In più occasioni, diverse testate giornalistiche, ma anche diversi curiosi, hanno provato a testare la capacità di essere senziente di questi sistemi. Questa è una delle questioni più discusse e controverse sui limiti di sviluppo di strumenti simili, e non è possibile esimersi dal fare delle riflessioni. Cos’è la coscienza? Come si definisce un’entità “senziente”?

Con l’avvento dei LLM, nuovi strumenti dedicati all’orchestrazione di agenti e tecnologie che usano l’intelligenza artificiale hanno cominciato a emergere: tra questi, ci sono LangChain e LangGraph. Entrambi mirano a semplificare l’interazione con i modelli di linguaggio, ma presentano approcci e caratteristiche distintive. In questo post, raccontiamo quali.

Nel panorama dell’intelligenza artificiale, due approcci stanno emergendo come protagonisti: l’AI generativa e l’AI agentica. Sebbene entrambe sfruttino modelli avanzati, spesso LLM, per risolvere problemi complessi, differiscono profondamente per architettura, obiettivi e modalità operative.

Storicamente, le decisioni sui prezzi erano spesso basate su tendenze di mercato, analisi della concorrenza e un pizzico di intuizione. Tuttavia, l’emergere delle tecniche di apprendimento automatico ha consentito alle aziende di sfruttare i dati per studiare l’andamento del mercato, promuovendo decisioni sui prezzi più oculate.

Con l’arrivo di Ollama, uno dei diversi framework che consente di eseguire un LLM in locale, la community che gravita intorno al dominio dell’intelligenza artificiale è esplosa sempre di più e il numero di modelli addestrati sui dataset più disparati è cresciuto esponenzialmente.

Nell’analisi dei dati, la gestione dei valori mancanti è un passaggio fondamentale per garantire l’accuratezza e l’affidabilità dei risultati. La data imputation, o imputazione dei dati, consiste nel gestire o sostituire i valori mancanti con valori plausibili. Questa tecnica è essenziale per evitare che i dati mancanti influenzino negativamente le analisi statistiche e le previsioni.

Pierino lunedì mangia una mela. Martedì ne mangia 2 grandi e mercoledì ne mangia 3, e così via: domenica, ne mangia 7, piccole. Quante mele ha mangiato in totale durante la settimana?

Parlare di LLM senza introdurre il concetto di transformer è impossibile: ma cosa sono, e da dove nascono?

Scopri come i Transformers stanno rivoluzionando il campo dell’Intelligenza Artificiale, migliorando l’elaborazione del linguaggio naturale e aprendo nuove frontiere nel campo dell’apprendimento automatico.