My Cookie Mix

Riuscirà l’intelligenza artificiale a scovare il Cristiano Ronaldo del futuro ? O, più modestamente, ad affiancare – più di quanto non accada già oggi con i diversi strumenti a disposizione, fra cui sterminale video library – talent scout e osservatori calcistici nell’individuare i talenti più affini al gioco e agli schemi di una certa società? IBM pensa di sì e da un po’ di mesi ha messo all’opera la sua piattaforma watsonx su due strumenti dedicati proprio all’indagine e al suggerimento dei giovani calciatori più promettenti e di quelli più adeguati a un certo tipo di gioco. Lo ha fatto tempo fa, e sul secondo fronte, con il Siviglia (si chiama Scout advisor) e ultimamente, in Italia, con l’ Empoli (il tool a disposizione della società toscana è stato invece battezzato Talent scouting). Leggi tutto:  https://www.wired.it/article/ai-talent-scout-empoli/

Time series analysis can be very demanding and sometimes you just want to press a button instead of putting too much time and effort into setting up the analysis. The Facebook Prophet (fbProphet) library is the solution to our problem and we want to implement it as a component in KNIME so that we only have to adjust a few settings and the whole time series analysis is done automatically. [...] fbProphet , also simply called Prophet , is a forecasting algorithm developed by Facebook’s data science team in 2017. The algorithm is designed to be scalable, fast, and accurate, making it suitable for a wide range of applications, from predicting sales in e-commerce to forecasting weather patterns. Leggi tutto l'articolo in inglese:  https://medium.com/low-code-for-advanced-data-science/knime-fbprophet-time-series-forecasting-with-a-few-clicks-4d527460ba8e Approfondisci il modello previsionale fbProphet qui:  https://otexts.com/fppit/prophet.html  (fonte: Hyndman, R.J., & Athanasopou

IA generativa e machine learning sono entrambi sottoinsiemi dell'intelligenza artificiale ma è importante conoscere in cosa differiscono per capire quando utilizzare l'una o l'altra tecnologia.  Se il machine learning è pensato per comprendere dati esistenti e generare previsioni sulla base della conoscenza estratta da essi, l'IA generativa mira a creare nuovi contenuti che siano il più simili possibile a quelli umani; in tal senso, c'è un'importante differenza anche tra gli output: il machine learning genera decisioni e previsioni, mentre l'IA generativa produce testi e diversi media, ed è per questo adatta a domini applicativi più creativi.  IA generativa e machine learning possono essere usati in combinazione per creare applicazioni e modelli più potenti: gli algoritmi di machine learning possono migliorare le performance dell'IA generativa creando dati di training di qualità più elevata; similmente, la GenAI può potenziare il machine learning creando

 Negli ultimi mesi in PagoPA ci siamo chiesti in che modo l’Intelligenza Artificiale può essere utilizzata dai servizi pubblici in Italia, per migliorarne l’efficienza mantenendo al tempo stesso al centro le persone, con i loro diritti e i loro bisogni. Per rispondere a questa domanda abbiamo applicato un metodo di lavoro che abbiamo già sperimentato con successo sui nostri progetti: la costruzione di un gruppo di lavoro multidisciplinare, con competenze diversificate che vanno dai temi della privacy a quelli della sicurezza. Così da alcuni mesi ha preso vita quello che chiamiamo un osservatorio aziendale sull’Intelligenza Artificiale, che mette intorno allo stesso tavolo: ... Leggi tutto:  https://medium.com/pagopa-spa/test-intelligenza-artificiale-per-i-servizi-pubblici-digitali-quello-che-abbiamo-imparato-69f1f932c908

Come primo passo è opportuno  e utile un bel giro sul sito ufficiale della comunità italiana di Python ( http://python.it/ ), ricco di informazioni utili a chi si avvicina per la prima volta a questo linguaggio. Altra documentazione (ovviamente in inglese) è disponibile sul sito ufficiale di Python ( https://www.python.org/ ) Poi, in ordine di utilità decrescente: Corso di introduzione alla programmazione su Kaggle ( https://www.kaggle.com/learn/intro-to-programming ). Corso molto utile per chi non ha mai programmato, introduce in modo veloce ad alcuni temi della programmazione in generale (anche se la sintassi utilizzata è quella di Python). Consigliato " Pensare in Python " (versione italiana di Think Python di Allen Downey), ottimo libro per apprendere le basi di Python. Assolutamente consigliato, a patto che si svolgano puntualmente tutti gli esercizi indicati . Può essere scaricato gratuitamente qui:  https://github.com/AllenDowney/ThinkPythonItalian/blob/maste

Gentili Signore, illustri Signori! Mi rivolgo oggi a Voi, Leader del Forum Intergovernativo del G7, con una riflessione sugli effetti dell’intelligenza artificiale sul futuro dell’umanità. «La Sacra Scrittura attesta che Dio ha donato agli uomini il suo Spirito affinché abbiano “saggezza, intelligenza e scienza in ogni genere di lavoro” ( Es 35,31)». La scienza e la tecnologia sono dunque prodotti straordinari del potenziale creativo di noi esseri umani. Ebbene, è proprio dall’utilizzo di questo potenziale creativo che Dio ci ha donato che viene alla luce l’intelligenza artificiale. Quest’ultima, come è noto, è uno strumento estremamente potente, impiegato in tantissime aree dell’agire umano: dalla medicina al mondo del lavoro, dalla cultura all’ambito della comunicazione, dall’educazione alla politica. Ed è ora lecito ipotizzare che il suo uso influenzerà sempre di più il nostro modo di vivere, le nostre relazioni sociali e nel futuro persino la maniera in cui concepiamo la nostra ide

... All joking aside — over the past years I’ve used opportunities like this to learn about approaches to predict outcomes and tried them out eventually with more successes than fails when it comes to my placement in different leagues. This time it is no different — what is different though is the approach I am taking. I came across this blog post on the usage of graph theory to make 2022 World Cup predictions. The blog post shows how the connections between different football clubs and national teams (in terms of how many players of certain clubs are selected for different national teams) was used to create a network graph. For the relationships in that network graph the “eigenvector centrality” was determined for every national team to establish a ranking. For the 2018 World cup, applying this method, out of the top 5 teams with the highest eigenvector centrality, 3 ultimately made it into the semi-finals, and France as the highest ranked team won the tournament. For 2022, out of th

Questo workflow, scaricabile gratuitamente dal Knime Hub, permette di caricare in Knime i dati della ricerca di Google, tramite la Google Search API, superando i limiti associati all'utilizzo della Google Search Console. E' stato sviluppato sulla base dell'ottimo workflow "Google_​Search_​Console_​API" realizzato da Philipp Katz (puoi  scaricarlo gratuitamente da NodePit , richiede l'estensione  Palladian for KNIME: OAuth Nodes ). Le modifiche apportate sono le seguenti: è stato aggiornato il nodo di autenticazione iniziale (era in beta); possono essere scaricati i dati di più site url (da indicare in apposita tabella); è stata modificata la query per estrarre tutti i campi disponibili (pagina, query, device, nazione, impessioni, clic, CTR, posizione); è possibile estrarre più delle 1.000 righe previste come standard dalla Google Search API. Come il workflow su cui si basa richiede l'estensione  Palladian for Knime  e il relativo  nodo "OAuth Connecto

Silicon Valley pioneer Reid Hoffman explains why we should view generative AI as a “steam engine of the mind” that promises to profoundly alter our professional and personal lives. The advent of steam power in the late 18th century utterly transformed manufacturing, transportation, and construction. A new kind of upheaval is already under way—one that will energize all language-based capabilities, including communication, reasoning, analysis, sales, and marketing. In this episode of the At the Edge podcast, Reid Hoffman, a partner at venture capital firm Greylock Partners, and cofounder of LinkedIn and Inflection AI, speaks with McKinsey’s Lareina Yee about the generative AI revolution and how it can teach users to understand and harness its power. An edited transcript of the discussion follows. For more conversations on cutting-edge technology, follow the series on your preferred podcast platform. Read more:  https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/gen-ai-a

iGenius , l’azienda deep-tech che sviluppa tecnologie di AI fondata da Uljan Sharka, presenta “Italia”, il modello di linguaggio di grandi dimensioni (LLM) addestrato con fonti native in italiano, rilasciato Open Source con licenza MIT. L’ Intelligenza Artificiale generativa è una rivoluzione sociale, prima ancora che tecnologica. Grazie al suo DNA umanistico, l’Italia ha l’opportunità di promuovere un Rinascimento Digitale , che può dare vita a un nuovo modo di realizzare soluzioni di AI, dove le persone sono al centro. “Italia” è un modello di linguaggio sviluppato in conformità con le normative europee sull’Intelligenza Artificiale. È stato pensato per aiutare le aziende nell’adozione dell’Intelligenza Artificiale generativa in settori altamente regolamentati , come i servizi finanziari, l’industria e la Pubblica Amministrazione. L’addestramento di “Italia” continuerà anche dopo questo primo rilascio, difatti iGenius sta lavorando a nuove versioni che siano ancora più potenti,

by Raj Jain, Washington University in St. Louis, and Imrich Chlamatac, Università degli Studi di Trento and other places "A heuristic algorithm is proposed for dynamic calculation of the median and other quantiles. The estimates are produced dynamically as the observations are generated. The observations are not stored; therefore, the algorithm has a very small and fixed storage requirement regardless of the number of observations. This makes it ideal for implementing in a quantile chip that can be used in industrial controllers and recorders. The algorithm is further extended to histogram plotting. The accuracy of the algorithm is analyzed. ... The advantage of the P^2 algorithm is that observations need not to be stored and no prior knowledge of the range of values is required. The storage requirement of the proposed algorithm is small and fixed, regardless of the number of observations." Download the full article (pdf):  https://cacm.acm.org/research/the-p2-algorithm-for-d

Have you ever found yourself staring at a graph or slide, wondering what the creator was trying to convey? Perhaps you've sat through a presentation, only to be left scratching your head, unsure of what to do next. Don’t put your audience in this same uncomfortable position. Instead, connect the dots for them to make it clear what the point is and what action they should take. When you fail to explicitly state the purpose of your communication, you run the risk of the important insight being lost, or someone arriving at the wrong conclusion. Read more:  https://www.storytellingwithdata.com/blog/is-your-point-clear

Nel parterre dei modelli linguistici di grandi dimensioni si sta guadagnando un posto di rilievo LLaMA (Large Language Model Meta AI) che ha fatto capolino nel mese di febbraio del 2023 e, grazie alla capacità e alla disponibilità di dati di Meta (l’azienda che sviluppa, tra gli altri, Facebook e Instagram) è stato oggetto di evoluzioni, tant’è che il 18 aprile 2024 è stato rilasciato LLaMA 3, dopo i nuovi modelli LLaMA 2 risalenti al mese di luglio del 2023. Leggi tutto: https://www.ai4business.it/intelligenza-artificiale/guida-a-llama-il-modello-linguistico-di-grandi-dimensioni-di-meta/