Caffe 2.0

PRO - AI- Copyright e addestramento - Il dipartimento di giustizia americano ribadisce quanto qui sostenuto in anticipo
In anteprima la posizione a favore di OpenAi e contro il NYT: l’addestramento sovrasta il riutilizzo, e quando capitano piccole somiglianze, vanno valutate caso per caso.
Tutto quello qui anticipato in minoranza rispetto a tutti gli interpreti, viene ora confermato dal Dipartimento di Giustizia nella famosa causa pilota del NYT.
Ecco l’audio, l’analisi della domanda, i documenti fondamentali.
Venite qui per ricevere in anticipo interpretazioni che diventeranno scontate, ma all’inizio non lo sono.

Episodio condiviso il 3 settembre con i membri caffe20.it/membri con i documenti e le analisi

Si fa presto a dire che l’AI sostituisce tutti i compiti. Non e’ affatto vero. Il caso dell’analisi della contabilità e il caso molto molto positivo dell’aiuto nella progettazione, se si va oltre gli schemi tradizionali.

Per i membri qualche ulteriore considerazione.

Porta e ascolta un podcast a Milano - Incontro giovedì 10.9.26 h 18.00 in biblioteca Lambrate
Inizia un nuovo progetto: incontrarci fisicamente a Milano per riunire podcaster attorno ad un tavolo di aiuto e professionalità.
Obiettivo ? Aiutare a fare crescere il mondo del podcasting partendo da incontri fisici, perchè “rendono” molto di più di ogni relazione solo online.
Iscrivetevi subito gratuitament su ondevocali.it vi aspetto !

Non basta condividere un file dalla cloud personale. Bisogna prima crittarlo con la chiave pubblica del destinatario, usando un software apposito.

Panico tra i dipendenti e i professionisti ! E dove trovo tutto ?

Ce l'abbiamo già, solo che e' un po' tanto nascosto.

Per i membri gli step da seguire nella descrizione

Controllate di distribuire solo il certificato con la chiave pubblica, ovviamente.

Intelligenza artificiale, Jspace e le relazioni tra nozioni implicite

Parlano del paper di Anthropic (link in linkografia, cerca jspace https://www.anthropic.com/research/global-workspace ) come della scopera dei pensieri nascosti delle AI.

Troppa enfasi sull'antropomorfizzazione degli llm, utile invece pensare alla possibilità di modificare una nozione (per finalità positive o negative come sempre), quindi attenzione ai modelli proposti da ignoti, potrebbero fuorviarci deliberatamente.

Per il resto ancora una riflessione su contesto e come la macchina agisce riflettendo (pensando e ripensando, ora li chiamano loop, agenti che ripartono da soli...) e come dobbiamo indirizzarla ai nostri obiettivi.