Computer Science Labs 2021/2022
I Computer Science Labs 21-22 iniziano una collaborazione con il Dipartimento di Matematica, Scienze Ambientali e Informatica dell’Università di Cà Foscari, Venezia. L’Ateneo propone una serie di laboratori teorici ed esperienziali finalizzati allo sviluppo di alcune competenze disciplinari e di abilità pratiche spendibili nell’ambito accademico, lavorativo e ugualmente nella vita quotidiana.
La metodologia didattica attivata è di tipo attivo e laboratoriale.
Il Progetto Computer Sciencs Labs 21-22 si articola in tre differenti laboratori rivolti agli/alle studenti di tutti gli indirizzi, con la seguente priorità:
1.Liceo delle Scienze Applicate
- Liceo Scientifico
- Liceo Economico-sociale.
1. Laboratorio di Intelligenza Artificiale in Python
Coordinato dal Dott. Filippo Bergamasco, il progetto vuole offrire una panoramica generale su alcuni temi classici dell’intelligenza artificiale. Il laboratorio si terrà presso le aule del Dipartimento di Informatica presso il Polo Scientifico di Cà Foscari a Mestre (VE). Gli obiettivi formativi sono i seguenti:
– Imparare i concetti base della programmazione Python e le principali funzionalità offerte dalle librerie di scientific computing;
– Comprendere il cambio di paradigma che sta avvenendo nelle scienze informatiche, con lo spostamento di interesse dall’algoritmo ai dati.
– Capire la differenza tra supervised e unsupervised learning.
– Essere in grado di implementare modelli di intelligenza artificiale e valutarne pregi e limiti.
A conclusione del laboratorio, lo/la studente saprà:
- uno schema ragionevole di autenticazione basata su password.
Il laboratorio è composto da 5 lezioni in cui vengono illustrati alcuni concetti fondamentali di Intelligenza Artificiale. Dopo un’introduzione generale al linguaggio Python e le sue librerie di scientific computing, gli/le studenti saranno guidati/e nella creazione di piccoli sistemi in grado di apprendere autonomamente dai dati per risolvere problemi complessi.
Il laboratorio è composto dai seguenti moduli:
- Python for Data Analysis (4 ore). Concetti base della programmazione in Python e le librerie più utilizzate per il scientific computing.
- Introduzione all’Intelligenza Artificiale (4 ore). Cos’è il Machine Learning e qual è il suo impatto nella società moderna.
- AI: Classificazione e regressione lineare (4 ore). Alcune tecniche classiche di intelligenza artificiale.
- Adversarial Machine Learning (2 ore). Tecniche volte a compromettere sistemi di intelligenza artificiale inserendo dati malevoli costruiti ad-hoc.
- Neural Networks (2 ore). Modelli che simulano il comportamento di un cervello umano per risolvere problemi complessi.
Referente del Progetto: Cristiana Pagliarusco
Supervisione del Progetto: Benna Diego, Luigi Gasparini, Enrico Bruttomesso
2. Laboratorio di Visione Artificiale—Artificial Vision
Il laboratorio mira all’introduzione di alcune tecniche base di Visione Artificiale, evidenziandone i legami con la geometria analitica e la statistica. Gli obiettivi formativi possono essere sintetizzati nei seguenti punti:
- Comprensione delle tecniche di acquisizione ed elaborazione delle immagini con il computer
- Comprensione delle diverse parametrizzazioni della retta su un piano e le relative implicazioni implementative
- Conoscenza di alcune tecniche di stima rette sul piano a partire da insiemi di punti
- Essere in grado di applicare le tecniche apprese in contesti informatici
Al termine del laboratorio lo/a studente saprà:
- Descrivere come le immagini possono essere digitalizzate ed elaborate dal computer
- Parametrizzare l’equazione di una retta sul piano con diversi modelli: esplicita, implicita e polare
- Implementare l’algoritmo di Hough
- Risolvere problemi di stima di una retta ai minimi quadrati
L’attività coordinata dal Dott. Filippo Bergamasco e dalla Dott. Mara Pistellato si articola in 4 ore presso il Liceo Quadri e comprende una fase teorica di introduzione ad alcuni concetti base di Visione Artificiale e fase una laboratoriale in cui vengono implementati algoritmi utilizzando un applicativo fornito dal docente. Le esercitazioni sono di difficoltà progressivamente crescente e richiedono basilari conoscenze di programmazione. Il laboratorio sarà tenuto in lingua italiana e in lingua inglese.
Referente del Progetto: Cristiana Pagliarusco
Supervisione del Progetto: Benna Diego, Luigi Gasparini, Enrico Bruttomesso
3. Laboratorio di Sicurezza Informatica e Crittografia
Il laboratorio si prefigge di introdurre gli/le studenti ai problemi affrontati dalla sicurezza informatica, evidenziando allo stesso tempo i suoi legami con la matematica discreta. L’attività si articola in 8 ore complessive svolte presso i laboratori universitari del Polo Scientifico di Cà Foscari a Mestre e sarà articolato su due incontri (4 ore + 4 ore).
Durante l’attività formativa frontale si forniranno le competenze matematiche per affrontare la parte laboratoriale e si presenterà una breve storia della crittografia.
L’attività laboratoriale consisterà invece in una serie di esercitazioni di crittografia e sicurezza informatica svolte al calcolatore. Le esercitazioni sono di difficoltà progressivamente crescente.
Gli obiettivi formativi possono essere sintetizzati in:
– Conoscenza di un’introduzione storica alla crittografia;
– Conoscenza di alcuni algoritmi crittografici di base;
– Conoscenza di alcune vulnerabilità classiche di tali algoritmi;
– Conoscenza del meccanismo di autenticazione basato su password.
Al termine del laboratorio lo/la studente potrà:
– Comprendere il funzionamento di base degli algoritmi crittografici;
– Apprezzare la complessità dello sviluppo di un algoritmo crittografico sicuro;
– Implementare uno schema ragionevole di autenticazione basata su password.
Referente del Progetto: Cristiana Pagliarusco
Supervisione del Progetto: Benna Diego, Luigi Gasparini, Enrico Bruttomesso