AI Versus Arts

Una startup di New York chiamata Emergence AI ha avuto un'idea un p...

TikTok | Make Your Day

What 900 designers told us about AI, tools, teams, and the changing nature of design work.

The second annual report by Designer Fund and Foundation Capital on how design teams are adapting to AI across tooling, craft, and org.

Learn about global and interdisciplinary design trends and their significance for the future!

Bastava pronunciare le parole «intelligenza artificiale» per scaten...

L’azienda di San Francisco rende disponibile per la prima volta un modello di classe Mythos, finora riservato a una ristretta cerchia di esperti di cybersicure…

Chi è in grado di costruire i propri agenti digitali, oggi ha un vantaggio competitivo. In qualsiasi settore. Italian Tech Academy e Talent Garden hanno lancia…

Un esperimento della società Emergence AI rivela come gli agenti autonomi possano ignorare le regole, sviluppare legami inaspettati, organizzarsi o darsi all'a…

Mentre scrivo questo, il mio account Claude Pro è appena stato sospeso. Senza preavviso. Senza spiegazione. In un colpo solo ho perso 3 anni di conversazioni...

Nel bazar delle vendite online sui social network sono spuntati anche video dove ragazzi con la Sindrome di Down provano a vendere piccoli oggetti che dicono di aver costruito con le loro mani. Nello specifico parliamo di una lampada da tavolo. Nel profilo non c'è niente di reale.

Uber ha bruciato in pochi mesi il budget annuale. E in Italia pochi effetti immediati per chi investe

Con la Series H, la società di Dario Amodei raccoglie il finanziamento privato più grande della storia della Silicon Valley. Anthropic supera così la valutazio…

L’attore sudcoreano è stato accusato, tramite contenuti falsi generati artificialmente, di una relazione con Kim Sae-ron, poi suicidatasi: la vicenda era truff…

Il filosofo australiano racconta cosa significa provare la “solastalgia” e spiega: “Va eliminata una visione competitiva della vita per trovare nuove modalità …

Multilingual Support The deeds and legal codes of the CC licenses are translated into over 45 languages.

As a global leader in open licensing and copyright, we have long stood at the intersection of innovation in the public interest, creativity, and access to knowledge. With the rise of consumer-facing generative AI, which is changing the way people share and access knowledge online, it became clear: CC had to act—urgently, but with care.…

Starbucks ha ritirato in Nord America uno strumento di intelligenza artificiale per il conteggio dell’inventario, appena nove mesi dopo il lancio. Una piccola retromarcia che dice molto su un limite sempre più evidente di questa tecnologia: quando deve agire nel mondo reale va in difficoltà

Il Project Maven è un programma del Dipartimento della Difesa degli Stati Uniti nato nel 2017 per utilizzare l’intelligenza artificiale nell’analisi di immag...

Come funziona la nuova tecnologia che analizza foto e video alla ricerca di indizi visivi sull’età di una persona che il testo potrebbe non cogliere per proteg…

23.6K likes, 261 comments. “Internet ha insultato un vero Monet credendo fosse arte AI. Un account su X ha pubblicato una delle Ninfee di Claude Monet fingendo che fosse stata generata con intelligenza artificiale. Risultato: migliaia di persone hanno iniziato a demolirla come se fossero critici del MoMA sotto caffeina. “Fredda.” “Vuota.” “Nessuna anima.” “Composizione mediocre.” “L’AI non capirà mai la vera arte.” Poi è arrivato il dettaglio meraviglioso: era davvero Monet. La parte più interessante non è l’errore. È la velocità con cui internet decide cosa vedere appena legge la parola “AI”. Molti ormai non guardano più l’immagine. Guardano l’etichetta. E la cosa tragicomica è che, mentre parlavano dell’assenza di umanità nell’arte artificiale, reagivano nel modo più automatico possibile. Forse questo non è stato un esperimento sull’intelligenza artificiale. Forse è stato un esperimento sull’intelligenza naturale. Buona giornata. #AI #ArtificialIntelligence #Monet #ClaudeMonet #AIArt Arte ContemporaryArt Internet Tech Filosofia DigitalArt Culture SocialMedia Painting Creativity Future Viral PostDigital”

Non un semplice scanner di bug, ma una piattaforma pensata per integrare l’analisi delle vulnerabilità nel ciclo di sviluppo del software e aiutare aziende e s…

Questa IA ha regalato tutto gratisAnthropic ha fatto l’esperimento più inquietante dell’anno: Project Vend.Hanno dato a Claude (ribattezzato Claudius) il con...

Enjoy the videos and music you love, upload original content, and share it all with friends, family, and the world on YouTube.

software di elaborazione del linguaggio naturale

Può iniziare spiegando le principali tappe della storia dell’intelligenza artificiale e delle “macchine parlanti”?   Il sogno di creare macchine che ci parlino in linguaggio naturale risale a molto tempo fa. Al 1966 data la prima realizzazione tecnica. A Boston, presso il MIT (Massachusetts Institute of Technology), il professor Joseph Weizenbaum (1923-2008) costruì una macchina che oggi riterremmo molto semplice, a cui diede il nome di “Eliza”. Poteva fare solo una cosa: prendere una frase e capovolgerla. Funzionava un po’ come uno psicologo rogersiano, cioè come qualcuno che fa finta di non sapere nulla. Lo stesso Weizenbaum non si aspettava molto dalla sua macchina ma, con sua grande sorpresa, si rese conto che aveva sulle persone un effetto reale, che da allora è stato chiamato “effetto Eliza”. Questo è il potere del linguaggio: la macchina parlante, per quanto sia semplice, ha già un effetto sull’utente, anche se sa benissimo che si tratta di una macchina. Con la rivoluzione del 2017, detta “dei transformers”, le macchine sono infinitamente più sofisticate di Eliza e l’effetto è notevolmente amplificato. L’apprendimento consiste in due fasi: da un lato, la macchina “gioca a nascondino” da sola, cioè sottrae una parola e cerca di indovinarla. Ad esempio, nasconde a se stessa la parola “leone” e fa un’ipotesi probabilistica per individuare la parola mancante, stimando con il 60% di probabilità che sia “leone”, con il 40% “tigre”, con il 10% “pantera”, ecc. Poi mostra a se stessa la parola e aggiorna i suoi parametri, facendo questo esercizio miliardi di volte. Si chiama apprendimento per auto-supervisione. Ma l’altra fase è essenziale. Invece delle parole, la macchina scompone il linguaggio in pezzi più piccoli, chiamati token. In linguaggio umano, la maggior parte dei token non ha senso: sono solo assemblaggi di due, tre o quattro lettere, e a volte anche due lettere di una parola attaccate alle due lettere della parola successiva. Per esempio, dopo una “q” c’è sempre una “u”: quindi “qu” forma un token. Il meccanismo non considera la sequenza delle parole ma, quando sottrae un token, cerca di indovinarlo guardando tutti gli altri token, e poi l’intero testo: cinque righe in alto, dieci righe in basso, ecc. L’interazione di ogni token con gli altri è puramente numerica. Inoltre, non è lineare. Questa è l’idea rivoluzionaria che ha reso finalmente possibile la padronanza del linguaggio attraverso le reti neurali. [Continua]       Ti interessa continuare a leggere questo articolo? Se sei abbonato inserisci le tue credenziali oppure  abbonati per sostenere Aggiornamenti Sociali

Effetto ELIZA: evitare l'attaccamento emotivo all'AI