May 2024 - nexa - server-nexa.polito.it

dividendi di pace - era: Economia a mano armata 2024

by benjuade＠murena.io

Salve, al thread qui sotto segnalo anche la pubblicazione da parte di Fondazione Feltrinelli e Fondazione Finanza Etica di questo ebook: https://fondazionefeltrinelli.it/scopri/dividendi-di-pace/ *Ogni investitore o risparmiatore si aspetta una resa dal proprio denaro, un “dividendo” che giustifichi l’investimento. Ma cosa succede quando questo denaro è gestito da un’organizzazione che pone al centro del proprio agire i diritti delle persone, la pace, la solidarietà, la giustizia sociale e la dimensione spirituale delle relazioni umane?* ** #### Non tutti i dividendi sono uguali, e quelli provenienti da investimenti in armamenti o attività dannose per il pianeta e la società sono moralmente inaccettabili. ** *Dividendi di Pace è un progetto innovativo a cura di Fondazione Finanza Etica che offre gli strumenti necessari agli investitori e risparmiatori “a movente ideale” per distinguere i “dividendi di guerra” da quelli che promuovono il bene comune e la sostenibilità.* ** *Questo volume fornisce le chiavi per comprendere la provenienza dei propri dividendi, offrendo consapevolezza e responsabilità nella gestione delle risorse finanziarie.* ** *Un percorso per orientarsi nel mondo degli investimenti etici e sostenibili, con l’obiettivo di trasformare i risparmi in un potente strumento per costruire un futuro migliore per l’umanità e il pianeta. Un invito a cambiare strada quando necessario, guidati da valori che vanno oltre il mero profitto.* May 3, 2024 at 10:26, benjuade(a)murena.io wrote: > > Grazie di questa preziosa risorsa. > Al riguardo approfitto per segnalare due link a corredo: > > - il dossier di Valori.it "L'intelligenza artificiale va al fronte": https://valori.it/dossier/intelligenza-artificiale-guerra/ > - la campagna per mantenere la trasparenza sui flussi degli investimenti bancari nell'ambito militare (legge 185/1990, penso che l'Italia sia l'unico paese al mondo ad avere una tale trasparente legislazione): https://www.bancaetica.it/la-trasparenza-sullexport-delle-armi-e-sulle-banc… > > B.J. > > May 2, 2024 at 22:56, "Dario Guarascio via nexa" <nexa(a)server-nexa.polito.it> wrote: > > > > > Segnalo la pubblicazione dell'e-book > > 'Economia a mano armata 2024' (a cura di Greenpeace e Sbilanciamoci!), > > con un capitolo sul rapporto tra Big Tech e apparato militare statunitense > > Qui il link per poter scaricare liberamente l'e-book: > > > > https://sbilanciamoci.info/fermiamo-la-nostra-corsa-alle-armi/ > > > > -- > > > > **Dario Guarascio** > > Dipartimento di Economia e Diritto, Sapienza Università di Roma http://www.uniroma1.it/strutture/dipartimenti > > Via del Castro Laurenziano n° 9, 00161 Roma > > Edificio A (6° piano) -ala B, stanza n° 606 > > E-mail: dario.guarascio(a)uniroma1.it > > > > **Sito web** > > italiano - https://sites.google.com/a/uniroma1.it/darioguarascio/ > > inglese - https://sites.google.com/a/uniroma1.it/darioguarascio-eng/ > > > > **Fai crescere le giovani ricercatrici e i giovani ricercatori** > > > > **con il 5 per mille alla Sapienza** > > > > Scrivi il codice fiscale dell'Università **80209930587****Cinque per mille https://www.uniroma1.it/it/node/23149 ** > > >

May 29, 2024

Incontro intorno al volume "La regolazione giuridica dell'intelligenza artificiale" | 7 giugno 2024, ore 15.00

by Nexa - Media

Gentilissime, gentilissimi, Vi invitiamo a partecipare all'incontro intorno al volume "La regolazione giuridica dell'intelligenza artificiale" di Ermanno Bocchini (Giappichelli Editore), che si terrà venerdì 7 giugno alle ore 15.00 presso la Sala Agorà dell'I3P - Incubatore di Imprese Innovative del Politecnico (Corso Castelfidardo 30/a, Torino). L'incontro è organizzato dal Dipartimento di Ingegneria Gestionale e della Produzione del Politecnico di Torino, in collaborazione con il Centro Nexa su Internet & Società, il Consiglio Notarile dei distretti riuniti di Torino e Pinerolo e l'Associazione nazionale per la convergenza nei servizi di comunicazione (ANFoV). Partecipa alla discussione, tra gli altri, il Prof. Maurizio Borghi (co-direttore del Centro Nexa). Per maggiori informazioni è possibile consultare la pagina web dedicata: https://nexa.polito.it/la-regolazione-giuridica-dell-intelligenza-artificia… Vi ringraziamo per l'attenzione, Cordiali saluti, -- Valeria Bergantino Communication Officer Nexa Center for Internet & Society Politecnico di Torino - DAUIN Via Pier Carlo Boggio, 65/A - 10138 Torino web: https://nexa.polito.it/ mail: valeria.bergantino(a)polito.it<mailto:valeria.bergantino@polito.it> tel: 3473443585

May 29, 2024

"An Anonymous Source Shared Thousands of Leaked Google Search API Documents with Me; Everyone in SEO Should See Them"

by J.C. DE MARTIN

*An Anonymous Source Shared Thousands of Leaked Google Search API Documents with Me; Everyone in SEO Should See Them * By Rand Fishkin <https://sparktoro.com/blog/author/rand/> May 27, 2024 On Sunday, May 5th, I received an email from a person claiming to have access to a massive leak of API documentation from inside Google’s Search division. The email further claimed that these leaked documents were confirmed as authentic by ex-Google employees, and that those ex-employees and others had shared additional, private information about Google’s search operations. Many of their claims directly contradict public statements <https://www.seroundtable.com/google-ctr-search-rankings-27157.html> made by Googlers over the years, in particular the company’s repeated denial <https://www.seroundtable.com/google-ctr-dwell-time-signals-myths-27083.html> that click-centric user signals <https://www.blindfiveyearold.com/is-click-through-rate-a-ranking-signal> are employed, denial <https://iloveseo.com/seo/google-says-subdomains-vs-subfolders-doesnt-matter/> that subdomains are considered separately in rankings, denials <https://www.seroundtable.com/google-sandbox-nope-28082.html> of a sandbox for newer websites, denials <https://www.seroundtable.com/google-domain-age-23697.html> that a domain’s age is collected or considered, and more. Naturally, I was skeptical. The claims made by this source (who asked to remain anonymous) seemed extraordinary–claims like: * In their early years, Google’s search team recognized a need for full clickstream data (every URL visited by a browser) for a large percent of web users to improve their search engine’s result quality. * A system called “NavBoost” (cited by VP of Search, Pandu Nayak, in his DOJ case testimony <https://thecapitolforum.com/wp-content/uploads/2023/10/101823-USA-v-Google-…>) initially gathered data from Google’s Toolbar PageRank <https://moz.com/blog/what-is-googles-pagerank-good-for-whiteboard-friday>, and desire for more clickstream data served as the key motivation for creation of the Chrome browser (launched <https://www.npr.org/2008/09/05/94299337/google-launches-chrome-web-browser> in 2008). [...] continua qui: https://sparktoro.com/blog/an-anonymous-source-shared-thousands-of-leaked-g…

May 29, 2024

[CDT-edu] Indicizzare la propria posta e i propri documenti senza AI.

by 380°

Buongiorno, «Pubblicità progresso»? Siccome leggo [1] che /pare/ che alcuni utenti affascinati dall'effetto wow stanno aspettando Google Gemini per cercare fra email e documenti: > Anche in questo caso sono state presentate funzioni molto interessanti > che però non esistono ancora, come la possibilità di integrare Gemini > in tutte le applicazioni dell'ecosistema digitale Google (per esempio > per cercare fra le mail o fra i tuoi file su Google drive). Segnalo agli eventuali interessati che per cercare fra le email e i file non c'è bisogno affatto di una AI, basta un banalissimo software basato su Xapian [2] - una libreria per "probabilistic information retrieval" - installato /localmente/ sul proprio desktop/laptop, macchine che oggi hanno dischi, RAM e CPU ampiamente sufficienti ad indicizzare centinaia di migliaia di email e altrettanti documenti, con query sufficientemente "restrittive" che durano mediamente tra i 4 e gli 8 secondi. Se mai Un Giorno™ a tutti i suddi.., ops, cittadini sarà concesso di avere connessioni alla rete da 1Gbit/sec a un costo accettabile, considerato il software che abbiamo a disposizione, ne vedremo delle belle. Saluti, 380° [1] https://www.internazionale.it/notizie/alberto-puliafito/2024/05/22/chatgpt-… [2] software: https://xapian.org/users articolo Wikipedia: https://en.wikipedia.org/wiki/Xapian -- 380° (Giovanni Biscuolo public alter ego) «Noi, incompetenti come siamo, non abbiamo alcun titolo per suggerire alcunché» Disinformation flourishes because many people care deeply about injustice but very few check the facts. Ask me about <https://stallmansupport.org>.

May 28, 2024

Re: [nexa] [CDT-edu] Guida pratica per resistere all’effetto wow sull’intelligenza artificiale - Alberto Puliafito - Internazionale

by 380°

ma davvero l'"effetto wow" dell'AI è solo quello della pubblicità spacciata per "tech note"? 380° <g380(a)biscuolo.net> writes: >> https://www.internazionale.it/notizie/alberto-puliafito/2024/05/22/chatgpt-… > > --8<---------------cut here---------------start------------->8--- [...] > Tutte le volte che una grande azienda della Silicon Valley organizza > il suo evento succede, poi, che la copertura della notizia nel mondo > tech si amplifica a dismisura: e questo, più che "effetto wow" è l'"effetto asfissia": non rimane più spazio per parlare di blockchain e criptovalute! :-O (nemmeno in lista Nexa :-( ) > Molte persone approfittano del fatto che si parli molto di > quell'evento per ottenere visibilità «Mi si nota di più se vengo e me ne sto in disparte o se non vengo per niente?» [...] > integrare Gemini in tutte le applicazioni dell'ecosistema digitale > Google (per esempio per cercare fra le mail o fra i tuoi file su > Google drive). BOOOM! Visto che l'AI (nella forma di cui si parla tanto _adesso_) è praticamente solo una "search engine on steroids" su una macchina _altrui_, ormai è completamente /sdoganato/ ed accettato pacificamente che _altrui_ possa /indicizzare/ le tue email e tutti i tuoi file "in cloud" (tanto lo fanno lo stesso, anche senza Gemini, solo che adesso è diventato un servizio anche per te e non solo per le agenzie di spionaggio, finalmente!). La riservatezza delle comunicazioni e dei documenti è un concetto obsoleto, roba da _nostalgici_. > • evita di leggere tutto quel che viene scritto o raccontato nei > giorni seguenti. In questo modo ti metterai al riparo dalle opinioni > altrui e potrai farti una tua idea; come se fosse facile, visto che c'è "il diluvio" di opinion leader come se fosse facile, visto che farsi una _vaga_ idea (una opinione) in merito costa niente, formarsi un _giudizio_ costa leggersi come minimo il manuale... [...] > • leggi il manuale e le specifiche tecniche; un utente che legge il manuale? Ma in che mondo vive l'autore? ROFTL! :-D ma se gli utenti non leggono manco i "disclaimer" (quelli scritti in lillipuziano) e men che meno le "condizioni d'uso"! Ma in che mondo vive?!? ... e le "specifiche tecniche"?!?! Ma sta parlando sul serio? [...] Saluti, 380° P.S.: un'altra tecnica molto più efficace di _resistenza_ è ignorare. -- 380° (Giovanni Biscuolo public alter ego) «Noi, incompetenti come siamo, non abbiamo alcun titolo per suggerire alcunché» Disinformation flourishes because many people care deeply about injustice but very few check the facts. Ask me about <https://stallmansupport.org>.

May 28, 2024

[CDT-edu] Guida pratica per resistere all’effetto wow sull’intelligenza artificiale - Alberto Puliafito - Internazionale

by 380°

Buongiorno, mi aspetterei che la persona "nexiana media" sia immune all'effetto wow di «potevamo stupirvi con effetti speciali e colori ultravivaci, ma noi siamo scienza, non fantascenza» [1]; tuttavia vale la pena riportare l'articolo integrale, che merita di essere indicizzato in questa lista "J.C. DE MARTIN" <demartin(a)polito.it> writes: > https://www.internazionale.it/notizie/alberto-puliafito/2024/05/22/chatgpt-… --8<---------------cut here---------------start------------->8--- Guida pratica per resistere all’effetto wow sull’intelligenza artificiale ═════════════════════════════════════════════════════════════════════════════ 22 maggio 2024 10:08 Il 13 maggio 2024 la OpenAi ha organizzato una [presentazione in diretta] sulla piattaforma di streaming YouTube per mostrare ChatGpt 4o, il nuovo modello di ChatGpt. All'interno di una stanza con le luci soffuse e un gigantesco schermo, in uno scenario curato nei minimi dettagli e apparentemente informale, [Mira Murati], direttrice tecnica della OpenAi, ha condotto la presentazione. Insieme a lei c'erano altre due persone chiave dell'azienda: [Mark Chen], a capo delle cosiddette ricerche di frontiera, e [Barrett Zoph], che invece lavora sulle ia una volta che sono state addestrate. La diretta ha totalizzato più di tre milioni e mezzo di visite in cinque giorni. La OpenAi ha caricato altri video sul proprio canale YouTube. In alcuni casi si tratta di estratti dalla diretta. In altri, invece, i contenuti e anche i protagonisti sono diversi. Fra questi ultimi, il più visto – con oltre un milione e mezzo di visualizzazioni – è il [video] in cui [Greg Brockman], presidente della OpenAi, fa dialogare due modelli ChatGpt 4o fra loro usando due smartphone diversi. La fotografia dei video è curata nei minimi dettagli; durante la diretta il pubblico, sempre fuori campo, fa versi di apprezzamento; ogni elemento è immaginato a monte per l'intrattenimento e per generare quello che nel marketing è noto come effetto wow. L'idea alla base è semplice: quando si presenta un prodotto bisogna generare sorpresa, ammirazione, superare le aspettative, presentare le novità in modi inaspettati. È vero che OpenAi ha un prodotto che si presta a questo effetto wow. Ma allo stesso tempo, se oggi vuoi provare a replicare quello che fa Brockman con i due smartphone non puoi farlo. Analizzare la forma con cui queste aziende comunicano è un buon modo per prendere le distanze dal contenuto e considerarlo in maniera critica. Altre forme di presentazione dei prodotti, decisamente più appariscenti e costose, sono i cosiddetti keynote. I più famosi nella storia della Silicon Valley erano quelli tenuti da Steve Jobs, ex amministratore delegato della Apple. Avevano addirittura un loro nome proprio: gli [stevenote]. Il giorno dopo la presentazione della OpenAi, per esempio, c'è stato il [Google i/o], pianificato da tempo (è probabile che la OpenAi abbia deciso strategicamente di anticipare la concorrenza con un evento più piccolo). Lo streaming ha superato il milione di visualizzazioni. Lo [spot di Gemini], invece, è a oltre sei milioni. Anche in questo caso sono state presentate funzioni molto interessanti che però non esistono ancora, come la possibilità di integrare Gemini in tutte le applicazioni dell'ecosistema digitale Google (per esempio per cercare fra le mail o fra i tuoi file su Google drive). Anche guardare i numeri è importante. Le visualizzazioni sono elevate, ma nemmeno lontanamente paragonabili a quelle dei video più visti sulle piattaforma streaming. Le intelligenze artificiali restano un tema di nicchia: è un altro elemento da considerare per resistere alla macchina pubblicitaria che amplifica aspettative e impatto delle ia generative e delle loro funzioni. Questo ci dice anche che queste macchine sono ancora poco note al grande pubblico e dunque inavvertibili socialmente. Tutte le volte che una grande azienda della Silicon Valley organizza il suo evento succede, poi, che la copertura della notizia nel mondo tech si amplifica a dismisura: vengono prodotti articoli sulle testate online specializzate, commenti sui social network, testo, video, guide, impressioni, recensioni. Lo spazio informativo viene letteralmente invaso. Molte persone approfittano del fatto che si parli molto di quell'evento per ottenere visibilità: i loro contenuti sono spesso preparati rapidamente per cavalcare l'ondata dell'interesse e quindi, per ragioni di tempo, aderiscono in maniera acritica al racconto di quel che vede o sente, sono quasi tutti uguali e poco ragionati. Il tutto non fa che creare confusione e amplificare l'effetto wow. Come si può fare, allora, per seguire il lancio di un prodotto come ChatGpt 4o senza farsi travolgere? Come ci si approccia a un nuovo servizio di ia? Ecco una guida pratica che contiene anche suggerimenti d'uso di queste macchine: • rinuncia a vedere la presentazione in diretta. Se hai un grande interesse per il tema potrebbe essere difficile, ma non ci guadagnerai nulla in termini di comprensione dei prodotti: starai solo guardando una lunga pubblicità che ha l'aspetto di un convegno tecnico o di una dimostrazione; • evita di leggere tutto quel che viene scritto o raccontato nei giorni seguenti. In questo modo ti metterai al riparo dalle opinioni altrui e potrai farti una tua idea; • se puoi e ti serve, inizia a giocare con il prodotto. Non si può fare con l'hardware ma con i software di ia è diverso. Puoi usare ambienti di test come il sito [sito comparativo] Lmsys, dopo aver letto attentamente come funziona. Per testare i chatbot come ChatGpt 4o preparati una serie di prompt che usi sempre, uguali per tutti i chatbot. Io inserisco dentro la macchina un mio articolo, chiedo di imitare il mio stile e di scrivere un pezzo su un tema affine, proponendo alla ia un titolo, il pubblico a cui il pezzo è rivolto, il contesto in cui andrà pubblicato. Poi confronto i risultati con quelli che mi ero salvato in passato. Puoi fare lo stesso con analisi di file di dati o con conversazioni generali, chiedendo un piano marketing o un'analisi di una foto; • leggi il manuale e le specifiche tecniche; • se stai testando un'ia generativa da testo a testo, chiedi al chatbot di dirti cosa sa fare e di crearti una tabella comparativa con le sue versioni precedenti; • ora è arrivato il momento di guardarti la presentazione e leggere le opinioni degli altri. Sembra faticoso e non tutti avremo il tempo di fare questi passaggi. Ma mettere questa serie di filtri – o almeno sapere che si possono adottare – è un riparo sicuro dall'effetto wow delle intelligenze artificiali. --8<---------------cut here---------------end--------------->8--- Saluti, 380° [1] https://yewtu.be/watch?v=tFXd1LS5_A0 -- 380° (Giovanni Biscuolo public alter ego) «Noi, incompetenti come siamo, non abbiamo alcun titolo per suggerire alcunché» Disinformation flourishes because many people care deeply about injustice but very few check the facts. Ask me about <https://stallmansupport.org>.

May 28, 2024

Women in AI: Sarah Myers West says we should ask, 'Why build AI at all?' | TechCrunch

by J.C. DE MARTIN

https://techcrunch.com/2024/05/25/women-in-ai-sarah-myers-west-says-we-shou… (messaggio spedito in movimento - scusate brevità ed eventuali refusi)

May 25, 2024

Re: [nexa] Minerva, l'IA italiana al bivio tra Vannacci e Manzon

by Giuseppe Attardi

Il tokeniser mwt è un tokenizer statistico che abbiamo allenato su un'ampia raccolta di token composti. Essendo statistico non è garantito essere corretto, ma va usato per come è previsto, ossia per analizzare frasi, non singole parole. Quindi per esempio anello non lo suddivide se usato nel giusto contesto: >>> doc=nlp("un anello d'argento") >>> doc [ [ { "id": 1, "text": "un", "lemma": "uno", "upos": "DET", "xpos": "RI", "feats": "Definite=Ind|Gender=Masc|Number=Sing|PronType=Art", "head": 2, "deprel": "det", "start_char": 0, "end_char": 2, "ner": "O", "multi_ner": [ "O" ] }, { "id": 2, "text": "anello", "lemma": "anello", "upos": "NOUN", "xpos": "S", "feats": "Gender=Masc|Number=Sing", "head": 0, "deprel": "root", "start_char": 3, "end_char": 9, "ner": "O", "multi_ner": [ "O" ] }, { "id": 3, "text": "d'", "lemma": "di", "upos": "ADP", "xpos": "E", "head": 4, "deprel": "case", "start_char": 10, "end_char": 12, "ner": "O", "multi_ner": [ "O" ], "misc": "SpaceAfter=No" }, { "id": 4, "text": "argento", "lemma": "argento", "upos": "NOUN", "xpos": "S", "feats": "Gender=Masc|Number=Sing", "head": 2, "deprel": "nmod", "start_char": 12, "end_char": 19, "ner": "O", "multi_ner": [ "O" ], "misc": "SpaceAfter=No" } ] ] E lo stesso per andirivieni: >>> nlp("un gran andirivieni per casa") [ [ { "id": 1, "text": "un", "lemma": "uno", "upos": "DET", "xpos": "RI", "feats": "Definite=Ind|Gender=Masc|Number=Sing|PronType=Art", "head": 3, "deprel": "det", "start_char": 0, "end_char": 2, "ner": "O", "multi_ner": [ "O" ] }, { "id": 2, "text": "gran", "lemma": "grande", "upos": "ADJ", "xpos": "A", "feats": "Number=Sing", "head": 3, "deprel": "amod", "start_char": 3, "end_char": 7, "ner": "O", "multi_ner": [ "O" ] }, { "id": 3, "text": "andirivieni", "lemma": "andirivieno", "upos": "NOUN", "xpos": "S", "feats": "Gender=Masc|Number=Plur", "head": 0, "deprel": "root", "start_char": 8, "end_char": 19, "ner": "O", "multi_ner": [ "O" ] }, { "id": 4, "text": "per", "lemma": "per", "upos": "ADP", "xpos": "E", "head": 5, "deprel": "case", "start_char": 20, "end_char": 23, "ner": "O", "multi_ner": [ "O" ] }, { "id": 5, "text": "casa", "lemma": "casa", "upos": "NOUN", "xpos": "S", "feats": "Gender=Fem|Number=Sing", "head": 3, "deprel": "nmod", "start_char": 24, "end_char": 28, "ner": "O", "multi_ner": [ "O" ], "misc": "SpaceAfter=No" } ] ] > On 24 May 2024, at 12:00, nexa-request(a)server-nexa.polito.it wrote: > > From: Antonio <antonio(a)piumarossa.it <mailto:antonio@piumarossa.it>> > To: nexa(a)server-nexa.polito.it <mailto:nexa@server-nexa.polito.it> > Subject: Re: [nexa] Minerva, l'IA italiana al bivio tra Vannacci e > Manzon > Message-ID: <20240523204128.9de4aa7a7c4a195ae21c3ba8(a)piumarossa.it <mailto:20240523204128.9de4aa7a7c4a195ae21c3ba8@piumarossa.it>> > Content-Type: text/plain; charset=ISO-8859-1 > >> secondo me, con opportuni adattamenti, varrebbe la pena di provare a vedere >> se migliora un LLM 'pure Italian' > > Prima, secondo me, andrebbe perfezionato 'stanza'. > Ad esempio: > nlp = stanza.Pipeline('it') > doc = nlp("agnello") > ... > Result: a-nnlo-lo > > "id": 1, > "lemma": "a", > "upos": "ADP", > "xpos": "E", > "deprel": "case" > -- > "id": 2, > "lemma": "nnlo", > "upos": "NOUN", > "xpos": "S", > "feats": "Gender=Masc|Number=Sing", > "head": 0, > "deprel": "root" > -- > "id": 3, > "lemma": "lo", > "upos": "PRON", > "xpos": "PC", > "feats": "Clitic=Yes|Gender=Masc|Number=Sing|Person=3|PronType=Prs", > "deprel": "discourse" > > I clitici in genere li trova: > doc = nlp("mangiarselo") > "lemma": "se", > "feats": "Clitic=Yes|Person=3|PronType=Prs", > ... > "lemma": "lo", > "feats": "Clitic=Yes|Person=3|PronType=Prs",

May 24, 2024

Guida pratica per resistere all’effetto wow sull’intelligenza artificiale - Alberto Puliafito - Internazionale

by J.C. DE MARTIN

https://www.internazionale.it/notizie/alberto-puliafito/2024/05/22/chatgpt-… (messaggio spedito in movimento - scusate brevità ed eventuali refusi)

May 24, 2024

Re: [nexa] Minerva, l'IA italiana al bivio tra Vannacci e Manzoni

by Antonio

> Domando: c'è una relazione statistica (frequenza d'uso, attribuzione di > significati, condivisione di significati) che progressivamente lega parole, > frasi, testi al loro significato? La relazione che lega parole al loro significato è un passo avanti nel funzionamento dell'IA generativa. La mia era solo una considerazione statistico/morfologica. Provo ad argomentare con un esempio più "letterario". Se Alessandro Manzoni avesse scritto i Promessi Sposi al computer avrebbe avuto bisogno di 85 "caratteri" diversi, tra lettere, numeri, segni, lettere accentate, ecc. Nella distribuzione statistica del romanzo si passa dai 196194 'spazi' alle 119916 'e', per finire con 3 W (Wallenstein) e una sola á (a con accento acuto) in: "il podestà co’ soldati era andato a reconocer la casa, y a ver si hallará algunos vestigios". Bene, chiamiamo questi 85 caratteri alfabeto esteso. Prendiamo la prima frase del testo: "Quel ramo del lago di Como, che volge a mezzogiorno, tra " e proviamo ad indovinare la parola di tre caratteri successiva. La probabilità di riuscirci al primo tentativo è di 1/85*1/85*1/85 = 1 su 614125. Se considerassimo solo le lettere minuscole, la probabilità scenderebbe a 1/24 * 1/24 * 1/24 = 1 su 13824 (24 e non 26 perché nel testo dei Promessi Sposi mancano k e w), ma ovviamente non possiamo limitarci alle sole lettere minuscole. Ora, costruiamoci un alfabeto esteso composto oltre che da unigramma, anche da digramma e trigramma, scelti su base statistica. Avremo un alfabeto esteso, composto da più di 85 elementi, mettiamo 1000 elementi. Calcolando la probabilità, prima scegliendo i trigramma, poi componendo un digramma ed un unigramma, questa probabilità scenderà di molto. Nel test che ho fatto 186 degli elementi erano trigramma, ed uno è proprio la parola che stavamo cercando. Ovvero "due". La probabilità è scesa da 1/614125 a 1/186. Tutto questo per dire che la scelta degli elementi dell'alfabeto esteso è molto importante e non bisogna "sprecare" caselle. L'alfabeto esteso di GPT2/3 è di poco più di 50000 elementi, LLaMA di Facebook 32000, Minerva 32768, ecc. Antonio

May 24, 2024