TheNote
Notizie su AI e ML in italiano Nota
GooglePlay AppStore

Notizie su AI e ML in italiano

“AI & ML News” è una raccolta di note tecnologiche incentrate sull'intelligenza artificiale e l'apprendimento automatico. Raccoglie notizie attuali e recensioni sugli ultimi sviluppi in materia di AI e ML. Il feed copre un'ampia gamma di argomenti, tra cui nuovi algoritmi, applicazioni e ricerche. Evidenzia le tendenze del settore e l'impatto dell'IA e del ML sui vari settori dell'economia. I materiali riguardano aree come le reti neurali, l'apprendimento profondo e l'elaborazione del linguaggio naturale. Vengono esaminati esempi di applicazioni dell'IA nella sanità, nella finanza e in altri settori. Le pubblicazioni saranno di interesse sia per gli specialisti - sviluppatori e analisti di dati - sia per chiunque sia interessato allo sviluppo delle tecnologie di IA. Vengono affrontate le questioni relative all'etica dell'IA e alla privacy dei dati. Il feed presenta ai lettori i principali attori del mercato dell'IA, dalle grandi aziende alle promettenti startup. Vengono presentate informazioni su strumenti e piattaforme per lo sviluppo di sistemi di IA. “AI & ML News” si propone di fornire informazioni obiettive e aggiornate sullo sviluppo dell'intelligenza artificiale e dell'apprendimento automatico.
RSS Hunter RSS Hunter • 27 lug 2024

Thread di note

Transformers: l'età dell'attenzione

Nel 2017, i ricercatori hanno introdotto il modello Transformer nell'articolo "Attention is All You Need", rivoluzionando l'elaborazione del linguaggio naturale (PNL). I modelli precedenti, come RNN e LSTM, elaboravano le parole in sequenza, limitando la loro capacità di gestire frasi lunghe, rallentando l'addestramento e ostacolando l'elaborazione parallela. Il modello Transformer ha risolto questi problemi utilizzando l'auto-attenzione, consentendo al modello di concentrarsi sulle parole importanti indipendentemente dalla loro posizione in una frase. Ciò ha reso il modello Transformer più veloce e scalabile, soprattutto sfruttando la parallelizzazione. Ha eliminato la necessità di elaborare le parole in sequenza e ha migliorato la comprensione di relazioni complesse tra le parole. L'architettura encoder-decoder del modello elabora in modo efficiente le sequenze di input in output come le traduzioni. Caratteristiche chiave come l'attenzione multi-testa consentono al modello di catturare diversi aspetti del significato in una frase contemporaneamente. Il decoder genera traduzioni passo dopo passo concentrandosi solo sulle parole precedenti, garantendo l'accuratezza. Questa architettura è diventata la base per molti modelli all'avanguardia come BERT e GPT, migliorando notevolmente le prestazioni in varie attività di PNL.
Transformers: Age of Attention hackernoon.com
CdXz5zHNQW_IT3IvF71Jb.jpeg
RSS Hunter RSS Hunter • 13 set 2024

Una soluzione di ricerca multimodale che utilizza NLP, BigQuery e incorporamenti

Il blog illustra i progressi delle tecnologie di ricerca oltre il testo, incorporando immagini e video nelle funzionalità di ricerca tramite incorporamenti multimodali. I tradizionali motori di ricerca aziendali sono stati progettati per query basate su testo, limitando la loro capacità di gestire contenuti visivi. Integrando l'elaborazione del linguaggio naturale (NLP) e gli incorporamenti multimodali, è ora possibile eseguire ricerche semantiche multimodali, consentendo agli utenti di cercare immagini e video come farebbero con il testo. Il blog dimostra un sistema che può eseguire ricerche testo-immagine, testo-video e combinate utilizzando Google Cloud Storage per l'archiviazione multimediale e BigQuery per l'indicizzazione. Viene utilizzato un modello di incorporamento multimodale per generare incorporamenti per file multimediali, consentendo ricerche di similarità efficienti. L'architettura supporta esperienze di ricerca multimodale senza interruzioni, rendendo la scoperta dei contenuti più intuitiva. L'input di testo dell'utente viene convertito in un incorporamento e viene eseguita una ricerca vettoriale per abbinare la query ai dati multimediali memorizzati. Infine, i risultati vengono presentati all'utente con gli URI immagine o video più pertinenti e i relativi punteggi di similarità. Questo approccio migliora l'esperienza di ricerca, aprendo nuove possibilità per la ricerca di contenuti visivi.
A multimodal search solution using NLP, BigQuery and embeddings cloud.google.com
CdXz5zHNQW_1XAuQPcNYE.jpeg
RSS Hunter RSS Hunter • 12 set 2024

10 librerie Python imprescindibili per l'apprendimento automatico nel 2024

Mentre procediamo nel 2024, il machine learning (ML) continua a evolversi a un ritmo sostenuto. Python, con il suo ricco ecosistema di librerie, rimane in prima linea nello sviluppo di ML. In questo post, esamineremo le 10 principali librerie Python che domineranno la scena di ML nel 2024, come il campo è cambiato dal 2020 e le principali [...]
10 Must-Know Python Libraries for Machine Learning in 2024 machinelearningmastery.com
CdXz5zHNQW_vLGmTCm32D.jpeg
RSS Hunter RSS Hunter • 12 set 2024

Generatore di file README GitHub basato su IA

Il Generatore di README basato su AI è un nuovo strumento progettato per aiutare gli sviluppatori a creare file README di alta qualità per i loro progetti GitHub. Questo strumento semplifica il processo di documentazione generando file README strutturati e dall'aspetto professionale utilizzando le informazioni di base del progetto. Offre una formattazione intelligente con il Markdown in stile GitHub e fornisce vari modelli adatti a diversi tipi di progetto. Lo strumento suggerisce anche sezioni rilevanti in base alla natura del tuo progetto e migliora il linguaggio per chiarezza e coinvolgimento. Usando questo strumento, gli sviluppatori possono risparmiare tempo, migliorare la visibilità del progetto e garantire che la loro documentazione sia chiara, concisa e coerente. Supporta sia la creazione di nuovi file README da zero che l'affinamento di quelli esistenti analizzando il contenuto corrente e suggerendo miglioramenti. Gli utenti possono rivedere e personalizzare il contenuto generato in modo che soddisfi le esigenze del loro progetto prima di impegnarsi nel repository GitHub, rendendo più facile per gli altri comprendere il progetto e contribuire ad esso. Nel complesso, è un modo efficace per migliorare la collaborazione e presentare i progetti in modo più professionale.
AI-Powered GitHub README Generator dev.to
CdXz5zHNQW_x8MllfWBsD.jpeg
RSS Hunter RSS Hunter • 12 set 2024

Potenzia le tue competenze in machine learning: corsi gratuiti di matematica e statistica

Sei impaziente di immergerti nel mondo del machine learning ma ti senti un po' sopraffatto dalla matematica e dalla statistica? Non preoccuparti, non sei il solo! Molti aspiranti data scientist trovano questi argomenti scoraggianti. La buona notizia è che esiste una pletora di corsi online gratuiti che possono aiutarti a costruire solide fondamenta.Coursera:Machine Learning di Andrew Ng: questo leggendario corso non solo ti introduce ai concetti di machine learning, ma fornisce anche una solida base matematica. Matematica per il machine learning dell'Imperial College London: se stai cercando un approfondimento nei concetti matematici, questo corso è una scelta eccellente.edX:Introduzione al machine learning di Microsoft: questo corso offre un approccio equilibrato, combinando le basi del machine learning con le necessarie conoscenze matematiche. Fondamenti della scienza dei dati della Columbia University: una prospettiva più ampia sulla scienza dei dati, inclusi statistica e machine learning, è fornita in questo corso. MIT OpenCourseWare:Introduzione agli algoritmi: sebbene non riguardi strettamente il machine learning, questo corso pone solide fondamenta negli algoritmi e nelle strutture dati, essenziali per comprendere i concetti di machine learning. Probabilità e variabili casuali: un'immersione profonda nella teoria della probabilità è fondamentale per comprendere molti algoritmi di machine learning.Khan Academy:Algebra lineare: una risorsa completa per l'apprendimento dell'algebra lineare, un argomento fondamentale nel machine learning.Calcolo: un altro concetto matematico essenziale, il calcolo è trattato in dettaglio su Khan Academy.Statistica e probabilità: una solida comprensione di statistica e probabilità è vitale per l'analisi dei dati e il machine learning.Ricorda: mentre questi corsi offrono risorse preziose, la pratica costante e l'esperienza pratica sono fondamentali per padroneggiare questi argomenti. Inizia con le basi e aumenta gradualmente la complessità man mano che acquisisci sicurezza. Con dedizione e le giuste risorse, sarai sulla buona strada per diventare uno specialista di machine learning qualificato.Buon apprendimento!
Boost Your Machine Learning Skills: Free Courses for Math and Statistics dev.to
RSS Hunter RSS Hunter • 10 set 2024

AI Scientist" di Sakana AI: il nuovo Einstein o solo uno strumento?

Nell'intelligenza artificiale, è emerso uno sviluppo rivoluzionario che promette di ridefinire il processo stesso della scoperta scientifica. In collaborazione con il Foerster Lab for AI Research presso l'Università di Oxford e i ricercatori dell'Università della British Columbia, Sakana AI ha introdotto "The AI Scientist" - un sistema completo progettato per [ ...]
Sakana AI’s “AI Scientist”: The Next Einstein or Just a Tool? analyticsvidhya.com
CdXz5zHNQW_lgHhEUE8m5.jpeg
RSS Hunter RSS Hunter • 10 set 2024

Rilevatore del linguaggio dei segni con Open CV e Python: riconoscimento dei gesti delle mani

Riconoscimento della gestualità delle mani con OpenCV e PythonHo creato un video su YouTube che mostra il mio programma di riconoscimento della gestualità delle mani che utilizza OpenCV e Python e che può rilevare i gesti del linguaggio dei segni! ✋🤖In questo progetto, ho svolto le seguenti attività: - Configurato OpenCV e Python per la computer vision - Acquisito ed elaborato input video in tempo reale - Implementato il machine learning per il riconoscimento della gestualità - Rilevato e interpretato gesti del linguaggio dei segni
Sign Language Detector with Open CV and Python: Hand Gesture Recognition dev.to
CdXz5zHNQW_W9yp4GkwFM.jpeg
RSS Hunter RSS Hunter • 10 set 2024

Le migliori offerte IA in Europa quest'anno

Nel 2024, il settore europeo dell'IA ha mostrato una notevole resilienza nel finanziamento del capitale di rischio, con 14 investimenti che hanno superato i 100 milioni di dollari ad agosto. Ciò contrasta con il quadro generale impegnativo per le startup, in cui è stato difficile garantire i finanziamenti. In particolare, l'IA è emersa come una forte area di investimento, guidata dagli elevati costi associati allo sviluppo di tecnologie di intelligenza artificiale e dall'intensa competizione per i talenti.I principali punti salienti delle principali transazioni di IA in Europa quest'anno includono: - Wayve: questa startup con sede a Cambridge ha raccolto 1,05 miliardi di dollari per migliorare la sua tecnologia di guida autonoma, segnando il più grande singolo round di finanziamento per un'azienda di IA in Europa. Wayve si concentra sulla vendita della sua tecnologia di intelligenza artificiale ai produttori di automobili piuttosto che sulla produzione di veicoli stessa. - Mistral: un attore di spicco nella costruzione di grandi modelli linguistici, Mistral ha raccolto oltre 1 miliardo di dollari attraverso due importanti round di finanziamento da 431 milioni di dollari e 650 milioni di dollari. L'azienda sottolinea la tecnologia open source, che fa appello alle imprese e agli sviluppatori. - Helsing: questa startup tedesca, che si concentra sull'IA per le applicazioni di difesa, ha ottenuto 484 milioni di dollari. La sua tecnologia mira a migliorare i sistemi di difesa e le capacità, in particolare alla luce delle tensioni geopolitiche in Europa. - Poolside: rivolgendosi agli sviluppatori di software, Poolside ha raccolto 400 milioni di dollari per sviluppare strumenti di intelligenza artificiale che semplificano i processi di sviluppo del software. - DeepL: noto per i suoi servizi di traduzione basati sull'intelligenza artificiale, DeepL ha raccolto 320 milioni di dollari, concentrandosi sul mercato B2B con circa 100.000 clienti aziendali. - H: ex Holistic AI, questa startup ha raccolto 220 milioni di dollari come seed round, con l'obiettivo di sviluppare agenti di intelligenza artificiale per l'automazione delle attività e il processo decisionale. - Flo Health: l'app per la salute delle donne con sede a Londra ha raccolto 200 milioni di dollari, diventando la prima app sanitaria puramente digitale a raggiungere una valutazione di oltre 1 miliardo di dollari. - Pigment: questa startup parigina, che fornisce soluzioni di pianificazione delle risorse aziendali, ha raccolto 145 milioni di dollari, integrando l'intelligenza artificiale nelle sue offerte.Nel complesso, il panorama europeo dell'IA è caratterizzato da sostanziali round di finanziamento e da un focus sulle tecnologie fondamentali, con città come Parigi che emergono come hub chiave per lo sviluppo dell'IA.
The top AI deals in Europe this year techcrunch.com
CdXz5zHNQW_1dHclHl6ue.jpeg
RSS Hunter RSS Hunter • 10 set 2024

Substack (YC W18) cerca ingegneri in apprendimento automatico

Panoramica In qualità di ingegnere di ML presso Substack, svolgerai un ruolo cruciale nello sviluppo e nell'implementazione di soluzioni di apprendimento automatico all'avanguardia per migliorare le nostre offerte di prodotti. Farai parte di un team dinamico, collaborando a stretto contatto con ingegneri software e data scientist, per introdurre modelli di apprendimento automatico nella nostra base di codice e integrarli perfettamente nei nostri prodotti. Questo ruolo offre un'entusiasmante opportunità per plasmare il futuro del nostro stack tecnologico e avere un impatto significativo.Il pacchetto di remunerazione di Substack include uno stipendio competitivo di mercato, azioni per tutte le posizioni a tempo pieno e benefit eccezionali. La nostra fascia salariale in contanti per questa posizione è compresa tra $ 185.000 e $ 240.000. Gli importi dell'offerta finale sono determinati da molteplici fattori, tra cui l'esperienza e l'esperienza del candidato, e possono variare dagli importi elencati sopra.Responsabilità - Guidare il pensiero di Substack sull'adozione dell'ML e sull'integrazione di strumenti e tecniche di ML - Collaborare con team interfunzionali per identificare e definire opportunità di apprendimento automatico che si allineano con la roadmap del prodotto - Sviluppare, addestrare e distribuire modelli di apprendimento automatico utilizzando Python e i framework ML più diffusi - Sfruttare gli strumenti e i sistemi ML disponibili per accelerare la capacità di Substack di incorporare funzionalità ML nel prodotto e nei flussi di lavoro - Integrare modelli e pipeline di apprendimento automatico nelle nostre principali app JavaScript/TypeScript - Ottimizzare e mettere a punto i modelli ML per prestazioni, scalabilità ed efficienza - Progettare e implementare pipeline dati per la preelaborazione dei dati, l'ingegneria delle funzionalità e l'addestramento del modello - Distribuire e possedere esperienze di prodotti integrate e strumenti interniRequisiti - Oltre 7 anni di esperienza pertinente con sistemi di dati e ML - Ottime capacità di programmazione in Python ed esperienza con librerie Python comunemente utilizzate nell'apprendimento automatico (ad es. Transformers e Tensorflow) - Solida comprensione degli algoritmi di apprendimento automatico, dell'apprendimento approfondito e della modellazione statistica - Indipendente e autonomo. Siamo troppo piccoli per fare microgestione e ci aspettiamo che ogni persona in azienda sia responsabile del proprio lavoro e possa essere un leader. - Mantenere un elevato standard per sé e per gli altri quando si lavora su sistemi di produzione. - Apprezzare la collaborazione con un gruppo eterogeneo di stakeholder, portando al team la propria esperienza e il proprio background uniciBella da avere - Competenza in Node.js e JavaScript per un'integrazione fluida dei modelli di apprendimento automatico nella nostra base di codice - Familiarità con le piattaforme cloud (ad es. AWS o Modal) - Esperienza con applicazioni web consumer su larga scalaSubstack è un datore di lavoro che garantisce pari opportunità. Tutti i candidati saranno considerati per l'assunzione indipendentemente da razza, colore, religione, sesso (inclusa la gravidanza, l'orientamento sessuale, l'identità di genere o lo stato transgender), età, origine nazionale, status di veterano o disabilità. Cerchiamo persone appassionate di consentire l'espressione indipendente e di costruire un modello di business migliore per i creatori. Se vuoi vedere cosa possono diventare i media, le comunità e i contenuti quando non sono legati a modelli pubblicitari e hai le competenze e l'esperienza per contribuire, saremo felici di conoscerti.
Substack (YC W18) Is Hiring Machine Learning Engineers grnh.se
RSS Hunter RSS Hunter • 10 set 2024

AI e Blockchain: un'alleanza incompatibile

La blockchain e l'intelligenza artificiale (IA) sono due tecnologie in rapida evoluzione con il potenziale di rivoluzionare molti settori. Sebbene tradizionalmente considerate incompatibili, offrono punti di forza unici: la blockchain fornisce sicurezza e trasparenza, mentre l'IA eccelle nell'elaborazione di grandi quantità di dati e nell'apprendimento da essi. La blockchain garantisce l'integrità dei dati, con registrazioni decentralizzate e antimanomissione, mentre l'IA apporta la potenza dell'apprendimento automatico e del processo decisionale. Quando vengono combinate, la blockchain può proteggere i modelli di IA crittografandoli e distribuendoli, fornendo al contempo trasparenza nel processo decisionale dell'IA. Questa integrazione può migliorare la protezione della privacy, con la blockchain che controlla l'accesso ai dati sensibili utilizzati dall'IA. Le due tecnologie possono rivoluzionare settori quali logistica, finanza, sanità e istruzione, offrendo sistemi più efficienti, servizi personalizzati e maggiore sicurezza. Restano delle sfide, da questioni legali a barriere tecniche, ma i potenziali vantaggi rendono la sintesi di blockchain e IA un passo promettente verso un futuro più sicuro e innovativo.
AI and Blockchain: An Incompatible Alliance hackernoon.com
CdXz5zHNQW_EE7h46XUKP.jpeg
RSS Hunter RSS Hunter • 10 set 2024

DBSCAN, spiegato in 5 minuti

DBSCAN è un algoritmo di clustering che identifica cluster nei dati in base alla densità dei punti, rendendolo utile per gestire rumore e rilevare valori anomali. A differenza di k-means, DBSCAN non richiede la definizione del numero di cluster in anticipo, il che lo rende vantaggioso in molte situazioni. L'algoritmo usa due parametri chiave: il raggio (epsilon) e il numero minimo di vicini (N) richiesto per formare un punto centrale. I punti centrali, insieme ai loro vicini nelle vicinanze, formano cluster, mentre i punti che non soddisfano questi criteri vengono etichettati come rumore o anomali. L'implementazione di DBSCAN inizia con una funzione di distanza, spesso euclidea, per calcolare le distanze tra i punti. L'algoritmo scorre tutti i punti raggruppandoli in cluster basandosi sulla loro vicinanza reciproca. I punti che non hanno abbastanza vicini vengono classificati come rumore. Dopo aver implementato DBSCAN, la prestazione può essere controllata confrontandola con i risultati della libreria sklearn, che dovrebbe produrre cluster identici. È importante regolare i valori di epsilon e N, poiché influenzano molto i risultati del clustering. L'articolo fornisce un esempio con dati sintetici per visualizzare il processo di clustering.
DBSCAN, Explained in 5 Minutes towardsdatascience.com
CdXz5zHNQW_2T09iCSRkR.png
RSS Hunter RSS Hunter • 10 set 2024

Dipendenti di Google DeepMind protestano contro contratti militari e di difesa degli Stati Uniti

Quasi 200 dipendenti di Google DeepMind, la divisione di ricerca sull'intelligenza artificiale della società, hanno firmato una lettera che esorta la società a terminare i suoi contratti con le organizzazioni militari. La lettera del 16 maggio, rivelata da TIME, sottolinea la crescente preoccupazione all'interno dell'organizzazione sulle implicazioni etiche dell'utilizzo della sua tecnologia di intelligenza artificiale per la guerra digitale. I firmatari rappresentano circa il 5% della forza lavoro di DeepMind, e fanno riferimento ai contratti della società per la fornitura di servizi di intelligenza artificiale e cloud computing a vari governi, incluso l'esercito israeliano nell'ambito del Progetto Nimbus.I dipendenti di Google sono preoccupati che la loro intelligenza artificiale venga utilizzata in guerra.I dipendenti sostengono che tale coinvolgimento viola i Principi di intelligenza artificiale di Google, che stabiliscono che la società non perseguirà applicazioni di intelligenza artificiale che causino "danno complessivo" o contribuiscano ad armamenti e sorveglianza. Sebbene la lettera si astenga dal menzionare alcun conflitto geopolitico specifico, collega i rapporti che sostengono che le operazioni militari israeliane utilizzano l'intelligenza artificiale per la sorveglianza e il targeting. Sebbene DeepMind abbia storicamente mantenuto una politica contro l'utilizzo della sua tecnologia per scopi militari, l'azienda è diventata sempre più vicina alle operazioni più ampie di Google dalla sua acquisizione nel 2014, portando a legami più stretti con i contratti militari. Nonostante le richieste della lettera, inclusa una revisione della tecnologia di DeepMind utilizzata dai clienti militari e l'istituzione di un nuovo organo di governance, Google non ha intrapreso alcuna azione decisiva. TechRadar Pro ha chiesto alla società di commentare la lettera interna del personale, ma non abbiamo ricevuto una risposta immediata. Uno dei firmatari della lettera ha espresso il suo disappunto per la risposta di Google al reclamo a TIME, affermando che la dichiarazione della società sul Progetto Nimbus "è così specificamente non specifica che nessuno di noi è più saggio su ciò che significa in realtà".
Google DeepMind workers protest over US military and defense contracts techradar.com
CdXz5zHNQW_dufSnWtrrX.jpeg
RSS Hunter RSS Hunter • 10 set 2024

ChatGPT-4 vs. Llama 3.1: qual è il modello migliore?

L'intelligenza artificiale ha assistito a notevoli progressi negli ultimi anni, in particolare nell'elaborazione del linguaggio naturale. Tra i numerosi modelli linguistici AI, due hanno raccolto molta attenzione: ChatGPT-4 e Llama 3.1. Entrambi sono progettati per comprendere e generare testi simili a quelli umani, il che li rende strumenti preziosi per diverse applicazioni, dal supporto clienti alla creazione di contenuti. In questo blog, noi […]
ChatGPT-4 vs. Llama 3.1 – Which Model is Better? analyticsvidhya.com
CdXz5zHNQW_lWBuBNoT3g.jpeg
RSS Hunter RSS Hunter • 30 ago 2024

Come l'intelligenza artificiale ha cambiato il gioco del CRM

L'automazione è da tempo un pilastro dei sistemi CRM, aiutando i team di vendita, marketing e assistenza clienti a ottimizzare le attività ripetitive. Tuttavia, l'integrazione dell'intelligenza artificiale ha migliorato in modo significativo le capacità CRM, rivoluzionando processi come la gestione dei lead, l'analisi predittiva e il servizio clienti. Gli strumenti IA nei CRM, come Einstein di Salesforce, analizzano grandi volumi di dati per prevedere le conversioni dei lead, consentendo ai team di vendita di concentrarsi su potenziali clienti ad alto potenziale. I chatbot basati sull'intelligenza artificiale migliorano il servizio clienti fornendo risposte rapide e personalizzate e indirizzando i casi complessi agli agenti umani quando necessario. Inoltre, l'intelligenza artificiale aiuta le aziende a comprendere meglio il proprio pubblico analizzando il comportamento dei clienti e creando dettagliate buyer persona. Anche le previsioni di vendita sono state migliorate, poiché l'intelligenza artificiale può analizzare i dati storici e in tempo reale per prevedere i risultati di vendita e identificare le tendenze. Potenziando l'automazione con l'intelligenza artificiale, i sistemi CRM ora offrono un'automazione dei compiti più consapevole del contesto ed efficiente, aumentando in definitiva la produttività. Nonostante questi progressi, la competenza umana rimane cruciale per una riuscita implementazione dell'intelligenza artificiale nel CRM, sottolineando la necessità di migliorare le competenze e assumere nuovi talenti.
How Artificial Intelligence Has Changed The CRM Game hackernoon.com
CdXz5zHNQW_GEQ4HPEs5i.jpeg
RSS Hunter RSS Hunter • 29 ago 2024

Questa app ti consente di ascoltare qualsiasi libro, articolo o PDF grazie all'intelligenza artificiale

ElevenLabs, società di conversione testo-voce, ha rilasciato un'app di lettura che supporta questa conversione per file PDF, ePub, articoli e altri formati. L'app ti consente di scegliere tra una gamma di voci AI per la narrazione ed è gratuita.La funzionalità di conversione testo-voce è una delle migliori funzioni di accessibilità sugli smartphone. È anche pratica se semplicemente preferisci ascoltare i contenuti invece di leggerli (ad esempio, durante la guida o la corsa). Fortunatamente, è arrivata una nuova app di lettura che promette di essere un importante aggiornamento.ElevenLabs ha annunciato la disponibilità dell'app ElevenLabs Reader per Android e iOS, promettendoti di ascoltare qualsiasi cosa mentre sei in movimento. Più precisamente, lo sviluppatore afferma che puoi ascoltare PDF, file ePub, file di testo, articoli, newsletter o altri contenuti di testo. Tuttavia, vale la pena notare che l'app non supporta la tua libreria Kindle.
This app lets you listen to any book, article or PDF thanks to AI androidauthority.com
CdXz5zHNQW_eLzyHpV3D2.jpeg
RSS Hunter RSS Hunter • 29 ago 2024

Intelligenza artificiale per i giornalisti - più potere ai giornalisti automatizzando le attività che richiedono molto tempo

Journo AI rafforza i giornalisti finanziari automatizzando le attività che richiedono più tempo nella ricerca, nella stesura, nella revisione e nell'editing. Riduci le attività di routine da 10-20 minuti a 10-20 secondi e dedica più tempo alla scrittura e meno tempo a svolgere attività ad alto consumo energetico e a basso rendimento.
Journo AI - Superpowering journalists by automating time-consuming tasks producthunt.com
CdXz5zHNQW_FjZsFMgzS2.jpeg
RSS Hunter RSS Hunter • 29 ago 2024

Cosa succede nell'apprendimento automatico? Alcuni modelli minimi

L'articolo di Stephen Wolfram esplora i meccanismi interni dell'apprendimento automatico attraverso modelli minimi, con l'obiettivo di semplificare le complessità dell'intelligenza artificiale. Inizia discutendo di come le reti neurali siano ispirate dai sistemi biologici ma operino utilizzando astrazioni matematiche. Wolfram sottolinea l'importanza di comprendere i processi fondamentali nell'apprendimento automatico piuttosto che concentrarsi esclusivamente sui risultati. Utilizza gli automi cellulari come un semplice modello per illustrare come la complessità possa derivare da regole semplici. Confrontando l'apprendimento automatico con questi sistemi, Wolfram suggerisce che comprendere la meccanica di base può portare a migliori intuizioni sul funzionamento dell'intelligenza artificiale. Accenna anche al ruolo della casualità e del determinismo nei modelli di addestramento, sostenendo che il comportamento apparentemente imprevedibile può essere ricondotto a regole semplici e deterministiche. Wolfram sottolinea la necessità di nuovi paradigmi per comprendere meglio la vera natura dell'apprendimento automatico. Discute anche i limiti degli attuali modelli di intelligenza artificiale, che spesso si basano fortemente sui dati piuttosto che sulla comprensione. Infine, invita a un'esplorazione più approfondita dei modelli minimi per scoprire i principi fondamentali che governano l'apprendimento automatico, che potrebbe portare a sistemi di intelligenza artificiale più solidi e interpretabili.
What's Going on in Machine Learning? Some Minimal Models writings.stephenwolfram.com
CdXz5zHNQW_LL4HTs3TLM.jpeg
RSS Hunter RSS Hunter • 29 ago 2024

I dipendenti di DeepMind firmano una lettera in segno di protesta contro i contratti di difesa di Google

Almeno 200 dipendenti di DeepMind, la divisione R&D per l'intelligenza artificiale di Google, sono contrariati ai presunti contratti di difesa di Google e, secondo Time, a maggio hanno fatto circolare una lettera interna per esprimerlo. La lettera, datata 16 maggio, afferma che i sottoscrittori sono preoccupati per "i contratti di Google con organizzazioni militari", citando articoli sulla tecnologia […]
DeepMind workers sign letter in protest of Google’s defense contracts techcrunch.com
CdXz5zHNQW_EECCesM0Lz.jpeg
RSS Hunter RSS Hunter • 29 ago 2024

Addestra/Regola qualsiasi segmento 2 (SAM 2) in 60 righe di codice

SAM2 (Segment Anything 2) di Meta è un modello di segmentazione dell'immagine versatile addestrato su un ampio set di dati di 11 milioni di immagini e 11 miliardi di maschere, che lo rende altamente efficace per un'ampia gamma di attività di segmentazione. Sebbene SAM2 possa segmentare bene gli oggetti comuni, potrebbe avere prestazioni insufficienti in attività rare o specifiche di un dominio, rendendo necessaria una messa a punto per migliorare le prestazioni su specifici set di dati. Questa esercitazione descrive come ottimizzare SAM2 per attività personalizzate in sole 60 righe di codice. Il processo prevede il download di SAM2, la preparazione di un set di dati e l'utilizzo di uno script semplice per caricare immagini, segmentare maschere e selezionare punti casuali all'interno di tali maschere. L'ottimizzazione si concentra sull'addestramento del decodificatore della maschera e, facoltativamente, del codificatore dei prompt mentre l'encoder dell'immagine viene bloccato. L'esercitazione copre anche l'impostazione dell'ottimizzatore, l'utilizzo dell'addestramento a precisione mista e l'esecuzione di un ciclo di addestramento con funzioni di perdita personalizzate per affinare il modello. Il passaggio finale include il salvataggio del modello ottimizzato e il suo utilizzo per l'inferenza su nuove immagini, dimostrando l'applicazione pratica di SAM2 nelle attività di segmentazione specializzate.
Train/Fine-Tune Segment Anything 2 (SAM 2) in 60 Lines of Code towardsdatascience.com
CdXz5zHNQW_dLgS4NZnT9.jpeg
RSS Hunter RSS Hunter • 29 ago 2024

Trasforma i tuoi disegni su un tovagliolo in opere d'arte elevate con questo generatore di immagini AI

I generator di immagini AI stanno avanzando rapidamente, con diverse piattaforme che introducono importanti aggiornamenti. Ideogram ha recentemente lanciato Ideogram 2.0, che presenta miglioramenti significativi e nuove funzionalità, tra cui un'app iOS e una vasta libreria ricercabile di oltre un miliardo di immagini generate dagli utenti. Questa versione offre agli utenti un maggiore controllo sulle immagini generate dall'AI, con una varietà di stili distinti come Realistico, che produce immagini verosimili, e Design, che eccelle nell'accuratezza del testo all'interno delle immagini. Gli stili aggiuntivi includono 3D, Anime e Generale, ognuno dei quali soddisfa esigenze creative diverse. Ideogram 2.0 ha anche migliorato le sue funzionalità Magic Prompt e Describe, permettendo una maggiore dettagliatezza nell'espansione dei prompt e nella generazione di descrizioni di immagini. Il lancio include un'API beta, che consente l'integrazione con altre app, simile a come DALL-E e Flux sono integrati in altre piattaforme. Con questi aggiornamenti, Ideogram 2.0 si propone di competere con i principali player come OpenAI's DALL-E, promettendo immagini di alta qualità e verosimili.
Turn your napkin doodles into high art with this AI image generator techradar.com
CdXz5zHNQW_DBzXHXPWBL.png
RSS Hunter RSS Hunter • 28 ago 2024

Annuncio della famiglia di modelli Jamba 1.5 da AI21 Labs su Vertex AI

AI21 Labs ha presentato la famiglia di modelli Jamba 1.5, ora disponibile in anteprima pubblica su Vertex AI Model Garden di Google Cloud. La famiglia include due modelli: Jamba 1.5 Mini, progettato per attività efficienti e leggere come l'assistenza clienti e la generazione di testo, e Jamba 1.5 Large, che eccelle in attività di ragionamento avanzato come l'analisi finanziaria. Entrambi i modelli presentano una finestra di contesto da 256K e utilizzano l'architettura Mamba-Transformer, offrendo una gestione efficiente e funzioni di sviluppo avanzate come la chiamata di funzioni, le ottimizzazioni RAG (Retrieval-Augmented Generation) e l'output JSON strutturato.Questi modelli sono personalizzati per applicazioni aziendali, in particolare in aree come il servizio clienti, l'analisi finanziaria e la creazione di contenuti. Ad esempio, possono riassumere documenti lunghi, estrarre informazioni dai dati finanziari e generare contenuti di alta qualità. I modelli Jamba 1.5 fanno parte dell'impegno più ampio di Google Cloud verso un ecosistema AI aperto e flessibile, fornendo agli utenti aziendali la possibilità di creare soluzioni che soddisfino al meglio le loro esigenze.Disponibili su Vertex AI, questi modelli ampliano le offerte della piattaforma, che comprendono oltre 150 modelli, consentendo agli utenti di scegliere gli strumenti migliori per i loro progetti. Vertex AI supporta una facile sperimentazione, personalizzazione e distribuzione di questi modelli, consentendo prestazioni ottimizzate, gestione dei costi e distribuzione sicura. Gli sviluppatori possono accedere a questi modelli tramite semplici chiamate API e distribuirli utilizzando l'infrastruttura gestita di Google Cloud, che offre solide funzioni di sicurezza e conformità.Iniziare con i modelli Jamba 1.5 è semplice: gli utenti possono selezionare e abilitare i modelli direttamente da Vertex AI Model Garden o Google Cloud Marketplace. Google Cloud continua a collaborare con partner come AI21 Labs per fornire funzionalità AI all'avanguardia, garantendo agli sviluppatori l'accesso alle ultime novità nella tecnologia AI.
Announcing the Jamba 1.5 Model Family from AI21 Labs on Vertex AI cloud.google.com
CdXz5zHNQW_kfrguXguxE.jpeg
RSS Hunter RSS Hunter • 27 ago 2024

L'estrazione di documenti è l'app killer di GenAI

L'articolo analizza l'evoluzione e l'impatto dell'intelligenza artificiale generativa (GenAI) nell'automatizzazione di attività d'ufficio complesse, in particolare nell'estrazione di documenti. L'autore riflette sulla propria esperienza come ingegnere di apprendimento automatico su LinkedIn, dove l'interpretazione accurata dei titoli di lavoro in diverse lingue e regioni era un'attività impegnativa. Con l'avvento di modelli linguistici di grandi dimensioni (LLM) come GPT-4, attività un tempo difficili, come la comprensione e la standardizzazione dei curriculum, sono diventate banali. Il vero potenziale della GenAI risiede nell'automatizzazione delle attività d'ufficio che comportano l'estrazione di approfondimenti dai documenti, un'attività che costituisce una parte significativa del PIL globale. Tra gli esempi figurano la gestione delle spese, la liquidazione dei sinistri sanitari e la sottoscrizione di prestiti. Sebbene si sappia che gli LLM hanno allucinazioni in alcuni contesti, essi eccellono nel ragionamento sul testo quando si basano su documenti di input specifici. La chiave per una corretta estrazione dei documenti tramite LLM è la conversione del testo e la progettazione di un robusto schema, che garantiscono risultati coerenti e accurati. L'autore sottolinea l'importanza di un'adeguata estrazione del testo, che comporta la gestione di annotazioni e formattazioni complesse. Condivide la propria esperienza nella creazione di Docupanda.io, una soluzione SaaS progettata per affrontare le sfide della comprensione dei documenti, generando rappresentazioni di testo pulite e aderendo a schemi predefiniti. L'articolo sottolinea che definire questi schemi è essenziale e che l'intelligenza artificiale può contribuire ad affinarli tramite feedback iterativi. Infine, l'autore incoraggia l'esplorazione dell'uso degli LLM per regolarizzare l'elaborazione dei documenti, suggerendo che la vera "killer app" della GenAI è la sua capacità di trasformare il lavoro d'ufficio basato sui documenti.
Document Extraction is GenAI’s Killer App towardsdatascience.com
CdXz5zHNQW_gZEuCrmBfg.jpeg
RSS Hunter RSS Hunter • 27 ago 2024

Harmonyze vuole costruire agenti di IA per aiutare i franchisor a comprendere i dati non strutturati

Per alcune imprese esiste un chiaro percorso di crescita che non include l'acquisizione di altre società o l'espansione organica: il franchising. Secondo Statista, gli Stati Uniti contano oltre 800.000 imprese in franchising e si prevede che tale numero continuerà a crescere di anno in anno. Ma creare un franchising di un'impresa, concedere in licenza un modello aziendale e un marchio a un [...]
Harmonyze wants to build AI agents to help franchisors make sense of unstructured data techcrunch.com
CdXz5zHNQW_421jNeXQrW.jpeg
RSS Hunter RSS Hunter • 26 ago 2024

Migliorare l'affidabilità del sistema: l'approccio basato sull'IA di Meta all'analisi delle cause profonde

Di recente, Meta ha condiviso come sta migliorando l'affidabilità dei suoi sistemi grazie ad avanzati strumenti di investigazione, tra cui Hawkeye assistito dall'IA, che aiuta a eseguire il debug dei flussi di lavoro di apprendimento automatico. Integrando l'intelligenza artificiale, Meta ha sviluppato un nuovo sistema di investigazione che combina il recupero basato sull'euristica con la classificazione del modello del linguaggio ampio (LLM) per aiutare nell'analisi delle cause principali.
Advancing System Reliability: Meta's AI-Driven Approach to Root Cause Analysis infoq.com
CdXz5zHNQW_Z0tSN9tbq5.jpeg
RSS Hunter RSS Hunter • 26 ago 2024

Debutta Clio, l'assistente DevOps basato su LLM, per aiutare gli ingegneri a gestire le infrastrutture cloud

Acorn, una società fondata per aiutare le organizzazioni a implementare soluzioni tecnologiche basate sull'intelligenza artificiale, ha recentemente lanciato Clio, un assistente di riga di comando basato sull'intelligenza artificiale progettato per aiutare gli ingegneri a gestire i flussi di lavoro DevOps.In un post di blog e una diretta YouTube, Acorn descrive Clio come un "assistente leggermente scontroso ma amichevole" che può gestire varie attività correlate a DevOps tramite linguaggio naturale.
LLM-Powered DevOps Assistant Clio Launches to Help Engineers Manage Cloud Infrastructure infoq.com
CdXz5zHNQW_m59CNHfXBQ.jpeg
RSS Hunter RSS Hunter • 26 ago 2024

Nuove funzionalità in Codest: genera app Flutter e React Native!

Nella nostra recente newsletter abbiamo presentato Codest, uno strumento AI che genera app Next.js dalle immagini. Basandosi sul suo successo, il nostro team di ricerca e sviluppo ha ampliato le capacità di Codest per includere ora la generazione di app Flutter e React Native dalle immagini. Abbiamo documentato i nostri progressi in due precedenti articoli di blog e siamo lieti di annunciare che queste nuove funzionalità sono ora disponibili nella nostra prova di concetto (PoC).Cosa c'è di nuovo? - Generazione di app Flutter: Codest ora può generare codice Flutter modulare e di alta qualità dalle immagini, con una chiara separazione tra layout e dati. - Generazione di app React Native: Similmente all'integrazione di Flutter, Codest genera anche codice React Native strutturato e riutilizzabile.Perché utilizzare Codest? Codest ha dimostrato di ridurre i tempi di sviluppo fino al 20%, fornendo agli sviluppatori codice pulito e modulare che semplifica il processo di sviluppo sia per app mobili che web.Ti invitiamo a guardare tre brevi video che mostrano Codest in azione, dimostrando come può generare app funzionali dalle immagini per React Native, Flutter e Next.js.
Introducing New Features on Codest: Generate Flutter and React Native Apps! dev.to
CdXz5zHNQW_m2AdynPdCB.jpeg
RSS Hunter RSS Hunter • 26 ago 2024

La Dream Machine 1.5 coglie Sora e altri creatori di video IA rivali impreparati

Luma Labs ha notevolmente aggiornato il suo generatore di video con intelligenza artificiale Dream Machine con la versione 1.5, elevando gli standard del realismo e della reattività alle richieste degli utenti. Questo aggiornamento rappresenta una sfida per i concorrenti, in particolare per OpenAI, che non ha ancora rilasciato pubblicamente il suo modello video di intelligenza artificiale Sora. Dream Machine 1.5 offre una generazione di video più veloce, producendo cinque secondi di video di alta qualità in circa due minuti, e presenta un realismo migliore, movimenti più fluidi e un rendering di testo ottimizzato. Queste migliorie ne fanno un prezioso strumento per i creatori di contenuti e i professionisti del marketing con scadenze ravvicinate.Nonostante la concorrenza di altri generatori di video con intelligenza artificiale come Runway, Stability AI e Jimeng di ByteDance, Dream Machine 1.5 si distingue per la sua disponibilità e le sue prestazioni. Questo lancio segna uno sviluppo significativo nel panorama dei video generati con intelligenza artificiale, trasformando potenzialmente settori come l'intrattenimento, la pubblicità e il giornalismo consentendo una creazione rapida e semplice di contenuti visivi di alta qualità.
Dream Machine 1.5 Catches Sora and other rival AI video makers napping techradar.com
CdXz5zHNQW_PeXO5fR47l.png
RSS Hunter RSS Hunter • 26 ago 2024

Il controverso sistema Recall basato sull'intelligenza artificiale di Microsoft ha finalmente una stima del tempo di arrivo

Dopo settimane di ritardi, Microsoft ha comunicato che Recall for Copilot Plus PC aprirà al test pubblico in ottobre. Il controverso sistema di acquisizione screenshot ha dovuto affrontare pesanti preoccupazioni in materia di sicurezza e privacy quando è stato annunciato per la prima volta.L'intelligenza artificiale e le polemiche vanno di pari passo e uno degli sviluppi più controversi si è verificato all'inizio di quest'anno, quando Microsoft ha svelato il suo piano per introdurre Recall for Copilot Plus PC. Il sistema avrebbe acquisito continuamente screenshot durante l'utilizzo del PC, avrebbe elaborato quelle immagini con l'intelligenza artificiale e quindi avrebbe consentito di effettuare ricerche su di esse per fare riferimento in un secondo momento. Dopo mesi di attesa, stiamo finalmente venendo a sapere quando Microsoft intende aprire Recall ai suoi primi tester pubblici.Recall ha immediatamente suscitato preoccupazione tra i sostenitori della privacy, temendo che la semplice esistenza di questa enorme raccolta di tutto ciò che hai fatto sul tuo PC rappresentasse una responsabilità per la privacy non necessaria: pensa solo a quanto saresti esposto se qualcuno ne avesse mai avuto accesso. E in effetti, le prime analisi di un ricercatore indipendente hanno solo aumentato l'ansia su come Microsoft ha pianificato di implementare Recall.
Microsoft’s contentious AI-powered Recall system finally has an ETA androidauthority.com
CdXz5zHNQW_pC0zeBYUXD.jpeg
RSS Hunter RSS Hunter • 26 ago 2024

Il rilevatore di deepfake di McAfee mantiene la realtà per i PC IA Lenovo

I video deepfake, che usano l'IA per imitare persone reali, pongono rischi per la sicurezza informatica, in particolar modo ingannando le persone con contenuti falsi di celebrità e personaggi pubblici. Per combattere questo problema, McAfee ha stretto una partnership con Lenovo per introdurre Deepfake Detector, uno strumento progettato per identificare e segnalare i video deepfake su determinati PC AI Lenovo. Questo strumento, addestrato su 200.000 esempi video, funziona localmente su dispositivi con una unità di elaborazione neurale (NPU), garantendo la privacy e il rilevamento in tempo reale senza bisogno di accedere al cloud. Inizialmente disponibile negli Stati Uniti, nel Regno Unito e in Australia, il rilevatore è incluso nei nuovi PC AI Lenovo con una prova di 30 giorni, seguita da un abbonamento annuale di 10 $. La collaborazione tra McAfee e Lenovo mira a migliorare la sicurezza digitale, anche se l'esclusività sui chip Intel non è ancora chiara. Inoltre, McAfee offre uno Smart AI Hub su McAfee.ai in modo che gli utenti possano analizzare i video per individuare i deepfake e scoprire di più sulle truffe basate sull'intelligenza artificiale.
McAfee’s Deepfake Detector keeps it real for Lenovo AI PCs techradar.com
CdXz5zHNQW_Vp8Ehbwzqe.png
RSS Hunter RSS Hunter • 26 ago 2024

La compagnia telefonica che ha consentito la truffa deepfake di Biden pagherà 1 milione di dollari alla FCC

Inizio di quest'anno, l'audio falso di Presidente Biden alimentato dall'intelligenza artificiale ha raggiunto gli elettori del New Hampshire. La FCC ha reagito rapidamente, identificando il colpevole come la Life Corporation con sede in Texas, che è stata dietro a truffe simili negli anni, e ha colpito loro e un individuo associato con una multa di 6 milioni di dollari. Tuttavia, gli scammers hanno anche arruolato l'aiuto di […]
Telecom that enabled Biden deepfake scam will pay FCC $1M techcrunch.com
CdXz5zHNQW_KGYDqTwyTo.jpeg
RSS Hunter RSS Hunter • 26 ago 2024

La funzione "Aiutami a scrivere" di Gmail ora può rifinire le tue e-mail con l'intelligenza artificiale

Google sta espandendo il suo supporto di scrittura basato su intelligenza artificiale in Gmail attraverso funzionalità offerte da Gemini sotto la scorciatoia "Aiutami a scrivere". L'ultima aggiunta è l'opzione "Rifinisci" che migliora le bozze delle e-mail, solitamente rendendole più formali ed è disponibile sia su piattaforme mobili che web. Inoltre, quando si scrivono e-mail di almeno 12 parole su iOS e Android, gli utenti possono accedere ad opzioni come Rifinisci, Formalizza, Elabora, Abbrevia e Scrivi una nuova bozza passando il dito sulla richiesta "Migliora la mia bozza". Queste funzionalità sono esclusive per gli abbonati al piano AI Premium di Google One o per le organizzazioni con specifici componenti aggiuntivi di Gemini per l'istruzione e l'attività lavorativa. Tuttavia, c'è scetticismo riguardo alla praticità e all'efficienza di questi strumenti e alcuni si chiedono se facciano realmente risparmiare tempo o se migliorino la qualità della comunicazione e-mail.
Gmail’s ‘Help Me Write’ Feature Can Now Polish Up Your Emails With AI lifehacker.com
CdXz5zHNQW_OYE7bCPiyg.png
RSS Hunter RSS Hunter • 26 ago 2024

D-ID lancia uno strumento di traduzione video IA che include la clonazione della voce e il lip sync

La piattaforma di creazione di video basata sull'intelligenza artificiale D-ID è l'ultima azienda ad aver spedito uno strumento per tradurre video in altre lingue utilizzando tecnologie di intelligenza artificiale. Tuttavia, in questo caso, D-ID clona anche la voce del relatore e modifica i movimenti delle labbra per adattarsi alle parole tradotte come parte del processo di editing dell'intelligenza artificiale. La tecnologia deriva da quella precedente di D-ID [...]
D-ID launches an AI video translation tool that includes voice cloning and lip sync techcrunch.com
CdXz5zHNQW_0y7de5ftG2.jpeg
RSS Hunter RSS Hunter • 26 ago 2024

7 Creatori di PPT di IA per la tua prossima presentazione in ufficio

Potresti essere nell'ultimo anno del college, impegnato a rendere il tuo progetto di laurea unico, o un professionista che si destreggia tra le esigenze dei meeting giornalieri e le presentazioni ai clienti. In entrambi i casi, capisci quanto sia importante una buona impressione iniziale, sia in un contesto professionale che in un incontro personale. Un design ben progettato [...]
7 AI PPT Makers For Your Next Office Presentation analyticsvidhya.com
CdXz5zHNQW_r6k8yG29iM.jpeg
RSS Hunter RSS Hunter • 25 ago 2024

Esegui le tue applicazioni di inferenza AI su Cloud Run con GPU NVIDIA

Google Cloud ha introdotto il supporto per GPU NVIDIA L4 per Cloud Run, ora in anteprima, consentendo ai developer di eseguire inferenze AI in tempo reale con facilità. Questo aggiornamento è particolarmente utile per le applicazioni che utilizzano modelli di intelligenza artificiale generativa aperti, come Google's Gemma e Meta's Llama. Le caratteristiche chiave includono scalabilità rapida, scalabilità a zero e prezzo per uso, rendendo Cloud Run ideale per gestire il traffico utente variabile e l'ottimizzazione dei costi.Con questa nuova capacità, i developer possono distribuire modelli leggeri per compiti come chatbot personalizzati e riassunti di documenti, o applicazioni più intensive come il riconoscimento di immagini e la rendering 3D. Le GPU NVIDIA migliorano le prestazioni accelerando i processi di inferenza AI, offrendo bassa latenza e scalabilità efficiente, con l'infrastruttura di Cloud Run che gestisce le complessità sottostanti.I primi adottanti, come L’Oreal e Chaptr, hanno elogiato l'integrazione GPU per i suoi tempi di avvio bassi, scalabilità e facilità d'uso. Il supporto GPU è attualmente disponibile nella regione US-central1, con piani per espandere in Europa e Asia entro la fine dell'anno.Per distribuire un servizio con GPU NVIDIA su Cloud Run, i developer possono specificare i requisiti GPU tramite riga di comando o la console di Google Cloud. Inoltre, Cloud Run ora supporta funzioni con allegamenti GPU, semplificando le attività di inferenza AI basate su eventi.
Run your AI inference applications on Cloud Run with NVIDIA GPUs cloud.google.com
RSS Hunter RSS Hunter • 25 ago 2024

Openmart vuole rendere più facile per le imprese vendere alle aziende locali

Nel 2020, Kathryn Wu ha lanciato un'attività collaterale mentre lavorava come ingegnere di prodotto su Pinterest. Wu ha fondato una società di tè al latte, OhTea, con la speranza di connettersi con negozi di alimentari e negozi di regali locali per convincerli a vendere il tè. Ha rapidamente capito quanto fosse difficile non solo essere un'impresa di nicchia, ma anche ottenere spazio sugli scaffali dei negozi.
Openmart wants to make it easier for enterprises to sell to local businesses techcrunch.com
CdXz5zHNQW_4xA3decJv4.jpeg
RSS Hunter RSS Hunter • 25 ago 2024