Percorso formativo

Obiettivi formativi

Module: ARTIFICIAL INTELLIGENCE APPLICATIONS IN AGRICULTURE

Obiettivi formativi
Gli obiettivi del corso di Artificial Intelligence Applications in Agriculture sono quelli di fornire agli studenti la capacità di utilizzare strumenti di statistica avanzata come il machine learning per la comprensione, la progettazione e la soluzione di problemi riguardanti la stima di variabili quantitative o qualitative. La frequenza alle lezioni ed esercitazioni, pur facoltativa è fortemente consigliata.
Conoscenza e capacità di comprensione
L'insegnamento ha l’obiettivo di sviluppare negli studenti conoscenze e capacità di comprensione, quali:
• Conoscere e comprendere quali sono le caratteristiche di un problema di machine learning e quando è opportuno utilizzare il machine learning per risolvere un problema.
• Conoscere e comprendere la logica alla base dell’apprendimento automatico e le tecniche più diffuse di machine learning.
• Conoscere e comprendere le modalità di sviluppo di semplici modelli di machine learning e del loro addestramento.
Conoscenza e capacità di comprensione applicate
L'insegnamento consentirà di applicare conoscenze e comprensione, permettendo ad esempio di:
• Suddividere i problemi in categorie generali
• Abbinare i problemi agli algoritmi più adatti per risolverli
• Progettare e allenare algoritmi di machine learning in grado di stimare variabili qualitative o quantitative sulla base di dataset strutturati e non.
Autonomia di giudizio
L'insegnamento consentirà di sviluppare autonomia di giudizio a vari livelli, come ad esempio:
• Riconoscere le possibili fonti di incertezza nella stima di variabili tramite machine learning (underfitting, overfitting, ecc.)
• proporre soluzioni critiche per correggere le tendenze che inficiano la bontà della stima.
Abilità comunicative
Partecipare alle lezioni e/o usufruire autonomamente del materiale messo a disposizione faciliterà lo sviluppo e l'applicazione di abilità comunicative, quali ad esempio:
• fornire una sufficiente gamma di esempi pratici di applicazione di intelligenza artificiale
• utilizzare un appropriato ed aggiornato vocabolario tecnico informatico.
Capacità di apprendere
Partecipare alle lezioni e/o usufruire autonomamente del materiale messo a disposizione faciliterà il consolidamento delle proprie capacità di apprendimento, permettendo ad esempio di:
• attivare un programma di aggiornamento continuo delle proprie conoscenze
• individuare in autonomia le modalità per acquisire informazioni
• individuare e utilizzare le fonti di informazioni più utili al personale aggiornamento.

Machines for Precision Farming
Obiettivi formativi
Lo studente dovrà acquisire le capacità di base per poter sviluppare la meccanizzazione delle operazioni proprie dell'agricoltura di precisione. In particolare, dovrà essere in grado di scegliere macchine idonee per un lavoro sostenibile e di qualità (conoscendo modalità operative, aspetti di sicurezza, ecc.) e nel rispetto dei vincoli alla meccanizzazione (di carattere economico, ambientale, di sicurezza, ecc.).
Conoscenza e capacità di comprensione
Lo studente dovrà acquisire conoscenze e capacità di comprensione relative ai principi che sono alla base della progettazione e del funzionamento delle macchine e degli impianti e saper introdurre le stesse nei cantieri agricoli, forestali e di manutenzione del verde, nel rispetto di vincoli di varia natura.
Capacità di applicare conoscenza e comprensione
Lo studente dovrà acquisire le capacità di applicare le conoscenze teoriche degli argomenti trattati nel corso con senso critico per l'individuazione di singole macchine, di un parco macchine o di impianti per l'agricoltura di precisione.
Autonomia di giudizio
Lo studente dovrà essere in grado di selezionare sul mercato macchine e impianti specifici idonei per le varie tipologie di cantieri agricoli ove si applicano i principi della precision farming, in modo obiettivo, senza lasciarsi influenzare dalle case costruttrici e operando anche nel rispetto degli aspetti sociali, scientifici o etici relativi ad ogni decisione di meccanizzazione.
Abilità comunicative
Lo studente dovrà essere in grado di comunicare a terzi (datori di lavoro, clienti quali aziende agricole, imprese forestali, ecc.), in modo efficace, le informazioni relative alle macchine ed agli impianti, ed ai loro requisiti tecnico-economici, motivandone le scelte.
Capacità di apprendimento
L'articolazione del corso sarà sviluppata in modo da trasmettere agli studenti dapprima i concetti di base "trasversali", relativi cioè a qualsiasi tipologia di macchina. Successivamente saranno trattate singole tipologie di macchine (le più diffuse nell'agricoltura di precisione). Gli argomenti saranno trattati in modo da stimolare la volontà di apprendimento, nella logica di sviluppare la conoscenza in modo graduale, dai materiali e principi meccanici, agli aspetti costruttivi e di sicurezza, alla gestione delle macchine. La stessa logica viene richiesta nella realizzazione di una presentazione (flipped classroom) che sarà presa in considerazione nella valutazione dell’apprendimento.