Post

Visualizzazione dei post da novembre, 2023

Cosa sappiamo su Q*, il progetto top secret di OpenAI - Wired

Quando la scorsa settimana OpenAI ha reintegrato il suo amministratore delegato Sam Altman dopo averlo licenziato a sorpresa qualche giorno prima, due diverse ricostruzioni hanno riportato che un progetto top-secret dell'azienda di intelligenza artificiale, ribattezzato Q* , aveva sconvolto alcuni ricercatori. "Grazie ad ampie risorse di calcolo, il nuovo modello è stato in grado di risolvere alcuni problemi matematici" , ha riferito Reuters, citando un'unica fonte anonima e aggiungendo che "anche se è in grado di eseguire solo calcoli al livello di studenti delle elementari, il fatto che abbia superato questi test ha reso i ricercatori molto ottimisti sul successo di Q*" . Il sito The Information – sempre citando una fonte anonima – invece ha scritto che il progetto è stato accolto come una svolta che avrebbe portato a "modelli di intelligenza artificiale molto più potenti", e che “la velocità nello sviluppo ha allarmato alcuni ricercatori che s

how to avoid the “Christmas tree effect” - storytelling with data

 Anche se siamo in pieno periodo natalizio "È fondamentale evitare l'effetto albero di Natale nel design grafico e nelle visualizzazioni dei dati. Considerate come dashboard, presentazioni e report tendono a evolversi nel tempo. Ogni iterazione successiva spesso aggiunge grafici, diagrammi e punti elenco nel tentativo di trasmettere più informazioni. Tuttavia, ciò si traduce solitamente in presentazioni disordinate, confuse e difficili da seguire.  A livello pratico, l'effetto albero di Natale può portare a grafici e diagrammi così pieni di indicatori, linee di tendenza e annotazioni da nascondere il messaggio principale. Questo rumore visivo può distrarre dalle informazioni che i dati dovrebbero rivelare, portando a un'interpretazione errata o a una situazione di paralisi dell'analisi in cui non è possibile prendere alcuna decisione con sicurezza." Buona lettura:  https://www.storytellingwithdata.com/blog/how-to-avoid-the-christmas-tree-effect

Creare falsi dati scientifici con ChatGPT è fin troppo facile - Wired

Un gruppo di ricercatori italiani ha scoperto che ChatGPT , il popolarissimo chatbot di OpenAI, è in grado di generare falsi set di dati a sostegno di ipotesi scientifiche non verificate su richiesta degli utenti. La scoperta pone l'accento sulla necessità di migliorare i metodi di revisione scientifica per scongiurare un uso non etico degli strumenti di intelligenza artificiale. Leggi tutto:  https://www.wired.it/article/chatgpt-dati-scientifici-falsi-studio-italiano-intelligenza-artificiale/

Come far collaborare intelligenza artificiale e creatività umana - Wired

Refik Anadol, ospite al PhotoVogue Festival, racconta il rapporto con la tecnologia attraverso i suoi lavori: dalle stanze immersive alle sculture di suoni, i dati possono assumere ogni tipo di forma Pur essendo campi apparentemente distanti, l'intelligenza artificiale e l'arte possono creare un legame sorprendente interagendo l'una con l'altra. E infatti, numerosi artisti stanno adottando con entusiasmo le possibilità offerte dalle nuove tecnologie per esplorare territori creativi precedentemente ritenuti inaccessibili. Uno di questi è sicuramente Refik Anadol , artista eclettico originario di Istambul, che oggi gira tutto il mondo esponendo le sue opere che mescolano l'architettura, l'arte digitale e la visualizzazione dei dati. Leggi tutto:  https://www.wired.it/article/refik-anadol-intelligenza-artificiale-photovogue-arte-moma-google/

Best Open Source replacements for Business Intelligence Tools Power BI, Tableau, Looker, MicroStrategy - Alex Wong su Medium

These are the top 4 open source replacements for Microsoft Power BI, Tableau, Looker, MicroStrategy and other Business Intelligence and Data Visualization Tools: Apache SuperSet Metabase Lightdash Streamlit Read more:  https://atwong.medium.com/best-open-source-replacements-for-business-intelligence-tools-power-bi-tableau-looker-3857ea58737d

Who is the best team in the NFL? - Dennis Ganzaroli su Medium

The history of NFL power rankings reflects the evolution of sports analytics and data-driven decision-making. Before the advent of formal power rankings, fans and sports commentators informally ranked teams based on their observations and subjective judgments. These rankings were often based on factors like win-loss records or point differentials. With the advancement of computing and statistical analysis in the late 20th century, some experts started to create power rankings that incorporated statistical data. Today, power rankings are an integral part of the NFL fan experience, providing a more objective perspective on team performance and helping fans engage in informed debates about the league’s best teams. Leggi tutto: https://medium.com/low-code-for-advanced-data-science/who-is-the-best-team-in-the-nfl-b9724cd3deee

The State of Data Science and Machine Learning - Enterprise Strategy Group

«Diverse sfide impediscono alle organizzazioni di integrare con successo i modelli di apprendimento automatico (machine learning, ML) nel ciclo di di sviluppo del loro software. Colmare il divario tra le diverse competenze, gestire insiemi di dati complessi e di grandi dimensioni, gestire hardware specializzato e garantire la disponibilità, la scalabilità e la sicurezza in produzione ritardano, complessivamente, il time to value e causano colli di bottiglia organizzativi. A causa del crescente interesse e della complessità dei progetti di apprendimento automatico, le organizzazioni hanno bisogno di migliorare l'agilità, l'efficienza e le prestazioni, riducendo i rischi attraverso una governance adeguata. Le organizzazioni riconoscono di aver bisogno di chiare strategie di data science e di apprendimento automatico. Nell'ambito di queste strategie, gli MLOp possono fornire un approccio strutturato e standardizzato allo sviluppo, alla distribuzione e alla manutenzione dei mo

Sfruttare i dati dormienti può rafforzare il vantaggio competitivo delle PMI industriali - McKinsey

Le PMI manifatturiere del settore industriale accumulano enormi archivi di dati - provenienti dalle vendite, dai processi operativi e dalla produzione - che rimangono in gran parte inutilizzati. Tuttavia, alcune aziende estraggono i propri dati dormienti con notevoli vantaggi. [...] In questo articolo, discutiamo di come i dati dormienti possono essere identificati, organizzati, analizzati e applicati per risolvere problemi, migliorare i processi e aggiungere valore alle PMI manifatturiere industriali. Leggi tutto:  https://www.mckinsey.com/industries/industrials-and-electronics/our-insights/tapping-into-dormant-data-can-boost-industrial-smes-competitive-edge

Entro il 2030 cambierà il mercato del lavoro per 8 professioni su 10 - Ernst & Young

Da qui al 2030 aumenterà sempre più la domanda di professioni tecniche e ad alta qualifica, non solamente legate all’informatica e alla tecnologia, ma anche alla cura e ai servizi legati alle persone, incluso l’orientamento, la formazione e l’inserimento socio-lavorativo. D’altra parte, la domanda calerà per i gruppi professionali a qualifica più bassa, nonché per le professioni qualificate e quelle imprenditoriali collegate ai settori a bassa crescita (es. settore primario, industrie tradizionali). Nel complesso, però, la domanda di lavoro in Italia rimarrà in crescita per il resto del decennio. Sono questi alcuni dei principali risultati della nuova edizione dello studio Il futuro delle competenze nell’era dell’Intelligenza Artificiale , realizzato da EY , leader mondiale nei servizi professionali di revisione e organizzazione contabile, assistenza fiscale e legale, transaction e consulenza, ManpowerGroup , multinazionale guida nel settore delle innovative workforce solutions e Sanom

I modelli linguistici di grandi dimensioni (LLM) comprendono e possono essere potenziati da stimoli emotivi

L'intelligenza emotiva ha un impatto significativo sui nostri comportamenti e interazioni quotidiane. Sebbene i Large Language Models (LLM) siano sempre più considerati un passo avanti verso l'intelligenza artificiale generale, mostrando prestazioni impressionanti in numerosi compiti, è ancora incerto se gli LLM siano in grado di cogliere realmente gli stimoli emotivi psicologici. Comprendere e rispondere agli stimoli emotivi dà agli esseri umani un netto vantaggio nella risoluzione dei problemi. In questo lavoro, facciamo il primo passo verso l'esplorazione della capacità dei LLM di comprendere gli stimoli emotivi. A tal fine, abbiamo condotto esperimenti automatici su 45 compiti utilizzando diversi LLM, tra cui Flan-T5-Large, Vicuna, Llama 2, BLOOM, ChatGPT e GPT-4. I compiti comprendono applicazioni deterministiche e generative che rappresentano scenari di valutazione completi. I nostri esperimenti automatici dimostrano che i LLM sono in grado di comprendere l'intell