Da quando è uscito ChatGPT e gli altri assistenti AI è chiaro che si possono usare per fare… un sacco di cose.
Anche se per molti compiti NON sono ancora abbastanza affidabili o robusti, e in genere la loro capacità di “ragionamento” è limitata e poco controllabile.
Tuttavia, nell’eseguire compiti semplici e ben definiti, le AI come ChatGPT e Gemini sono già abbastanza efficaci!
Io le chiamo “Automazioni Casalinghe”, ovvero semplici automazioni che CHIUNQUE può fare nel suo lavoro.
Alcuni esempi da cui iniziare:
Questi task sono semplici per l’AI perchè sono una semplice “Data Transformation”, che è un termine che uso per dire che il contenuto non cambia, ma cambia solo la sua forma!
In pratica fornisco un input all’AI (un documento, degli appunti, una mail) e gli chiedo di… trasformarla in qualcos’altro!
ESEMPIO: Documento → Sintesi → Presentazione → Deck di sales → Mail
Questi sono i primi casi d’uso che dovresti esplorare 👌🏼
Ma perchè hanno senso ❓
Beh intanto sono spesso “semplici” da provare e sei fortemente motivato a provarli, perchè spesso sono i task più time intensive (e noiosi).
Inoltre, più frequente il task più risulterà d’impatto l’automazione!
Un esempio pratico potrebbe essere il seguente:
Possono anche essere una catena di prompt per elaborare un file, tipo:
Però ci sono alcune cose a cui stare attenti ❗
Solo chi “possiede” il processo è in grado di dire se il risultato dato dall’AI è abbastanza buono, sia che si tratti di un “semilavorato” o del risultato finale.
Occhio se usi le API dei modelli commerciali, spesso cambiano i modelli e li riaddestrano in continuazione. Quindi?
Quindi può cambiare la performance o il comportamento in modo non dipendente da te.
Valuta modelli open source (stanno diventando una scelta viabile).
Infine alcuni consigli sparsi, dati dalla mia esperienza degli ultimi mesi:
In generale: non fare overthinking, non c’è bisogno di costruire chissà che per iniziare a fare piccole automazioni in azienda!
Infine, quando hai trovato “qualcosa che funziona” hai due scelte:
Spero che questi consigli ti siano stati utili, ma in realtà il tema è vastissimo e ci vorrebbe almeno un’ora di video Youtube per spiegarla bene… 👀
A proposito, iscriviti assolutamente al nostro canale!
Abbiamo in piano di fare tantissimo materiale gratuito di formazione su AI generativa nei prossimi mesi 🙂
Io uso questi strumenti tutti i giorni, spesso GPT4… ma vorrei conoscere anche la tua esperienza!
Se usi i tool AI, mi dici quali sono i 2-3 casi d’uso per cui ti risparmia più tempo?
Vieni a raccontarceli sul nostro Discord, trovi tutti i membri del team e migliaia di professionisti e appassionati di Tech, Data Science e AI! 🍕
By Giacomo Ciarlini - Head of Content & Education - Datapizza
Ieri su X ho visto questo nuovo progetto che in pratica crea una “interfaccia grafica” (GUI) per interagire con i modelli di generazione immagine.
In pratica ti permette di creare una immagine controllando le REGIONI dell’immagine dove si possono posizionare le varie generazioni. 🎨
Poi aggiungi un prompt descrittivo del tipo di scena e dello stile, et voilà, avrai creato un’immagine controllata!
Che figata è?
Nota: questa tecnica di generazione condizionata alla zona è nuovissima e risale ad appena un mese fa…
Questo vuol dire che da ricerca → applicazione è passato meno di un mese!
Ovvio è una semplice GUI “fatta a mano”, però fa intuire il potenziale rivoluzionario dell’AI nella creatività.
Link al progetto 👇
GitHub - mut-ex/gligen-gui: An intuitive GUI for GLIGEN that uses ComfyUI in the backend
Hai mai sentito parlare di Reinforcement Learning?
Il reinforcement learning (RL) è un tipo di apprendimento automatico in cui un agente impara a prendere decisioni ottimizzando le proprie azioni per massimizzare una ricompensa cumulativa in un ambiente.
In pratica l'agente esplora attivamente l'ambiente, prova diverse strategie e apprende dalle conseguenze delle proprie azioni.
Le applicazioni del reinforcement learning sono molteplici e variegate, includendo:
Ti lascio la risorse DEFINITIVA per metterti al passo su tutto questo mondo, penso sia la migliore che ho mai trovato sul tema 🙂
GitHub - mikeroyal/Reinforcement-Learning-Guide: Reinforcement Learning Guide