AI Un bot Telegram per catturare idee nel vault Obsidian Il problema Chi usa Obsidian come "second brain" conosce bene la frustrazione: sei in giro, ti viene un'idea, la vuoi fissare. Apri il telefono, cerchi l'app, aspetti il sync, trovi la nota giusta… e nel frattempo l'idea è già sfumata. Oppure mandi
AI ARGORIS: pianificare le rotte in secondi, non in ore Questo articolo fa parte del progetto ARGORIS , finanziato nell’ambito dei Bandi a Cascata del Programma “Future Artificial Intelligence Research” (Codice PE00000013) - PNRR ‐ M4C2 ‐ Avviso 341 del 15/03/2022 ‐ finanziato dall’Unione europea nell'ambito del PNRR – NextGenerationEU - a valere sui fondi CUP E13C22001800001 - Spoke
AI Regressori Multi-Input Multi-Output: suggerimenti e considerazioni Introduzione Questo articolo fa parte del progetto TRAINS, finanziato nell’ambito dei Bandi a Cascata del Programma NODES, sostenuto dal MUR sui fondi PNRR MUR - M4C2 - Investimento 1.5 Avviso "Ecosistemi dell'Innovazione", nell'ambito del PNRR finanziato dall’Unione europea – NextGenerationEU (Grant agreement
AI Object detection non convenzionale e TinyML Abbiamo condotto un esperimento per valutare le variazioni nelle prestazioni di inferenza nell'object detection, confrontando un sistema dotato di scheda NVIDIA RTX con una Raspberry Pi 5, rappresentativa dei sistemi TinyML senza GPU. L'obiettivo era misurare la differenza relativa di elaborazione tra i due dispositivi in
AI Algoritmi robusti per serie temporali multivariate Identificazione di outlier: utilizzando una scelta tra le principali librerie disponibili, esiste un insieme di algoritmi in grado di comportarsi, su di un certo numero di dataset (con training senza anomalie), sempre relativamente “bene” rispetto agli altri?
AI Alberi di decisione: una forma personalizzata Come in molti altri campi, anche nella classificazione di dati strutturati (binari o multiclasse) le reti ad apprendimento profondo permettono di ottenere delle prestazioni molto buone: purtroppo l'interpretabilità della loro inferenza è quasi sempre ardua. Esistono diversi scenari nei quali è preferibile avere un modello di più facile
AI Telegram speech2text con AWS Transcribe Introduzione In questo breve articolo illustreremo come ottenere la trascrizione di un messaggio audio di un gruppo Telegram, utilizzando AWS Transcribe, fornendo sia i sorgenti di esempio che due possibili architetture. telegram2transcribe: architettura e codice Questa è l'architettura del progetto telegram2transcribe che abbiamo rilasciato su GitHub: * un bot
AI Immagini sintetiche per l'object detection e tracking (Parte 2) Affrontiamo il difficile problema di addestrare su oggetti sintetici per riconoscere oggetti reali. È un caso naturalmente molto interessante per quei problemi nei quali gli esempi a disposizione sono pochi e la data augmentation con oggetti sintetici può essere una strada da provare.
AI Giocare al piccolo sceneggiatore con GPT-3 e DALL·E 2 Lo scopo del gioco GPT-3 [https://openai.com/api/] è forse il più celebre modello linguistico deep learning per produrre testo simile a quello umano, mentre DALL·E 2 [https://openai.com/dall-e-2/] svolge un compito analogo partendo da descrizioni testuali e producendo immagini sintetiche, realistiche o artistiche. Da anni,
AI Se non le hai, inventale: le immagini sintetiche per l'Intelligenza Artificiale Chi si occupa di Intelligenza Artificiale (AI) vi dirà che la parte più delicata di tutto il processo di creazione di un modello di AI è la definizione del dataset per l'addestramento. Non sarebbe bello poter generare i dati necessari con un software, senza uscire dall'ufficio?
