Categoria: Intelligenza Artificiale

9 aprile 2024 – Meta ha annunciato i piani per LLaMA 4, la nuova generazione dei suoi modelli open source di intelligenza artificiale, che sarà multimodale fin dalla progettazione, in grado cioè di elaborare sia testo sia immagini (e potenzialmente anche video). Si tratta di un'evoluzione rispetto a LLaMA 3, rilasciato in aprile, che ha introdotto versioni da 8B e 70B parametri, con un focus su performance, efficienza e apertura alla comunità. LLaMA 3 è stato pre-addestrato su oltre 15T token e ottimizzato per scenari di utilizzo reali, ma Meta guarda già avanti: LLaMA 4 punterà a migliorare il ragionamento e l’interazione con input complessi, consolidando l’approccio open-weight, alternativo al modello chiuso di GPT o Claude. L’obiettivo è promuovere una ricerca collaborativa sull’IA, favorendo lo sviluppo di applicazioni diversificate, etiche e trasparenti. Meta continua a investire in infrastrutture per il training su larga scala, con l’ambizione di guidare l’innovazione nel campo delle foundation models.

Fonte: Meta AI – LLaMA 4 Multimodal Intelligence

PS. Meta AI non è ancora disponibile in Italia

OpenAI ha lanciato ufficialmente l'AI Academy, una piattaforma formativa gratuita pensata per chi desidera portare l'intelligenza artificiale dalla teoria alla pratica. I contenuti sono progettati per un utilizzo operativo e includono automazioni, agenti AI, pipeline con GraphRAG, Q&A su documenti e integrazioni reali con diversi modelli. Tra i punti forti dell'Academy si segnalano sessioni di live coding, approfondimenti su prompt engineering, fine-tuning, RAG, multimodalità, esempi di codice commentato per API, automazioni e gestione dati. I percorsi sono ideali sia per principianti sia per chi possiede un'esperienza intermedia. L'iniziativa si inserisce nel contesto dell'emergere del ruolo di AI Engineer, professionista specializzato nell'integrazione e personalizzazione dei modelli linguistici di grandi dimensioni (LLM) come GPT, Claude o LLaMA, piuttosto che nel loro sviluppo ex novo. Questo ruolo si colloca in un contesto in cui i cosiddetti Foundation Models vengono forniti come servizio dalle grandi aziende e resi accessibili tramite API o strumenti open-source, aprendo a una democratizzazione dell'IA applicata. L'AI Engineer si distingue per la capacità di adattare modelli preesistenti a esigenze specifiche, ottimizzandoli con tecniche come il Reinforcement Fine-Tuning o attraverso pipeline customizzate di prompt engineering e retrieval augmented generation. Il recente articolo pubblicato su Latent Space, ripreso anche da Alessio Pomaro su LinkedIn, sottolinea come le aziende abbiano bisogno crescente di figure intermedie capaci di orchestrare l'interazione tra modello, dati e utente finale, spesso con l'ausilio di strumenti visuali o canvas evoluti. Il boom dell'intelligenza artificiale ha quindi generato non solo nuovi strumenti, ma anche nuove professionalità, capaci di far da ponte tra ricerca e applicazione pratica, tra generalizzazione e contesto d'uso.

 

https://notilo.ai/home

Nel mondo della ricerca, l’accesso alle informazioni è solo il primo passo. La vera sfida è organizzarle e trasformarle in intuizioni significative. Per questo nasce Notilo, una piattaforma avanzata sviluppata da ScholarAI, pensata per studenti, ricercatori ed educatori che vogliono ottimizzare il loro flusso di lavoro accademico.

? Archivio Unificato e Connessioni Intelligenti – Con Notilo, puoi conservare articoli di ricerca, appunti personali e documenti privati in un unico spazio, creando collegamenti significativi tra i materiali per generare nuove intuizioni.

? Chat AI per la Ricerca – Interagisci in tempo reale con il tuo database di conoscenze: fai domande su studi, appunti e riferimenti, ottenendo risposte pertinenti e ben documentate.

✍️ Appunti e Bozze Intelligenti – Riepiloga documenti, organizza il materiale didattico e lascia che l’IA ti aiuti nella redazione di bozze e nella gestione delle informazioni.

? Pianificazione Progetti & Sillabi Smart – Trasforma il tuo programma di studi o piano di ricerca in una strategia strutturata, con scadenze automatiche, promemoria personalizzati e percorsi di apprendimento adattivi.

? Il Futuro di Notilo – Stiamo lavorando su nuove funzionalità collaborative, analisi del progresso dei progetti e strumenti di pianificazione interattiva. Inoltre, esploriamo implementazioni private per istituzioni accademiche e aziende che necessitano di soluzioni sicure e su misura per la gestione della conoscenza.

? Scopri di più & Prova Notilo gratuitamente – Prenota una demo con i cofondatori e guarda come Notilo può potenziare la tua ricerca!

✨ Guarda il video: How Notilo Empowers Your Research

L’intelligenza artificiale sta trasformando il mondo dell’istruzione, e il libro di Wojciech Wątor, L’intelligenza artificiale entra in classe, offre un’analisi approfondita su come gli strumenti basati su AI possano influenzare la didattica, l’apprendimento e il ruolo degli insegnanti. L’autore esplora le opportunità offerte dalle tecnologie AI, evidenziando il loro potenziale nell’adattare i percorsi di studio alle esigenze degli studenti, migliorare la personalizzazione dell’insegnamento e supportare la valutazione automatizzata. Tuttavia, il testo non manca di affrontare anche le sfide etiche e pratiche, come la privacy dei dati, il rischio di dipendenza da strumenti automatizzati e la necessità di un uso critico e consapevole delle tecnologie AI in classe. Con esempi concreti e suggerimenti pratici per docenti e educatori, il libro si configura come una guida essenziale per chi vuole comprendere le implicazioni dell’AI nel mondo scolastico. Maggiori dettagli nell’articolo completo: Recensione del libro “L’intelligenza artificiale entra in classe” di Wojciech Wątor (https://adiscuola.it/recensione-del-libro-lintelligenza-artificiale-entra-in-classe-di-wojciech-wator/).

Il funzionamento di ChatGPT è il risultato di una complessa combinazione di modelli di apprendimento automatico, ottimizzazioni algoritmiche e tecniche di filtraggio. Di seguito, ecco 10 aspetti tecnici poco noti che spiegano meglio come lavora questo sistema.

1. Non ha memoria persistente – ChatGPT non "ricorda" le conversazioni precedenti tra sessioni. Ogni interazione è indipendente e la memoria è limitata alla finestra di contesto della conversazione attuale.
2. Usa un modello Transformer – Basato sull’architettura Transformer, il sistema utilizza un meccanismo di self-attention per pesare l’importanza di ogni parola nel contesto della frase e generare risposte più coerenti.
3. La finestra di contesto è limitata – Ogni versione ha un limite di token (es. 4.096 per GPT-3.5 e oltre 100.000 per GPT-4-turbo). Se una conversazione diventa troppo lunga, le prime parti vengono troncate.
4. Il parametro “temperature” regola la creatività – Un valore basso (es. 0.2) rende le risposte più prevedibili e coerenti, mentre un valore alto (es. 0.8) aumenta la varietà e la creatività delle risposte.
5. Non pensa, ma calcola probabilità – Il modello non ragiona come un essere umano, ma genera parole basandosi sulla probabilità che una sequenza di token sia la più appropriata in un determinato contesto.
6. È addestrato con il Reinforcement Learning from Human Feedback (RLHF) – Un meccanismo in cui annotatori umani valutano le risposte per insegnare al modello a migliorare nella coerenza e nella sicurezza.
7. Filtra i contenuti con moderazione automatizzata – Un sistema di moderazione analizza le risposte prima di restituirle all’utente, bloccando contenuti offensivi, dannosi o sensibili.
8. L’addestramento utilizza enormi dataset – I dati provengono da libri, articoli, siti web e altre fonti pubbliche (ma non da conversazioni private o dati personali degli utenti).
9. Il modello non ha accesso a internet in tempo reale – A meno che non sia esplicitamente collegato a una funzione di ricerca (es. ChatGPT con Browsing), le informazioni sono limitate al dataset con cui è stato addestrato.
10. L'uso di token è ottimizzato per la velocità e il costo – ChatGPT elabora ogni parola come un insieme di token (frammenti di parola). Più token vengono usati, più il costo e il tempo di elaborazione aumentano, motivo per cui le risposte sono generate in modo ottimizzato.

Scopri tutti i dettagli nell’articolo completo: 10 cose tecniche che forse non sapete sul funzionamento interno di ChatGPT

Fonte: https://www.ilsoftware.it/focus/10-cose-tecniche-che-forse-non-sapete-sul-funzionamento-interno-di-chatgpt/).

AI4ALL è un'organizzazione no-profit statunitense dedicata ad aumentare la diversità e l'inclusione nell'educazione, nella ricerca, nello sviluppo e nelle politiche sull'intelligenza artificiale (IA). Fondata nel 2017 da Fei-Fei Li, professoressa di informatica alla Stanford University, e dalla sua ex studentessa Olga Russakovsky, attualmente professoressa assistente alla Princeton University, AI4ALL mira a colmare il divario di rappresentanza nel campo dell'IA.

Missione

L'obiettivo principale di AI4ALL è aprire le porte dell'intelligenza artificiale a talenti storicamente esclusi attraverso programmi educativi e di mentorship, con l'intento di creare una forza lavoro nell'IA più diversificata e inclusiva.

Programmi Principali

• AI4ALL Ignite: Un acceleratore virtuale gratuito per studenti universitari che offre mentorship da parte di professionisti del settore, progetti pratici e una comunità di pari, progettato per aiutare gli studenti a ottenere il loro primo stage nell'IA e a fare un impatto duraturo.
• Programmi Estivi Universitari: AI4ALL collabora con diverse università per offrire programmi estivi che introducono gli studenti delle scuole superiori provenienti da gruppi sottorappresentati al campo dell'IA. Ad esempio, Stanford AI4ALL è un programma online di due settimane che immerge gli studenti nell'IA attraverso lezioni, progetti di ricerca pratici e attività di mentorship.

Impatto

AI4ALL ha avuto un impatto significativo nel promuovere la diversità nell'IA, con numerosi studenti che hanno riferito di sentirsi più preparati per stage nell'IA, di aver stabilito connessioni con professionisti del settore e di sentirsi parte di una comunità di pari nell'IA.

Collegamenti Universitari

Oltre a Stanford, AI4ALL ha stabilito partnership con altre istituzioni accademiche per offrire programmi estivi, tra cui:

• Princeton University: Un programma residenziale di tre settimane che insegna l'IA agli studenti delle scuole superiori provenienti da gruppi sottorappresentati.University of California, San Francisco (UCSF): Un programma estivo non residenziale di tre settimane che espone gli studenti delle scuole superiori al campo dell'IA con un focus sulle applicazioni biomediche.
• Boston University: Un programma di tre settimane che promuove una maggiore diversità e inclusione nel campo dell'IA, rivolto a giovani donne o a coloro che si identificano come femmine, attualmente al secondo o terzo anno di scuola superiore nell'area di Boston.

Risorse e Coinvolgimento

AI4ALL offre una varietà di risorse educative e opportunità di coinvolgimento, tra cui:

• Volontariato: Professionisti del settore possono contribuire come mentori o volontari nei programmi.
• Donazioni: Sostenitori possono contribuire finanziariamente per supportare le iniziative dell'organizzazione.
• Risorse Educative: AI4ALL fornisce strumenti e materiali per l'educazione e la sensibilizzazione sull'IA.

Per ulteriori informazioni, è possibile visitare il sito ufficiale di AI4ALL.