OpenAI si è alleato con un’istituzione di istruzione superiore. Scopri di più nelle notizie AI di questa settimana di ENBLE.
In questa edizione della rubrica semiregolare di TechCrunch sull'IA, This Week in AI, discutiamo della collaborazione tra OpenAI e l'Università dello Stato dell'Arizona per testare l'utilizzo della tecnologia GenAI nel campo dell'istruzione.
IA nell’istruzione: il dibattito continua
Seguire un settore in rapido movimento come l’IA è una sfida difficile. Quindi, finché un’IA non può farlo al posto tuo, ecco un pratico riassunto di storie recenti nel mondo dell’apprendimento automatico, insieme a ricerche significative ed esperimenti che non abbiamo trattato singolarmente. Questa settimana nell’IA, OpenAI ha stretto il suo primo accordo con un’università: la Arizona State University.
OpenAI si allea con l’Arizona State University
L’ASU collaborerà con OpenAI per portare ChatGPT, il chatbot alimentato da IA di OpenAI, ai ricercatori, al personale e al corpo docente dell’università. Stanno persino organizzando una sfida aperta a febbraio per invitare docenti e personale a proporre idee su come utilizzare ChatGPT.
Il patto tra OpenAI e ASU illustra le opinioni mutevoli sull’IA nell’istruzione, poiché la tecnologia avanza più rapidamente dei curricula. L’estate scorsa, scuole e università hanno freneticamente vietato ChatGPT per paura di plagio e disinformazione. Da allora, alcuni hanno revocato il divieto, mentre altri hanno iniziato a organizzare workshop su strumenti di genAI e il loro potenziale nell’apprendimento.
Il grande dibattito sull’educazione AI
Il dibattito sul ruolo della genAI nell’istruzione non sarà risolto presto. Ma – per quanto valga – mi trovo sempre più nel campo dei sostenitori. Sì, la genAI è un cattivo riassuntore. È di parte e tossica. Invent
“Il problema nella scienza ambientale è che è spesso impossibile ottenere un dataset abbastanza grande per addestrare i programmi AI per le nostre esigenze di ricerca”, ha affermato Marc Rußwurm, uno dei leader del progetto.
- Google presenta Circle to Search ricerca visuale avanzata per telef...
- 🤖 Il CEO di Meta Mark Zuckerberg parla di Intelligenza Artificiale ...
- OpenAI ha trovato il suo primo partner nell’istruzione superi...
D’altro canto, il Los Alamos National Lab ha un nuovo approccio chiamato Blackout Diffusion, che parte da un’immagine completamente nera, riducendo il carico computazionale. Dicono che funzioni bene, ma è sicuramente lontano dalla distribuzione generale.
I modelli assistiti dall’IA stanno spuntando ovunque nelle scienze naturali, producendo nuove intuizioni e risparmiando denaro sulle ore di inserimento dati. Ad esempio, l’Australia sta applicando la tecnologia di rilevamento degli incendi boschivi di Pano AI, che potrebbe contribuire a prevenire gli incendi e produrre dati preziosi per le autorità forestali, nella sua principale regione forestale conosciuta come “Triangolo Verde”.
Con questi progressi nell’IA, ogni minuto conta, soprattutto nel caso degli incendi boschivi. Le notifiche anticipate potrebbero fare la differenza tra decine e migliaia di acri di danni.
Sul fronte della chimica, i ricercatori dell’Argonne NL stanno studiando il modo migliore per confezionare l’idrogeno per l’uso come carburante. Utilizzando un metodo di screening dell’IA, sono stati in grado di selezionare tra 160 miliardi di molecole e individuare 41 dei migliori candidati. Questo potrebbe rivoluzionare l’industria del carburante all’idrogeno e renderla accessibile all’uso diffuso.
Conclusione
L’IA continua a lasciare il segno in vari campi, con implicazioni positive e sfide. Mentre gli strumenti alimentati dall’IA nell’istruzione possono migliorare le esperienze di apprendimento, ci sono preoccupazioni riguardanti il tradimento e la necessità di interazione umana. In altri campi, come la scienza ambientale e la chimica, l’IA viene utilizzata per risolvere problemi complessi e stimolare l’innovazione.
Muovendoci avanti, è importante avvicinarsi all’IA con una mentalità cauta, ma esplorativa. L’IA non è una soluzione miracolosa, e sono fondamentali test approfonditi e valutazioni quando si applicano modelli AI in contesti diversi. Trovando un equilibrio tra esseri umani e macchine, possiamo sfruttare appieno il potenziale dell’IA e creare un futuro migliore.
-–
Riferimenti: – Partnership OpenAI e ASU – Tutor di lettura di Microsoft – Trasparenza algoritmica nella musica – Robot della NASA – Samsung Galaxy, ora con AI – Risoluzione della geometria di DeepMind – OpenAI e Crowdsourcing – Un piano Pro per Copilot – Modelli ingannevoli – Demo di robot Tesla – METEOR: Un programma per l’addestramento di algoritmi AI – Blackout Diffusion del Los Alamos National Lab – Applicazione dell’Australia della tecnologia di rilevamento degli incendi di Pano AI
