Open Source e Intelligenza Artificiale Generativa: guida pratica per la creazione di contenuti

Negli ultimi anni, l’Intelligenza Artificiale Generativa ha trasformato radicalmente il modo in cui si creano contenuti testuali, visivi e multimediali. Accanto ai colossi commerciali che offrono soluzioni basate su cloud, si sta affermando una vasta e potente alternativa Open Source, che consente di utilizzare modelli in locale, nel pieno rispetto della privacy e con possibilità di personalizzazione ed integrazione.
Questo corso nasce con l’obiettivo di fornire una guida chiara, concreta e accessibile a chi vuole orientarsi nel mondo dell’AI generativa Open Source, senza dover essere un tecnico o uno sviluppatore

Fornire una comprensione operativa delle principali tecnologie di intelligenza artificiale generativa open source, abilitando i partecipanti all’uso consapevole di modelli testuali e visivi per la creazione e la gestione autonoma di contenuti, anche in ambito professionale.

Il corso si rivolge a:

• Professionisti della comunicazione e del marketing
• Docenti, formatori e divulgatori
• Creativi digitali (grafici, designer, artisti)
• Piccoli imprenditori e freelance
• Chiunque voglia comprendere e utilizzare l’AI generativa senza conoscenze tecniche

Introduzione al corso e all’IA generativa

09:00 – 10:15

• Presentazione del corso e degli obiettivi formativi
• Cos'è l'Intelligenza Artificiale Generativa
• Machine Learning, Deep Learning e Reti Neurali
• Tipologie di modelli e reti neurali:
  • LLM (Large Language Models)
  • VLM / MLLM (Vision-Language / Multimodal Models)
  • Diffusion Models
  • GAN (Generative Adversarial Networks)
  • Speech Models (TTS / ASR)
  • Video Generative Models
• Concetti fondamentali: modello, training, fine-tuning, token, parametri
   

Panoramica dei modelli generativi

10:15 – 11:15

• Panoramica su modelli e soluzioni: ChatGPT, Claude, LLaMA, Mistral, Deepseek, Gemini e modelli emergenti
• Modelli multimodali: GPT-4V, Gemini, Claude 3 Opus e modelli emergenti
• Modelli visivi: Stable Diffusion, SDXL, Flux e modelli emergenti
• Differenze tra modelli Open Source e modelli proprietari

Coffee Break – 11:15 – 11:30

L'Open Source: licenze, vantaggi, scenari d'uso

11:30 – 12:30

• Cos'è l'Open Source e come si distingue dal gratuito
• Le principali licenze: MIT, Apache 2.0, GPL
• Privacy e sicurezza dei dati con modelli locali
• Vantaggi per aziende e professionisti
• Soluzioni ibride: locale + API cloud

Pausa pranzo – 12:30 – 13:15

Reperire i modelli: repository, requisiti, glossario

13:15 – 14:30

• Reperimento modelli: Hugging Face, GitHub, Civita.ai, OpenModelDB
• Come leggere una model card
• Glossario tecnico: quantizzazione, GGUF, parametri, precisione
• Requisiti hardware: RAM, GPU, VRAM, peso modelli
• Impatto della quantizzazione sulla qualità dell’output

Usare modelli in locale: WebUI per LLM e immagini

14:30 – 15:30

• WebUI per LLM: LM Studio, GPT4All, Ollama
• Installazione semplificata e caricamento modelli
• Interazione: chat, caricamento documenti, esempi d’uso

Coffee Break – 15:30 – 15:45

Usare modelli in locale: WebUI per la creazione di immagini

15:45 – 17:30

• WebUI per immagini: ComfyUI, Fooocus, InvokeAI, Automatic1111
• Soluzioni user friendly per l’installazione e l’uso delle WebUI 
• Introduzione a ComfyUI: Workflow base e template per la generazione di immagini
• Lavorare con i nodi
• Panoramica sulle potenzialità dello strumento ed esempi pratici

Riepilogo, domande e risorse

17:30 – 18:00

• Riepilogo dei concetti chiave
• Domande e confronto con i partecipanti
• Risorse per approfondimento post-corso
• Saluti e chiusura

Andrea Spinazzola. Founder e Art Director di New Media Design, docente - Adobe Certified Instructor

Le iscrizioni dovranno pervenire entro 7 giorni precedenti la data d’inizio del corso.

Iscrizioni posteriori a  questa data, saranno accettate subordinatamente alla  disponibilità dei posti.

Il corso verrà confermato via e-mail una settimana prima.

Il numero massimo di partecipanti è di 25 persone.

Il corso può essere fruito in modalità Aula (presso le aule del CEI in Via P.A. Saccardo 9, 20134 Milano) o in modalità Diretta Streaming (piattaforma Teams)

Requisiti hardware e software

Per poter replicare in autonomia quanto illustrato durante il corso, è consigliato disporre dei seguenti requisiti minimi:

Hardware

• Computer con sistema operativo Windows o MacOS
• Scheda grafica dedicata (AMD o Nvidia)  con almeno 6 GB di VRAM
• Almeno 16 GB di RAM per garantire fluidità operativa
• Spazio su disco sufficiente per ospitare i modelli (alcuni superano i 10 GB)

Software

• Versione aggiornata di Python installata
• Software per LLM: LM Studio
• Software per modelli visivi: StabilityMatrix
• Eventuali altri strumenti specifici saranno indicati durante il corso
   

Nota operativa

Durante il corso non sarà possibile scaricare in tempo reale software o modelli generativi a causa del loro peso e delle limitazioni di connessione.
Verrà comunque mostrato l'utilizzo pratico degli strumenti grazie a software preinstallati e modelli già scaricati. Sarà fornita una panoramica su come eseguire l’installazione in autonomia al termine del corso.

Il corso ha una durata di 8 ore, svolte dalle 9 alle 18. 

Ad ogni partecipante al corso verrà consegnata, come dotazione personale, la seguente documentazione prodotta dal CEI:

• Slide del corso in formato PDF
• Elenco link e risorse per installazione, testing e utilizzo pratico dei modelli

Per acquisti effettuati nel giorno del corso i  partecipanti potranno usufruire dello sconto riservato ai  Soci per l’acquisto di pubblicazioni e prodotti CEI.

Al  termine del corso (con una frequenza superiore al 75% della durata del corso) verrà rilasciato l’attestato di  partecipazione CEI.