DataScienceSeed#10 @C1A0 EXPO

Con il ricordo della nona edizione del meetup ancora fresco, siamo già al lavoro per il nostro prossimo appuntamento!

Il decimo meetup di datascienceseed sarà ospitato nel contesto del C1A0 EXPO – Accessible Innovation, la fiera internazionale dedicata all’Intelligenza Artificiale, in programma a Genova il 15-16 novembre 2019, a Palazzo San Giorgio.

L’ incontro avrà luogo nella giornata di Venerdi 15 Novembre, la registrazione è gratuita su eventbrite

 

Anche questa volta avremo numerosi interventi di alto livello. Ecco l’agenda del meetup:

 


State-of-the-art concepts in NLP and their limits

Come una macchina può comprendere il linguaggio? Quali erano e come stanno evolvendo gli algoritmi? Quali sono i successi e soprattutto i limiti? Alla base dei moderni algoritmi di deep learning per il linguagio ci sono dei meccanismi molto semplici che hanno rivoluzionato il settore. Tra questi troviamo il concetto di Autoencoder e il meccanismo di Attenzione. Comprenderne la struttura, la base teorica che poi invoca la teoria dell’informazione classica è sia utile che interessante. L’idea è di mostrare con esempi semplici questi concetti ed enfatizzarne le applicazioni. Queste vanno dalla traduzione, alla generazione di testi fino alla diagnosi di malattie neurodegenerative. Ci sono però anche dei limiti, problemi che difficilmente una macchina è in grado di risolvere e che invece il nostro cervello comprende (quasi) al volo. E’ proprio navigando in questi limiti dell’intelligenza artificiale che comprendiamo quanto la nostra mente, oltre ad essere fonte di ispirazione per la ricerca, sia straordinaria.

Cristiano De Nobili è un fisico teorico delle particelle, con un Ph.D. in fisica statistica alla SISSA di Trieste. Partendo dalla computer vision, ora è scienziato senior di Deep Learning nel team AI che lavora attivamente sul linguaggio intelligente presso Harman, una società Samsung. Cristiano è anche istruttore di Machine / Deep Learning per Deep Learning Italia, per AINDO (Trieste) e recentemente anche per il Master in High Performance Computing (SISSA / ICTP) tenutosi a Trieste.

 


Applicazione su sensoristica IoT di reti neurali per la predizione

Le reti neurali possono essere utilizzate  per apprendere pattern ricorrenti su sequenze temporali di misure fisiche da sensoristica IoT. Nel caso d’uso che esamineremo, la rete neurale viene utilizzata per prevedere il consumo di energia elettrica di un edificio e monitorare il comportamento dei sensori IoT, con gli obiettivi di ottimizzare i consumi a partire dalle previsioni e di identificare la presenza di anomalie nei consumi o nel comportamento dei sensori. Le principali caratteristiche che rendono le reti neurali preferibili rispetto ad altri sistemi “classici” sono la capacità di adattarsi al compito e al contesto in cui operano e la loro velocità di esecuzione. Nell’ambito delle nuove sfide da affrontare per poter sfruttare a pieno le potenzialità offerte dall’intelligenza artificiale nel mondo dell’IoT, ci proponiamo di estendere i modelli di rete neurale a scenari più complessi (multi-edificio e multi-sensore) e implementare algoritmi “embedded” che consentano di fare inferenza direttamente sui device riducendo latenze ed instabilità di un sistema di machine learning.

Emanuele Pomante ha un dottorato in fisica all’università di Trieste, con studi focalizzati sull’analisi e sull’elaborazione di segnali spettrali molto deboli di origine astrofisica. Nel 2017 a Londra ha preso parte ad un programma intensivo di Data Science rivolto ai dottori di ricerca grazie al quale ha ottenuto il suo primo incarico in un progetto di AI presso un’azienda di Londra.
Dal 2018 è Data Scientist presso Gruppo Filippetti azienda leader in Italia per le tecnologie di smart safety, nei settori dell’ Internet of Things e dell’ Industria 4.0.


L’evoluzione della computer vision nell’era neurale: scienza & impresa

Nel corso di questo intervento esamineremo l’evoluzione del paradigma di detection, tracking e classification in computer vision: partendo dalla localizzazione di oggetti fino alla generazione di contenuti sintetici, con un excursus finale sugli “adversarial attack” anni ’90 (non “neurali”). Il caso d’uso che considereremo è CyclopEye, una Smart parking solution basata su reti neurali. CyclopEye è una soluzione personalizzabile e a basso costo per parcheggi intelligenti: consiste in un sensore video in grado di controllare lo stato occupazionale fino a sei posti auto contemporaneamente e di segnalarlo all’utente. Cyclopeye inoltre sfrutta la computer vision per fornire supporto alla gestione del parcheggio con funzionalità aggiuntive come: lettura targhe, riconoscimento oggetti abbandonati, parcheggio abusivo, riconoscimento volti, find-your-car e molti altri ancora. In altre parole una tecnologia che aiuta sia gli automobilisti che stanno cercando parcheggio, sia i responsabili dei parcheggi, che possono così monitorare lo stato della loro area controllando gli ingressi, identificando le categorie di veicoli che circolano e rilevando eventuali violazioni.

Alessandro Ferrari ha una Laurea Magistrale in Informatica e 10+ anni di esperienza in Computer Vision e del Machine Learning, con particolare attenzione a localizzazione, tracking e riconoscimento di oggetti. Nel 2016 fonda ARGO Vision (www.argo.vision), una startup innovativa che sviluppa soluzioni proprietarie AI-based per diversi mercati (AR, VR, Smart Parking, etc.).


Il meetup DataScienceSeed fa parte delle iniziative dell’associazione

IAML, Italian Association for Machine Learning

DataScienceSeed #10 verrà ospitato nel contesto di:

Palazzo San Giorgio, Genova
15-16 Novembre, 2019

 

C1A0 – Call for speakers

C1A0 DSS Call Cover

Ciao e tutti!

Il Meetup DataScienceSeed è stato invitato dall’organizzazione di C1A0 2019, fiera internazionale dell’AI, ad organizzare un meetup straordinario nel contesto della fiera stessa.

Il meetup si terrà sul main stage dell’evento, la sera del 15 Novembre, dalle 18 alle 22. Vogliamo mettere insieme 3 interventi da speakers nazionali, provenienti dai meetup dedicati ad AI  e Machine Learning che sono ormai diffusi in tutta Italia.

Pensiamo ad interventi di max 45 minuti su tecnologia, ricerca e casi d’uso,  quindi vi chiediamo di proporre un argomento anche specialistico ma con riferimenti solidi ad applicazioni concrete, o realizzate o realizzabili. La platea dei nostri meetup è composta da tecnici, studenti, ma anche professionisti ed imprenditori interessati agli aspetti di business. La sfida è essere interessanti per tutti – per chi ha competenze verticali occasione per imparare qualcosa, per chi ha obiettivi di business conoscere gli use case delle tecnologie di cui si parla.

Speriamo con l’occasione dell’esposizione di mettere insieme un bel gruppo di speakers e di pubblico, una sorta di “meetup dei meetup”!

Il talk sarà registrato da videomaker prefessionali e pubblicato sul canale Youtube di DataScienceSeed.

L’organizzazione è disponibile a rimborsare le spese di trasferta agli speakers.

Compila il form per proporre il tuo talk entro il 20 Settembre

Se hai in mente più argomenti puoi condensarli in un unico form o mandare più volte il form… come preferisci.

Ti contatteremo al più presto via mail o via whatsapp per eventuali domande e chiarimenti. Contiamo in ogni caso di chiudere la selezione dei talk entro fine settembre 2019.

Aggiornamento del 21 Settembre ore 00:03

Il tempo per la call è scaduto – stiamo selezionando tra 15 proposte richieste e sarà davvero dura perchè sono tutte estremamente interessanti. Speriamo di avere la possibilità di programmare per altri meetup le proposte che non riusciremo a portare al C1A0, lasciamo quindi aperta la possibilità di inserire proposte, che saranno però considerate per altri eventi