AI Deep Dive

Immersioni tecniche nei temi avanzati dell’innovazione:
Sessioni specialistiche ad alta intensità tecnica, focalizzate su argomenti verticali e approfonditi dell’intelligenza artificiale.

Hosting della sala

William Sbarzaglia
William Sbarzaglia
Data Analyst & Ai Consultant
Roberto Digennaro
Roberto Digennaro
Senior Data Analyst
21 GENNAIO
22 GENNAIO
21 gennaio 08:30
21 gennaio 13:30
22 gennaio 08:30
22 gennaio 13:30
21 gennaio 11:10 - 12:00
50 min
The talk explores AI safety challenges—hallucination and prompt injection—through multi-agent architectures and open-source standards. It presents the Open-Floor Protocol (Linux Foundation AI & Data) and new frameworks for hallucination and injection mitigation, using iterative review, fact-checking, and security KPIs to enhance reliability, transparency, and trust in generative AI systems.
21 gennaio 12:20 - 13:10
50 min
Siamo a un primo punto di svolta nella generazione di contenuti AI. Superata l'era delle UNet, il dibattito architetturale tra single-stream e dual-stream DiT sta ridefinendo il campo. Da un lato, l'architettura MMDiT dual-stream sviluppata da Qwen e implementata in WAN Video processa testo, video e controlli spaziali attraverso stream separati che interagiscono via joint attention, permettendo controllo granulare su camera, movimento e frame-by-frame editing. Dall'altro, Z-Image dimostra con il suo S3-DiT single-stream che si può sfidare il paradigma "scale-at-all-costs": 6B parametri contro i 20-80B dei giganti proprietari, ma con performance competitive e inference sub-second su GPU consumer. In questo panel esploreremo le domande chiave. Perché il dual-stream MMDiT sblocca capacità di motion transfer e controllo spaziale impossibili prima? Come mai il single-stream S3-DiT riesce a essere così efficiente mantenendo qualità SOTA? Big Tech vs Open Source: chi sta vincendo quando democratizzazione via LoRA e quantizzazione compete con potenza computazionale pura? Quali limiti restano irrisolti? Temporal consistency oltre i 15 secondi, physics-aware generation, memory footprint ed energy efficiency sono ancora sfide aperte per entrambi gli approcci. Un'analisi tecnica di come innovazioni architetturali diverse stiano cambiando le regole del gioco nella generazione AI.
21 gennaio 14:30 - 15:20
50 min
L’introduzione di GraphRAG, sistemi ibridi RAG+KG, e di LLM/SLM verticali per domini clinici, porta con sé nuove sfide strutturali: assenza di dati disaggregati per genere, bias nei nodi del grafo e embedding non rappresentativi per popolazioni minoritarie. Il panel propone un confronto tecnico: come impatta la disomogeneità dei dataset su retrieval e reasoning? Quali metriche servono per valutare gender misrepresentation nei sistemi RAG? E come modellare query dinamiche geolocalizzate in ambiti a bassa densità informativa? Condividerò esperienze da Geen, sistema GraphRAG per triage sanitario, per discutere failure case, limiti di performance e strategie di retraining. Un dibattito per ingegneri, sviluppatori e architettɜ di knowledge systems.
21 gennaio 15:40 - 16:30
50 min
Il testing end-to-end delle applicazioni web è una pratica essenziale per garantire la qualità e la stabilità dei prodotti. Tuttavia gli approcci tradizionali al testing E2E automatico si scontrano spesso e volentieri con tecnologie complesse, flussi utente complicati, tempi di sviluppo molto ampi, e overhead di manutenzione elevati. E se invece potessimo sfruttare la potenza dei Large Language Model e degli agenti AI per creare test automatici, solidi, intelligenti e self-adapting? In questa sessione esploriamo le tecnologie concrete che ci permettono di utilizzare l'AI per automatizzare i test web E2E. Vedremo esempi di agenti intelligenti in grado di capire le interfacce, adattarsi ai cambiamenti di UI, e creare nuovi test case in autonomia, pronti ad essere sguinzagliati nel nostro ambiente di testing in cerca di bug.
22 gennaio 11:10 - 12:00
50 min
Parliamo sempre di A11Y e di come implementare la fruizione da parte degli utenti ma quasi mai si pensa all’interazione…e quindi perché non pensare ad un bell’esperimento che lo faccia? Con le tecnologie "AI on the edge" per il rilevamento facciale e oculare, un po' di regressione lineare ed un sistema di calibrazione in real-time, proverò usando solo JavaScript a capire l’accuratezza, i limitazioni attuali ed potenziali miglioramenti di un progetto di eye tracking. Ovviamente speriamo che la demo funzioni…
22 gennaio 12:20 - 13:10
50 min
AI is everywhere—but running it efficiently and responsibly in the cloud is a different challenge. As organizations race to deploy AI-powered applications, the energy and resource costs of training and serving models often remain an afterthought. In this talk, we will explore how cloud native technologies can unlock sustainable AI practices that go beyond the hype. We’ll discuss strategies for optimizing AI workloads using Kubernetes, serverless platforms, and cloud native observability, while keeping an eye on carbon impact and resource efficiency. Attendees will learn about scalable MLOps patterns, intelligent workload placement, and green computing techniques that reduce waste without compromising performance. Whether you are a platform engineer, cloud architect, or AI enthusiast, this session will equip you with practical approaches to make AI in the cloud efficient, cost-effective, and environmentally responsible—and finally move the conversation beyond buzzwords.
22 gennaio 14:30 - 15:20
50 min
In questo talk esploreremo le basi per progettare sistemi di intelligenza artificiale (AI) affidabili e robusti (Trustworthy). Approfondiremo gli standard e le linee guida chiave per la valutazione di un sistema AI, con un focus sulla progettazione tecnica e sull'adozione di pratiche che integrino la fiducia e l'affidabilità fin dalle prime fasi del processo di sviluppo. Il talk offrirà uno sguardo pratico sui principi fondamentali per costruire sistemi AI capaci di rispondere alle esigenze di trasparenza, responsabilità e resilienza.
22 gennaio 15:40 - 16:30
50 min
L'AI sta portando il coding in una nuova era e la programmazione si apre ad un pubblico molto più ampio e meno esperto. Scopriamo insieme come usare un IDE e un agent per produrre analisi e output di qualità usando solo il linguaggio naturale.