Azione.
Il laboratorio ha lo scopo di fornire agli studenti basi teoriche solide dell'AI applicata al linguaggio e una consolidata capacità di interazione con i Large Language Models (LLMs) tramite le più avanzate tecniche di prompt engineering.
Il raggiungimento di tali obiettivi avviene attraverso due fasi.
La prima, più teorica, prevede l’insegnamento del funzionamento delle reti neurali con particolare focus sui Transformers, ovvero l’architettura utilizzata nei modelli di linguaggio oggi comunemente utilizzati come ad esempio ChatGPT.
La seconda fase, pratica, prevede l’insegnamento delle tecniche di prompt engineering e l’applicazione, anche sperimentale, da parte dello studente di queste tecniche nei vari scenari che verranno presentati.
Obiettivi risultati
Alla fine del corso lo studente avrà compreso sia teoricamente che praticamente come funzionano questi modelli.
Teoricamente avrà compreso:
- in cosa le reti neurali sono simili al funzionamento umano e in cosa differiscono;
- come funzionano le reti neurali e in particolare quelle dei modelli linguistici (LLMs)
- quali tecniche di prompt engineering devono essere utilizzate a seconda del contesto e in generale come rapportarsi a questi modelli
- Come possono essere utilizzati nella società, nel lavoro, e i loro risvolti economico-sociali.
Praticamente lo studente sarà in grado di:
- Scrivere i prompt più adeguati per il caso richiesto e saper ottenere il massimo dai modelli linguistici
- capire i limiti di tali modelli e come possono essere utilizzati in una pipeline per creare automazioni linguistiche.
Nessuna conoscenza pregressa di codice è necessaria
L’insegnamento “Laboratorio di Intelligenza Artificiale Applicata al Linguaggio” rientra nell’ambito delle attività formative di Scienze Cognitive della Comunicazione e dell’Azione.
Il laboratorio ha lo scopo di fornire agli studenti basi teoriche solide dell'AI applicata al linguaggio e una consolidata capacità di interazione con i Large Language Models (LLMs) tramite le più avanzate tecniche di prompt engineering.
Il raggiungimento di tali obiettivi avviene attraverso due fasi.
La prima, più teorica, prevede l’insegnamento del funzionamento delle reti neurali con particolare focus sui Transformers, ovvero l’architettura utilizzata nei modelli di linguaggio oggi comunemente utilizzati come ad esempio ChatGPT.
La seconda fase, pratica, prevede l’insegnamento delle tecniche di prompt engineering e l’applicazione, anche sperimentale, da parte dello studente di queste tecniche nei vari scenari che verranno presentati.
Obiettivi risultati
Alla fine del corso lo studente avrà compreso sia teoricamente che praticamente come funzionano questi modelli.
Teoricamente avrà compreso:
- in cosa le reti neurali sono simili al funzionamento umano e in cosa differiscono;
- come funzionano le reti neurali e in particolare quelle dei modelli linguistici (LLMs)
- quali tecniche di prompt engineering devono essere utilizzate a seconda del contesto e in generale come rapportarsi a questi modelli
- Come possono essere utilizzati nella società, nel lavoro, e i loro risvolti economico-sociali.
Praticamente lo studente sarà in grado di:
- Scrivere i prompt più adeguati per il caso richiesto e saper ottenere il massimo dai modelli linguistici
- capire i limiti di tali modelli e come possono essere utilizzati in una pipeline per creare automazioni linguistiche.
Nessuna conoscenza pregressa di codice è necessaria