February 2025 - nexa - server-nexa.polito.it

AI gives you answers, but the knowledge you gain is shallow.
by Enrico Nardelli Feb. 18, 2025

Feb. 18, 2025

AI gives you answers, but the knowledge you gain is shallow. With StackOverflow, you had to read multiple expert discussions to get the full picture. It was slower, but you came out understanding not just what worked, but why it worked. Think about every great developer you know. Did they get that good by copying solutions? No—they got there by understanding systems deeply and understanding other developers’ thought processes. That’s exactly what we’re losing. I’m not trying to be that guy who complains about “kids these days.” I use AI tools daily. I’m literally building one. But we need to be honest about what we’re trading away for this convenience. da qua... https://nmn.gl/blog/ai-and-learning -- -- EN https://www.hoepli.it/libro/la-rivoluzione-informatica/9788896069516.html ====================================================== Prof. Enrico Nardelli Past President di "Informatics Europe" Direttore del Laboratorio Nazionale "Informatica e Scuola" del CINI Dipartimento di Matematica - Università di Roma "Tor Vergata" Via della Ricerca Scientifica snc - 00133 Roma home page: https://www.mat.uniroma2.it/~nardelli blog: https://link-and-think.blogspot.it/ tel: +39 06 7259.4204 fax: +39 06 7259.4699 mobile: +39 335 590.2331 e-mail: nardelli(a)mat.uniroma2.it online meeting: https://blue.meet.garr.it/b/enr-y7f-t0q-ont ====================================================== --

1 0

Computing Commons: Designing public compute for people and society
by Enrico Nardelli Feb. 18, 2025

Feb. 18, 2025

Compute, or computational power, has emerged as a fundamental currency of AI technologies, shaping not only the technical capabilities of AI systems and who is able to build them, but also the competitive dynamics and strategic landscape of the AI sector. As AI models grow increasingly sophisticated, access to and control of large-scale compute resources have become critical determinants of research progress, commercial success and ultimately who can participate in AI development. This report focuses on ‘public compute’, which we define loosely as initiatives which use government funds to provide particular groups with access to compute resources. This can take a variety of forms, from the provision of hardware (for example, graphics processing units or GPUs) or vouchers for accessing private cloud services, to direct access to public supercomputing projects operated by government or state-funded entities. The announcement of the multibillion-dollar Stargate Project for data centre investment in the US, the publication of the AI Opportunities Action Plan in the UK, and live debate over the effect of the DeepSeek R1 model on future compute demand all speak to the urgency of better understanding the impact of compute availability. With increasing calls for ‘public’ alternatives to corporate infrastructure at all levels of the ‘AI stack’, compute – as a central input for modern AI development – is necessarily part of this picture. At the centre of this debate is how we can evaluate the extent to which different approaches result in broader public benefit, a key concern of this month’s AI Action Summit in Paris. This report summarises the findings of a research project carried out by the Ada Lovelace Institute (Ada), with the support of the Mozilla Foundation. Based on interviews with policymakers and experts across multiple jurisdictions, we map existing public compute initiatives and provide recommendations for policymakers looking to scope and implement such policies. continua qua https://www.adalovelaceinstitute.org/report/computing-commons/ -- -- EN https://www.hoepli.it/libro/la-rivoluzione-informatica/9788896069516.html ====================================================== Prof. Enrico Nardelli Past President di "Informatics Europe" Direttore del Laboratorio Nazionale "Informatica e Scuola" del CINI Dipartimento di Matematica - Università di Roma "Tor Vergata" Via della Ricerca Scientifica snc - 00133 Roma home page: https://www.mat.uniroma2.it/~nardelli blog: https://link-and-think.blogspot.it/ tel: +39 06 7259.4204 fax: +39 06 7259.4699 mobile: +39 335 590.2331 e-mail: nardelli(a)mat.uniroma2.it online meeting: https://blue.meet.garr.it/b/enr-y7f-t0q-ont ====================================================== --

1 0

linee guida dell'Agenzia per l'Italia Digitale su utilizzo dell'Intelligenza artificiale nella pubblica amministrazione: consultazione on line
by Mauro Alovisio Feb. 18, 2025

Feb. 18, 2025

Gent.mi segnalo da sito di Agid Da oggi e fino al 20 marzo sono in consultazione pubblica le Linee Guida per l’adozione dell'Intelligenza Artificiale nella Pubblica Amministrazione <https://www.agid.gov.it/sites/agid/files/2025-02/Linee_Guida_adozione_IA_ne…>, adottate con la Determinazione n.17/2025 <https://trasparenza.agid.gov.it/page/103/details/5299/determinazione-n-17-d…> . Previste dal Piano Triennale per l’Informatica nella Pubblica Amministrazione 2024-2026 <https://www.agid.gov.it/it/agenzia/piano-triennale>, le Linee Guida di AgID per l’adozione, l’acquisto e lo sviluppo di sistemi di IA nella Pubblica Amministrazione sono emanate seguendo l’iter previsto all’articolo 71 del Codice dell’Amministrazione Digitale (CAD). Quelle in consultazione riguardano, nello specifico, le modalità di adozione dei sistemi di Intelligenza Artificiale, con particolare riferimento agli aspetti di conformità normativa e di impatto organizzativo. Considerata la velocità dell’innovazione, le Linee Guida devono garantire un adattamento costante ai cambiamenti imposti dalla rivoluzione digitale e supportare le amministrazioni; di qui la scelta di corredare il documento di allegati chiamati “strumenti” i cui contenuti potranno essere aggiornati agevolmente. Attraverso la consultazione pubblica tutti gli interessati possono avanzare proposte di revisioni, modifiche e/o integrazioni al fine di migliorare il testo delle linee guida sia in termini prettamente editoriali, che, soprattutto, tecnici e di contenuto, in modo da garantire una loro più efficace implementazione da parte dei destinatari. Come partecipare alla consultazione Le Linee Guida sono pubblicate sul sito AgID, nella pagina dedicata all’Intelligenza Artificiale <https://www.agid.gov.it/it/ambiti-intervento/intelligenza-artificiale>, ed è possibile partecipare alla consultazione fino al 20 marzo 2025 attraverso i commenti su Forum Italia <https://forum.italia.it/c/documenti-in-consultazione/lg-per-l-adozione-di-i…> . <https://www.agid.gov.it/it/notizie/intelligenza-artificiale-in-consultazion…> Il tuo punto di vista è importante! Facci sapere se hai trovato utile questa pagina, lascia un parere <https://www.agid.gov.it/it/notizie/intelligenza-artificiale-in-consultazion…> .

1 0

Condivisione volume collettivo liberamente scaricabile: "I mondi del Professor Challenger. Politiche, tecno-logiche, ambienti"
by Giuseppe Allegri Feb. 18, 2025

Feb. 18, 2025

Care tutti, sperando di non essere troppo invadente (e certo anche troppo autoriferito), mi permetto di segnalare la recente uscita in formato OA-CC, quindi liberamente scaricabile al sito dell'editore Orthotes, il volume collettivo dal titolo appunto "I mondi del Professor Challenger. Politiche, tecno-logiche, ambienti", a cura di Sara Baranzoni, Giacomo Gilmozzi, Emilia Marra, Paolo Vignola e con saggi di Giuseppe Allegri, Sara Baranzoni, Gianvito Brindisi, Giovanni Carrozzini, Eleonora de Conciliis, Riccardo Fanciullacci, Dario Gentili, Giacomo Gilmozzi, Anna Longo, Flavio Luzi, Emilia Marra, Alice Pontiggia, Edoardo Toffoletto, Paolo Vignola. Mi permetto di segnalarlo perché diversi interventi sono attraversati da ricerche e studi del grande Bernard Stiegler e trattano di temi che potrebbero in qualche modo interessare la lista. Nel mio, riprendo anche le riflessioni intorno al FSM e alla figura di Mario Savio nel 1964 di Berkeley che combacia anche con il 1964 anno di scrittura del libro sul guaranteed income in cui scrissero tra gli altri anche Fromm, McLuhan e quindi molti altri. Temi discussi con alcuni di voi negli anni scorsi, tra commenti online e incontri alla Fondazione Basso di Roma. Mi scuso per la lunghezza di questa e-mail ed ecco la pagina web di presentazione del tutto e dove è possibile trovare il volume: https://www.orthotes.com/professor-challenger/ Un caro saluto e spero buona lettura, peppe a. -- Giuseppe Allegri Docente a contratto <https://corsidilaurea.uniroma1.it/user/36821> e Assegnista di Ricerca - CoRiS - Sapienza, Università di Roma e-mail: giuseppe.allegri(a)gmail.com giuseppe.allegri(a)uniroma1.it mobile: +39 339 3184550 academia <https://wwwuniroma1.academia.edu/GiuseppeAllegri> LinkedIn <https://www.linkedin.com/in/giuseppe-allegri-068b4714b/> OperaViva <https://operavivamagazine.org/schede/peppe-allegri/> - *La città come istituzione, entro e oltre lo Stato <https://www.editricesapienza.it/book/8630> *(a cura di Allegri, Frosina, Guerra, Longo), SUE, 2023 - *La protezione sociale dei lavoratori autonomi e intermittenti per un nuovo modello sociale europeo* <https://www.diritticomparati.it/wp-content/uploads/2024/03/9.Allegri.pdf>, in *Rivista di Diritti Comparati*, Special Issue V <https://www.diritticomparati.it/rivista-quadrimestrale-special-issue-v-2024>, 2024, 153-172 <https://www.avast.com/sig-email?utm_medium=email&utm_source=link&utm_campai…> Privo di virus.www.avast.com <https://www.avast.com/sig-email?utm_medium=email&utm_source=link&utm_campai…> <#DAB4FAD8-2DD7-40BB-A1B8-4E2AA1F9FDF2>

1 0

Re: [nexa] Decalogo per un utilizzo etico, legittimo e consapevole di strumenti d’Intelligenza Artificiale (AI) in tutte le attività dell’Ateneo
by Vincenzo Cangemi Feb. 18, 2025

Feb. 18, 2025

Caro Don Luca, anche l'ateneo di Bologna si è dotato di una policy sull'IA generativa: https://www.unibo.it/it/ateneo/chi-siamo/intelligenza-artificiale/intellige… Un caro saluto. Vincenzo Cangemi ---------------------------------------------------------------------- Message: 1 Date: Mon, 17 Feb 2025 17:19:10 +0100 From: don Luca Peyron <dluca.universitari(a)gmail.com> To: Nexa <nexa(a)server-nexa.polito.it> Subject: [nexa] Decalogo per un utilizzo etico, legittimo e consapevole di strumenti d’Intelligenza Artificiale (AI) in tutte le attività dell’Ateneo Message-ID: <CAGS_u7idwHDVH1uDZ10Q_7rg1HXxpB=2zd7=zD-Rm2SnOzd19g(a)mail.gmail.com> Content-Type: text/plain; charset="utf-8" All'università di Milano Buona lettura dl https://www.unimi.it/it/ateneo/normative/linee-guida/decalogo-un-utilizzo-e… _________________________ don Luca Peyron Pastorale Universitaria - Apostolato Digitale Arcidiocesi di Torino www.universitari.to.it via XX settembre 83, Torino tel. 011 5156239 -- Vincenzo Cangemi, PhD Ricercatore a tempo determinato di Diritto del lavoro Università degli Studi di Torino Dipartimento di Giurisprudenza Campus Luigi Einaudi Lungo Dora Siena 100 10153 - Torino https://iris.unito.it/browse?type=author&authority=rp173307&authority_lang=…

1 0

Decalogo per un utilizzo etico, legittimo e consapevole di strumenti d’Intelligenza Artificiale (AI) in tutte le attività dell’Ateneo
by don Luca Peyron Feb. 17, 2025

Feb. 17, 2025

All'università di Milano Buona lettura dl https://www.unimi.it/it/ateneo/normative/linee-guida/decalogo-un-utilizzo-e… _________________________ don Luca Peyron Pastorale Universitaria - Apostolato Digitale Arcidiocesi di Torino www.universitari.to.it via XX settembre 83, Torino tel. 011 5156239

1 0

Re: [nexa] Perché Richard Stallman sbaglia in tema di intelligenza artificiale
by Guido Vetere Feb. 17, 2025

Feb. 17, 2025

secondo me invece è proprio sul ragionamento analogico (piuttosto che logico) che l'AI generativa incontrerà il suo più serio limite, ma vedremo per il resto sono d'accordo: questi language model ci faranno capire (anche negativamente) molte cose interessanti per esempio ci diranno cose sul linguaggio che la grammatica e la lessicografia non ci hanno ancora detto, ne parlo nel mio libro G. On Sat, 15 Feb 2025 at 08:47, Giuseppe Attardi <attardi(a)di.unipi.it> wrote: > Il punto è proprio quello: il modello impara da sè la teoria e lo fa in un > modo che non è necessariamente lo stesso di come lo facciamo noi. > > Un caso eclatante è la Mossa 37 di AlphaGo contro Sedol. È stato ciò che > viene chiamato un Aha moment, ossia AlphaGo ha fatto una mossa che nessun > umano si sarebbe aspettato. > Come dice Andrei Karpathy, il RL consente slla macchina di apprendere cose > che noi non sappiamo e che quindi non potremmo insegnarle. È questa la > novità. > È per questo che non sono solo pappagalli stocastici. > Nel futuro ne vedremo sempre di più e forse saremo noi a dover imparare da > loro. > > Sono queste evoluzioni che a RMS sembrano essere sfuggite. > > Per illustrare il processo, meglio dei miei due esempi, eccovi un > riassunto visuale del funzionamento dei modelli che ragionano: > > > https://newsletter.maartengrootendorst.com/p/a-visual-guide-to-reasoning-ll… > > — > > On 14 Feb 2025, at 19:07, Guido Vetere <vetere.guido(a)gmail.com> wrote: > > > molto interessante, grazie, ma secondo me è un esempio che depone contro > la tua tesi :-) > se conosci la semantica dei numeri e degli operatori, non ti serve alcun > tipo di apprendimento da esempi: L uguale o più grande di F, ed F è uguale > o più grande di V, quindi L è uguale o più grande di V. i bambini delle > elementari lo intuiscono geometricamente a prima vista > il motivo per cui devi ricorrere a esempi e rinforzi è proprio il fatto > che la rete neurale non ragiona con la semantica del problema, come invece > facciamo noi, anche intuitivamente > non ti far ingannare dal fatto che la macchina dice cose del tipo: > >> F is at least as much as V (F ≥ V), so the relation between F and V is F >> is greater than or equal to V. > > perché quelle sono frasi prodotte non su base semantica, ma per imitazione > di frasi analoghe a quelle osservate nel training > ora non ripetere che 'con la semantica non si sono risolti i problemi, > smucinando coi dati invece sì' perché questo può anche essere > contingentemente vero, ma non prova nulla > > buona serata, > G. > > > > On Fri, 14 Feb 2025 at 18:26, Giuseppe Attardi <attardi(a)di.unipi.it> > wrote: > >> Il modello DeepSeek R1 è stato addestrato a “svolgere ragionamenti" con >> un SFT+RL su esempi di ragionamenti logico matematici: è quindi qualcosa di >> diverso da un semplice LLM. >> Quando si insegna la matematica, un insegnante presenta la teoria (1), >> poi mostra la soluzione di alcuni esercizi (2) e poi sottopone gli studenti >> a degli esercizi (3) per vedere se hanno capito. >> Nel training di modelli con STF+RL si fa qualcosa di simile: >> 1 è il training del LLM, acquisizione della conoscenza di base >> 2 è il SFT+RL >> 3 sono i benchmark di valutazione >> >> Provo ad illustrarlo con un esempio, per uscire dalla disquisizione >> astratta di cosa sia “ragionare”, “comprendere”, ecc. termini antropomorfi >> che non sono necessariamente applicabili al caso. >> >> Prompt: “In the following question assuming the given statements to be >> true, find which of the conclusion among the given conclusions is/are >> definitely true." >> >> Statements: >> H > F ≤ O ≤ L; F ≥ V < D >> >> Conclusions: >> I. L ≥ V >> II. O > D >> >> The options are: >> >> A. Only I is true >> B. Only II is true >> C. Both I and II are true >> D. Either I or II is true >> E. Neither I nor II is true.” >> >> Response by o3: >> >> To solve this problem, let's first clarify the given statements and their >> implications: >> 1. H > F≤ O≤L >> 2. F≥V< D >> We need to evaluate the given conclusions: >> I. L≥ V >> II. O > D >> Let's analyze each conclusion: >> >> Conclusion I: L ≥ V >> From the statements: >> • F is at least as much as V (F ≥ V), so the relation between F and V is >> F is greater than or equal to V. >> • L is at least as much as O (O ≤ L), and since F <= 0 <= L, we can say >> F <= L. >> • So we have F ≥ V and L ≥ O. >> Combining all, F ≥ V and L ≥ F leads to L ≥ V. >> >> Therefore, Conclusion I: L ≥ V is definitely true. >> >> Conclusion II: 0 > D >> From the statements: >> • F ≤ O, so O is greater or equal to F. >> • D is greater then V (V< D), and we know from the statements F is >> greater than or equal to V (F ≥ V) >> >> However, without definite numerical value or direct inequality >> comparisons between O and D, we cannot ascertain that O is greater than D. >> Conclusion II: O > D is not definitely true based on the given >> information. >> >> Thus, the answer is: >> A. Only l is true >> ----- >> >> Ecco un altro esempio dai miei esperimenti sulla generazione di codice >> per interrogare tabelle. >> >> Question: Does the author with the longest name post mainly original >> content? >> <think> >> To determine if the author with the longest name posts mainly original >> content, we need to: >> >> 1. Identify the author with the longest author_name. >> 2. Check if this author's type is 'original'. >> 3. Verify if the majority of their posts are original. >> >> Here's the Python function using pandas to perform these steps: >> ... >> Wait, maybe the problem is that when you group by 'author_name' and then >> use 'agg('max')', it's trying to compute the max for each group, but if >> 'author_name' is a Categorical, it's not ordered, so the max function >> doesn't know which one is the maximum. >> So, converting 'author_name' to a string type before grouping would solve >> the issue. >> So, the function would be: >> ... >> But again, the problem is that after grouping, the index is reset, so >> when you try to filter `original_posts`, it might not have the same index >> as `max_author`. >> >> Wait, no. The `max_author` is the name of the author with the longest >> name, and `original_posts` is a DataFrame filtered to only include >> 'original' type posts. Then, `max_author_original` is a subset of >> `original_posts` where the 'author_name' is equal to `max_author`. >> This should work because `max_author` is a string, and it's looking for >> that string in the 'author_name' column of `original_posts`. >> So, the function should correctly return whether the author with the >> longest name posts mainly original content. >> >> … >> Wait, that's a problem. >> So, the function needs to handle the case where there are no original >> posts. >> In that case, the function should return False, because the author with >> the longest name does not post original content. >> But in the current code, if `original_posts` is empty, >> `max_author_original` would also be empty, and accessing >> `max_author_original['type']` would throw an error. >> So, to fix this, we need to check if `max_author_original` is not empty >> before accessing its 'type' column. >> So, the function should be modified to: >> … >> >> >> >> On 14 Feb 2025, at 07:47, Guido Vetere <vetere.guido(a)gmail.com> wrote: >> >> Beppe, >> ma la "spiegazione" della c.d. chain-of-thought si trova sullo stesso >> piano epistemico di ciò che intende spiegare, cioè quello della >> correlazione, non quello delle causalità. >> La differenza è 'striking' e la spiega bene Judea Pearl nel suo "The Book >> of Why" (https://en.wikipedia.org/wiki/The_Book_of_Why) >> >> G. >> >> On Thu, 13 Feb 2025 at 12:36, Giuseppe Attardi <attardi(a)di.unipi.it> >> wrote: >> >>> Non solo lui, ma gran parte degli studiosi di linguistica della vecchia >>> generazione, a partire da Noam Chomsky, sono rimasti indietro di 8 anni. >>> Non solo, ma non comprendono la differenza tra i LLM e i chatbot, che >>> sono delle applicazioni dei primi, nate inizialmente per gioco: ricorderete >>> la storia degli unicorni, prodotta da GPT-2. >>> Era un esercizio classico di uso dei LM per generare testo a >>> completamento di un prompt. >>> >>> Ma I chatbot sono un’applicazione specializzata dei LLM, allenata con >>> una fase di post-training, con varie tecniche, in primis il RLHF introdotto >>> in ChatGPT, per addestrarlo a partecipare a dialoghi, ossia ad accontentare >>> gli interlocutori. >>> Ma oltre ai chatbot, ci sono mille altre applicazioni dei LLM che non >>> sono solo per chiacchierare. >>> >>> Da allora, la tecnica si è poi ulteriormente evoluta con tre sostanziali >>> progressi: >>> >>> 1. Con l’aumentare della scala dei modelli, sono apparse capacità >>> emergenti (emergent abilities), che vanno oltre la banale capacità di >>> predire la prossima parola: un fenomeno che si spiega con la teoria dei >>> sitemi complessi di Giorgio Parisi: l’applicazione su larga scala di >>> semplici funzioni di probabilità dà origine a comportamenti complessi, non >>> riducibili alla funzione di partenza >>> 2. Si sono raffinate le tecniche di post-processing: SFT e RL basato su >>> DPO (Direct Preference Optimizazion) o GRPO (quella usata da DeepSeek R1 >>> ecc.) Quest’ultima tecnica accelera l’apprendimento con RL e viene usata >>> per insegnare direttamente a effettuare ragionamenti matematici e logici ai >>> modelli, senza bisogno di un secondo modello di critica delle risposte come >>> in ChatGPT. >>> 3. Le capacità apprese dai modelli di grandissime dimensioni possono >>> essere “distillate” in modelli più piccoli, mantenendone le capacità >>> acquisite. >>> >>> Quindi i modelli attuali, come GPT-4 o3, DeepSeek R1, Gemini 2.0, ecc., >>> fanno cose ben diverse dalla semplice generazione a caso di risposte. >>> DeepSeek è particolarmente interessante da osservare, perché riporta >>> nella risposta tutte le fasi del suo ragionamento, racchiuse tra i tag >>> <think></think>, mentre gli altri modelli li tengono nascosti. >>> Si vede chiaramente come svolge il suo ragionamento: propone una prima >>> risposta, poi la valuta criticamente, dicendo: “Ah wait. …” e spiegando >>> come quella risposta funziona e se ci sono criticità, poi ne genera una >>> seconda che risolve quelle criticità e poi ci ragiona sopra di nuovo. >>> >>> Questo purtroppo in Italia ci è vietato dalla decisione del Garante >>> della Privacy che ci ha impedito l’accesso a DeepSeek. >>> >>> Ma è un passo avanti importante, anche perché rintuzza un’altra critica >>> ai modelli ML, la mancanza di trasparenza. >>> In questo caso, l’intero processo di ragionamento viene esposto, >>> compresa una spiegazione in termini perfettamente comprensibili della >>> ragione della risposta. >>> >>> — Beppe >>> >>> >>> On 13 Feb 2025, at 12:00, nexa-request(a)server-nexa.polito.it wrote: >>> >>> From: Diego Giorio <dgiorio(a)hotmail.com> >>> To: Nexa <nexa(a)server-nexa.polito.it> >>> Subject: [nexa] Perché Richard Stallman sbaglia in tema di >>> intelligenza artificiale >>> Message-ID: >>> < >>> BN6PR17MB3139F372CA9F7422D383438FBEFF2(a)BN6PR17MB3139.namprd17.prod.outlook.com >>> > >>> >>> Content-Type: text/plain; charset="iso-8859-1" >>> >>> Ieri è stata una bellissima esperienza. >>> >>> A titolo personale mi pongo un po' a metà tra l'opinione di Stallman e >>> quella di questo articolo, che comunque ritengo giusto segnalare >>> >>> Buona giornata a tutti >>> >>> >>> >>

2 1

La digitalizzazione della guerra
by de petra giulio Feb. 17, 2025

Feb. 17, 2025

Questo articolo è stato scritto dopo e grazie alla conferenza annuale di Nexa. *La digitalizzazione della guerra* *Infrastrutture, armi autonome e sistemi predittivi basati sull’AI sono gli ambiti della sempre più stretta relazione tra uso civile e uso militare delle tecnologie digitali. Ma anche la narrazione della AI è uno strumento di guerra.* *Continua qui: * https://search.app/auescYFHXaBuSa117 Uno dei libri citati nell'articolo è "Connessi a morte. Guerra, media e democrazia nella società della cybersecurity" di Michele Mezza, che sarà presentato lunedì 24 alle 17,30 a Roma, alla Fondazione Basso. Qui la locandina https://search.app/J9kZBnBzKH1VkNT68

1 0

Are we all wrong about AI? When academics challenge silicon valley dreams
by Enrico Nardelli Feb. 17, 2025

Feb. 17, 2025

Mi sembra non sia passato in lista... https://www.hec.edu/en/overview/news/are-we-all-wrong-about-ai-when-academi… -- -- EN https://www.hoepli.it/libro/la-rivoluzione-informatica/9788896069516.html ====================================================== Prof. Enrico Nardelli Past President di "Informatics Europe" Direttore del Laboratorio Nazionale "Informatica e Scuola" del CINI Dipartimento di Matematica - Università di Roma "Tor Vergata" Via della Ricerca Scientifica snc - 00133 Roma home page: https://www.mat.uniroma2.it/~nardelli blog: https://link-and-think.blogspot.it/ tel: +39 06 7259.4204 fax: +39 06 7259.4699 mobile: +39 335 590.2331 e-mail: nardelli(a)mat.uniroma2.it online meeting: https://blue.meet.garr.it/b/enr-y7f-t0q-ont ====================================================== --

2 2

Re: [nexa] Perché Richard Stallman sbaglia in tema di intelligenza artificiale
by Giuseppe Attardi Feb. 17, 2025

Feb. 17, 2025

1 0