In recent years, Artificial Intelligence has progressively transcended the confines of research laboratories to become a structural component of digital services, often hidden behind seemingly simple interfaces. This thesis develops from a reflection on this transformation and has two objectives: to provide a theoretical framework for AI, reconstructing its historical evolution and the main paradigms of machine learning, and to critically evaluate some “ready-to-use” solutions offered by the Amazon Web Services (AWS) public cloud platform. Against this backdrop, three AI services are explored in depth, chosen because they cover three complementary dimensions: visual perception, natural language understanding and conversational interaction. Amazon Rekognition is a service for image and face recognition; Amazon Comprehend deals with automatic text analysis, with a particular focus on sentiment analysis; Amazon Lex was created as a technology for the rapid design of chatbots and dialogue interfaces. For each service, an experimental analysis is proposed, the result of the internship activity, with the aim of identifying its strengths, recurring limitations and best practices for use.

Negli ultimi anni l’Intelligenza Artificiale ha progressivamente superato i confini dei laboratori di ricerca, fino a diventare una componente strutturale dei servizi digitali, spesso nascosta dietro interfacce apparentemente semplici. Questa tesi si sviluppa a partire da una riflessione su tale trasformazione e si propone un duplice obiettivo: inquadrare teoricamente l’AI, ricostruendone l’evoluzione storica e i principali paradigmi di apprendimento automatico, e valutare in modo critico alcune soluzioni "pronte all'uso" offerte dalla piattaforma di cloud pubblico Amazon Web Services (AWS). Su questo sfondo vengono approfonditi tre servizi di AI, scelti perché coprono tre dimensioni complementari: percezione visiva, comprensione del linguaggio naturale e interazione conversazionale. Amazon Rekognition è un servizio per il riconoscimento di immagini e volti; Amazon Comprehend si occupa dell’analisi automatica di testi, con particolare attenzione alla sentiment analysis; Amazon Lex nasce come tecnologia per la progettazione veloce di chatbot e interfacce di dialogo. Per ciascun servizio viene proposta un'analisi sperimentale, frutto dell'attività di tirocinio, con l'obiettivo di individuarne i punti di forza, i limiti ricorrenti e le buone pratiche di utilizzo.

Progettazione e implementazione di case study per la valutazione di sistemi di Intelligenza Artificiale

LIBERATOSCIOLI, SARA
2024/2025

Abstract

In recent years, Artificial Intelligence has progressively transcended the confines of research laboratories to become a structural component of digital services, often hidden behind seemingly simple interfaces. This thesis develops from a reflection on this transformation and has two objectives: to provide a theoretical framework for AI, reconstructing its historical evolution and the main paradigms of machine learning, and to critically evaluate some “ready-to-use” solutions offered by the Amazon Web Services (AWS) public cloud platform. Against this backdrop, three AI services are explored in depth, chosen because they cover three complementary dimensions: visual perception, natural language understanding and conversational interaction. Amazon Rekognition is a service for image and face recognition; Amazon Comprehend deals with automatic text analysis, with a particular focus on sentiment analysis; Amazon Lex was created as a technology for the rapid design of chatbots and dialogue interfaces. For each service, an experimental analysis is proposed, the result of the internship activity, with the aim of identifying its strengths, recurring limitations and best practices for use.
2024
2025-12-12
Design and implementation of case studies for the evaluation of Artificial Intelligence systems
Negli ultimi anni l’Intelligenza Artificiale ha progressivamente superato i confini dei laboratori di ricerca, fino a diventare una componente strutturale dei servizi digitali, spesso nascosta dietro interfacce apparentemente semplici. Questa tesi si sviluppa a partire da una riflessione su tale trasformazione e si propone un duplice obiettivo: inquadrare teoricamente l’AI, ricostruendone l’evoluzione storica e i principali paradigmi di apprendimento automatico, e valutare in modo critico alcune soluzioni "pronte all'uso" offerte dalla piattaforma di cloud pubblico Amazon Web Services (AWS). Su questo sfondo vengono approfonditi tre servizi di AI, scelti perché coprono tre dimensioni complementari: percezione visiva, comprensione del linguaggio naturale e interazione conversazionale. Amazon Rekognition è un servizio per il riconoscimento di immagini e volti; Amazon Comprehend si occupa dell’analisi automatica di testi, con particolare attenzione alla sentiment analysis; Amazon Lex nasce come tecnologia per la progettazione veloce di chatbot e interfacce di dialogo. Per ciascun servizio viene proposta un'analisi sperimentale, frutto dell'attività di tirocinio, con l'obiettivo di individuarne i punti di forza, i limiti ricorrenti e le buone pratiche di utilizzo.
File in questo prodotto:
File Dimensione Formato  
TesiDefinitivaSaraLiberatoscioli.pdf

non disponibili

Descrizione: Tesi Sperimentale dal titolo "Progettazione e implementazione di case study per la valutazione di sistemi di Intelligenza Artificiale". Relatore: Professore Domenico Ursino.
Dimensione 54.9 MB
Formato Adobe PDF
54.9 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12075/24390