Introduzione Lo sappiamo: ChatGPT è uno dei primi sistemi di intelligenza artificiale ad aver raggiunto un target di popolazione incredibilmente ampio in pochissimi giorni, e ad aver battuto i record per il miglior lancio di sempre di qualsiasi prodotto in ambito tech.

GPTZeroX GPTZeroX è stato annunciato appena una settimana fa ed già disponibile sul sito per mostrare le nuove funzionalità:

Presidio, nasce come una libreria open source per anonimizzare i dati: questo vuol dire che è in grado di identificare e anonimizzare delle informazioni, tra cui:

ChatGPT ha popolato le testate di tutti i giornali e blog del settore, ed è stato messo alla prova in diversi modi da persone professioniste e non per valutarne il funzionamento.

Hai mai sognato di avere delle slides impostate e pronte all’uso, a partire da un argomento qualsiasi?

Lavorare con entità come luoghi, brand o persone è piuttosto facile per spaCy: in un precedente articolo abbiamo anche visto come aggiungere delle nuove label ad un modello pre-esistente.

Immagini sintetiche: nelle ultime settimane sono usciti moltissimi articoli che parlano di intelligenze artificiali in grado di generare immagini a partire da un testo inserito dall’utente.

Sulla base di alcune conversazioni passate, mi sono resa conto che la pre-elaborazione del testo è un argomento spesso trascurato.

Appena qualche giorno fa, sulle principali testate giornalistiche -e non- sono comparsi numerosi articoli in cui si parlava di un post pubblicato sul blog di Blake Lemoine, dipendente Google che parlava di un’intelligenza artificiale, prodotta da Google, “senziente”.

Nell’analisi del linguaggio naturale vengono impiegati di frequente diversi algoritmi di machine learning.

Spesso il machine learning viene accostato a della “magia” o addirittura “alchimia”: un articolo molto interessante è quello pubblicato su Different Glasses che riporto qui, per raccontare l’accostamento di queste due materie…

Come scrivere un programma in Python per distinguere tra una recensione positiva da una negativa o neutrale?

Immagina di avere due stringhe e di voler vedere se queste due parlano dello stesso argomento: come fare?

Spesso, quando si parla di intelligenza artificiale, oppure quando si lavora utilizzando tecniche di machine learning, ci si chiede come si faccia a stimare la bontà di una soluzione: quando posso veramente dirmi soddisfatta del risultato?

“Sul mio PC funziona”. Questa è la classica frase con cui, chi lavora nel settore IT -e non solo- ha a che fare quotidianamente e che porta ad ore di revisioni, controlli e confronti.