Enrico Bertone
Scenario tecnologico dell'Intelligenza Artificiale attraverso l'analisi brevettuale = Artificial Intelligence technological scenario through patent analysis.
Rel. Federico Caviggioli. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2021
|
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (2MB) | Preview |
Abstract: |
L'intelligenza artificiale, ovvero l'emulazione dei processi logici e cognitivi tipici del cervello umano da parte di una macchina, è stato fin dalla nascita dei primi calcolatori uno degli obiettivi degli esperti del settore. Negli ultimi anni, grazie soprattutto all'avvento di internet e allo sviluppo del settore high-tech, questo obiettivo è diventato sempre più realistico tanto che ormai si parla sempre più di intelligenza artificiale. L'obiettivo di questa tesi è quello di analizzare il contesto tecnologico attuale attraverso l'analisi delle informazioni brevettuali delle imprese nel settore dell'intelligenza artificiale ottenendo le informazioni per comprendere al meglio l'evoluzione passata e futura e l'impatto che tale evoluzione ha avuto nel passato e che presumibilmente avrà nel futuro. Il primo capitolo della tesi ha l'obiettivo di fornire una contestualizzazione tecnologica al fine di comprendere al meglio la tecnologia e di apprendere quale siano le caratteristiche principali e il funzionamento di base dei sistemi intelligenti. Il secondo capitolo si concentrerà sui brevetti spiegando nel dettaglio la loro struttura e le informazioni che contengono al loro interno. Nel capitolo 3 il focus sarà sulla strategia di ricerca da me adottata per cercare i dati sui brevetti che saranno analizzati nel capitolo 4, nel quale verranno effettuate le analisi e verranno commentate nel dettaglio. Basandomi sulle analisi effettuate e sui dati raccolti nell'ultimo ho tratto le mie conclusioni sullo scenario tecnologico dell'intelligenza artificiale. |
---|---|
Relators: | Federico Caviggioli |
Academic year: | 2020/21 |
Publication type: | Electronic |
Number of Pages: | 59 |
Subjects: | |
Corso di laurea: | Corso di laurea magistrale in Ingegneria Gestionale |
Classe di laurea: | New organization > Master science > LM-31 - MANAGEMENT ENGINEERING |
Aziende collaboratrici: | UNSPECIFIED |
URI: | http://webthesis.biblio.polito.it/id/eprint/17937 |
Modify record (reserved for operators) |