adeguamenti

slide/Corso_AI.md

@@ -49,109 +49,124 @@ AI è spesso usata per migliorare la produttività e l'efficienza dei processi a
 
 ---
 
-## AI  - Da cosa è composta
-
-![center w:460px](img/AI_relation_to_Generative_Models_subset,_venn_diagram.png)
+## Filosofia dell'AI
 
-<https://en.m.wikipedia.org/wiki/File:AI_relation_to_Generative_Models_subset,_venn_diagram.png>
+La sviluppo della AI è nato per una esigenza ben precisa: creare in una macchina un'intelligenza simile a quella di un uomo.
 
 ---
 
-## Cos'è il Machine Learning?
+## Obiettivi dell'AI
 
-Le prime metodologie come gli algoritmi hard-coded e le regole fisse si sono dimostrate inadeguate per compiti complessi come il riconoscimento di immagini e il trattamento del testo.
-La soluzione è stata quella di simulare il processo di apprendimento umano attraverso il machine learning, in cui gli algoritmi imparano da una vasta quantità di dati: vengono addestrati dei modelli in base a dei dati di input.
-Questo processo è analogo all'apprendimento umano, dove si inizia con conoscenze basilari e si progredisce verso livelli più avanzati. Inoltre, per affrontare compiti ancora più complessi, è stata introdotta l'idea di imitare il cervello umano attraverso reti neurali.
-Queste reti consentono alle macchine di apprendere in modo simile all'elaborazione dei dati da parte dell'essere umano, ampliando così le capacità dell'IA.
+Una AI si prefigge quindi di creare sistemi esperti: qualcosa in grado di mostrare un comportamento intelligente, in grado di imparare e consigliare  i propri utenti.
 
 ---
 
-## Reti neurali
+## Cosa contribuisce all'AI?
 
-L'uso di reti neurali simulati nel software era già noto da tempo e applicato a determinati problemi.
-Tuttavia, il machine learning aveva difficoltà con problemi di semplice comprensione, fino a quando si è capito che la limitazione non risiedeva nel concetto di machine learning o nell'imitare il cervello umano. Il problema era che le reti neurali semplici, con un numero limitato di neuroni collegati in modo basilare, non potevano replicare le capacità del cervello umano.
-Questo non dovrebbe sorprendere, dato che il cervello umano contiene circa 86 miliardi di neuroni e una rete di connessioni estremamente complessa.
+Esistono più discipline in grado di contribuire alla creazione di una AI: informatica, biologia, psicologia, linguistica, matematica e ingegneria.
 
 ---
 
-## Cos'è il Deep Learning?
+## Evoluzione dell'Intelligenza Artificiale
 
-Il deep learning consiste nell'utilizzo di reti neurali con una maggiore complessità, comprensive di più neuroni, livelli e interconnessioni.
-Sebbene non siamo ancora in grado di replicare completamente la complessità del cervello umano, stiamo facendo progressi in questa direzione.
-Il deep learning è fondamentale per numerosi sviluppi nell'informatica, come le auto a guida autonoma e il riconoscimento vocale, che sfruttano forme di intelligenza artificiale basate su questa tecnologia.
+L'Intelligenza Artificiale è stata una delle aree più innovative della scienza e della tecnologia negli ultimi decenni. La storia dell'AI può essere divisa in quattro periodi principali.
 
 ---
 
-## Cosa sono gli algoritmi generativi?
+## 1948-1965
 
-Gli algoritmi generativi sono una classe di algoritmi di apprendimento automatico che generano dati sintetici, come immagini, suoni o testo, che sono simili a quelli reali.
-Questi algoritmi utilizzano una rete neurale artificiale per apprendere i modelli di dati reali e quindi generare nuovi dati sintetici.
-Riceve dei contenuti non strutturati e il modello cerca dei pattern per organizzare questi contenuti e per produrre dei nuovi dati e contenuti.
-Gli algoritmi generativi sono utilizzati in diverse applicazioni, come la generazione di immagini per i videogiochi, la sintesi di voci per gli assistenti vocali e la generazione di testo per la scrittura assistita.
+La fase iniziale (1948-1965): è iniziata con la pubblicazione del programma di gioco di scacchi di Alan Turing nel 1948 (Turochamp). Una serie di sviluppi di software di AI hanno seguito, come la programmazione della logica e l'apprendimento automatico.
 
 ---
 
-## Come funzionano gli algoritmi generativi?
+## 1965-1980
 
-- Generano contenuti in maniera probabilistica
-- Non sono intelligenti e non comprendono: sono ben addestrati su come ci esprimiamo e su come scriviamo
-- Non sono dei motori di ricerca: possono produrre delle allucinazioni
+Il periodo della simulazione (1965-1980): è stata la prima vera fase di ricerca. I ricercatori hanno iniziato a esplorare temi come l'elaborazione del linguaggio naturale, la visione artificiale e l'intelligenza artificiale distribuita.
 
 ---
 
-## Filosofia dell'AI
+## 1980-1990
 
-La sviluppo della AI è nato per una esigenza ben precisa: creare in una macchina un'intelligenza simile a quella di un uomo.
+La fase dell'intelligenza distribuita (1980-1990): è stato un periodo di enormi progressi nell'apprendimento automatico e nella ricerca sulla rete neurale artificiale.
 
 ---
 
-## Obiettivi dell'AI
+## 1990-oggi
 
-Una AI si prefigge quindi di creare sistemi esperti: qualcosa in grado di mostrare un comportamento intelligente, in grado di imparare e consigliare  i propri utenti.
+La fase moderna (1990-ad oggi): è stata una grande era di innovazioni nell'AI, con una profonda comprensione dei più importanti problemi computazionali. Le reti neurali artificiali e l'apprendimento automatico hanno portato ad alcuni dei più importanti risultati nell'AI.
 
 ---
 
-## Cosa contribuisce all'AI?
+## Capacità di calcolo
 
-Esistono più discipline in grado di contribuire alla creazione di una AI: informatica, biologia, psicologia, linguistica, matematica e ingegneria.
+Con l'aumento delle capacità di calcolo, la ricerca ha iniziato a muoversi verso la robotica, l'intelligenza artificiale generale e l'analisi dei dati. Sono stati fatti progressi significativi nei settori della visione artificiale, della produzione automatizzata e della guida autonoma.
+
+L'AI è diventata una parte importante della vita quotidiana, con applicazioni in tutti i campi, dal riconoscimento vocale alla diagnostica medica.
 
 ---
 
-## Evoluzione dell'Intelligenza Artificiale
+## AI  - Da cosa è composta
 
-L'Intelligenza Artificiale è stata una delle aree più innovative della scienza e della tecnologia negli ultimi decenni. La storia dell'AI può essere divisa in quattro periodi principali.
+![center w:460px](img/AI_relation_to_Generative_Models_subset,_venn_diagram.png)
+
+<https://en.m.wikipedia.org/wiki/File:AI_relation_to_Generative_Models_subset,_venn_diagram.png>
 
 ---
 
-## 1948-1965
+## Cos'è il Machine Learning?
 
-La fase iniziale (1948-1965): è iniziata con la pubblicazione del programma di gioco di scacchi di Alan Turing nel 1948 (Turochamp). Una serie di sviluppi di software di AI hanno seguito, come la programmazione della logica e l'apprendimento automatico.
+Le prime metodologie come gli algoritmi hard-coded e le regole fisse si sono dimostrate inadeguate per compiti complessi come il riconoscimento di immagini e il trattamento del testo.
+La soluzione è stata quella di simulare il processo di apprendimento umano attraverso il machine learning, in cui gli algoritmi imparano da una vasta quantità di dati: vengono addestrati dei modelli in base a dei dati di input.
+Questo processo è analogo all'apprendimento umano, dove si inizia con conoscenze basilari e si progredisce verso livelli più avanzati. Inoltre, per affrontare compiti ancora più complessi, è stata introdotta l'idea di imitare il cervello umano attraverso reti neurali.
+Queste reti consentono alle macchine di apprendere in modo simile all'elaborazione dei dati da parte dell'essere umano, ampliando così le capacità dell'IA.
 
 ---
 
-## 1965-1980
+## Tipologie di Machine Learning
 
-Il periodo della simulazione (1965-1980): è stata la prima vera fase di ricerca. I ricercatori hanno iniziato a esplorare temi come l'elaborazione del linguaggio naturale, la visione artificiale e l'intelligenza artificiale distribuita.
+- Unsupervised Learning
+    I dati non sono etichettati e il modello deve trovare da solo i pattern e relazioni.
+
+- Supervised Learning
+    I dati sono catalogati ed etichettati: ed esempio immagini e loro rappresentazione. Il modello acquisisce competenza in base a quanto ha appreso. Questo tipo di apprendimento è utilizzato per la classificazione e la regressione (predizione dei dati).
+
+- Reinforcement Learning
+    Un agente apprende a prende decisioni in un ambiente dinamico interagendo con esso. L'agente riceve feedback sotto forma di ricompense o punizioni in base alle azioni che compie. L'obiettivo è massimizzare la ricompensa totale nel lungo termine.
 
 ---
 
-## 1980-1990
+## Reti neurali
 
-La fase dell'intelligenza distribuita (1980-1990): è stato un periodo di enormi progressi nell'apprendimento automatico e nella ricerca sulla rete neurale artificiale.
+L'uso di reti neurali simulati nel software era già noto da tempo e applicato a determinati problemi.
+
+Tuttavia, il machine learning aveva difficoltà con problemi di semplice comprensione, fino a quando si è capito che la limitazione non risiedeva nel concetto di machine learning o nell'imitare il cervello umano. Il problema era che le reti neurali semplici, con un numero limitato di neuroni collegati in modo basilare, non potevano replicare le capacità del cervello umano.
+
+Questo non dovrebbe sorprendere, dato che il cervello umano contiene circa 86 miliardi di neuroni e una rete di connessioni estremamente complessa.
 
 ---
 
-## 1990-oggi
+## Cos'è il Deep Learning?
 
-La fase moderna (1990-ad oggi): è stata una grande era di innovazioni nell'AI, con una profonda comprensione dei più importanti problemi computazionali. Le reti neurali artificiali e l'apprendimento automatico hanno portato ad alcuni dei più importanti risultati nell'AI.
+Il deep learning consiste nell'utilizzo di reti neurali con una maggiore complessità, comprensive di più neuroni, livelli e interconnessioni.
+Sebbene non siamo ancora in grado di replicare completamente la complessità del cervello umano, stiamo facendo progressi in questa direzione.
+Il deep learning è fondamentale per numerosi sviluppi nell'informatica, come le auto a guida autonoma e il riconoscimento vocale, che sfruttano forme di intelligenza artificiale basate su questa tecnologia.
 
 ---
 
-## Capacità di calcolo
+## Cosa sono gli algoritmi generativi?
 
-Con l'aumento delle capacità di calcolo, la ricerca ha iniziato a muoversi verso la robotica, l'intelligenza artificiale generale e l'analisi dei dati. Sono stati fatti progressi significativi nei settori della visione artificiale, della produzione automatizzata e della guida autonoma.
+Gli algoritmi generativi sono una classe di algoritmi di apprendimento automatico che generano dati sintetici, come immagini, suoni o testo, che sono simili a quelli reali.
+Questi algoritmi utilizzano una rete neurale artificiale per apprendere i modelli di dati reali e quindi generare nuovi dati sintetici.
+Riceve dei contenuti non strutturati e il modello cerca dei pattern per organizzare questi contenuti e per produrre dei nuovi dati e contenuti.
+Gli algoritmi generativi sono utilizzati in diverse applicazioni, come la generazione di immagini per i videogiochi, la sintesi di voci per gli assistenti vocali e la generazione di testo per la scrittura assistita.
 
-L'AI è diventata una parte importante della vita quotidiana, con applicazioni in tutti i campi, dal riconoscimento vocale alla diagnostica medica.
+---
+
+## Come funzionano gli algoritmi generativi?
+
+- Generano contenuti in maniera probabilistica
+- Non sono intelligenti e non comprendono: sono ben addestrati su come ci esprimiamo e su come scriviamo
+- Non sono dei motori di ricerca: possono produrre delle allucinazioni
 
 ---
 
@@ -562,22 +577,34 @@ Mi dispiace, ma non posso scrivere il testo completo di una canzone di Tiziano F
 
 ## Dobbiamo fidarci? (gennaio 2023)
 
-"È importante essere prudenti con qualsiasi software di terze parti, incluso ChatGPT. Prima di fidarsi di un programma, è consigliabile esaminare attentamente le sue funzionalità e le sue politiche sulla privacy. Inoltre, è importante assicurarsi di disporre di una solida conoscenza dei termini di servizio del programma e di avere sufficienti conoscenze tecniche per configurarlo correttamente."
+    È importante essere prudenti con qualsiasi software di terze parti, incluso ChatGPT.
+
+    Prima di fidarsi di un programma, è consigliabile esaminare attentamente le sue funzionalità
+    e le sue politiche sulla privacy. 
+
+    Inoltre, è importante assicurarsi di disporre di una solida conoscenza dei 
+    termini di servizio del programma e di avere sufficienti conoscenze tecniche
+    per configurarlo correttamente.
 
 Ho chiesto direttamente a __ChatGPT__
 
 ---
 
 ## Dobbiamo fidarci di te? (novembre 2023)
 
-    Sono solo un programma computerizzato creato da OpenAI chiamato ChatGPT. Non ho intenzioni né desideri e non sono
-    in grado di agire in modo indipendente. La mia funzione principale è rispondere alle domande e fornire informazioni
-    basate su ciò che ho appreso dal mio addestramento.
+    Sono solo un programma computerizzato creato da OpenAI chiamato ChatGPT. Non ho intenzioni né desideri
+    e non sono in grado di agire in modo indipendente.
+    La mia funzione principale è rispondere alle domande e fornire informazioni basate su ciò
+    che ho appreso dal mio addestramento.
 
-    La tua fiducia dipende dall'uso che desideri fare di me. Sono progettato per fornire informazioni e assistenza
-    basate su dati noti fino alla mia data di taglio nel gennaio 2022. Tuttavia, la tua fiducia deve essere
-    accompagnata da una valutazione critica delle informazioni che fornisco e, quando necessario, confermare i dati con
-    fonti aggiornate e affidabili. Sono qui per aiutare, ma la responsabilità di prendere decisioni informate è tua.
+    La tua fiducia dipende dall'uso che desideri fare di me.
+
+    Sono progettato per fornire informazioni e assistenza basate su dati noti fino
+    alla mia data di taglio nel gennaio 2022.
+    Tuttavia, la tua fiducia deve essere accompagnata da una valutazione critica
+    delle informazioni che fornisco e, quando necessario, confermare i dati con
+    fonti aggiornate e affidabili. Sono qui per aiutare, ma la responsabilità
+    di prendere decisioni informate è tua.
 
 ---
 
@@ -763,24 +790,32 @@ Altre applicazioni in questo campo sono
 
 ---
 
-## DALL-E 2 - AI Generativa
+## DALL-E 3 - AI Generativa
 
-DALL-E 2 può creare immagini e opere d'arte originali e realistiche a partire da una descrizione testuale. Può combinare concetti, attributi e stili.
+DALL-E 3 può creare immagini e opere d'arte originali e realistiche a partire da una descrizione testuale. Può combinare concetti, attributi e stili.
 
 ---
 
-## “disegna giorgia meloni in stile simpson”
+## “disegna giorgia meloni in stile simpson” con dall-e 2
+
+![center width:350px](img/DALL%C2%B7E%202023-01-18%2003.21.58%20-%20disegna%20giorgia%20meloni%20in%20stile%20simpson.png)
 
-![center width:500px](img/DALL%C2%B7E%202023-01-18%2003.21.58%20-%20disegna%20giorgia%20meloni%20in%20stile%20simpson.png)
+Usando dall-e 3 : questa richiesta è stata bloccata. Il nostro sistema ha segnalato automaticamente questa richiesta perché potrebbe essere in conflitto con la nostra content policy. Ulteriori violazioni della policy possono portare alla sospensione automatica dell'accesso.
 
 ---
 
-## “High quality photo of a panda astronaut”
+## “High quality photo of a panda astronaut” dall-e 2
 
 ![center width:500px](img/DALL%C2%B7E%202023-01-18%2003.26.51%20-%20High%20quality%20photo%20of%20a%20panda%20astronaut.png)
 
 ---
 
+## “High quality photo of a panda astronaut” dall-e 3
+
+![center width:500px](img/panda%20astronaut%20dall-e%203.jpg)
+
+---
+
 ## Midjourney
 
 Midjourney è un laboratorio di ricerca indipendente che produce un programma di intelligenza artificiale con lo stesso nome che crea immagini da descrizioni testuali, simile a DALL-E e Stable Diffusion di OpenAI.