L’uso evoluto dell’intelligenza artificiale in azienda: esempi concreti

,

L’intelligenza artificiale sta rivoluzionando il modo di lavorare in ogni azienda, del resto si dice che l’80% dei lavori sta per essere travolto da questa rivoluzione.

Le aziende di ogni dimensione e settore stanno adottando l’IA per migliorare i flussi di lavoro, aumentare l’efficienza (tagliando costi) e ottenere un vantaggio competitivo (per esempio nella lead generation o nel recruiting). Ecco alcuni esempi di come l’IA viene utilizzata in modo evoluto nelle aziende (per ora soprattutto quelle americane) con relativi tool.

Lead Generation

La lead generation è fondamentale per ogni azienda. L’IA può automatizzare questo processo, identificando potenziali clienti basandosi su dati e comportamenti degli utenti. Un esempio di questo è Growbots, un software di lead generation alimentato da IA. Anche Pardot di Salesforce per mette di automatizzare la lead generation con la personalizzazione dei funnel:

HR: gli ATS

Gli ATS (Applicant Tracking System) basati su IA come Workable e Inda stanno trasformando il processo di assunzione. Questi sistemi possono analizzare i CV, identificare i candidati più adatti e persino condurre interviste preliminari.

Data Analysis

L’IA può analizzare enormi quantità di dati molto più velocemente di qualsiasi essere umano. Strumenti come Tableau utilizzano l’IA per fornire approfondimenti dettagliati e prevedere tendenze future.

Customer Service

I chatbot alimentati da IA come IBM Watson stanno migliorando il servizio clienti, rispondendo alle domande dei clienti 24/7 e fornendo risposte immediate e pertinenti.

Automazione dei Processi

L’IA può automatizzare una serie di processi aziendali, risparmiando tempo e risorse. UiPath è un esempio di piattaforma di automazione dei processi robotici (RPA) alimentata da IA.

Supply Chain Management

L’IA può prevedere le tendenze della domanda e ottimizzare la logistica della supply chain. Infor è un esempio di strumento di gestione della supply chain basato su IA.

Vendite Predittive

L’IA può prevedere quali clienti sono più propensi a fare un acquisto. Strumenti come Salesforce Einstein utilizzano l’IA per migliorare l’efficienza delle vendite.

Sicurezza Informatica

L’IA può identificare e rispondere alle minacce alla sicurezza informatica in tempo reale. Darktrace è un esempio di strumento di sicurezza alimentato da IA.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

Posso vendere i testi generati da ChatGPT?

,

Se scrivo un testo con ChatGPT o creo un’immagine con Stable Diffusion, posso usarli o addirittura venderli? Parto dal presupposto che il diritto d’autore è un argomento complesso e in continua evoluzione, soprattutto nel contesto delle nuove tecnologie: basti pensare alla disputa tra Google e gli editori per quanto riguarda il servizio Google News. Con l’avvento dei modelli di linguaggio di apprendimento automatico, come GPT-3 di OpenAI o Alpaca dell’Università di Stanford, si pongono nuove questioni riguardanti la proprietà intellettuale. Possono una macchina o un algoritmo essere titolari di diritto d’autore? Chiarisco subito un fatto: secondo la Legge, sia anglosassone che europea, per avere diritto d’autore un’opera deve essere creata da un essere umano. Un po’ quello che successe nel caso del “Monkey selfie”: vale la pena raccontarlo.

Il caso dell’“autoscatto del macaco” finì sui giornali nel 2011 quando un macaco indonesiano scattò una serie di fotografie a se stesso con la macchina di un fotografo britannico. Le foto divennero virali, ma sollevarono anche questioni legali sulla proprietà dei diritti d’autore. Il fotografo, David Slater, rivendicò i diritti sulle foto, sostenendo che la macchina fotografica era sua e che l’aveva impostata correttamente lui. Tuttavia, alcune organizzazioni per la difesa dei diritti degli animali hanno sostenuto che il macaco, chiamato Naruto, doveva essere riconosciuto come il legittimo autore degli scatti. Era stato lui a fare clic! Dopo una lunga battaglia legale, nel 2018 è stato raggiunto un accordo tra le parti coinvolte, stabilendo che i diritti d’autore delle foto appartenevano a Slater, ma i proventi generati sarebbero stati destinati alla salvaguardia delle scimmie nel loro habitat naturale. Il caso del “monkey selfie” ha sollevato importanti questioni sulla definizione legale di autore e sul rapporto tra gli esseri umani e gli animali nel contesto dei diritti d’autore.

Gli output di un LLM non sono generati né da uomini né da scimmie: sono opera di una macchina, di un algoritmo, di un’intelligenza artificiale. La questione è dirimente: è l’utente che fornisce l’input al modello il detentore del diritto d’autore, o è l’organizzazione che ha creato e addestrato il modello? O forse, dato che l’output è generato da una macchina, non può essere protetto dal diritto d’autore? Sapendo che su queste questioni ChatGPT non è affidabile, vale la pena affidarsi al sito di OpenAI. Dove, nelle FAQ, si legge:

Chiaro: l’output è tuo, è di chi fa il prompt! Ecco perché Amazon è già pieno di libri “scritti” da ChatGPT. In verità, per essere precisi: “Oggi non esiste una norma che definisca direttamente e univocamente chi sia l’autore di un’opera generata da una intelligenza artificiale”.

Quindi tutto chiaro: tu fai l’input e tu sei il titolare del diritto d’autore, giusto? Sì, ma la questione è ancora più complessa. Serve riportare questa notizia: “Getty Images ha citato in giudizio l’intelligenza artificiale che usa le sue foto”. In pratica, Getty Images, l’agenzia fotografica di fama mondiale, ha citato in giudizio Stability AI, la società dietro lo strumento di intelligenza artificiale generativa Stable Diffusion, per presunta violazione del copyright. Getty sostiene che Stability AI ha copiato ed elaborato illegalmente milioni di immagini protette da diritto d’autore per “educare” la sua IA. In effetti alcune immagini di output addirittura riportavano il logo di Getty Images alterato.

Questo solleva nuove questioni legali tra le società di AI e i creatori di contenuti. Naomi Klein, autrice di “No logo”, sostiene che “davanti ai nostri occhi le aziende più ricche della storia (Microsoft, Apple, Google, Meta, Amazon) stanno mettendo le mani su tutta la conoscenza umana disponibile gratuitamente in digitale e la stanno utilizzando per scopi privati, rinchiudendola in prodotti di loro proprietà. Molti dei quali danneggeranno le persone che, senza dare il consenso, hanno addestrato le macchine con il lavoro di una vita”.

Quindi, il copyright non c’è sull’output, ma dovrebbe esserci sull’input, il cosiddetto “dataset”. Per esempio, la già citata Stability AI, per la sua AI “Stable DIffusion”, usa un dataset che si chiama LAION 5B, fornito sotto il principio del “fair use” accademico dalla società non profit LAION. Questo dataset si compone di cinque miliardi di immagini di qualsiasi tipo (foto, disegni, documenti di vario genere) raccolte con uno “scraping” dalla rete.

Notizia di questi giorni: Google ha aggiornato la sua policy sulla privacy, affermando esplicitamente di riservarsi il diritto di raccogliere praticamente tutto ciò che si pubblica online per addestrare i suoi strumenti di intelligenza artificiale. Questo significa che qualsiasi cosa si pubblichi online finisce nel dataset per il training di un chatbot.

Per questo qualcuno ipotizza che in futuro i LLM saranno addestrati su contenuti legittimamente “comprati” dagli autori o quantomeno occorrerà trovare un meccanismo di remunerazione di giornalisti, blogger, case editrici e titolari di diritto d’autore dei contenuti online (e non solo). Qualcosa si sta già muovendo. La European Guild For Artificial Intelligence Regulation, un’organizzazione che riunisce professionisti di vari settori creativi, propone l’introduzione del “training right” per regolare l’uso dei dati e delle opere creative da parte delle società di IA. Questa proposta implica che l’utilizzo dei dati deve avvenire all’interno di un sistema di licenza d’uso con modalità e termini di utilizzo che devono essere definiti in accordo fra le parti. L’obiettivo è di intervenire sulla proposta di regolamento della Commissione Europea chiamato AI ACT, che inizialmente ignorava le implicazioni di queste applicazioni nel mondo della creatività.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

Babelfish, lo scandalo Faletti e le traduzioni con l’intelligenza artificiale

,

Il Pesce di Babele, o Babelfish, è un concetto interessante e provocatorio proveniente dalla serie letteraria “Guida galattica per gli autostoppisti”, scritta da Douglas Adams. Questo piccolo pesce giallo, quando inserito nell’orecchio, permette di comprendere istantaneamente qualsiasi lingua dell’universo​​. Un sogno di molti, soprattutto per chi – come noi italiani – studia inglese fin da bambini con esiti deprimenti: “The pen is on the table” e poco altro.

Mentre la natura improbabile del Babelfish è stata usata come un argomento umoristico sulla non-esistenza di Dio nella serie di Adams​, nella pratica ha ispirato molti progetti di traduzione. Per esempio, Yahoo! tempo fa creò un’applicazione web chiamata proprio Babel Fish: permetteva la traduzione di testi o siti web da e verso numerose lingue​. Più recentemente anche Google, con il suo Traduttore, ha provato (con esiti alterni) a regalarci il Pesce di Babele.

Lo scandalo Faletti

Ma qui serve raccontare una storia: quella del caso Faletti. Per farla breve: i suoi libri, tra gli altri “Io sono Dio”, è pieno di frasi italo-americane che confondono i lettori italiani: espressioni idiomatiche e slang che sembrano incomprensibili o mal tradotti, alimentando dubbi sulla capacità di Faletti di scrivere efficacemente nella sua lingua madre. Alcuni sostengono che Faletti, avendo trascorso molto tempo negli Stati Uniti, abbia esagerato nel suo tentativo di “americanizzare” il suo stile di scrittura, altri che abbia mal tradotto libri altrui.

Meglio fare un esempio. A un certo punto, durante una discussione, un personaggio esclama: “Non girare intorno al cespuglio, Peter!”. Che cosa diavolo vuol dire? Chi ha indagato, ha scoperto che si tratta di una orribile traduzione dell’espressione “Don’t beat about the bush”. Un buon traduttore sa benissimo che vuol dire “Non tergiversare” o, meglio ancora, andrebbe reso come “Non menare il can per l’aia”. Infatti, ChatGPT lo sa (provate a chiederglielo!), come lo sa un ottimo traduttore che sfrutta l’intelligenza artificiale come Deepl.com:

Nei libri di Faletti si trovano tante altre schifezze come questa:

– «Pensavo che una ventina di grandi vi avrebbero fatto comodo.»

Ma chi chiama così il denaro?

L’intelligenza artificiale per la traduzione

Insomma: i vecchi traduttori, che lavorano parola per parola, ignorando il contesto della lingua di destinazione non hanno più senso. La vera rivoluzione è arrivata con l’introduzione dell’intelligenza artificiale: Google, per esempio, ha aggiornato gli algoritmi del suo servizio di traduzione online nel 2016, introducendo la Neural Machine Translation. Questa tecnologia, basata su una rete neurale artificiale, tenta di simulare l’approccio del cervello umano alla traduzione, riducendo il numero di errori del 80% e avvicinando così il software all’ideale 100% del Babelfish​.

La velocità dell’innovazione dell’IA lascia a bocca aperta persino me. A metà 2023 ho scoperto l’applicazione Rask AI, che sta ridisegnando la traduzione e il doppiaggio dei video aziendali, offrendo un servizio di localizzazione efficiente e conveniente che eguaglia la qualità umana​​. In pratica, gli dai in pasto un video in italiano e te lo restituisce tradotto in altra lingua automaticamente. Fin qui, bello ma manca l’effetto WOW! Eccolo: ti clona la voce, e le frasi in inglese, spagnolo e tedesco sono “recitate” con la TUA voce. WOW, vero?

Faccio un esempio concreto. Ho chiesto a Rask di localizzare in spagnolo questo video, dandogli solo l’URL:

Ed ecco uno spezzone del risultato:

I sottotitoli in tempo reale in PowerPoint

In conclusione, mentre il Pesce di Babele rimane (per il momento) una fantasia, l’intelligenza artificiale sta portando la traduzione automatica sempre più vicina a questo ideale. Queste tecnologie non solo stanno cambiando il modo in cui le aziende e le persone comunicano a livello globale, ma stanno anche aprendo nuove opportunità per una comunicazione interculturale più efficace.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

Glossario essenziale di Intelligenza Artificiale Generativa: dal Machine Learning all’LLM

,

“Navigare nel mondo dell’intelligenza artificiale generativa può sembrare un viaggio attraverso una giungla di termini tecnici e acronimi”: questa frase l’ha scritta ChatGPT. Ed è vera. Durante i miei corsi ho sentito l’esigenza di scrivere questo glossario essenziale sull’intelligenza artificiale generativa (ispirato a “The economic potential of generative AI: The next productivity frontier” di McKinsey) dove spiego i concetti fondamentali dell’IA generativa, dal machine learning e deep learning agli LLM, e altro ancora.

La nostra acqua

Prima di tuffarti nel glossario, leggi questa storiella raccontata a dei laureandi dallo scrittore americano David Foster Wallace:

Ci sono due giovani pesci che nuotano uno vicino all’altro e incontrano un pesce più anziano che, nuotando in direzione opposta, fa loro un cenno di saluto e poi dice “Buongiorno ragazzi. Com’è l’acqua?” I due giovani pesci continuano a nuotare per un po’, e poi uno dei due guarda l’altro e gli chiede “ma cosa diavolo è l’acqua?”

Perché l’ho riportata? Lo faccio spiegare a ChatGPT:

Ecco il glossario promesso in ordine alfabetico.

Application Programming Interface (API)

L’interfaccia di programmazione delle applicazioni (API) è un modo per accedere in modo programmatico a modelli, set di dati o altri software, solitamente esterni. In parole povere, se voglio usare la potenza di ChatGPT sul mio sito, devo accedervi grazie alle API.

Artificial Intelligence (AI)

L’intelligenza artificiale (IA o AI in inglese) è la capacità del software di eseguire compiti che richiedono tradizionalmente l’intelligenza umana. Se ne parla dalla metà del Novecento:

Deep Learning

Il deep learning è un sottoinsieme del machine learning (che a sua volta è un sottoinsieme dell’intelligenza artificiale) che utilizza reti neurali profonde, strati di “neuroni” connessi i cui collegamenti hanno parametri o pesi che possono essere addestrati. È particolarmente efficace nell’apprendimento da dati non strutturati come immagini, testi e audio. Facciamo un esempio: Netflix che ti propone show che potrebbero piacerti è machine learning. ChatGPT che inventa testi originali è deep learning.

Fine-Tuning

Letteralmente la “messa a punto fine” è il processo di adattamento di un modello di base pre-addestrato per eseguire meglio un compito specifico. Questo comporta un periodo relativamente breve di addestramento su un set di dati etichettati, che è molto più piccolo del set di dati su cui il modello è stato inizialmente addestrato. Questo ulteriore addestramento permette al modello di apprendere e adattarsi alle sfumature, alla terminologia e ai modelli specifici trovati nel set di dati più piccolo.

Foundation Model (FM)

I modelli di base (FM) sono modelli di deep learning addestrati su enormi quantità di dati non strutturati e non etichettati che possono essere utilizzati per una vasta gamma di compiti direttamente o adattati a compiti specifici attraverso il fine-tuning. Esempi di questi modelli sono GPT-4, PaLM, DALL·E 2 e Stable Diffusion.

Generative AI

L’IA generativa è un’intelligenza artificiale che è tipicamente costruita utilizzando FM e ha capacità che l’IA precedente non aveva, come il generare contenuti: testi, post, audio, video, ecc. Ma non solo. I modelli di base possono anche essere utilizzati per scopi non generativi (per esempio, classificare il “sentiment” dell’utente come negativo o positivo sulla base delle trascrizioni delle chiamate) offrendo un miglioramento significativo rispetto ai modelli precedenti. Un esempio concreto: un’azienda di e-commerce, mettiamo Amazon, potrebbe utilizzare l’AI per generare raccomandazioni personalizzate di prodotti in base al comportamento passato del cliente, alle preferenze e ad altri dati pertinenti. Questo può migliorare l’engagement del cliente, aumentare le vendite e creare un’esperienza più soddisfacente per l’utente.

Graphics Processing Units (GPUs)

Le unità di elaborazione grafica (GPU) sono chip originariamente sviluppati per produrre grafica per computer (per esempio per i videogiochi) e sono anche utili per le applicazioni di deep learning. In contrasto, il machine learning tradizionale di solito viene eseguito su unità di elaborazione centrale (CPU), normalmente indicate come il “processore” di un computer.

Negli ultimi tempi si parla molto dell’esplosione del valore dell’azienda Nvidia, proprio per la continua crescita della domanda di processori per gestire le piattaforme di machine learning.

Large Language Model (LLM)

I modelli di linguaggio di grandi dimensioni (LLM) costituiscono una classe di modelli di base che possono elaborare enormi quantità di testo non strutturato e apprendere le relazioni tra parole o parti di parole, noti come token. Questo permette agli LLM di generare testo in linguaggio naturale, eseguendo compiti come la sintesi o l’estrazione di conoscenze. GPT-4 (che sottende ChatGPT) e LaMDA (il modello dietro Bard di Google) sono esempi di LLM.

Una LLM molto interessante è Alpaca, progetto dell’università di Stanford. Con 7 miliardi di parametri, Alpaca offre performance paragonabili a text-davinci-003 di OpenAI, ma con costi di gestione notevolmente ridotti. Sorprendentemente, il modello può funzionare su un comune PC con 16 GB di RAM e una CPU da 6-8 core, rendendo l’IA avanzata più accessibile. Mentre i modelli più grandi richiedono più RAM, le esigenze di Alpaca rimangono al di sotto di un supercomputer.

Personalmente ho fatto un esperimento: ho installato un LLM sul mio computer. Ecco come è andata:

Come installare un’AI generativa sul proprio PC [guida a GPT4all]

Machine Learning (ML)

Il machine learning (ML) è un sottoinsieme dell’IA in cui un modello acquisisce capacità dopo essere stato addestrato su molti punti dati di esempio. Gli algoritmi di machine learning rilevano i modelli e apprendono come fare previsioni e raccomandazioni elaborando dati ed esperienze, oppure ricevendo istruzioni di programmazione esplicite. Gli algoritmi si adattano in risposta a nuovi dati ed esperienze.

Ho già fatto l’esempio delle raccomandazioni personalizzate di Netflix, ne riporto un altro. Le banche e le società di carte di credito usano il machine learning per identificare modelli di comportamento sospetti che potrebbero indicare frodi. Per esempio, se la tua carta di credito viene improvvisamente utilizzata in un altro paese per fare acquisti molto costosi, il sistema può rilevare questa anomalia e bloccare ulteriori transazioni per prevenire frodi. Lo stesso meccanismo si usa per l’anti-spam:

Prompt Engineering

L’ingegneria del prompt si riferisce al processo di progettazione, affinamento e ottimizzazione dei prompt di input per guidare un modello di IA generativo verso la produzione di output desiderati (cioè accurati). Ho creato il metodo G.O.L. per dare uno schema nella creazione di buoni prompt:

Structured Data

I dati strutturati sono dati tabulari (per esempio, organizzati in tabelle, database o fogli di calcolo) che possono essere utilizzati per addestrare efficacemente alcuni modelli di machine learning. Lavorando su diversi progetti di AI personalizzata, mi sono reso conto che quello che fa davvero la differenza è la qualità del dato usato per addestrare la macchina: ideale sarebbe avere file di testo e PDF “puliti”.

Transformer

Transformer è un tipo di modello di apprendimento automatico, spesso utilizzato nell’elaborazione del linguaggio naturale (NLP), la tecnologia che consente alle macchine di capire, rispondere e interagire con il linguaggio umano. Questi modelli sono chiamati “transformer” perché “trasformano” le informazioni di input (ad esempio, un testo scritto) in output (ad esempio, una traduzione di quel testo, una risposta a una domanda, ecc.) attraverso una serie di calcoli matematici. All’interno di un Transformer, ci sono due parti principali: l’encoder, che legge e interpreta l’input, e il decoder, che genera l’output. Ad esempio, se stai traducendo dall’italiano all’inglese, l’encoder leggerà e interpreterà l’italiano, e il decoder genererà l’equivalente inglese.

Un aspetto chiave dei modelli Transformer è l’attenzione, o “self-attention”, che permette al modello di dare più importanza a certe parole o frasi durante la traduzione o risposta. Ad esempio, se stai traducendo una frase come “Il gatto ha mangiato il suo cibo”, il modello potrebbe dare più importanza alla parola “gatto” perché è il soggetto della frase.

Inoltre, i modelli Transformer possono gestire input di lunghezze diverse e mantenere informazioni da tutte le parti dell’input, il che li rende molto utili per compiti come la traduzione, la generazione di testo e altre attività di NLP. Un esempio famoso di un modello Transformer è GPT (Generative Pretrained Transformer).

Use Case

I casi d’uso sono applicazioni mirate a una specifica sfida aziendale che producono uno o più risultati misurabili. Ad esempio, nel marketing, l’IA generativa potrebbe essere utilizzata per generare contenuti creativi come email personalizzate.

Unstructured Data

I dati non strutturati mancano di un formato o di una struttura coerente (per esempio: testo, immagini e file audio) e richiedono di solito tecniche più avanzate per estrarre intuizioni. Ma anche da questo punto di vista i passi avanti sono notevoli. Per esempio qui ho raccontato l’esperimento di LLaVa:

LLaVA: l’intelligenza artificiale che riconosce le immagini e chatta

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

Parla con il mio chatbot: chiedi quello che vuoi sui miei libri

,

Da qualche anno tengo corsi sull’A.I. generativa, ma è dall’esplosione di ChatGPT alla fine del 2022, che ho iniziato a sperimentare quotidianamente chatbot, generatori di testi e altro. Sto testando diversi chatbot, soprattutto alimentandoli con i miei contenuti. In questo caso ho dato in pasto a Dante AI una ventina di miei libri (da Questo titolo spacca a Musica Liquida, da Anche i nerd nel loro piccolo sghignazzano a Guida calcistica di LinkedIn), lui li ha digeriti e ora puoi interrogarlo su tutti quei contenuti. Qualche esempio di domanda che puoi fargli? Eccoli:

  • Leggimi 5 battute tecnologiche
  • Che cosa si intende per LinkedIn SEO?
  • Come posso scrivere titoli online più efficaci?

Parla con il mio chatbot

Ed ecco il mio chatbot a tua completa disposizione. Interrogalo in italiano (ma anche in altre lingue) in “Write your message”.

I tool per clonarsi

Stavo testando diversi strumenti per creare chatbot personalizzati (per esempio whismer.com oppure igenius.ai) quando mi sono imbattuto negli ottimi Dante AI e ChatBase. Il chatbot che vedi sopra è di ChatBase. Ora ti mostro come creare una cosa simile anche con Dante.
La promessa nella home page di Dante era intrigante: “Chatbot basato su GPT personalizzato e alimentato con i tuoi dati. Zero programmazione. Condividilo sul tuo sito in pochi minuti”.

 

Sembrava un miraggio poter creare, addestrare e implementare un chatbot personalizzato in soli cinque minuti, ma così è stato. Questo strumento basato sull’intelligenza artificiale (e ChatGPT) consente a chiunque, indipendentemente dalle competenze tecniche, di realizzare una chatbot su misura in pochi e semplici passaggi. Cosa che, fino allo scorso anno, avrebbe richiesto un team di sviluppatori e costi nell’ordine delle decine di migliaia di euro. Tra l’altro, Dante permette agli utenti più esperti di integrare il chatbot personalizzato in una serie di altre applicazioni o piattaforme, come questo sito WordPress.

Una nota per chi volesse provarlo: Dante offre un piano gratuito che dà agli utenti accesso al modello GPT-3.5-Turbo, insieme a 30 crediti/messaggio al mese. Dante offre anche piani a pagamento a partire da soli 10 dollari al mese: il piano che ho sottoscritto io (ma che non mi consente di personalizzare il chatbot che vedi qui sotto).

Il training per la knowledge base

Con Dante, gli utenti possono addestrare il chatbot utilizzando una vasta gamma di tipi di dati. È possibile alimentarla con vari formati di file, siti web, immagini e video, creando così una base di conoscenza adattata alle specifiche esigenze. Io ho scelto i miei libri.

Per istruire il chatbot di Dante AI gli ho fornito la versione DOC dei miei testi (che promettono di salvare in “secure and encrypted AWS servers”, vedi FAQ). Usare documenti “puliti”, e non PDF con impaginazioni “rognose”, è sempre meglio. La procedura di caricamento dei documenti nella knowledge base è semplicissima, basta prendere i file e trascinarli sul sito. Anche il training sui contenuti dura pochissimi secondi, dopo i quali il sistema è in grado di rispondere, in modo evoluto, a qualsiasi domanda riguardante i contenuti caricati. Può rispondere anche ad altre domande non pertinenti (tipo “Come si fa una pizza col cornicione ripieno?”), come farebbe ChatGPT (il cui motore sta alla base di Dante AI), ma il valore aggiunto del io chatbot sta ovviamente nella conoscenza specifica.

Ecco qui la schermata che conferma la conclusione del training sui miei dati:

Ecco qui invece il prompt che Dante AI usa per interrogare quella base di dati:

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

Come l’Intelligenza Artificiale sta “craccando” il codice della civiltà umana (secondo Harari)

,

Parto da una premessa: non mi piacciono gli allarmisti, spesso con secondi fini. Tipo i giornalisti che sparano titoli sull’estinzione della specie umana per colpa di ChatGPT… Non sto scherzando, eccone un esempio:

Oppure, molto più concretamente, si paventa la sopravvivenza ma senza lavoro:

Non amo questo approccio, e soprattutto sposo questa tesi di Luciano Floridi (dal libro “Etica dell’intelligenza artificiale“):

Alcune persone continueranno a vendere previsioni catastrofiche, con scenari distopici che hanno luogo in un futuro sufficientemente distante da garantire che tali Geremia non saranno più in circolazione per essere smentiti. La paura vende sempre bene, come i film sui vampiri o sugli zombie.

Che cosa dice Harari?

L’intelligenza artificiale sta cambiando radicalmente la storia umana, penetrando nel sistema operativo della nostra civiltà. Questo avanzamento, come sostiene lo storico e filosofo Yuval Noah Harari, già autore dei grandissimi libri “Sapiens” e “Homo Deus”, è il risultato della straordinaria capacità di manipolare e generare linguaggio di AI, che comprende parole, suoni e immagini.

Il linguaggio – sostiene Harari nell’articolo “Yuval Noah Harari argues that AI has hacked the operating system of human civilisation” – è l’elemento fondamentale di quasi tutte le culture umane. Diritti umani, divinità, e persino denaro sono artefatti culturali che abbiamo creato attraverso storie e leggi. Ma cosa succederebbe se un’intelligenza non umana diventasse più abile di un umano medio nel raccontare storie, comporre melodie, disegnare immagini e scrivere leggi e scritture?

Gli strumenti AI come ChatGPT stanno già mostrando il potenziale di produrre in massa contenuti politici, fake news e “scritture” per nuovi culti. Queste capacità potrebbero avere un impatto enorme sulle prossime elezioni presidenziali negli Stati Uniti nel 2024, tra l’altro. Nel futuro, potremmo vedere i primi culti nella storia i cui testi sacri sono stati scritti da un’intelligenza non umana. Anche a un livello più prosaico, potremmo presto trovarci a condurre lunghe discussioni online su temi come l’aborto, il cambiamento climatico o l’invasione russa dell’Ucraina con entità che pensiamo siano umane, ma che in realtà sono Altro che test di Turing…

Grazie alla sua padronanza del linguaggio, l’IA potrebbe anche formare relazioni intime con le persone e utilizzare il potere dell’intimità per cambiare le nostre opinioni e visioni del mondo. Questo potrebbe spostare il campo di battaglia per il controllo dell’attenzione umana, da social media alla creazione di relazioni intime di massa con milioni di persone.

Altra opinione interessante di Harari: le IA potrebbero diventare un oracolo onnisciente per le persone, rendendo superflui la ricerca su Google, la lettura di giornali o la visione di pubblicità.

La fine della storia (umana)

Tutto questo potrebbe portare alla fine della storia umana. Non la fine della storia in sé, ma la fine della sua parte dominata dall’uomo. Cosa succederà al corso della storia quando l’IA prenderà il controllo della cultura e inizierà a produrre storie, melodie, leggi e religioni? L’IA può creare idee completamente nuove, una cultura completamente nuova.

Scrivimi per organizzare un evento sull’intelligenza artificiale generativa

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

Come installare un’AI generativa sul proprio PC [guida a GPT4all]

, ,

ChatGPT è una meraviglia, le altre AI che arriveranno saranno altrettanto utili, ma i professionisti che sto incontrando aspettano altro. Le esigenze sono tre:

  • avere una sorta di Wikipedia personale, istruita sui propri documenti;
  • badare alla privacy dei dati (prevalentemente dei clienti);
  • automatizzare il più possibile compiti noiosi e ripetitivi, per concentrarsi su attività ad alto valore aggiunto.

Quindi ChatGPT non è la risposta. In questo articolo voglio parlarti di un esperimento che ho fatto: ho installato una AI personale in locale. Parlo di GPT4All, utile per risolvere il problema della privacy.

Che cos’è GPT4All?

GPT4All è un progetto gratuito e open source (scopri qui che differenza c’è), nato dall’ingegno di Nomic AI, un team di sviluppatori statunitense. GPT4All ha l’obiettivo di democratizzare l’accesso all’intelligenza artificiale. Permette di sfruttare modelli linguistici basati su GPT-J e LLaMA, entrambi alla base di soluzioni IA avanzate: LLaMA è un modello linguistico sviluppato da Meta (quindi Facebook), mentre GPT-J si basa su GPT-2 di OpenAI (un po’ datato: 2019). Nonostante questi modelli possano sembrare un gradino sotto il modello ChatGPT di OpenAI basato su GPT-4, offrono un vantaggio unico: la privacy. Con GPT4All, i dati e le query (prompt) vengono gestiti localmente sul tuo PC (bastano dai 4 agli 8 Gb di RAM per funzionare!), evitando server esterni e la condivisione di informazioni con terzi.

Una curiosità, prima di iniziare. Qui puoi esplorare una mappa interattiva dei dati usati per il training: https://atlas.nomic.ai/map/gpt4all-j-prompts-curated

Come installar GPT4All sul PC

Sei interessato all’installazione di GPT4All sul tuo PC?

Prima di tutto, visita il sito ufficiale del progetto, gpt4all.io e fai clic su “Scarica client di chat desktop” e seleziona “Windows Installer -> Windows Installer” per avviare il download. Ci sono anche versioni per macOS e Ubuntu.

Segui le istruzioni della procedura guidata per completare l’installazione. Niente di troppo complicato.

Dopo l’installazione, potrai avviare GPT4All dal collegamento sul tuo desktop. Ricorda, dovrai scaricare alcuni modelli linguistici prima di iniziare a utilizzare l’applicazione. Ti consiglio di scaricare il modello “gpt4all-j-v1.3-groovy”, anche se pesa alcuni Gb: attualmente è il migliore tra quelli disponibili. Puoi anche sperimentare con il modello LLaMA 13b addestrato da Nomic AI (quelli che hanno creato GPT4All), ma puoi sempre farlo in un secondo momento.

Una volta scaricati i modelli linguistici, devi inserire le API di OpenAI e potrai iniziare a chattare con l’IA selezionando il modello desiderato dal menu a tendina. La lunghezza massima di una risposta è 4.096 token, circa 3.000 parole. Se una risposta non ti convince, puoi chiedere all’IA di generarne una nuova cliccando su “Rigenera la risposta”.

GPT4All offre la possibilità di chattare in diverse lingue, ma per ottenere risultati ottimali ti consiglio di usare l’inglese. Nonostante possa sembrare meno potente rispetto a ChatGPT, GPT4All permette di scaricare diversi modelli linguistici, ed è solo questione di tempo prima che vengano rese disponibili versioni più potenti.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

LinkedIn: a che ora e in quali giorni postare?

, ,

LinkedIn è il social professionale per eccellenza. Se usato come “social media”, per la diffusione dei contenuti, ha sempre rispettato gli orari lavorativi: chi pubblicava e chi leggeva difficilmente erano attivi la sera e nei weekend. È ancora così? Come ogni anno SproutSocial diffonde i dati dei suoi studi, ecco che cosa dice su LinkedIn: Best Times to Post on Social Media in 2023.

Gli orari di pubblicazione migliori

Martedì e Mercoledì, tra le 10:00 e le 12:00, sono considerati i momenti migliori per pubblicare su LinkedIn, in particolare l’indagine parla delle Company Page. A metà giornata, la piattaforma è vivace e le possibilità di coinvolgere il tuo pubblico sono al top.

I giorni migliori (e quelli peggiori) per postare

I giorni migliori per pubblicare su LinkedIn sono da Martedì a Giovedì. Al contrario, i fine settimana sono considerati i giorni peggiori per pubblicare: l’interazione cala significativamente poiché gli utenti sono meno attivi sulla piattaforma.

Ma vale ancora la pena pubblicare su LinkedIn?

La risposta è assolutamente sì. Anzi: a maggior ragione ora. Con oltre 900 milioni di membri in 200 paesi e regioni, LinkedIn è fondamentale per un’ampia gamma di scopi. Le aziende stanno (finalmente!) scoprendo nuovi modi per generare lead, trovare partner, parlare della cultura aziendale e attrarre talenti (employer branding). Data l’ampia gamma di opportunità di business offerte da LinkedIn, è logico che la pubblicazione e l’interazione coincidano con le ore lavorative.

Scrivimi per organizzare un corso sull’uso strategico di LinkedIn

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso.

Inviaci email

/0 Commenti/da

“ChatGPT e intelligenza artificiale: strumenti a supporto dell’Umanità?”: il video dell’evento di Lecco del 12 maggio 2023

, , ,

Il 12 maggio 2023 sono stato invitato dal Giornale di Lecco e dall’associazione Libertà Protagonista a parlare di intelligenza artificiale e ChatGPT insieme ai compagni di viaggio Canzio Dusi e Paolo Dalprato (che ne ha scritto sul suo blog). In questa pagina trovi il video integrale dell’evento, oltre alle slide e ad alcuni articoli.

Il video integrale dell’evento di Lecco

L’evento, che ha visto la partecipazione di molti cittadini e rappresentanti delle istituzioni locali, è stato registrato. Qui trovi il video integrale, della durata di circa 75 minuti, dove Canzio, Paolo ed io ci passiamo la palla per parlare di intelligenza artificiale generativa, ChatGPT & friends, rischi e opportunità. Buona visione.

Le slide dell’evento

Abbiamo deciso di mettere a disposizione anche le slide usate durante l’evento:

Evento_Chatgpt_Lecco_12maggio2023

L’intervista per PrimaMerate

In previsione dell’evento sull’intelligenza artificiale del 12 maggio 2023 a Lecco, sono stato intervistato dal Giornale di Lecco e dal quotidiano online PrimaMerate. Queste le mie risposte.

L’AI fa paura?

Secondo me dobbiamo attuare un approccio scevro da qualsiasi ideologia e chiederci “questa roba qui serve?” O è una cosa tipo metaverso? No, no, qui siamo davanti non solo a una “bella e divertente novità”, ma a uno strumento che la gente sta già usando. L’AI di chatGPT a breve sarà dentro Word, Excel o Power point, potrà fare una presentazione o scrivere poesie, come mi ha detto un signore 70enne durante un corso, che ha chiesto a chatGPT di scrivere una poesia per il compleanno della moglie! Le applicazioni pratiche sono innumerevoli e a portata di mano; state cercando lavoro? Date in pasto a chatGPT il vostro curriculum e l’annuncio di lavoro per cui vi candidate e chiedete di preparare una lettera di presentazione. Di recente ho tenuto un corso per bibliotecari e abbiamo provato a far creare un percorso di lettura a chatGPT sulla base dei gusti del lettore.

E cosa ne pensa delle accuse che l’AI ruberà il lavoro agli uomini?

Sarà che io sono ottimista di natura, ma ritengo che non è l’intelligenza artificiale a rubarti il lavoro, è un professionista che sa usare l’intelligenza artificiale che a rubarti il lavoro!

Gli articoli sul Giornale di Lecco

Questo il primo articolo sull’evento uscito sul Giornale di Lecco a fine aprile.

29_04_2023_Giornale_di_LECCO_evento_intelligenza_artificiale_Bonanomi_Dusi

Questo l’articolo sul Giornale di Lecco uscito dopo l’evento:

Scrivimi per organizzare un evento sull’intelligenza artificiale generativa

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da

Come l’intelligenza artificiale può ridurre i costi aziendali (senza licenziamenti): esempi pratici

,

L’intelligenza artificiale (AI) sta rivoluzionando ogni aspetto della nostra vita: da come viaggiamo (i navigatori satellitari smart, precisi al minuto) agli acquisti (prezzi dinamici), da quello che guardiamo in streaming (il fenomenale algoritmo di profilazione di Netflix) a come giochiamo (in alcuni videogame alcuni personaggi virtuali sono… autonomi). Ma è nel mondo delle aziende che l’AI promette di essere dirompente. Grandi e piccole che siano, le imprese possono già usare alcuni strumenti per automatizzare i processi e, cosa che fa brillare gli occhietti degli imprenditori, ridurre i costi, anche senza tagliare il personale! In questo articolo elencherò alcune applicazioni dell’intelligenza artificiale generativa, nonché altri tool AI già in uso.

Automazione del caricamento dei prodotti e-commerce

Molti, dal dicembre 2022, hanno usato ChatGPT per molti usi divertenti: dal farsi suggerire itinerari alle ricette, dalle conversazioni con Napoleone alla revisione del CV. Ma in azienda? È possibile usare il celebre chatbot per compiti ripetitivi, liberando i dipendenti per azioni più utili. La risposta è sì. Per esempio è possibile usare un foglio di calcolo con integrato ChatGPT: il chatbot riconosce il prodotto e genera automaticamente la descrizione dei prodotti (volendo in 95 lingue!), pronta per essere caricata sul sito.

Altri strumenti di AI possono automatizzare il processo di caricamento dei prodotti nei siti e-commerce, riducendo così il tempo e i costi associati a questa operazione. DataCrops o Import.io permettono alle aziende di estrazione dati e l’inserimento automatico dei prodotti, facilitando la gestione dei cataloghi online e riducendo il bisogno di intervento umano.

Formazione e sviluppo (e “Wikipedia aziendale”)

Le IA generative possono essere utilizzate anche per la formazione e lo sviluppo del personale. Possono creare scenari di formazione personalizzati: addestrare un venditore o un addetto al telemarketing con ChatGPT. A questo proposito, si potrebbe pensare anche alla creazione di una wikipedia aziendale per una migliore condivisione delle informazioni e l’automazione dei processi di formazione dei dipendenti. L’AI può essere utilizzata per creare una base di conoscenze centralizzata, contenente le informazioni essenziali sui prodotti, i servizi e le procedure dell’azienda. Ma non solo: i dipendenti possono interrogare quel database grazie a un chatbot dedicato (per esempio Serge).

Fino ad ora questo tipo di progetto, certamente possibile, era molto costoso, sia in termini di tempo che di risorse. Fortunatamente, grazie all’uso di Alpaca, è possibile ridurre notevolmente i costi. Alpaca è un modello di apprendimento automatico realizzato all’Università di Stanford. Come utilizzare questo modello open source per creare una Wikipedia aziendale efficiente e a basso costo?

Per cominciare, è necessario installare il modello in locale: per fortuna richiede pochissime risorse (anche su un normale PC con 16 Gb di memoria RAM e una CPU a 6 o 8 core). Quindi è possibile avviare l’addestramento del modello, utilizzando un codice fornito da Alpaca. Ovviamente il modello può essere addestrato su dati specifici dell’azienda, garantendo una maggiore precisione ed efficacia.

Al di là di questa soluzione particolarmente “nerd”, è possibile anche usare tool come Guru: usa l’AI per organizzare e catalogare informazioni aziendali in un unico luogo accessibile, riducendo il tempo speso dai dipendenti nella ricerca di informazioni.

Comunicazione esterna: usare i chatbot per la customer care

L’uso dei chatbot per la customer care può aiutare a ridurre i costi dell’azienda, automatizzando il processo di risposta alle domande dei clienti. I chatbot possono essere programmati per rispondere alle domande più frequenti e per indirizzare i clienti ai dipendenti giusti in caso di necessità. Ciò riduce il carico di lavoro dei dipendenti, consentendo loro di concentrarsi su compiti più complessi e migliorando la soddisfazione dei clienti.

Strumenti come ChatGPT o IBM Watson possono gestire richieste di routine, fornire risposte immediate 24/7 e liberare il personale per gestire problemi più complessi. Chiaramente in caso di richiesta complessa, interviene un umano.

Sempre in merito alla comunicazione con i clienti e sempre parlando di IBM, segnalo IBM Watson Tone Analyzer, utile per analizzare il tono e il sentimento nelle comunicazioni via email o chat. Questo può aiutare a identificare potenziali problemi di morale o conflitti all’interno dell’azienda.

Organizzazione interna

Per la collaborazione interna di dipendenti e collaboratori, piattaforme come Slack possono utilizzare l’IA per migliorare la collaborazione e la comunicazione all’interno dell’azienda. Per esempio, possono suggerire persone da coinvolgere in una conversazione, identificare temi importanti in una discussione, o persino aiutare a organizzare e gestire i compiti. Invece piattaforme come Asana o Trello utilizzano l’IA per aiutare a gestire progetti e compiti. Possono suggerire priorità, identificare i colli di bottiglia e persino prevedere le scadenze in base ai dati storici.

Per quanto riguarda i report, un tool come Quill può creare report dettagliati da dati complessi, risparmiando tempo e sforzo rispetto alla creazione manuale di report.

I dipendenti fanno molte riunioni, e dopo la pandemia molte videocall. Potrebbero usare strumenti come Microsoft Teams, che ormai integra il motore di ChatGPT, per creare minute delle riunioni, mail di follow-up, report. In concreto, partendo dalla trascrizione automatica della riunione, posso sapere chi ha detto cosa, che cosa si è deciso, quali sono i prossimi passi e così via. Questo permette di risparmiare tempo e ridurre gli errori, consentendo ai partecipanti di concentrarsi sul contenuto della discussione piuttosto che su appunti dettagliati.

Una nota: se la riunione è in presenza, si può registrare il parlato con strumenti gratis come Trascrizione istantanea.

Generazione di Contenuti

La generazione di contenuti è un altro settore che può beneficiare enormemente dell’IA generativa. Le aziende spendono somme importanti (anche se spesso non abbastanza) per creare contenuti per il marketing, alimentare siti e blog, tenere vivi i social media. ChatGPT può aiutare a generare bozze di contenuti o idee per post sui social media, riducendo così il tempo e il costo necessari per creare nuovi contenuti (ovviamente da validare, correggere, sistemare). Questo può liberare tempo per i membri del team di contenuti per concentrarsi sulla strategia e sulla pianificazione.

Vi sono anche altri strumenti che possono creare un post per i social da tutti i punti di vista: testuale e visuale. Sto pensando a Microsoft Designer: basato sugli algoritmi di DALL-E 2 (altro progetto dei genitori di ChatGPT, OpenAI) e promette di velocizzare e automatizzare la generazione di contenuti grafici destinati al web e ai social network. Al momento, lo strumento si trova ancora in fase di test con accesso limitato e l’unico modo per provare Microsoft Designer è quello di inserire il proprio indirizzo email nella lista d’attesa sul sito ufficiale.

Altre idee e tool per tagliare i costi con l’AI

I campi di applicazione dell’intelligenza artificiale in azienda allo scopo di tagliare i costi sono molti. Eccone, in breve, altri cinque.

  1. Analisi predittiva della domanda
    Strumenti basati sull’IA come Google Cloud AI o Microsoft Azure AI possono analizzare i dati storici per prevedere la domanda di prodotti o servizi. Questo permette alle aziende di ottimizzare la produzione e l’inventario, riducendo il rischio di sovrapproduzione e spreco.
  2. Analisi delle spese
    Con l’utilizzo dell’IA, le aziende possono analizzare le loro spese (per esempio quelle energetiche) in modo più accurato e identificare aree in cui risparmiare. Per esempio AppZen utilizza l’intelligenza artificiale per verificare le spese e identificare frodi o abusi.
  3. Automazione dei processi aziendali
    L’IA può essere utilizzata per automatizzare una serie di processi aziendali, come la fatturazione, la gestione delle risorse umane o l’analisi dei dati. Automatizzare queste attività con strumenti come UiPath o Automation Anywhere può portare a risparmi significativi di tempo e denaro.
  4. Sicurezza informatica
    Le soluzioni di sicurezza basate sull’IA come Darktrace o CrowdStrike possono aiutare a prevenire violazioni dei dati, che possono costare alle aziende milioni in multe e problemi di reputazione.
  5. Manutenzione preventiva
    L’IA può essere utilizzata per ottimizzare prevenire i guasti, per esempio nelle aziende manifatturiere. Strumenti basati sull’IA come SparkCognition o Uptake possono monitorare l’attrezzatura e prevedere eventuali guasti o problemi di manutenzione.

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

Inviaci email

/0 Commenti/da