Il corso fornisce le conoscenze teoriche e gli strumenti pratici necessari per la generazione di immagini sintetiche mediante tecniche di Intelligenza Artificiale Generativa. Attraverso l’analisi delle principali architetture e modelli di generazione delle immagini, i partecipanti acquisiranno una comprensione approfondita delle tecnologie che permettono di creare contenuti visivi sintetici e dataset destinati allo sviluppo di applicazioni di Machine Learning e Computer Vision.
Il percorso approfondisce inoltre le tematiche legate alla valutazione della qualità delle immagini generate, alle implicazioni etiche e alle opportunità offerte dai dati sintetici nell’ambito dell’Intelligenza Artificiale. Al termine del corso i partecipanti saranno in grado di:
- Comprendere le basi teoriche e le motivazioni dell’utilizzo di immagini sintetiche;
- Analizzare i principali approcci per la generazione automatica di immagini;
- Progettare dataset sintetici per attività di training e testing;
- Valutare qualità, limiti, rischi e aspetti etici associati all’utilizzo di dati sintetici.
Contenuti e programma del corso
Modulo 1 – Fondamenti della Generazione di Immagini Sintetiche (1,5 ore)
Fornire una panoramica delle principali tecnologie e metodologie utilizzate per la generazione automatica di immagini mediante AI generativa.
- Concetti chiave della generazione di immagini:
- noising e denoising;
- sintesi text-to-image;
- tecniche di inpainting e image editing;
- Evoluzione dei modelli generativi:
- dalle GAN (Generative Adversarial Networks) ai Diffusion Models;
- Modelli generativi di nuova generazione;
- Modelli per la generazione di immagini, tra cui Flux;
- Introduzione ai Vision Language Models e ai sistemi multimodali.
Modulo 2 – Valutazione della Qualità delle Immagini Sintetiche (30 minuti)
Fornire criteri e metodologie per valutare la qualità e l’affidabilità delle immagini generate artificialmente.
- Dimensioni della qualità delle immagini sintetiche;
- Realismo, diversità e coerenza dei dati generati;
- Tecniche di validazione e valutazione;
- Aspetti etici della generazione di immagini;
- Bias, trasparenza e utilizzo responsabile dei contenuti sintetici.
Modulo 3 – Laboratorio Pratico sulla Generazione di Dataset Sintetici (1 ora)
Applicare le conoscenze acquisite alla progettazione e alla realizzazione di dataset sintetici per applicazioni di Computer Vision e Machine Learning.
- Progettazione di dataset sintetici;
- Utilizzo di strumenti di generazione delle immagini;
- Costruzione di dataset per training e testing;
- Validazione e ottimizzazione dei risultati ottenuti.
Durata del corso
3 ore
A chi si rivolge
Il corso è rivolto a:
- Data Scientists;
- Software Engineers;
- Ricercatori e tecnologi;
- Sviluppatori AI e Machine Learning;
- Studenti magistrali in Informatica e Intelligenza Artificiale;
- Computer Vision Systems Engineer e professionisti che operano nei sistemi di visione artificiale.
Requisiti
I partecipanti devono essere in possesso di:
- Conoscenze di base di Python;
- Fondamenti di Machine Learning;
- Conoscenze introduttive di Computer Vision.
Calendario
25 Novembre, dalle 10:00 alle 13:00