COD.MEPA: 366737CS
Descrizione
Il banco dove l'intelligenza artificiale si costruisce con le mani — e si comanda con la voce
C'è una distanza che la didattica dell'AI fatica a colmare: quella tra il codice che gira su un notebook e il sistema che funziona nel mondo reale. Tra il modello che classifica un'immagine di un dataset e il dispositivo che accende un motore perché ha visto qualcosa, o che si ferma perché qualcuno glielo ha detto.
Campus Pro Lince è progettata esattamente per questo.
Un Raspberry Pi 5 da 8GB con display touch integrato costituisce il calcolatore, l'ambiente di sviluppo e l'interfaccia della postazione. La Raspberry Pi AI HAT aggiunge un acceleratore neurale dedicato che esegue localmente i modelli — di visione e di linguaggio parlato. La Camera Module 3 su braccio orientabile porta la percezione visiva dove serve. Il modulo audio con comandi e assistenza vocale aggiunge il secondo canale sensoriale: la postazione ascolta gli ordini dell'operatore e risponde a voce. E la breadboard con sensori e attuatori è il punto in cui tutto questo incontra il mondo fisico.
Il risultato è un sistema autenticamente multimodale: vede, ascolta, capisce, decide e agisce. E lo fa interamente a bordo, senza inviare una sola immagine né una sola parola pronunciata fuori dalla rete della scuola.
Gli studenti non studiano l'intelligenza artificiale: le parlano, e lei muove un motore, accende un led.
Perché sceglierlo?
Vede e ascolta: multimodalità vera.
La maggior parte dei kit didattici si ferma a un solo canale percettivo. Qui visione e voce convivono e possono cooperare: un sistema che riconosce un oggetto e ne annuncia il nome, un impianto che si comanda a voce e conferma parlando, un'interfaccia che cambia comportamento a seconda di chi ha davanti. È la modalità di interazione verso cui si stanno muovendo tutti i dispositivi intelligenti, dal domotico all'industriale.
La voce non passa dal cloud.
Riconoscimento del parlato e sintesi vocale girano sulla postazione. Nessun assistente commerciale, nessun account, nessuna registrazione audio inviata a un server esterno. Per una scuola questo non è un dettaglio tecnico ma una condizione di praticabilità: le voci degli studenti sono dati personali, e un laboratorio che non le trasmette a terzi elimina alla radice il problema del trattamento fuori dal perimetro scolastico ai fini GDPR. Nessuna informativa complicata, nessun contratto con fornitori terzi, nessun costo ricorrente per chiamate API. Gli studenti scoprono, costruendolo, che un assistente vocale può essere completamente privato — e capiscono per contrasto cosa succede quando non lo è.
Un laboratorio che include.
L'interazione vocale rende la postazione utilizzabile anche da studenti con difficoltà motorie o con disturbi specifici dell'apprendimento, per i quali digitare o leggere a schermo può costituire una barriera. Ma il valore didattico va oltre: gli studenti possono progettare soluzioni di tecnologia assistiva, sperimentando in prima persona cosa significa costruire strumenti accessibili. È un tema che si presta a un lavoro autentico con i docenti di sostegno e alle attività di educazione civica, e che restituisce alle competenze tecniche una dimensione di senso.
Mani libere, come in fabbrica.
Nei contesti produttivi reali l'operatore ha spesso le mani occupate, indossa guanti, opera in ambienti dove un touchscreen è impraticabile. Il comando vocale non è una comodità da consumer electronics: è un'interfaccia industriale. Progettarne una che funzioni davvero — con vocabolario controllato, conferme esplicite e gestione degli errori di riconoscimento — è un esercizio ingegneristico serio.
Quale percorso didattico potrei sviluppare?
Progressione modulare, articolabile su più annualità e su più discipline. Ogni modulo è autoconsistente e si conclude con un sistema funzionante.
- Fondamenti — Il primo segnale
Architettura del sistema, ambiente Linux, primi programmi in Python. Accensione e lettura dei GPIO, uso della breadboard, legge di Ohm applicata, resistenze di pull-up e pull-down, sicurezza elettrica.
Competenze: elettronica di base, programmazione strutturata, metodo di laboratorio. - Sensoristica e acquisizione dati — Misurare il mondo
Collegamento e lettura di sensori analogici e digitali, protocolli di comunicazione tra dispositivi, calibrazione, gestione del rumore, campionamento e registrazione dei dati.
Competenze: strumentazione, protocolli seriali, trattamento del dato grezzo. - Attuazione e controllo — Far muovere le cose
Pilotaggio di motori e servocomandi, modulazione PWM, driver di potenza, controllo in anello chiuso con retroazione da sensore. Introduzione alla regolazione proporzionale.
Competenze: attuatori, elettronica di potenza, teoria del controllo applicata. - Visione artificiale — Insegnare a guardare
Acquisizione dalla Camera Module 3, gestione dell'illuminazione, elaborazione delle immagini, rilevamento di colori, forme e movimento con tecniche tradizionali. Dove la visione classica funziona bene e dove smette di bastare.
Competenze: image processing, OpenCV, progettazione dell'illuminazione. - AI on the Edge — Il modello che gira sul banco
Esecuzione di modelli pre-addestrati sull'acceleratore neurale: rilevamento di oggetti, classificazione, riconoscimento di pose. Misurazione delle prestazioni reali in fotogrammi al secondo, confronto tra esecuzione con e senza accelerazione hardware.
Competenze: inferenza on-device, valutazione delle prestazioni, comprensione critica dei limiti dell'AI. - Costruire il proprio modello — Dal dato al deploy
Progettazione e acquisizione di un dataset direttamente in laboratorio, etichettatura, addestramento tramite transfer learning, valutazione delle metriche, ottimizzazione e conversione del modello per l'esecuzione sull'acceleratore.
Competenze: ciclo di vita del machine learning, dataset engineering, ottimizzazione dei modelli. - Sistemi cyber-fisici — Percezione, decisione, azione
Integrazione dell'intero stack: la telecamera osserva, il modello classifica, il sistema decide, il motore agisce. Realizzazione di applicazioni complete — smistamento automatico di oggetti, controllo di accesso, conteggio e tracciamento, interazione gestuale.
Competenze: integrazione di sistemi, architettura software, gestione dell'incertezza decisionale. - IoT e connettività — Il dispositivo che parla
Pubblicazione dei dati verso un broker MQTT, realizzazione di dashboard di monitoraggio, comando remoto, introduzione a REST e ai protocolli di interoperabilità Industria 4.0. Discussione su sicurezza delle comunicazioni e privacy by design.
Competenze: protocolli IoT, architetture distribuite, sicurezza applicata. - Comandi e assistenza vocale — Il sistema che ascolta e risponde
Il modulo più immediatamente coinvolgente della postazione, e quello che gli studenti portano più volentieri a un open day:
-
- Acquisizione e trattamento del segnale audio: campionamento, filtraggio, rilevamento della presenza di voce, gestione del rumore ambientale di laboratorio.
- Riconoscimento vocale on-device: trascrizione del parlato tramite modelli eseguiti localmente, con misura dell'accuratezza e della latenza reali. Confronto tra modelli di dimensioni diverse e valutazione del compromesso tra qualità e velocità.
- Wake word e ciclo di ascolto: progettazione dell'attivazione, gestione degli stati del sistema, prevenzione dei falsi positivi.
- Comprensione del comando: dal testo trascritto all'azione. Progettazione di una grammatica di comandi, riconoscimento dell'intento, estrazione dei parametri ("accendi il motore al cinquanta per cento").
- Sintesi vocale: generazione della risposta parlata, progettazione del feedback all'operatore, conferme e segnalazioni di errore.
- Assistente vocale completo: integrazione dei blocchi in un sistema che risponde a interrogazioni sullo stato dell'impianto ("qual è la temperatura?", "quanti pezzi hai contato?") ed esegue comandi sugli attuatori.
- Multimodalità: cooperazione tra voce e visione — chiedere a voce cosa la telecamera sta inquadrando e ricevere la risposta parlata.
Il kit è tutto da assemblare seguendo la guida dettagliata allegata. Gli strumenti necessari per il montaggio sono inclusi.
Il prodotto non è presso il nostro magazzino e i tempi di consegna dipendono dal nostro fornitore: contattaci per dei tempi di consegna più precisi
ACQUISTI PER LA PUBBLICA AMMINISTRAZIONE?
GUIDA ALL'ACQUISTO
CAMPUSTORE RISPONDE
Descrizione
Il banco dove l'intelligenza artificiale si costruisce con le mani — e si comanda con la voce
C'è una distanza che la didattica dell'AI fatica a colmare: quella tra il codice che gira su un notebook e il sistema che funziona nel mondo reale. Tra il modello che classifica un'immagine di un dataset e il dispositivo che accende un motore perché ha visto qualcosa, o che si ferma perché qualcuno glielo ha detto.
Campus Pro Lince è progettata esattamente per questo.
Un Raspberry Pi 5 da 8GB con display touch integrato costituisce il calcolatore, l'ambiente di sviluppo e l'interfaccia della postazione. La Raspberry Pi AI HAT aggiunge un acceleratore neurale dedicato che esegue localmente i modelli — di visione e di linguaggio parlato. La Camera Module 3 su braccio orientabile porta la percezione visiva dove serve. Il modulo audio con comandi e assistenza vocale aggiunge il secondo canale sensoriale: la postazione ascolta gli ordini dell'operatore e risponde a voce. E la breadboard con sensori e attuatori è il punto in cui tutto questo incontra il mondo fisico.
Il risultato è un sistema autenticamente multimodale: vede, ascolta, capisce, decide e agisce. E lo fa interamente a bordo, senza inviare una sola immagine né una sola parola pronunciata fuori dalla rete della scuola.
Gli studenti non studiano l'intelligenza artificiale: le parlano, e lei muove un motore, accende un led.
Perché sceglierlo?
Vede e ascolta: multimodalità vera.
La maggior parte dei kit didattici si ferma a un solo canale percettivo. Qui visione e voce convivono e possono cooperare: un sistema che riconosce un oggetto e ne annuncia il nome, un impianto che si comanda a voce e conferma parlando, un'interfaccia che cambia comportamento a seconda di chi ha davanti. È la modalità di interazione verso cui si stanno muovendo tutti i dispositivi intelligenti, dal domotico all'industriale.
La voce non passa dal cloud.
Riconoscimento del parlato e sintesi vocale girano sulla postazione. Nessun assistente commerciale, nessun account, nessuna registrazione audio inviata a un server esterno. Per una scuola questo non è un dettaglio tecnico ma una condizione di praticabilità: le voci degli studenti sono dati personali, e un laboratorio che non le trasmette a terzi elimina alla radice il problema del trattamento fuori dal perimetro scolastico ai fini GDPR. Nessuna informativa complicata, nessun contratto con fornitori terzi, nessun costo ricorrente per chiamate API. Gli studenti scoprono, costruendolo, che un assistente vocale può essere completamente privato — e capiscono per contrasto cosa succede quando non lo è.
Un laboratorio che include.
L'interazione vocale rende la postazione utilizzabile anche da studenti con difficoltà motorie o con disturbi specifici dell'apprendimento, per i quali digitare o leggere a schermo può costituire una barriera. Ma il valore didattico va oltre: gli studenti possono progettare soluzioni di tecnologia assistiva, sperimentando in prima persona cosa significa costruire strumenti accessibili. È un tema che si presta a un lavoro autentico con i docenti di sostegno e alle attività di educazione civica, e che restituisce alle competenze tecniche una dimensione di senso.
Mani libere, come in fabbrica.
Nei contesti produttivi reali l'operatore ha spesso le mani occupate, indossa guanti, opera in ambienti dove un touchscreen è impraticabile. Il comando vocale non è una comodità da consumer electronics: è un'interfaccia industriale. Progettarne una che funzioni davvero — con vocabolario controllato, conferme esplicite e gestione degli errori di riconoscimento — è un esercizio ingegneristico serio.
Quale percorso didattico potrei sviluppare?
Progressione modulare, articolabile su più annualità e su più discipline. Ogni modulo è autoconsistente e si conclude con un sistema funzionante.
- Fondamenti — Il primo segnale
Architettura del sistema, ambiente Linux, primi programmi in Python. Accensione e lettura dei GPIO, uso della breadboard, legge di Ohm applicata, resistenze di pull-up e pull-down, sicurezza elettrica.
Competenze: elettronica di base, programmazione strutturata, metodo di laboratorio. - Sensoristica e acquisizione dati — Misurare il mondo
Collegamento e lettura di sensori analogici e digitali, protocolli di comunicazione tra dispositivi, calibrazione, gestione del rumore, campionamento e registrazione dei dati.
Competenze: strumentazione, protocolli seriali, trattamento del dato grezzo. - Attuazione e controllo — Far muovere le cose
Pilotaggio di motori e servocomandi, modulazione PWM, driver di potenza, controllo in anello chiuso con retroazione da sensore. Introduzione alla regolazione proporzionale.
Competenze: attuatori, elettronica di potenza, teoria del controllo applicata. - Visione artificiale — Insegnare a guardare
Acquisizione dalla Camera Module 3, gestione dell'illuminazione, elaborazione delle immagini, rilevamento di colori, forme e movimento con tecniche tradizionali. Dove la visione classica funziona bene e dove smette di bastare.
Competenze: image processing, OpenCV, progettazione dell'illuminazione. - AI on the Edge — Il modello che gira sul banco
Esecuzione di modelli pre-addestrati sull'acceleratore neurale: rilevamento di oggetti, classificazione, riconoscimento di pose. Misurazione delle prestazioni reali in fotogrammi al secondo, confronto tra esecuzione con e senza accelerazione hardware.
Competenze: inferenza on-device, valutazione delle prestazioni, comprensione critica dei limiti dell'AI. - Costruire il proprio modello — Dal dato al deploy
Progettazione e acquisizione di un dataset direttamente in laboratorio, etichettatura, addestramento tramite transfer learning, valutazione delle metriche, ottimizzazione e conversione del modello per l'esecuzione sull'acceleratore.
Competenze: ciclo di vita del machine learning, dataset engineering, ottimizzazione dei modelli. - Sistemi cyber-fisici — Percezione, decisione, azione
Integrazione dell'intero stack: la telecamera osserva, il modello classifica, il sistema decide, il motore agisce. Realizzazione di applicazioni complete — smistamento automatico di oggetti, controllo di accesso, conteggio e tracciamento, interazione gestuale.
Competenze: integrazione di sistemi, architettura software, gestione dell'incertezza decisionale. - IoT e connettività — Il dispositivo che parla
Pubblicazione dei dati verso un broker MQTT, realizzazione di dashboard di monitoraggio, comando remoto, introduzione a REST e ai protocolli di interoperabilità Industria 4.0. Discussione su sicurezza delle comunicazioni e privacy by design.
Competenze: protocolli IoT, architetture distribuite, sicurezza applicata. - Comandi e assistenza vocale — Il sistema che ascolta e risponde
Il modulo più immediatamente coinvolgente della postazione, e quello che gli studenti portano più volentieri a un open day:
-
- Acquisizione e trattamento del segnale audio: campionamento, filtraggio, rilevamento della presenza di voce, gestione del rumore ambientale di laboratorio.
- Riconoscimento vocale on-device: trascrizione del parlato tramite modelli eseguiti localmente, con misura dell'accuratezza e della latenza reali. Confronto tra modelli di dimensioni diverse e valutazione del compromesso tra qualità e velocità.
- Wake word e ciclo di ascolto: progettazione dell'attivazione, gestione degli stati del sistema, prevenzione dei falsi positivi.
- Comprensione del comando: dal testo trascritto all'azione. Progettazione di una grammatica di comandi, riconoscimento dell'intento, estrazione dei parametri ("accendi il motore al cinquanta per cento").
- Sintesi vocale: generazione della risposta parlata, progettazione del feedback all'operatore, conferme e segnalazioni di errore.
- Assistente vocale completo: integrazione dei blocchi in un sistema che risponde a interrogazioni sullo stato dell'impianto ("qual è la temperatura?", "quanti pezzi hai contato?") ed esegue comandi sugli attuatori.
- Multimodalità: cooperazione tra voce e visione — chiedere a voce cosa la telecamera sta inquadrando e ricevere la risposta parlata.
Il kit è tutto da assemblare seguendo la guida dettagliata allegata. Gli strumenti necessari per il montaggio sono inclusi.
