Lezioni del Dipartimento di Informatica
Nell’ambito delle azioni previste dal DM 934 che regola alcune iniziative di orientamento in ingresso rivolte agli studenti delle scuole superiori del territorio, il Dipartimento di Informatica propone le seguenti lezioni laboratorio. Le lezioni si terranno nelle aule del Polo Fibonacci, Largo Pontecorvo 3 edificio B, e verranno offerte solo se si raggiungerà un minimo di 15 iscritti alla lezione proposta.
Computer Graphics Today: From Reality to Digital and back to Reality
Paolo Cignoni
3 Febbraio ore 14-16 aula M1
Numero massimo studenti ammessi: : 50
Il ruolo della computer graphics nell’industria dell’intrattenimento è ben noto, ma gaming, effetti speciali, realtà virtuale e simili non esauriscono le possibilità di questa disciplina. In questo laboratorio faremo una carrellata sulle tecnologie che permettono di trasportare nel mondo digitale oggetti reali (3D scanning) e viceversa realizzare oggetti fisici a partire da rappresentazioni digitali (3D printing).
Viaggio nel Cloud Computing
Antonio Brogi, Jacopo Soldani
3 Febbraio ore 16-18 aula M1
Numero massimo studenti ammessi: 100
Il Cloud Computing costituisce senza dubbio una delle novità più dirompenti degli ultimi anni nel mondo informatico e non solo.
Questa lezione si propone di accompagnare i partecipanti in un breve viaggio nell’appassionante mondo del Cloud Computing, vedendo gli aspetti principali e le potenzialità del Cloud Computing, entrando (virtualmente) un datacenter, fino a vedere la realizzazione di un semplice servizio Cloud.
Il presente, il passato e il futuro dei linguaggi di programmazione
Gian Luigi Ferrari, Chiara Bodei
3 Febbraio 14-16 Lab H
Numero massimo studenti ammessi: 50
L’Intelligenza Artificiale nel browser
Claudio Gallicchio
3 Febbraio 16-18 Lab H
Numero massimo studenti ammessi: 50
Le Reti Neurali artificiali sono alla base del recente sviluppo del Deep Learning, una tecnologia presente in moltissimi strumenti di uso comune e che permette ad esempio di riconoscere i contenuti di un’immagine, di elaborare testi e di parlare in modo automatico e naturale. L’idea alla base di quest’area dell’Informatica è quella di costruire algoritmi in grado di imparare dai dati. In questo laboratorio, dopo una breve introduzione ai concetti principali, vedremo un esempio di Rete Neurale, che impareremo a programmare in JavaScript, e applicheremo per risolvere alcuni problemi di esempio.
Algoritmi: The good, the bad, and the ugly
Giovanni Manzini
6 Febbraio 14-16 Aula C1
Numero massimo studenti ammessi: 50
In questo incontro illustreremo l’attività di chi si occupa di algoritmi, cioè di chi deve trovare metodi efficienti per la risoluzione di problemi, solitamente con un computer ma non solo. Mostreremo che in questa attività si incontrano problemi “facili” (the good), ma anche problemi “difficili” (the bad), o “impossibili” (the ugly). Vedremo però che anche di fronte ai problemi più difficili l’ingegno umano ha saputo trovare strade inaspettate da percorrere e sempre nuove sfide che rendono lo studio degli algoritmi estremamente affascinante.
Web3, NFT e Metaverso
Andrea Michienzi
6 Febbraio 16-18 Aula C1
Numero massimo studenti ammessi: 50
Negli ultimi anni, molti servizi Web si stanno progressivamente rinnovando, passando da un’architettura centralizzata (client-server) ad una decentralizzata (peer-to-peer), dando vita al cosiddetto Web3. Motore principale di questa decentralizzazione è la blockchain che permette la democratizzazione dei servizi che ne fanno uso. Un concetto chiave della blockchain è quello di token, che può essere usato per rappresentare beni fungibili (criptovaluta) o beni non fungibili (proprietà di beni unici, come case, opere d’arte, eccetera). I token non fungibili (Non-fungible token, NFT) stanno al momento dominando lo scenario della blockchain. Lo scopo della lezione è quello di fornire un’introduzione generale di questi concetti al fine di mostrare come questi stanno spopolando anche nell’ambito del Metaverso, ovvero la piattaforme sociali del futuro.
Etica in AI: Privacy, Fairness e Interpretabilità
Anna Monreale
7 Febbraio 14-16 aula L1
Numero massimo studenti ammessi: 50
La grandissima disponibilità di dati, i cosiddetti “Big Data” ha portato allo sviluppo di metodologie di analisi e di tecnologie sempre più sofisticate che spesso sfruttano anche l’intelligenza artificiale che permettono l’estrazione di conoscenza dati dati. Tale conoscenza permette la realizzazione di servizi che facilitano la nostra vita giornaliera supportando e migliorando le nostre attività. L’uso dei dati deve comunque basarsi su principi etici, quindi le tecnologie di analisi e di Intelligenza Aitificiale che sviluppiamo o che usiamo devono permettere il rispetto di valori come il diritto alla privacy dei cittadini e la non discriminazione di gruppi protetti, ma soprattuto devono essere trasparenti e comprensibili per essere ritenuti affidabili.
Ottimizziamo le nostre decisioni
Maria Grazia Scuetellà
7 Febbraio ore 16-18 aila L1
Numero massimo studenti ammessi : 50
Dal dato alla cura: modelli e metodi informatici nella medicina di precisione
Paolo Milazzo
7 Febbraio 14-16 aula C1
Numero massimo studenti ammessi: 50
L’approccio classico allo studio di nuovi farmaci prevede di effettuare “trial clinici”, ossia studi statistici su gruppi di pazienti selezionati per valutare l’efficacia di una terapia. Un trial clinico in cui, ad esempio, l’80% dei pazienti trattati ottenga benefici senza significativi effetti collaterali può portare all’approvazione del farmaco e al suo utilizzo da parte dei medici. E’ evidente, però, che tale farmaco sarà inefficace nel 20% dei casi.
La medicina di precisione è un nuovo approccio che si propone di sviluppare terapie più mirate utilizzando la grande massa di dati che oggi si possono raccogliere riguardo alle caratteristiche genetiche del paziente, ai processi metabolici in corso all’interno delle sue cellule, ma anche al suo stile di vita e alle condizioni dell’ambiente in cui vive. A tal fine si utilizzano metodi di Intelligenza Artificiale e modelli di simulazione che imparano dai dati a riconoscere e valutare le caratteristiche dei pazienti, e consentono di fare esperimenti in un ambiente virtuale.
Calcolare di più e più velocemente: multicore, acceleratori e supercomputers
Marco Danelutto
7 Febbraio 16-18 aula C1
Numero massimo studenti ammessi: 50
Tutti i moderni “processori”, da quelli che si trovano nei telefonini fino a quelli che si trovano nei supercomputer come Leonardo, sono dotati di più core e di “acceleratori” in grado di eseguire più attività contemporaneamente. In questa breve introduzione, verranno discussi i principi che permettono di sfruttare le varie risorse di calcolo disponibili per eseguire più velocemente una certa applicazione. Verranno anche fatti vedere degli esempi di esecuzione di applicazioni su dispositivi diversi, che permetteranno di apprezzare i vantaggi ottenuti dall’esecuzione di un certo codice su più dispositivi di calcolo (multicore, acceleratori, calcolatori connessi in rete).
Dalla calcolatrice al computer: programmiamo la P101
Federico Poloni
7 Febbraio 14-16 Lab H
Numero massimo studenti ammessi: 30
I partecipanti conosceranno e impareranno a programmare la Programma 101, un calcolatore realizzato dalla Olivetti nel 1965 e considerato da molti il primo personal computer della storia.
Crittografia: scambio di chiavi segrete alla luce del sole
Anna Bernasconi
13 Febbraio 14-18 (4 ore) aula C1
Numero massimo studenti ammessi: 50
I cifrari moderni sono fondati non sulla segretezza del metodo di cifratura dei messaggi, ma sull’uso di chiavi segrete. Ma come si può costruire e scambiare una chiave segreta con facilità e sicurezza su un canale di comunicazione insicuro?
Dopo una breve descrizione della storia, dei concetti base e dei fondamenti matematici della crittografia, in queste lezioni presentiamo l’elegante algoritmo di scambio di chiavi proposto da Diffie e Hellman negli anni ’70 e ancora largamente utilizzato nei moderni protocolli crittografici.
Informatica per la medicina e biologia
Alina Sirbu, Silvia Galfrè
14 febbraio 14-16 aula L1
Numero massimo studenti ammessi: 50
Vieni a scoprire i segreti dell’universo biologico con la Bioinformatica e la Biologia Computazionale! In questo seminario, ti guideremo attraverso la storia della Bioinformatica, fornendoti un’iniziale prospettiva sugli strumenti e gli algoritmi di ultima generazione per analizzare dati genetici. Ti mostreremo come possono essere integrati dati da diverse fonti per fare previsioni in campo biomedico, con esempi tratti dalla letteratura e dal lavoro dei ricercatori dell’UNIPI. Iniziamo a vedere assieme come utilizzare algoritmi e modelli di machine learning per svelare i misteri del mondo biologico!
Data is the New Oil
Riccardo Guidotti
14 febbraio 16-18 aula L1
Numero massimo studenti ammessi: 50
Il seminario illustra l’avvento della Data Science come connubio di Informatica, Matematica e Storytelling. Viene mostrato perché i dati sono l’olio del 21esimo secolo sia per il loro valore intrinseco, sia perché possono essere effettivamente considerati come il carburante dell’Intelligenza Artificiale. Dopo un breve preambolo storico sull’uso dei dati nella statistica, viene illustrata la pervasività dei dati nella nostra società. Attraverso visualizzazioni vengono mostrati i servizi e le applicazioni che utilizziamo quotidianamente che generano varie tipologie di dati. Infine, viene presentato come i dati vengono sfruttati per delineare i modelli alla base dell’Intelligenza Artificiale, e come la matematica sia alla base della formulazione degli algoritmi che manipolano i dati.
Macchine di Turing
Alessio Conte
14 febbraio 14-16 Lab H
Numero massimo studenti ammessi: 50
La macchina di Turing è una delle invenzioni più importanti ed del ventesimo secolo, proposta da Alan Turing nel 1936: è un modello astratto incredibilmente semplice, ma talmente potente da poter rappresentare qualsiasi programma che gira sui nostri computer di oggi, e forse anche di domani. Senza la macchina di Turing, l’informatica e i computer come li conosciamo oggi non esisterebbero. (ma no, non si tratta della macchina utilizzata per decriptare il codice di “Enigma” dei Nazisti!) L’utilizzo di una macchina di Turing può essere spiegato in 15 minuti, senza nessun prerequisito di matematica o informatica. Ovviamente, un po’ di pratica è necessaria per padroneggiarla. Durante il laboratorio impareremo a utilizzare un simulatore di macchina di Turing interattivo che viene utilizzato per gare nazionali ogni anno, e risolveremo alcuni problemi introduttivi.
Chi ha ucciso il dr. Black? (introduzione al linguaggio Prolog)
Antonio Brogi, Stefano Forti
14 febbraio 16-18 Lab H
Numero massimo studenti ammessi: 50
Otto ospiti sono stati invitati dal dr. Black per una lussuosa tre giorni nella villa di famiglia. Durante l’ultima sera a Black Manor, gli invitati si accorgono che il proprietario di casa è scomparso: il dr. Black viene ritrovato senza vita nella sua camera, ucciso da una revolverata. A parte alcune impronte di fango all’ingresso della camera, non ci sono altre tracce lasciate dall’assassino… In questo laboratorio, sfruttando il potere del linguaggio dichiarativo Prolog, risolveremo il più classico dei gialli… programmando insieme!