A.I. Tech nasce come spinoff universitario del gruppo di Intelligenza Artificiale dell’Università di Salerno. Dai primi passi, subito dopo la sua fondazione, tanto cammino è stato fatto, ed oggi la nostra reputazione sul mercato ci ripaga dell’impegno finalizzato al continuo miglioramento.

E se dai un’occhiata ai cv dei soci fondatori che danno forma alle idee e alle strategie scientifiche che nel tempo si trasformano in prodotti e metti insieme la loro esperienza nel settore della Visione Artificiale e più in generale dell’Intelligenza Artificiale arrivi a ben oltre cent’anni!

Mario Vento

Laureato con lode nel 1989 in Ingegneria Elettronica presso l’Università di Napoli Federico II, Mario diventa Ricercatore a 30 anni, Professore Associato a 38 e Professore Ordinario presso l’Università di Salerno a soli 42 anni. Oggi ricopre il ruolo di Prorettore presso l’Università di Salerno. A 44 anni ottiene un importantissimo riconoscimento scientifico, attribuito solo allo 0.25% degli scienziati a livello mondiale nel settore della Pattern Recognition, per la rilevanza delle sue ricerche sull’Intelligenza Artificiale: è “Fellow Scientist” dell’associazione scientifica Internazionale IAPR.
Dal 2015 è nella lista dei scienziati italiani più importanti a livello nazionale nel settore ingegneria, e dal 2017 entra nell’elenco dei più influenti scienziati al mondo, nel TOP 2%. Da oltre 30 anni si interessa di Intelligenza Artificiale e Robotica Intelligente.

Pasquale Foggia

Laureato con lode in Ingegneria Informatica nel 1995 presso l’Università di Napoli Federico II, Pasquale consegue il dottorato di ricerca nel 1999. Nel 2004 diventa Professore Associato, nel 2019 Professore Ordinario presso l’Università di Salerno, dove ricopre il ruolo di Presidente del Consiglio Didattico del corso di laurea in Ingegneria Informatica. E’ docente dei corsi di “Machine Learning” e “Ingegneria del Software”. I suoi principali interessi scientifici riguardano algoritmi di Pattern Recognition e Computer Vision per applicazioni di Video Sorveglianza Intelligente, Analisi di Immagini Biomediche e Visione Robotica.

Gennaro Percannella

Gennaro si laurea con lode in Ingegneria Elettronica presso l’Università di Salerno nel 1998 e nel 2002 consegue il dottorato di ricerca in Ingegneria dell’Informazione. E’ oggi professore ordinario presso l’Università di Salerno, dove è docente dei corsi di “Artificial Vision” e “Digital health Applications”.
La sua ricerca si concentra principalmente sugli algoritmi di intelligenza artificiale e visione artificiale nei settori dell’analisi di immagini biomediche e nel settore della video sorveglianza intelligente.

Alessia Saggese

Laureata con lode nel 2010, all’età di 24 anni, in Ingegneria Informatica presso l’Università di Salerno, Alessia consegue il titolo di dottore di ricerca internazionale nel 2014, rilasciato congiuntamente dall’Università di Salerno e dall’ ENSICAEN (in Francia). Durante il suo dottorato di ricerca, si occupa di algoritmi di tracking e di applicazioni di video e audio sorveglianza intelligente. Nel 2016 l’associazione italiana di ricercatori in computer vision e machine learning la premia per la migliore tesi di dottorato nel biennio 2014-2016. A 34 anni diventa Professore Associato presso l’Università di Salerno, docente dei corsi di “Robotica Cognitiva”, “Veicoli a Guida Autonoma” e “System Programming”. Da 10 anni le sua attività di ricerca riguardano principalmente algoritmi di Visione Artificiale e Intelligenza Artificiale per applicazioni di Video Sorveglianza Intelligente e Robotica Cognitiva.

Vincenzo Carletti

Vincenzo si laurea con lode in Ingegneria Informatica nel 2012 presso l’Università di Salerno, e consegue il titolo di dottore di ricerca internazionale nel 2016, rilasciato congiuntamente dall’Università di Salerno e dall’ ENSICAEN (in Francia). Durante il suo dottorato ha affrontato problematiche relative alla pattern recognition strutturale.
Oggi è Ricercatore (RTD-B) presso l’Università di Salerno, docente di “Embedded Systems” e “Advanced Embedded Systems”. Nell’ambito della sua ricerca, si occupa di ottimizzazione di algoritmi di Intelligenza Artificiale per Sistemi Embedded e di tecniche di Adversarial Machine Learning.
Menu