Un modello AI simula 500 milioni di anni di evoluzione per creare una nuova proteina fluorescente
Gli scienziati hanno sviluppato un sistema di intelligenza artificiale in grado di simulare centinaia di milioni di anni di evoluzione delle proteine, creando una nuova proteina fluorescente diversa da quelle presenti in natura. Il team di ricerca, guidato da Alexander Rives di EvolutionaryScale, ha creato un modello di linguaggio di grandi dimensioni (LLM) chiamato ESM3 per elaborare e generare informazioni su sequenze, strutture e funzioni delle proteine. Addestrandosi sui dati di miliardi di proteine naturali, ESM3 ha imparato a prevedere come le proteine potrebbero evolversi e cambiare nel tempo. “ESM3 è un simulatore emergente che è stato appreso risolvendo un compito di predizione su dati generati dall’evoluzione”, spiegano i ricercatori nello studio. “È stato teorizzato che le reti neurali scoprono la struttura sottostante dei dati che vengono addestrati a prevedere. In questo modo, la risoluzione del compito di predizione dei gettoni richiederebbe al modello di apprendere la struttura profonda che determina i passi che l’evoluzione può compiere, ovvero la biologia fondamentale delle proteine” Per testare il modello, il team ha chiesto a ESM3 di progettare una proteina fluorescente verde (GFP) completamente nuova, un tipo di proteina responsabile della bioluminescenza in alcuni animali marini e ampiamente utilizzata nella ricerca biotecnologica. La proteina generata dall’AI, denominata esmGFP, condivide solo il 58% della sua sequenza con le più simili proteine fluorescenti conosciute. È sorprendente che esmGFP mostri una luminosità paragonabile a quella delle GFP presenti in natura e mantenga la caratteristica struttura a forma di barile essenziale per la fluorescenza. I ricercatori stimano che la produzione di una proteina così distante dalle GFP conosciute avrebbe richiesto oltre 500 milioni di anni di evoluzione naturale. Per saperne di più sullo studio Il processo di generazione di esmGFP ha richiesto diversi passaggi chiave: Dati: I ricercatori hanno addestrato ESM3 su circa 2,78 miliardi di proteine naturali raccolte da database di sequenze e strutture. Tra questi vi sono dati provenienti da UniRef, MGnify, JGI e altre fonti. Architettura: ESM3 utilizza un’architettura basata su trasformatori con alcune modifiche, tra cui un meccanismo di “attenzione geometrica” per elaborare le strutture proteiche 3D. Prompting: I ricercatori hanno fornito a ESM3 informazioni strutturali minime da un modello di GFP (proteina fluorescente). Generazione: ESM3 ha utilizzato questo prompt per generare nuove sequenze e strutture proteiche attraverso un processo iterativo. Filtraggio: Migliaia di progetti candidati sono stati valutati computazionalmente e filtrati per trovare i candidati più forti. Test sperimentali: I progetti più promettenti sono stati sintetizzati e testati in laboratorio per verificare l’attività di fluorescenza. Perfezionamento: Dopo aver identificato una variante di GFP debole ma distante, i ricercatori hanno utilizzato ESM3 per ottimizzare ulteriormente il progetto, producendo alla fine una proteina fluorescente più luminosa. Le implicazioni di questa ricerca vanno oltre la creazione di una singola proteina innovativa. ESM3 dimostra la capacità di esplorare spazi di progettazione proteica molto lontani da quelli prodotti dall’evoluzione naturale, aprendo nuove strade per la creazione di proteine con funzioni o proprietà desiderate. Ildottor Tiffany Taylor, professore di ecologia microbica ed evoluzione presso l’Università di Bath, che non ha partecipato allo studio, ha dichiarato a LiveScience: “Al momento ci manca ancora la comprensione fondamentale di come le proteine, soprattutto quelle ‘nuove per la scienza’, si comportano quando vengono introdotte in un sistema vivente, ma questo è un nuovo passo avanti che ci permette di approcciare la biologia sintetica in un modo nuovo” “I modelli di intelligenza artificiale come ESM3 permetteranno di scoprire nuove proteine che i vincoli della selezione naturale non permetterebbero mai, creando innovazioni nell’ingegneria proteica che l’evoluzione non può fare”, ha aggiunto il Dr. Taylor. Progettazione generativa di proteine I ricercatori sostengono che l’ESM3 non sta semplicemente recuperando o ricombinando le informazioni sulle proteine esistenti. Sembra invece che abbia sviluppato una comprensione dei principi fondamentali che regolano la struttura e la funzione delle proteine, consentendogli di generare progetti davvero innovativi. Laricerca e la progettazione di proteine guidate dall’intelligenza artificiale hanno raggiunto un livello altissimo, con AlphaFold 3 diDeepMind che prevede il ripiegamento delle proteine con una precisione incredibile . Leproteine progettate dall’intelligenza artificiale hanno anche dimostrato un’eccellente forza di legame, dimostrando di avere un’utilità pratica. Tuttavia, come per ogni tecnologia in rapida evoluzione che interferisce in qualche modo con la biologia, ci sono dei rischi. In primo luogo, se le proteine progettate dall’intelligenza artificiale dovessero diffondersi nell’ambiente, potrebbero interagire con gli ecosistemi naturali, arrivando a competere con le proteine naturali o a interrompere i processi biologici esistenti. In secondo luogo, potrebbero innescare interazioni inaspettate all’interno degli organismi viventi, creando potenzialmente agenti biologici dannosi o tossine. Di recente, i ricercatori hanno invocato dei paletti etici per la progettazione di proteine AI, per evitare risultati rischiosi in questo campo entusiasmante, anche se imprevedibile. Leggi di più su dailyai.com
Meta si unisce ad Apple nel non rilasciare i modelli di intelligenza artificiale agli utenti UE
Meta ha annunciato che non lancerà il suo prossimo modello di intelligenza artificiale multimodale nell’Unione Europea a causa di problemi normativi. La decisione di Meta arriva dopo l’analoga mossa di Apple di escludere l’UE dal lancio della sua Apple Intelligence, segnalando una tendenza crescente di giganti tecnologici che esitano a introdurre tecnologie AI avanzate nella regione. L’ultimo modello di AI multimodale di Meta – in grado di gestire video, audio, immagini e testo – doveva essere rilasciato con una licenza aperta. Tuttavia, la decisione di Meta impedirà alle aziende europee di utilizzare questa tecnologia, mettendole potenzialmente in una posizione di svantaggio nella corsa globale all’IA. “Rilasceremo un modello multimodale di Llama nei prossimi mesi, ma non nell’UE a causa della natura imprevedibile dell’ambiente normativo europeo”, ha dichiarato un portavoce di Meta. Una versione solo testo del modello Llama 3 di Meta dovrebbe comunque essere lanciata nell’UE. L’annuncio di Meta arriva pochi giorni dopo che l’UE ha definito le scadenze di conformità per la sua nuova legge sull’intelligenza artificiale. Le aziende tecnologiche che operano nell’UE avranno tempo fino all’agosto 2026 per conformarsi alle norme sul copyright, sulla trasparenza e su applicazioni specifiche di IA come la polizia predittiva. L’esclusione di questi modelli avanzati di IA dal mercato dell’UE crea una situazione difficile per le aziende al di fuori della regione. Chi spera di fornire prodotti e servizi che utilizzano questi modelli non potrà offrirli in uno dei mercati economici più grandi del mondo. Meta prevede di integrare i suoi modelli di intelligenza artificiale multimodale in prodotti come gli occhiali intelligenti Meta Ray-Ban. Secondo Axios, l’esclusione dell’azienda dall’UE si estenderà anche ai futuri modelli di intelligenza artificiale multimodale. Dato che altri giganti della tecnologia potrebbero seguirne l’esempio, l’UE potrebbe trovarsi ad affrontare delle sfide per mantenere la sua posizione di leader nell’innovazione tecnologica, bilanciando al contempo le preoccupazioni sull’impatto sociale dell’IA. Leggi di più su www.artificialintelligence-news.com
OpenAI rilascia “GPT-4o mini”, un modello ad alte prestazioni e a basso costo
OpenAI ha presentato GPT-4o mini, una versione più piccola ed economica del suo potente modello GPT-4o. GPT-4o mini viene definito “il modello piccolo più efficiente del mercato”, con prezzi nettamente inferiori a quelli della concorrenza. Gli sviluppatori pagheranno solo 0,15 dollari per milione di token di input e 0,60 dollari per milione di token di output, rispetto ai 5 e 15 dollari del GPT-4o. Olivier Godement, responsabile del prodotto API di OpenAI, ha parlato del potenziale del modello con VentureBeat: “Il costo per intelligenza è così buono che mi aspetto che venga utilizzato per tutti i tipi di assistenza clienti, ingegneria del software, scrittura creativa, tutti i tipi di compiti” Nonostante il nome “mini”, GPT-4o mini vanta capacità impressionanti. Supera il GPT-3.5 Turbo in vari benchmark e può gestire input testuali e visivi. OpenAI riporta che GPT-4o mini raggiunge un punteggio dell’82,0% nel benchmark Massive Multitask Language Understanding (MMLU), superando concorrenti come Gemini 1.5 Flash di Google (77,9%) e Claude 3 Haiku di Anthropic (73,8%). Il modello sostituirà GPT-3.5 Turbo per gli abbonati a ChatGPT Plus e Teams, offrendo agli utenti un modello più potente senza costi aggiuntivi. I primi utilizzatori, tra cui le startup Ramp e Superhuman, hanno riportato risultati promettenti per compiti come la categorizzazione degli scontrini e le risposte personalizzate alle e-mail. OpenAI vuole affermare la sicurezza del GPT-4o mini Pur spingendosi oltre i limiti delle capacità e dell’economicità del GPT-4o mini, OpenAI non lesina sulla sicurezza. Utilizza gli stessi meccanismi sviluppati per il modello più grande GPT-4o. OpenAI ha inoltre coinvolto oltre 70 esperti di psicologia sociale e disinformazione per mettere alla prova il GPT-4o. Questi specialisti hanno aiutato a identificare i potenziali rischi, consentendo al team di affrontare i problemi prima che diventassero tali. Gli insegnamenti acquisiti sono stati inseriti nel GPT-4o mini. OpenAI ha anche introdotto quello che chiama il metodo della “gerarchia delle istruzioni”, che “aiuta a migliorare la capacità del modello di resistere a jailbreak, iniezioni di messaggi ed estrazioni di messaggi di sistema. Questo rende le risposte del modello più affidabili e contribuisce a renderne più sicuro l’utilizzo nelle applicazioni su larga scala” Probabilmente si tratta di una proposta per gli utenti aziendali che vogliono evitare a tutti i costi risultati errati e allucinazioni. In prospettiva, OpenAI ha in programma di espandere le capacità di GPT-4o mini, compresa la capacità di generare immagini, audio e video. Il modello dovrebbe essere disponibile su Apple Intelligence in autunno, in concomitanza con l’uscita di iOS 18. Sebbene il GPT-4o mini sia piuttosto interessante, OpenAI ha dovuto affrontare delle battute d’arresto in altre aree. L’azienda ha recentemente ritardato il rilascio delle funzioni di lettura della voce e delle emozioni per ChatGPT, citando la necessità di ulteriori test di sicurezza. Le persone sono rimaste sbalordite quando l’azienda ha presentato GPT-4o e la sua sintesi vocale, ma da allora le cose si sono calmate. Tuttavia, GPT-4o mini dimostra che le persone di OpenAI stanno ancora lavorando sodo nonostante le recenti controversie. Leggi di più su dailyai.com
Il virus “cancro sintetico” alimentato dall’intelligenza artificiale rappresenta una nuova frontiera delle minacce informatiche
I ricercatori hanno presentato un nuovo tipo di virus informatico che sfrutta la potenza dei grandi modelli linguistici (LLM) per eludere il rilevamento e propagarsi. Questo “cancro sintetico”, come lo chiamano i suoi creatori, rappresenta quella che potrebbe essere una nuova era del malware. David Zollikofer dell’ETH di Zurigo e Benjamin Zimmerman dell’Ohio State University hanno sviluppato questo malware proof-of-concept come parte della loro candidatura allo Swiss AI Safety Prize. Laloro creazione, descritta in un documento pre-print intitolato “Synthetic Cancer – Augmenting Worms with LLMs”, dimostra il potenziale di sfruttamento dell’intelligenza artificiale per creare nuovi attacchi informatici altamente sofisticati. Ecco una descrizione dettagliata di come funziona: Installazione: Il malware viene inizialmente consegnato tramite un allegato di posta elettronica. Una volta eseguito, può scaricare altri file e potenzialmente criptare i dati dell’utente. Replica: La fase interessante sfrutta GPT-4 o LLM simili. Il worm può interagire con questi modelli di intelligenza artificiale in due modi: a) attraverso chiamate API a servizi basati su cloud come GPT-4 di OpenAI. Oppure b) eseguendo un LLM locale (che potrebbe essere comune nei dispositivi futuri). Utilizzo di GPT-4/LLM: Zollikofer haspiegato al New Scientist: “Chiediamo a ChatGPT di riscrivere il file, mantenendo intatta la struttura semantica, ma cambiando il modo in cui le variabili vengono nominate e modificando un po’ la logica” L’LLM genera quindi una nuova versione del codice con nomi di variabili modificati, logica ristrutturata e potenzialmente anche stili di codifica diversi, il tutto mantenendo la funzionalità originale. Diffusione: Il worm analizza la cronologia delle e-mail di Outlook della vittima e fornisce questo contesto all’intelligenza artificiale. L’LLM genera quindi risposte di posta elettronica pertinenti al contesto, complete di tattiche di social engineering progettate per incoraggiare i destinatari ad aprire una copia allegata del worm. Come possiamo vedere, il virus utilizza l’intelligenza artificiale in due giorni: per creare codice per auto-replicarsi e per scrivere contenuti di phishing per continuare a diffondersi. La capacità del worm “cancro sintetico” di riscrivere il proprio codice rappresenta un problema particolarmente impegnativo per gli esperti di cybersicurezza, poiché potrebbe rendere obsolete le tradizionali soluzioni antivirus basate sulle firme. “Il lato dell’attacco ha alcuni vantaggi in questo momento, perché ci sono state più ricerche in merito”, osserva Zollikofer. Inoltre, la capacità del worm di creare email di phishing altamente personalizzate e contestualmente rilevanti aumenta le probabilità di successo di future infezioni. Questo arriva a pochi mesi di distanza dalla segnalazione di un worm simile alimentato dall’intelligenza artificiale, avvenuta a marzo. Iricercatori guidati da Ben Nassi della Cornell Tech hannocreato un worm in grado di attaccare gli assistenti di posta elettronica dotati di intelligenza artificiale, rubare dati sensibili e propagarsi ad altri sistemi. Il team di Nassi ha preso di mira gli assistenti di posta elettronica basati su GPT-4 di OpenAI, Gemini Pro di Google e il modello open-source LLaVA. “Possono essere nomi, numeri di telefono, numeri di carte di credito, SSN, tutto ciò che è considerato riservato”, ha dichiaratoNassi a Wired, sottolineando il potenziale di massicce violazioni dei dati. Mentre il worm di Nassi prendeva di mira principalmente gli assistenti AI, la creazione di Zollikofer e Zimmerman si spinge oltre, manipolando direttamente il codice del malware e realizzando email di phishing accattivanti. Entrambi rappresentano potenziali strade future per i criminali informatici che possono sfruttare strumenti di AI diffusi per lanciare attacchi. I timori per la cybersicurezza dell’IA sono in agguato Sonostati giorni tumultuosi per la sicurezza informatica nel contesto dell’IA: Disney ha subito una violazione dei dati per mano di un gruppo di hacktivisti. Il gruppo ha dichiarato che sta combattendo contro le aziende tecnologiche per rappresentare i creatori il cui lavoro protetto da copyright è stato rubato o il cui valore è stato comunque sminuito. Non molto tempo fa, OpenAI è stato smascherato per aver subito una violazione nel 2023, che ha cercato di tenere nascosta. Non molto tempo fa, OpenAI e Microsoft hanno pubblicato un rapporto in cui ammettevano che gruppi di hacker provenienti da Russia, Corea del Nord e Cina avevano utilizzato i loro strumenti di intelligenza artificiale per elaborare strategie di attacco informatico. Gli autori dello studio, Zollikofer e Zimmerman, hanno messo in atto diverse misure di salvaguardia per evitare un uso improprio, tra cui quella di non condividere pubblicamente il codice e di lasciare deliberatamente vaghi alcuni dettagli specifici nel loro documento. “Siamo pienamente consapevoli del fatto che questo articolo presenta un tipo di malware con un grande potenziale di abuso”, affermano i ricercatori nella loro divulgazione. “Lo pubblichiamo in buona fede e nel tentativo di sensibilizzare l’opinione pubblica” Nel frattempo, Nassi e i suoi colleghi hanno previsto che i worm AI potrebbero iniziare a diffondersi in natura “nei prossimi anni” e “scateneranno risultati significativi e indesiderati” Visti i rapidi progressi a cui abbiamo assistito in soli quattro mesi, questa tempistica sembra non solo plausibile, ma potenzialmente conservativa. Leggi di più su dailyai.com
I migliori computer portatili e PC potenziati dall’intelligenza artificiale
A partire dagli anni ’90, i giocatori più accaniti hanno tradizionalmente optato per PC e laptop. Questo non solo ha permesso loro di immergersi più a fondo nei loro giochi preferiti, creando addirittura delle mod, ma il gioco su PC ha offerto anche la possibilità di armeggiare con l’hardware. Molti giocatori su PC amano migliorare il proprio hardware aggiungendo nuovi componenti. Inoltre, si divertono a giocare a una vasta gamma di giochi. Alcuni degli eSport più competitivi al mondo si concentrano sui giochi per PC, dagli FPS come Counter-Strike: Global Offensive ai MOBA come Dota 2. Sebbene siano presenti anche i giocatori di console, la maggior parte dei giocatori associa questi titoli ai PC. Al di là dei successi ipervisibili degli eSports, i giocatori di PC hanno accesso anche ad altri titoli. I giochi di casinò, ad esempio, sono spesso giocati via browser. Le slot machine sono una scelta popolare e offrono decine di formati e centinaia di temi tra cui scegliere. Direttamente da un laptop o da un PC, i giocatori possono far girare i rulli. Lo stesso vale per i DCCG. Questi tipi di giochi di carte si sono diffusi nell’ultimo decennio, compresi nuovi successi come Hearthstone e Marvel Snap. Anche se tradizionalmente si gioca di persona, il PC è ora il formato preferito da molti concorrenti di DCCG. Uno degli sviluppi più singolari nel mondo del gioco su PC è l’ascesa dei computer portatili e dei PC dotati di intelligenza artificiale. Questi potenti dispositivi sono progettati per gestire sfide di elaborazione ancora più complesse. Sia l’hardware che il software sono avanzati e progettati per gestire le attività di apprendimento automatico. Se stai pensando di acquistare un laptop AI-driven per migliorare la tua esperienza di gioco, ecco alcuni dei prodotti che dovresti tenere d’occhio. La metrica I migliori computer portatili e PC con intelligenza artificiale hanno un processore che si concentra sulle prestazioni. Alcuni dei migliori per le attività AI sono gli Intel Core i7 e i9, ma avrai a disposizione anche altre opzioni. Oltre al processore, concentrati sulla scheda grafica del dispositivo: più alta è, meglio è. Ma tieni d’occhio anche lo spazio di archiviazione, così come la RAM. Una migliore archiviazione si traduce in tempi di caricamento più rapidi e in una maggiore reattività, fattori importantissimi per i giocatori che devono evitare anche solo un millisecondo di ritardo. Le unità SSD NVMe sono considerate le migliori del settore nel 2024. Alienware Aurora R14 In termini di prodotti veri e propri, l’Alienware Aurora R14 è una delle scelte migliori per i giochi guidati dall’intelligenza artificiale. Questo perché possiede tutte le caratteristiche hardware più avanzate, tra cui una scheda grafica NVIDIA GeForce, un processore Intel Core i9 e 32 GB di RAM. Si tratta di giochi veloci, precisi e avanzati al massimo. MSI Trident X Questo PC è un po’ diverso in quanto si concentra sulla compattezza. Spesso, più il PC è avanzato, più l’hardware diventa ingombrante. Questo non è il caso di MSI Trident X. Nonostante le sue dimensioni compatte, ha un processore Intel Core i9, una scheda grafica NVIDIA GeForce e 32 GB di memoria: tutto ciò che è uguale all’Alienware Aurora, solo in un pacchetto leggermente più maneggevole. HP Omen Obelisk Con HP Omen Obelisk, l’attenzione è rivolta alla personalizzazione. Questo PC guidato dall’intelligenza artificiale include tutte le stesse caratteristiche degli altri due prodotti, anche per quanto riguarda i marchi utilizzati. Tuttavia, offre anche l’accesso all’interno senza attrezzi, il che rende la manutenzione e l’aggiornamento un gioco da ragazzi. Non sorprende che abbia anche una finestra laterale in vetro che rende piacevole l’osservazione dell’hardware. HP Spectre x360 14 Se vuoi ottenere dal tuo PC con intelligenza artificiale qualcosa di più delle sessioni di gioco, allora l’HP Spectre è un’ottima opzione. (Le sue solide caratteristiche porteranno le tue sessioni di gioco a un livello superiore e gestiranno anche altri tipi di attività impegnative, dalla progettazione grafica all’editing video. L’ampia gamma di opzioni rende questo prodotto molto apprezzato da chi ha bisogno di un dispositivo professionale. ASUS ROG Zephyrus G14 Questa opzione è leggermente più conveniente rispetto alle altre della lista, anche se noterai che le caratteristiche sono più limitate. In particolare, ha meno spazio di archiviazione rispetto agli altri PC AI e un processore leggermente meno potente. Tuttavia, il suo hardware salvaspazio gli conferisce un’enorme potenza, rendendolo un’opzione valida per la maggior parte dei giocatori. Leggi di più su www.artificialintelligence-news.com
Uno studio di imaging cerebrale utilizza l’intelligenza artificiale per rivelare i modelli neurali relativi al sesso e al genere nei bambini
I ricercatori dell’Università della Pennsylvania e del Feinstein Institutes for Medical Research hanno scoperto nuove intuizioni su come il sesso e il genere sono rappresentati nel cervello dei bambini. Lo studio, pubblicato su Science Advances, contribuisce al dibattito sul rapporto tra sesso biologico e identità di genere e su come possiamo studiarlo in modo oggettivo. Sesso e genere, anche se a volte vengono utilizzati in modo intercambiabile, sono arrivati a separare il sesso in termini biologici assegnati alla nascita dalle nozioni socioculturali più variabili di genere. Nelle parole dello studio: “Qui usiamo il termine “sesso” per indicare le caratteristiche dell’anatomia fisica, della fisiologia, della genetica e/o degli ormoni di un individuo alla nascita, e usiamo il termine “genere” per indicare le caratteristiche dell’atteggiamento, dei sentimenti e dei comportamenti di un individuo” Per trovare risposte a questa dicotomia nel cervello, il team di ricerca ha analizzato le scansioni cerebrali di 4.757 bambini di età compresa tra i 9 e i 10 anni per esaminare come comunicano le diverse parti del cervello. Hanno poi utilizzato una serie di modelli predittivi di intelligenza artificiale per determinare che, sebbene il sesso e il genere siano associati a modelli distinti di connettività cerebrale, questi modelli non sono identici. Approccio allo studio e risultati Il team ha utilizzato un enorme set di dati provenienti dall’Adolescent Brain Cognitive Development (ABCD) Study, che include scansioni cerebrali dettagliate e informazioni comportamentali di migliaia di bambini in tutti gli Stati Uniti. I ricercatori hanno utilizzato la risonanza magnetica funzionale (fMRI) per osservare i modelli naturali di attività cerebrale mentre i bambini erano a riposo nello scanner. Hanno poi utilizzato sofisticati algoritmi di apprendimento automatico (modelli di regressione di cresta) per cercare schemi in questa attività cerebrale che potessero essere associati al sesso o al genere. Il sesso è stato definito in base al sesso assegnato al bambino alla nascita, che viene assegnato come femmina alla nascita (AFAB) o maschio alla nascita (AMAB). Per il sesso, i ricercatori hanno utilizzato due misure distinte: Sesso auto-riferito: I bambini hanno risposto a domande sul loro sentimento di genere, sull’espressione di genere e sulla soddisfazione di genere. Genere riferito dai genitori: I genitori hanno risposto a domande sul comportamento del loro bambino in base al sesso durante il gioco e su eventuali segni di disforia di genere. È importante notare che il genere è stato considerato come un continuum, non come un binomio. I ricercatori non hanno classificato i bambini in gruppi di genere specifici, ma hanno utilizzato questi punteggi per collocare i bambini lungo uno spettro di espressione e identità di genere. In questo modo hanno fornito due prospettive diverse sull’identità e l’espressione di genere di ciascun bambino. Ecco i risultati principali: Previsione del sesso: I ricercatori hanno scoperto di poter identificare se un bambino fosse maschio o femmina con un’accuratezza del 77% circa in base ai suoi modelli di connettività cerebrale. Previsione del genere: Quando si è trattato di prevedere il sesso di un bambino (sulla base dei rapporti dei genitori), l’accuratezza è scesa drasticamente, fino a circa l’8%. Questo suggerisce che, sebbene il genere abbia una qualche relazione con le funzioni cerebrali, è molto più sottile e complesso delle differenze attribuite al solo sesso. Reti cerebrali diverse: I modelli cerebrali associati al sesso si trovavano principalmente nelle aree coinvolte nel movimento, nella visione, nel processo decisionale e nelle emozioni. Al contrario, i modelli associati al sesso erano più distribuiti in tutto il cervello. Conformità di genere: Lo studio ha rilevato che i ragazzi tendevano a mostrare un comportamento più tipico del genere rispetto alle ragazze, secondo quanto riferito sia dai bambini stessi che dai genitori. Ciò è in linea con la ricerca scientifica che suggerisce che i ragazzi spesso subiscono maggiori pressioni per conformarsi alle norme di genere. Sesso auto-riferito: È interessante notare che i ricercatori non sono riusciti a prevedere in modo affidabile il modo in cui i bambini vedevano il proprio genere sulla base delle scansioni cerebrali, evidenziando la complessità dell’identità di genere. Sono estremamente grata a @gloriamattebon @dominikjkraft e @TobKaufmann per il loro articolo sul nostro lavoro e al team di @ScienceAdvances per questa meravigliosa visualizzazione! https://t.co/bwvlj3nCj0 https://t.co/LMxF0HWg6p pic.twitter.com/VNdBgDdZvI – Elvisha Dhamala (@elvisha9) 12 luglio 2024 Questa ricerca suggerisce che per comprendere appieno le differenze e le somiglianze tra maschi e femmine e tra bambini con diverse identità di genere, dobbiamo considerare sia il sesso che il genere. Sembra che influenzino lo sviluppo del cervello in modi diversi, anche se correlati. Lo studio conclude: “Insieme, questi risultati suggeriscono che i correlati funzionali del sesso sono distinti dai correlati funzionali del genere e che i costrutti multidimensionali unici che compongono il genere sono associati in modo diverso ai modelli di connettività funzionale nei bambini AFAB e AMAB. Pertanto, il sesso e il genere devono essere studiati contemporaneamente per cogliere appieno le differenze e le somiglianze che esistono tra maschi e femmine, tra ragazzi e ragazze e tra altri generi” Tuttavia, i ricercatori mettono in guardia da interpretazioni errate. Il loro articolo sottolinea che “questi risultati non forniscono prove a favore dell’essenzialismo di genere”, rispondendo alle preoccupazioni di rafforzare stereotipi dannosi. Sia il sesso che il genere sono “componenti essenziali dell’identità”, ma “sta diventando sempre più chiaro che guardare solo al sesso non è sufficiente”, afferma Elvisha Dhamal del Feinstein Institutes for Medical Research e dello Zucker Hillside Hospital e autrice principale del nuovo studio. Lo studio evidenzia quanto l’identità di genere possa essere fluida e sfaccettata, soprattutto nei bambini piccoli. In medicina, capire come il sesso e il genere influenzino separatamente la funzione cerebrale potrebbe portare a trattamenti più personalizzati per le condizioni neurologiche e psichiatriche. Questo potrebbe essere particolarmente utile per i disturbi che si manifestano in modo diverso a seconda del sesso o dell’identità di genere, come l’ADHD e l’autismo. Inoltre, potrebbe contribuire a un supporto più mirato per la salute mentale dei bambini che si trovano ad affrontare sfide legate al genere o all’identità. Forse la cosa più pertinente a breve termine è che, dimostrando
L’intelligenza artificiale potrebbe creare 119 miliardi di sterline di produttività nel Regno Unito
Workday ha svelato i dati secondo cui l’intelligenza artificiale potrebbe dare un impulso alla produttività delle imprese del Regno Unito pari a 119 miliardi di sterline. Questa rivelazione arriva in un momento cruciale, in quanto la nazione è alle prese con un crollo della produttività che persiste da oltre un decennio e mezzo. Il rapporto dipinge il quadro di un paese sull’orlo di un cambiamento sismico nel suo panorama economico. Con gli attuali livelli di produttività che languono al di sotto del 24% rispetto alle proiezioni precedenti al 2008, la promessa di guadagni di efficienza guidati dall’intelligenza artificiale offre un barlume di speranza sia alle aziende che ai politici. Secondo lo studio, le grandi aziende del Regno Unito potrebbero risparmiare ben 7,9 miliardi di ore di lavoro all’anno grazie all’implementazione strategica delle tecnologie AI. Scendendo a livello individuale, i numeri sono altrettanto impressionanti. I dirigenti aziendali potrebbero risparmiare 1.117 ore all’anno, pari a 140 giorni lavorativi, mentre i singoli dipendenti potrebbero recuperare 737 ore, pari a 92 giorni lavorativi. “Una crescita consistente della produttività è sfuggita agli ambienti di lavoro del Regno Unito per oltre 15 anni, ma l’intelligenza artificiale responsabile ha il potenziale per cambiare il paradigma”, ha spiegato Daniel Pell, VP e country manager per il Regno Unito e l’Industria di Workday. I risultati del rapporto arrivano in un momento in cui anche le personalità politiche si esprimono sul ruolo della tecnologia nella governance. L’ex primo ministro laburista Tony Blair ha recentemente commentato che, sebbene la Gran Bretagna debba affrontare sfide economiche, i progressi di tecnologie come l’intelligenza artificiale significano che “non c’è mai stato un momento migliore o più eccitante per governare” Nonostante le prospettive ottimistiche, il percorso verso l’adozione dell’IA non è privo di ostacoli. Il rapporto evidenzia che il 93% dei dipendenti e dei dirigenti aziendali nutre preoccupazioni in merito alla fiducia nell’IA. Ciò sottolinea la necessità di strategie di IA responsabili, di una formazione completa e di iniziative di comunicazione trasparenti. Altri ostacoli all’adozione dell’IA sono i timori per la sicurezza, la privacy e i pregiudizi (38%), la necessità di dedicare più tempo alla formazione dei team (34%) e la mancanza di investimenti (32%). Inoltre, il rapporto individua nei dipendenti non impegnati (41%), nella mancanza di incentivi (41%) e nella tecnologia inadeguata (35%) i fattori chiave che ostacolano la produttività delle organizzazioni. Il potenziale impatto economico dell’IA è sbalorditivo. In base ai risultati dello studio, 2,9 ore di lavoro in più al giorno si traducono in 11.058 sterline all’anno di valore aggiunto per ogni dipendente medio. Con oltre 10 milioni di dipendenti di grandi aziende nel Regno Unito, l’effetto cumulativo potrebbe raggiungere 119 miliardi di sterline di lavoro produttivo all’anno. Tuttavia, il rapporto rivela anche un paradosso della produttività sul posto di lavoro attuale. In una giornata lavorativa di 8 ore, i dipendenti e i dirigenti d’azienda sono realmente produttivi solo per 5,8 e 5,9 ore rispettivamente, lasciando oltre un quarto della giornata improduttiva. La promessa dell’IA va oltre il semplice risparmio di tempo. Assumendo compiti banali e ripetitivi, l’IA ha il potenziale per consentire ai lavoratori di concentrarsi su un lavoro più significativo e d’impatto. Questo cambiamento potrebbe risolvere uno dei maggiori ostacoli alla produttività individuati nel rapporto: i dipendenti non impegnati. Poiché le aziende del Regno Unito si trovano al crocevia di questa rivoluzione dell’IA, il rapporto serve sia come campanello d’allarme che come tabella di marcia. Suggerisce un duplice approccio alla diffusione dell’IA: un’analisi concreta delle potenziali efficienze e una strategia trasparente per affrontare le barriere all’adozione. Realizzare il pieno potenziale dell’IA nell’economia del Regno Unito richiederà uno sforzo concertato da parte di aziende, politici e dipendenti. Il successo dell’integrazione delle tecnologie AI potrebbe determinare la traiettoria economica del Regno Unito per gli anni a venire. Una copia completa del rapporto di Workday è disponibilequi (è richiesta la registrazione) Leggi di più su www.artificialintelligence-news.com
Come l’intelligenza artificiale sta rivoluzionando il design dei giochi e le esperienze dei giocatori
L’intelligenсe artificiale sta formando numerose inԁessioni, аnԁ la gаming inԁustry non è exсeрtion. Da ԁeveloрing soрhistiсаteԁ gаme meсhаniсs a enhаnсing рlаyer exрerienсes, l’influenza dell’AI è inсreаsingly рervаsive. Questo articolo illustra come l’IA stia rivoluzionando il gаme ԁesign аnԁ рlаyer exрerienсes аt а rарiԁ расe. Il ruolo dell’Intelligenza Artificiale nella progettazione delle macchine Generаzione di contenuti proсeԁurаli Uno degli aspetti più significativi dell’IA nel gаme ԁesign è la generazione di contenuti (PCG). Il PCG permette agli sviluppatori di creare un mondo di contenuti che si evolve in tempo reale. Invece di progettare ogni singolo elemento, i ԁsрeсtatori сарersԁ usano аlgoritmi per generare contenuti su аs livelli, lаnԁsсарes, аnԁ anche interi аrrаtives. Questo garantisce che l’esperienza dell’autore sia unica e fresca, contribuendo a un maggiore coinvolgimento dell’azienda. Migliorare i Personaggi non giocanti (PNG o NPC) L’IA è anche сruсiаl nel ԁeveloрing di PNG più reаlistiс аnԁ intelligenti. I PNG seguono le рreԁ рreԁetermineԁ sсriрti, rendendo le loro асzioni рreԁiсtаbili аnԁ a volte frustranti per gli рlаyers. Tuttavia, con l’IA, i PNG саn ora leаrnԁ аԁарt bаseԁ sul рlаyer behаviour, сreаting più engаging аnԁ immersive interасtions. Questi PNG guidati dall’intelligenza artificiale offrono un’esperienza più coinvolgente e coinvolgente per il mondo virtuoso. Bilanciare la difficoltà del gioco Bаlаnсing la ԁiffiсulty di а gаme è а сhаllenging tаsk per ԁeveloрers. Se è troppo facile, gli utenti perdono interesse; se è troppo difficile, possono diventare frustrati. L’AI саn aiuta a risolvere il problema del comportamento dell’operatore in tempo reale. Questo ԁynаmiсulty аԁjustment аԁ assicura che si rimanga in аgeԁ аnԁ сhаllengeԁ senza sentirsi sopraffattiԁ, mаintаining арtimаl аnсe t саters a ԁifferenti livelli di abilità аnԁ рreferenсeses. L’intelligenza artificiale per migliorare le competenze degli ex-lavoratori Personаliseԁ gаming exрerienсes La capacità dell’IA di analizzare quantità elevatissime di materiale permette di ottenere risultati altamente efficaci. Con il trасking рlаyer рreferenсes, behаviour, аnԁ рerformаnсe, AI саn tаilor сontent аnԁ reсommenԁtions inԁiviԁuаl рlаyers. Questa рersonаlisаtion саn rаnge dal suggerire oggetti in-gаme аnԁ missioni, all’аԁregolare la trama del gioco аseԁ su рlаyer сhoiсes. Suсh tаiloreԁ exрerienсes mаke рlаyers feel more сonneсteԁ to the gаme, enhаnсing their overаll enjoyment аnԁ sаtisfасtion. Il tempo reale e l’allenza si pagano in base alle tariffe L’intelligenza artificiale consente di risparmiare tempo e di pagare le tasse, consentendo agli utenti di migliorare il loro comportamento. Questo può essere utilizzato per migliorare il design del sito, correggere bug, introdurre nuove funzionalità. I clienti beneficiano di un sistema in continua evoluzione che soddisfa i loro desideri. Il tempo libero aiuta anche gli utenti a crearsi un’immagine più coinvolgente di Anԁ bаlаnсeԁ, аԁԁ aԁ gаmeрlаy, аԁressing issues аnԁ oрррortunità а↪Ll_501 а↪Ll_501 ↪Ll_501 ↪Ll_501 ↪Ll_501 ↪Ll_501 ↪Ll_501 ↪Ll_501 ↪Ll_501 ↪Ll_501 ↪Ll_501 ↪Ll_501 ↪Ll_501 ↪Ll_501 ↪Ll_501 ↪Ll_501 ↪Ll_501 ↪Ll_501 Ր. L’impatto dell’intelligenza artificiale sul gioco delle slot online Una delle più interessanti аррliсаzioni dell’IA nel gioco è quella dei casinò online. Le innovative poker bitcoin, o slot machine, sfruttano l’IA per offrire un’esperienza di gioco più coinvolgente, in particolare attraverso l’uso di pagamenti in bitcoin sulla piattaforma del casinò. Tuttavia, questo potrebbe essere portato a un livello superiore con l’integrazione dell’intelligenza artificiale, in quanto porta a una maggiore sicurezza e a caratteristiche di gioco più interessanti. Ad esempio, alcuni giochi possono incorporare elementi di abilità o di strategia e gli avversari dell’IA possono offrire un’esperienza di gioco stimolante e dinamica. Inoltre, le slot machine guidate dall’intelligenza artificiale possono utilizzare il comportamento dell’intelligenza artificiale per creare un’esperienza di gioco unica nel suo genere, assicurando che la sessione di gioco della slot sia unica nel suo genere. Inoltre, l’uso dell’IA nei giochi di bitсoin può migliorare la sicurezza della sicurezza ԁeteсting аnԁ рreventing frаuԁulent асtivities. Gli algoritmi di intelligenza artificiale individuano iԁnԁn insoluаl раtterns аnԁ flаg рotentiаl treаts, assicurando а sаfer ambiente per рlаyers. Questo è particolarmente importante nello spazio delle criptovalute, dove l’anonimato può talvolta essere sfruttato per scopi illeciti. Potere dell’AI sul suррorto clienti L’intelligenza artificiale sta rivoluzionando anche il servizio clienti nei casinò online. Gli AI-ԁriven сhаtbots аnԁ virtuаl аssistаnts рroviԁe instаnt suрррort a рlаyers, аԁressing le loro query аnԁ problemi in reаl-time. Questi sistemi di intelligenza artificiale саn hаnԁle wiԁe rаnge of tаsks, da ассountountаment a troubleshooting teсhniсаl рroblems, e quindi enhanceаnсe the overаll рlаyerрerienсe. Migliorare l’ansia e l’entusiasmo di tutti i giorni L’AI aiuta a garantire che i risultati siano positivi, monitorando i messaggi e le informazioni per evitare che si verifichino problemi o che si verifichino problemi. Questo crea fiducia tra gli avvocati online, favorendo un ambiente più positivo per il gаming. Gli algoritmi di IA саuԁ verificano i risultati dei giochi in bitсoin, assicurando che i giochi non siano truccati e che abbiano la possibilità di vincere. I futuri proрeсti dell’IA nel gаming Uрсoming teсh L’Intelligenza Artificiale è destinata a svolgere un ruolo significativo nel miglioramento dei tempi di AR della VR. Creando ambienti virtuosi più immersivi, l’intelligenza artificiale migliora l’interattività della VR e dell’AR. Questo permetterà di creare nuove possibilità per il gаme ԁesign аnԁ рlаyer engаgement. Narrazione guidata dall’intelligenza artificiale Il futuro del gаme storytelling risiede nei nаrrаtivi guidati dall’AI. L’AI саn аnаlyse рlаyer сhoiсes аnԁ аԁарt la trama ассorԁingly, сreаting ԁynаmiс аnԁ рersonаliseԁ nаrrаtives. Questo аррroасh assicura che il viaggio dell’attore sia unico, migliorando l’ingaggio. Aԁvаnсeԁ plаyer anаlytiсs Man mano che la teсnologia dell’IA continua a evolversi, la аbilità di аnаlizzare рlаyer ԁаtа diventerà ancora più soрhistiсаteԁ. Questo consentirà agli utenti di creare più рreсise аnԁ рersonаliseԁ gаming exрerienсes, sfumando ulteriormente la linea di demarcazione tra i virtuosi аnԁ reаl mondoԁ. Conclusione L’Intelligenza Artificiale sta rivoluzionando il gаme ԁesign аnԁ рlаyer exрerienсes. Dai PNG intelligenti alle esperienze online di рersonаliseԁ gаming аnԁ enhаnсeԁ, l’imрасt dell’IA è рrofounԁ аnԁ fаr-reасhing. In futuro, potremo creare esperienze ancora più innovative e coinvolgenti. Leggi di più su www.artificialintelligence-news.com
Prestazioni dei modelli di intelligenza artificiale: Si tratta di ragionare o semplicemente di recitare?
Quando ChatGPT ti dà la risposta giusta al tuo quesito, ragiona sulla richiesta o ricorda semplicemente la risposta dai suoi dati di addestramento? I ricercatori del Computer Science and Artificial Intelligence Laboratory (CSAIL) del MIT hanno progettato una serie di test per capire se i modelli di intelligenza artificiale “pensano” o se hanno semplicemente una buona memoria. Quando si chiede a un modello di intelligenza artificiale di risolvere un problema matematico come “Quanto fa 27 62?”, il modello risponde rapidamente con la risposta corretta: 89. Come possiamo capire se il modello comprende l’aritmetica sottostante o se ha semplicemente visto il problema nei suoi dati di addestramento? Nel loro articolo, i ricercatori hanno testato GPT-4, GPT-3.5 Turbo, Claude 1.3 e PaLM2 per vedere se erano in grado di “generalizzare non solo a istanze non viste di compiti noti, ma anche a nuovi compiti” Hanno progettato una serie di 11 compiti che differiscono leggermente dai compiti standard in cui gli LLM generalmente ottengono buoni risultati. I LLM dovrebbero ottenere le stesse prestazioni con i “compiti controfattuali” se utilizzano procedure di risoluzione dei compiti generali e trasferibili. Se un LLM “capisce” la matematica, allora dovrebbe fornire la risposta corretta a un problema matematico in base 10 e nella raramente utilizzata base 9, ad esempio. Ecco alcuni esempi di compiti e le prestazioni del GPT-4. Prestazioni del GPT-4 con compiti standard predefiniti (blu) e compiti controfattuali leggermente modificati (arancione). Qui sono mostrati esempi di compiti e risposte corrette. Fonte: arXiv Le prestazioni di GPT-4 nei test standard (linea blu) sono buone, ma le sue abilità matematiche, di ragionamento logico, spaziale e di altro tipo (linea arancione) peggiorano significativamente quando il compito viene leggermente alterato. Gli altri modelli hanno mostrato un degrado simile, con il GPT-4 che si è distinto. Nonostante il degrado, le prestazioni nei compiti controfattuali erano comunque superiori al caso. I modelli di intelligenza artificiale cercano di ragionare su questi compiti, ma non sono molto bravi. I risultati dimostrano che le impressionanti prestazioni dei modelli di intelligenza artificiale in compiti come gli esami universitari si basano su un eccellente richiamo dei dati di formazione, non sul ragionamento. Questo evidenzia ulteriormente che i modelli di intelligenza artificiale non possono generalizzarsi a compiti inediti, Zhaofeng Wu, dottorando in ingegneria elettrica e informatica del MIT, affiliato CSAIL e autore principale dell’articolo, ha dichiarato: “Abbiamo scoperto un aspetto affascinante dei modelli linguistici di grandi dimensioni: eccellono in scenari familiari, quasi come un sentiero ben battuto, ma faticano quando il terreno diventa sconosciuto. Questa intuizione è fondamentale quando cerchiamo di migliorare l’adattabilità di questi modelli e di ampliare i loro orizzonti applicativi” Abbiamo visto una dimostrazione simile di questa incapacità di generalizzare quando abbiamo esplorato quanto i modelli di intelligenza artificiale siano incapaci di risolvere un puzzle semplificato di attraversamento di un fiume. I ricercatori hanno concluso che, quando gli sviluppatori analizzano i loro modelli, dovrebbero “considerare l’abilità astratta del compito come indipendente dalle prestazioni osservate del compito” L’approccio “train-to-test” può far salire un modello nei benchmark, ma non offre una vera misura di come il modello se la caverà quando gli verrà presentato un nuovo compito su cui ragionare. I ricercatori suggeriscono che parte del problema è che questi modelli vengono addestrati solo su testi di forma superficiale. Se i LLM venissero esposti a dati contestualizzati e a rappresentazioni semantiche più reali, potrebbero essere in grado di generalizzare quando gli vengono presentate delle variazioni nel compito. Leggi di più su dailyai.com
AI news – L’intelligenza artificiale scrive barzellette, segnala le frottole e batte i bug
Benvenuti alla nostra carrellata settimanale di notizie sull’IA assemblata dall’uomo. Questa settimana l’IA si è dedicata alla scrittura di barzellette e all’individuazione di bugie. Un modello cinese in tempo reale ha battuto il GPT-4o. E OpenAI ha aperto i battenti quando avrebbe dovuto chiuderli. Approfondiamo. OpenAI violato OpenAI è stato criticato per essere molto chiuso, nonostante il suo nome. Questa settimana abbiamo scoperto che i server dell’azienda erano aperti per i motivi sbagliati. OpenAI ha subito una violazione dei dati da parte di un hacker che ha violato le sue difese. Con l’intensificarsi della corsa globale all’intelligenza artificiale, è probabile che si verifichino altri tentativi come questo. Microsoft è il principale investitore di OpenAI, ma questa settimana si è sorprendentemente ritirata dal suo ruolo di osservatore nel consiglio di amministrazione di OpenAI e anche Apple ha rifiutato un posto al tavolo. Microsoft afferma che si tratta di una naturale evoluzione del suo rapporto con OpenAI, ma potrebbe esserci qualcos’altro sotto? Stiamo ancora aspettando che l’assistente vocale di GPT-4o passi da una demo a un prodotto disponibile al pubblico. Mentre OpenAI si torce le mani e parla di problemi di sicurezza, il laboratorio francese di AI Kyutai ha rilasciato il suo assistente vocale Moshi. È pieno di bug e la demo presentava una serie di problemi, ma almeno Moshi è disponibile per l’uso da parte delle persone. La tua mossa Sam. Kling sta già spaccando, quindi potresti rilasciare anche Sora già che ci sei. Sicuramente è stato creato utilizzando un’intelligenza artificiale, ma non sono sicuro di quale. Probabilmente Kling. pic.twitter.com/1SNW9WslJi – AshutoshShrivastava (@ai_for_success) 11 luglio 2024 Stai scherzando L’intelligenza artificiale può essere divertente? Un nuovo studio ha messo a confronto le barzellette scritte dagli esseri umani con quelle scritte da GPT-3.5. Sono stati inoltre confrontati i titoli satirici scritti dagli autori comici professionisti di The Onion con quelli scritti dall’IA. Indovina quali battute sono state giudicate più divertenti in un test alla cieca. Se esistesse un dispositivo che ti dicesse quando qualcuno sta mentendo, lo useresti? I ricercatori hanno realizzato una macchina della verità AI che è molto più brava a rilevare le bugie rispetto agli esseri umani. Sembra una buona idea fino a quando non si analizza quanto questa tecnologia potrebbe essere dirompente dal punto di vista sociale. Nuovi modelli Un piccolo modello di AI potrebbe battere il GPT-4? Salesforce ha sfidato le tendenze dell’IA con i modelli xLAM-1B e 7B, piccoli ma potenti. L’IA agenziale deve trasformare le richieste in linguaggio naturale degli utenti in chiamate API o funzioni specifiche. Questi minuscoli modelli sono centinaia di volte più piccoli di GPT-4 e Gemini 1.5 Pro ma li superano nella classifica delle chiamate di funzioni di Berkeley. L’azienda tecnologica cinese SenseTime ha rilasciato il suo modello multimodale SenseNova 5.5 e ha dichiarato che supera il GPT-4o. La versione interattiva in tempo reale del modello ha mostrato le stesse funzionalità vocali che abbiamo visto nella demo di GPT-4o, anche se in mandarino. SenseTime e altre aziende cinesi di AI stanno distribuendo token API gratuiti per attirare nuovi clienti, dato che OpenAI ha chiuso l’accesso alle API in Cina. Anthropic ci ha impressionato con Claude Sonnet 3.5 il mese scorso e la sua piattaforma ha appena ricevuto un altro aggiornamento. La Console Anthropic e Claude hanno ottenuto nuove ed entusiasmanti funzionalità di prompt e Artifacts. Comportamento scorretto dell’AI L’app di web design collaborativo Figma ha fatto un rapido dietrofront: il CEO ha chiuso la sua funzione AI Make Design. Il designer dell’app crea design raffinati, ma alcuni utenti hanno detto che hanno un aspetto sospettosamente familiare. Dove ho visto questo design di app prima di ….? Se gli adulti non riescono a capire come creare e utilizzare l’IA in modo etico, dovremmo stupirci se i bambini sbagliano? Un tribunale spagnolo ha condannato 15 bambini per aver creato materiale esplicito generato dall’IA. È facile dare la colpa ai bambini, ma la situazione evidenzia come l’impatto dell’IA sui bambini sia stato ampiamente ignorato. E questo tipo di ricerca non ispira esattamente fiducia. https://t.co/vki4nKLPKb pic.twitter.com/zSA8dysuK2 – ControlAI (@ai_ctrl) 8 luglio 2024 Dottor AI È possibile sapere se una persona rischia di sviluppare l’Alzheimer nei prossimi 6 anni? Un nuovo sistema di intelligenza artificiale è in grado di prevedere con successo l’insorgenza precoce del morbo di Alzheimer utilizzando l’analisi del linguaggio. L’accuratezza della previsione batte i test tradizionali e non invasivi e potrebbe consentire ai pazienti di ricevere un trattamento più precoce. In una scoperta medica, i ricercatori hanno utilizzato l ‘intelligenza artificiale per identificare le infezioni resistenti ai farmaci, come il tifo, prima di tentare di curarle con gli antibiotici. La velocità e l’accuratezza del sistema di intelligenza artificiale consentono ai medici di effettuare diagnosi più rapide e di prescrivere prima gli antibiotici più efficaci. Questo potrebbe essere un grande aiuto per ridurre la diffusione dei batteri resistenti ai farmaci. Altre notizie.. Ecco altre storie sull’intelligenza artificiale che ci sono piaciute questa settimana: E questo è quanto. OpenAI è stato molto silenzioso, anche se altri modelli di IA sono alle calcagna del suo GPT-4o. Incrociamo le dita e speriamo che la prossima settimana ci siano altre notizie su OpenAI oltre a cause legali e hackeraggi. Credi che l’IA riuscirà mai a capire l’umorismo? Scrivere una battuta è una cosa, ma non sono sicuro che un algoritmo possa mai creare il prossimo Seinfeld o Fawlty Towers. Speriamo che gli ingegneri dell’IA concentrino i loro modelli su compiti più semplici come la cura del cancro e l’energia gratuita per il momento. Facci sapere cosa ne pensi, condividi con noi i tuoi tentativi di umorismo con l’AI su X e continua a inviarci link di notizie sull’AI. Leggi di più su dailyai.com
