modera Tatiana Tommasi
modera Tatiana Tommasi
L'AI sta fornendo nuove capacità alle macchine, ma percepire il mondo e supportare processi decisionali non vuol dire essere senzienti. Il quadro normativo per questi sistemi è ancora da definire e rimane per ora deficitario rispetto ai progressi scientifici. Il panel presenterà una panoramica sugli aspetti più forti e quelli più carenti dell'AI in ambito tecnico-scientifico, etico, legale e business-related per individuare le sfide del futuro.
ASCOLTA LA REGISTRAZIONE
RIVEDI L'INCONTRO
Laureata in Economia aziendale presso l’Università Bocconi; MBA presso la Stanford Graduate School of Business è consigliere indipendente, angel investor e advisor nel campo delle tecnologie digitali.
Laureato in Scienze dell'Informazione all'Università Statale di Milano, è un imprenditore seriale e già docente di sistemi informativi, servizi di rete e sicurezza. Fondatore di I.NET, il primo Internet Provider italiano, ha avuto un ruolo primario nella creazione e nello sviluppo dell’ecosistema Internet italiano.
È stato membro del Parlamento italiano nella XVII legislatura, membro della Commissione per i diritti ed i doveri in Internet della Camera dei Deputati, leader dell’Intergruppo parlamentare per l’innovazione tecnologica.
(PhD in visual pattern analysis presso la facoltà di medicina della Leiden University; Laurea in Fisica presso la Technical University of Delft) è docente di multimedia information analysis presso l’Università di Amsterdam dal 1994, dove dirige il laboratorio di Sistemi Intelligenti. Il focus del suo lavoro di ricerca è sui temi della computer vision, image retrieval, tracking e language processing. Il laboratorio mantiene da anni numerose collaborazioni con le industrie olandesi, con l’Istituto olandese di visione e suono e l’istituto forense olandese.
Docente presso il dipartimento di automatica e informatica del Politecnico di Torino e ricercatore affiliato dell'Istituto Italiano di Tecnologia. I suoi lavori hanno aperto la strada della ricerca sui metodi di apprendimento robusti da pochi dati, sfruttando le tecniche del trasferimento di conoscenza.