Artificial Intelligence

  • Intelligenza Artificiale: guida per comuni mortali

    Stiamo vivendo la rivoluzione tecnologica dell’intelligenza artificiale. Possiamo affermare, ormai, che non si tratta sicuramente di fantascienza ma neanche di robot umanoidi destinati a prendere il nostro posto. Le nostre vite sono già in contatto con queste tecnologie, eppure ne sappiamo ancora davvero molto poco. Per questo motivo le previsioni sul futuro sono molto incerte. C’è chi millanta risultati che cambieranno in maniera positiva le nostre vite e chi grida a una imminente catastrofe. Come sempre, la risposta sta nella conoscenza: si ha timore di ciò che non si conosce. In questo testo proviamo a spiegare in maniera comprensibile cos’è l’intelligenza artificiale e qual è la reale portata degli effetti…

  • Immagine che contiene grafico Descrizione generata automaticamente

    Clustering con algoritmo K-means

    Estratto dal libro Data Science e Machine Learning: dai dati alla conoscenza Il K-means è un algoritmo di clustering partizionale in cui ogni cluster è associato ad un centroide ed ogni punto è associato al cluster col centroide più vicino. Il funzionamento di questo algoritmo richiede che il parametro k, indicante il numero di cluster da assegnare, sia da noi specificato. L’algoritmo funziona seguendo questi steps: Si selezionano k punti casuali come centroidi iniziali. Formiamo i k clusters assegnando tutti i punti al centroide più vicino. Ricalcoliamo i centroidi di ogni cluster. Se il centroide è cambiato ripetiamo l’assegnazione di tutti i punti al centroide più vicino. Se il centroide…

  • Regressione Lineare con Scikit-learn

    Estratto dal libro Machine Learning con Python e Scikit-learn In scikit-learn il package linear_model rende disponibile la funzione LinearRegression che implementa questo modello supervisionato utilizzato quando la variabile di uscita è continua e segue una relazione lineare con le variabili di input. L’implementazione avviene con le semplici righe di codice: from sklearn.linear_model import LinearRegression regression_model = LinearRegression() regression_model.fit(x_train, y_train) y_pred = regression_model.predict(x_test) Con la funzione LinearRegression creiamo l’oggetto regressione lineare, col metodo fit l’addestriamo utilizzando i dati del training set e, infine, col metodo predict effettuiamo la previsione sui dati di test. Effettuiamo una regressione lineare sul dataset “California Housing”. Iniziamo con l’importare i dati: from sklearn.datasets import fetch_california_housing data = fetch_california_housing(as_frame=True) import pandas as pd…

  • Intelligenza Artificiale vs Stupidità Naturale

    Può un intelligenza artificiale essere senziente? Può essere cosciente? Dobbiamo preoccuparci? La notizia trend di questi giorni riguarda il caso di Blake Lemoine, ingegnere che lavora in Google e che si è pronunciato sulla possibilità che un’intelligenza artificiale creata da Google, chiamata LaMDA, possa essere diventata capace di provare emozioni. Il tutto basandosi sulla sua interazione in una sessione di chat col nuovo chatbot di Google. La notizia ha fatto il boom di visualizzazioni sui siti di news e soprattutto sui social, dove si possono facilmente leggere commenti riguardanti imminenti catastrofi, guerre tra umani e AI, fine del mondo e apocalissi varie. Tra le centinaia di articoli pubblicati, ho preferito…