AI4Arduino

OGGETTO: Piano nazionale di ripresa e resilienza, Missione 4 – Istruzione e ricerca – Componente 1 – Potenziamento dell’offerta dei servizi di istruzione: dagli asili nido alle università – Investimento 2.1 “Didattica digitale integrata e formazione alla transizione digitale per il personale scolastico”, finanziato dall’Unione europea – Next Generation EU – “Formazione del personale scolastico per la transizione digitale”.

Formazione del personale scolastico per la transizione digitale

(D.M. n. 66/2023)

Titolo del Progetto “Digitalizzando”

C.U.P. G34D23005220006 C.N.P. M4C1I2.1-2023-1222-P-33881

Laboratori di formazione sul campo:  AI4Arduino

Descrizione: Questo percorso approfondisce le tecniche di AI e Machine Learning per lo sviluppo di applicazioni complesse con Arduino e microcontrollori.

Obiettivi:

  • Approfondire la conoscenza di algoritmi di Machine Learning.
  • Imparare a utilizzare reti neurali artificiali su Arduino.
  • Sviluppare progetti AI con capacità di apprendimento e adattamento.
  • Integrare l'AI con sistemi di comunicazione e IoT.

Programma:

Incontro 1: Reti neurali artificiali (3 ore)

  • Architettura e funzionamento delle reti neurali.
  • Addestramento e implementazione di reti neurali su Arduino.
  • Utilizzo di strumenti per la progettazione e la simulazione di reti neurali.

Incontro 2: Apprendimento automatico avanzato (3 ore)

  • Algoritmi di apprendimento non supervisionato (es. clustering).
  • Tecniche di ottimizzazione per l'apprendimento automatico su microcontrollori.
  • Applicazioni di AI per la robotica e l'automazione.

Incontro 3: AI e Internet of Things (3 ore)

  • Integrazione di Arduino con piattaforme IoT (es. Google Cloud IoT Core).
  • Raccolta e analisi di dati da dispositivi IoT con l'AI.
  • Sviluppo di applicazioni AI per la domotica e l'industria 4.0.

Incontro 4: Progetto pratico: sistema AI per il monitoraggio ambientale (3 ore)

  • Sviluppo di un sistema di monitoraggio ambientale con Arduino e AI (es. rilevamento di inquinanti, previsione di eventi meteorologici).
  • Integrazione del sistema con una piattaforma IoT per la visualizzazione e l'analisi dei dati.

A chi è rivolto: Docenti interni che desiderano integrare strumenti e applicazioni di AI nella propria pratica didattica per migliorare l'apprendimento degli studenti.

Livello di ingresso: Base

Materiali: Scheda Arduino (es. Elegoo Arduino Uno R3 Starter Kit), sensori, attuatori, cavi di collegamento.

Iscrizioni: 

Scuola Futura