LABORATORI DI SETTORE
(SCUOLA SUPERIORE)
VISUALIZZATI DI RECENTE
Sei un Dirigente Scolastico, DSGA o un Docente?
Semplifica il tuo lavoro! Iscriviti alla newsletter per restare aggiornato sulle nostre soluzioni per i bandi PON, PNSD, FESR, PAR e strumenti didattici innovativi.
Laboratorio di intelligenza artificiale e machine learning AVANZATO
cod. MePA:
SIADLAB4183
SIADLAB4183
Array
86085,00 €
IVA esclusa
Il laboratorio permette di sviluppare e addestrare algoritmi di Intelligenza Artificiale e Machine Learning, analizzare dati, sperimentare ambienti di calcolo distribuito e creare contenuti mediante Generative AI. Le workstation grafiche, gli ambienti IDE e il software dedicato supportano attività di programmazione, classificazione, predizione e ottimizzazione dei modelli. Il percorso integra inoltre un robot umanoide programmabile, visione artificiale, storage centralizzato e rete Gigabit per attività avanzate di automazione e interazione uomo-macchina.
In sintesi
Machine Learning e Data Analysis
Progettazione, training, classificazione, predizione e valutazione delle performance dei modelli attraverso software dedicati.
Generative AI
21 licenze per generazione di immagini da descrizioni testuali e sperimentazione di tecniche di deep learning applicate alla creazione visiva.
Robotica e calcolo distribuito
Programmazione del robot umanoide, visione artificiale, ambienti distribuiti e utilizzo del NAS come repository centralizzato dei dataset.
Machine Learning, Generative AI e calcolo distribuito
Il laboratorio integra programmazione, analisi dei dati e sviluppo di algoritmi intelligenti all'interno di un'infrastruttura composta da workstation grafiche, software dedicati, rete e storage centralizzato.
Gli studenti possono progettare e addestrare modelli di Machine Learning, eseguire test di classificazione e predizione e analizzare le performance degli algoritmi sviluppati. Le attività possono essere organizzate anche in ambienti distribuiti, condividendo dataset e progetti attraverso l'infrastruttura di rete.
La componente Generative AI amplia il percorso con la produzione di immagini da descrizioni testuali, mentre il robot umanoide introduce esperienze di automazione, visione artificiale e interazione uomo-macchina.
Il percorso collega sviluppo software, Machine Learning, data analysis, deep learning, Generative AI, robotica intelligente e calcolo distribuito, permettendo di sperimentare differenti applicazioni dell'Intelligenza Artificiale all'interno dello stesso ambiente.
Obiettivi didattici
- Acquisire competenze nello sviluppo di algoritmi di Intelligenza Artificiale e Machine Learning.
- Sperimentare ambienti di calcolo distribuito, data analysis e Generative AI.
- Progettare e addestrare modelli destinati ad attività di classificazione e predizione.
- Valutare e ottimizzare le performance degli algoritmi sviluppati.
- Utilizzare strumenti avanzati per programmazione, simulazione e automazione con IA.
- Sperimentare la generazione di immagini da descrizioni testuali.
- Integrare l'Intelligenza Artificiale in attività di robotica, visione artificiale e interazione uomo-macchina.
- Utilizzare storage e rete centralizzati per dataset, progetti e flussi di dati condivisi.
Attività ed esperienze didattiche
Training di modelli AI
Progettazione e addestramento di modelli di Machine Learning con analisi dei risultati prodotti durante il processo.
Classificazione e predizione
Elaborazione di dati, test di classificazione e predizione e valutazione delle performance degli algoritmi.
Generative AI
Creazione di immagini da descrizioni testuali e sperimentazione delle tecniche di deep learning applicate alla produzione visiva.
Robotica intelligente
Sviluppo di comportamenti autonomi sul robot umanoide e sperimentazione dell'interazione uomo-macchina.
Calcolo distribuito
Implementazione di ambienti distribuiti per il calcolo e l'addestramento e gestione di flussi di dati tra le postazioni.
Dataset e repository
Utilizzo del NAS come repository centralizzato per dataset, materiali di progetto e attività condivise.
Competenze sviluppate
Le attività permettono di sviluppare competenze nello sviluppo, addestramento, test e valutazione di algoritmi di Machine Learning, nell'elaborazione dei dati e nella gestione di ambienti di lavoro distribuiti.
Gli studenti possono inoltre sperimentare Generative AI, programmazione attraverso IDE, robotica intelligente, visione artificiale, gestione di dataset centralizzati e controllo remoto delle operazioni.
Sviluppo e training degli algoritmi di Machine Learning
Il software dedicato consente di affrontare la progettazione e l'addestramento di modelli di Machine Learning. Gli studenti possono utilizzare dati, configurare le attività di training e analizzare i risultati ottenuti.
Il percorso prevede inoltre ottimizzazione e valutazione delle performance degli algoritmi, collegando la fase di sviluppo alla verifica del comportamento del modello.
Classificazione, predizione e analisi dei dati
Le attività comprendono elaborazione dati e test di classificazione e predizione. Gli studenti possono analizzare i risultati generati dai modelli e confrontarne le prestazioni durante le diverse esercitazioni.
Queste attività si integrano con i flussi di dati gestiti attraverso le workstation e l'infrastruttura centralizzata del laboratorio.
Ottimizzazione e valutazione delle performance
Una parte del percorso è dedicata alla valutazione delle performance degli algoritmi e alla loro ottimizzazione.
Gli studenti possono analizzare i risultati dei test e utilizzare le informazioni ottenute per confrontare differenti configurazioni dei modelli sviluppati.
Generazione di immagini con Intelligenza Artificiale
Il laboratorio comprende 21 licenze software per la generazione di immagini da testo tramite AI. Gli studenti possono partire da descrizioni testuali e produrre contenuti visivi attraverso sistemi Generative AI.
Le attività comprendono anche l'esplorazione delle tecniche di deep learning legate alla creazione visiva.
Deep Learning e creazione visiva
Il percorso dedicato alla Generative AI permette di approfondire il rapporto tra deep learning e generazione di contenuti digitali.
Le attività comprendono inoltre l'analisi delle potenzialità creative e dei limiti etici dell'Intelligenza Artificiale, come previsto nel programma didattico.
Robot umanoide e comportamenti autonomi
Il robot umanoide programmabile permette di trasferire i concetti di programmazione e Intelligenza Artificiale in attività di interazione con un sistema fisico.
Gli studenti possono sviluppare comportamenti autonomi e sperimentare scenari educativi dedicati all'interazione uomo-macchina.
Visione artificiale e risposte sensoriali
Le attività di programmazione robotica comprendono l'integrazione tra visione artificiale e risposte sensoriali, collegando percezione e comportamento del robot all'interno delle simulazioni previste.
Questa area consente di integrare robotica e Intelligenza Artificiale nello stesso percorso progettuale.
Programmazione con ambienti IDE
La configurazione comprende 21 ambienti di sviluppo integrati (IDE) destinati alle attività di programmazione e sviluppo software.
Gli ambienti IDE supportano la realizzazione dei progetti e l'integrazione con le attività di Machine Learning, automazione e robotica previste nel laboratorio.
Workstation grafiche per elaborazione e IA
Il laboratorio comprende un PC grafico per Machine Learning ad alte prestazioni e 21 workstation grafiche studente.
La dotazione include inoltre 22 monitor desktop QHD da 27" multimediali, a supporto delle attività di programmazione, analisi dati, Generative AI e sviluppo degli algoritmi.
Ambienti di calcolo distribuito
Le attività comprendono l'implementazione di ambienti distribuiti per il calcolo e l'addestramento dei modelli, sfruttando le postazioni e l'infrastruttura di rete del laboratorio.
Gli studenti possono lavorare su flussi di dati condivisi e sperimentare modalità di elaborazione distribuita all'interno dell'ambiente didattico.
NAS per dataset e progetti AI
Il NAS con 2 SSD da 1 TB e 2 HDD da 4 TB può essere utilizzato come repository centralizzato per dataset e materiali di progetto.
Le attività prevedono la condivisione dei dati tra le postazioni e l'utilizzo dello storage centralizzato durante le esercitazioni di calcolo e addestramento.
Rete Gigabit e collegamento SFP+
L'infrastruttura comprende uno switch gestito da 24 porte Gigabit + 2 SFP+, cavo patch Twinax 10 Gbps e 22 punti rete LAN con cablaggio strutturato.
La rete supporta le attività condivise, i flussi di dati e l'accesso alle risorse centralizzate previste dal laboratorio.
Rete didattica e gestione delle postazioni
La dotazione software comprende una licenza rete didattica docente + 20 licenze allievo, utilizzabile nelle attività organizzate attraverso l'infrastruttura informatica del laboratorio.
La rete didattica si integra con workstation, storage centralizzato e strumenti di presentazione.
Monitor interattivo e document camera
Il monitor interattivo e la document camera completano la dotazione dedicata alla visualizzazione e condivisione delle attività.
Questi strumenti possono essere utilizzati durante la presentazione dei progetti, l'analisi dei risultati e le attività collettive previste nel laboratorio.
Componenti del laboratorio
| Q.tà | Descrizione |
|---|---|
| Workstation e PC | |
| 1 | PC grafico per machine learning ad alte prestazioni |
| 21 | Workstation grafiche studente |
| 22 | Monitor desktop QHD 27" multimediali |
| Periferiche e strumenti interattivi | |
| 1 | Monitor interattivo |
| 1 | Document camera |
| 1 | Robot umanoide programmabile |
| Software e ambienti digitali | |
| 1 | Software per machine learning |
| 21 | Licenze software per generazione di immagini da testo tramite AI |
| 21 | Ambienti di sviluppo integrati (IDE) |
| 1 | Rete didattica: 1 licenza docente + 20 licenze allievo |
| Arredi | |
| 1 | Cattedra docente ad angolo |
| 1 | Poltroncina docente con braccioli su ruote |
| 10 | Banchi canalizzabili 160x80x74 cm |
| 20 | Poltroncine studente su ruote |
| Impianti e infrastruttura IT | |
| 1 | Armadio rack a parete |
| 1 | Switch gestito 24 porte Gigabit + 2 SFP+ |
| 1 | NAS con 2 SSD da 1TB e 2 HDD da 4TB |
| 1 | Cavo patch Twinax 10 Gbps |
| 22 | Punti rete LAN con cablaggio strutturato |
| 1 | Quadro di alimentazione elettrica in aula |
| 22 | Postazioni con impianto elettrico dedicato |
| 1 | Formazione all'utilizzo delle attrezzature |
Domande sul laboratorio
Quali attività di Machine Learning possono essere svolte?
Il laboratorio permette di affrontare progettazione e training dei modelli, classificazione, predizione, elaborazione dati e valutazione delle performance degli algoritmi.
È possibile lavorare con la Generative AI?
Sì. Sono previste 21 licenze software per la generazione di immagini da descrizioni testuali, affiancate da attività sulle tecniche di deep learning applicate alla creazione visiva.
Il laboratorio comprende attività di robotica intelligente?
Sì. La dotazione include un robot umanoide programmabile utilizzabile per sviluppare comportamenti autonomi e sperimentare l'integrazione tra visione artificiale e risposte sensoriali.
Come vengono gestiti dataset e progetti?
Il laboratorio comprende un NAS con 2 SSD da 1 TB e 2 HDD da 4 TB, utilizzabile come repository centralizzato per dataset e materiali di progetto all'interno dell'infrastruttura di rete.
Da oltre 30 anni la SIAD srl è specializzata nella progettazione e realizzazione di laboratori didattici tecnici e scientifici per il mondo scuola. Scopri tutte le soluzioni didattiche innovative. Arredo scolastico, monitor interattivo, robotica educativa e coding, software didattico, notebook, tablet, pc desktop, visore per realtà virtuale e aumentata, drone, schede programmabili, elettronica educativa, stampante 3D, plotter e altri strumenti per Fab Lab, laboratori STEM, laboratorio di automazione, laboratorio di elettronica, laboratorio di educazione ambientale, laboratorio di agraria, laboratorio di chimica, laboratorio di biologia, laboratori di fisica, laboratorio artistico, laboratorio musicale, laboratorio linguistico, laboratorio multimediale e molto altro.
La nostra mission
Promuovere e introdurre le tecnologie didattiche a servizio degli studenti ed educatori, supportandoli nei progetti, nella realizzazione e nell’evoluzione della scuola del futuro.
