Contattataci

Struttura del corso

Modulo 1: Introduzione all’intelligenza artificiale e a Google Gemini

  • Cosa si intende per Intelligenza Artificiale (IA)?
  • Panoramica su Google Gemini AI e sul suo ecosistema tecnologico
  • Caratteristiche principali e vantaggi di Gemini rispetto ad altri modelli AI
  • Esercitazione pratica: Esplorazione di Gemini AI tramite la demo fornita da Google AI Studio

Modulo 2: Approfondimento sui Modelli Linguistici di Grandi Dimensioni (LLM)

  • Nozioni fondamentali riguardanti i modelli linguistici di grandi dimensioni
  • Architettura e meccanismi operativi dei modelli Gemini
  • Confronto tra Gemini, GPT e altri modelli rinomati nel settore
  • Laboratorio pratico: Visualizzazione della tokenizzazione e analisi delle risposte del modello mediante esempi di prompt

Modulo 3: Primi passi con Gemini

  • Configurazione dell’ambiente di sviluppo per l’utilizzo di Gemini
  • Utilizzo dell’API e dello SDK di Google Gemini
  • Autenticazione, gestione dei token e delle chiavi API necessarie
  • Esercizio pratico: Esecuzione del primo prompt tramite Python utilizzando Gemini

Modulo 4: Lavorare con i Modelli di Gemini

  • Conoscenza dei diversi tipi di modelli disponibili in Gemini e delle loro capacità
  • Scelta ottimale del modello da impiegare per attività linguistiche, visive o multimediali
  • Inizializzazione e verifica dei modelli generatori in uso
  • Esercitazione pratica: Confronto tra i risultati generati da modelli di tipo testo-testo e immagine-testo

Modulo 5: Applicazioni pratiche ed esempi d’uso

  • Integrazione di Google Gemini AI in applicazioni di chat e domande-risposte
  • Sviluppo di strumenti per la ricerca semantica e la sintesi automatica dei contenuti
  • Aspetti etici nell’uso dell’intelligenza artificiale e gestione delle possibili discriminazioni
  • Progetto di gruppo: Creazione di un “Assistente di Ricerca Intelligente” sfruttando NotebookLM e Gemini

Modulo 6: Funzionalità avanzate e personalizzazione

  • Ottimizzazione dei prompt e gestione complessa del contesto informativo
  • Sfruttamento di Gemini per la generazione e il debug del codice software
  • Procedure avanzate di personalizzazione dei modelli grazie a Google Cloud Vertex AI<\/li>
  • Esercitazione pratica: Modifica delle risposte generate dal modello impiegando parametri specifici e il controllo della temperatura

Modulo 7: Progetti reali e lavoro collaborativo

  • Pianificazione di progetti collettivi e predisposizione dei relativi flussi di lavoro
  • Integrazione di Google Gemini AI con altre soluzioni Google, come Drive, Docs e Sheets
  • Progetto di gruppo: Ideazione e implementazione di una piccola applicazione IA (ad esempio un riassuntore automatico, un chatbot o uno strumento generativo di idee)
  • Valutazione reciproca e dibattito sui risultati ottenuti dai progetti individuali e di gruppo

Modulo 8: Valutazione complessiva e prospettive future

  • Risoluzione dei problemi più comuni riscontrati nei progetti basati su Gemini
  • Analisi del piano di sviluppo futuro dell’API di Google Gemini e delle nuove funzionalità in arrivo
  • Linee guida ottimali per la governance responsabile ed espandibile dell’IA
  • Attività conclusiva: Riflessione sulle esperienze acquisite durante il corso e loro applicabilità professionale

Sintesi finale e prossimi passi

Requisiti

  • Conoscenza di base dei concetti fondamentali dell’intelligenza artificiale
  • Esperienza nell’utilizzo di API e servizi cloud
  • Competenze nella programmazione Python

Destinatari

  • Sviluppatori
  • Scienziati dei dati
  • Appassionati di intelligenza artificiale
 14 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative