Le mie letture dedicate alla tecnologia
#readings #papers #economy #culture #society #technology #TILLL #TateoBlog
Questo articolo è dedicato alla raccolta delle mie letture che esplorano il rapporto tra scienza applicata, innovazione e trasformazione digitale. La tecnologia è descritta come sapere pratico orientato alla soluzione di problemi reali e all’ottimizzazione dei processi. La sezione tecnologia della mia biblioteca è organizzata in nove aree tematiche: informatica e comunicazione, realtà estese (AR/VR/MR), intelligenza artificiale, automazione industriale, elettronica, social media, simulazione e modellazione, visione artificiale e ingegneria ferroviaria. Ogni sezione include una selezione di testi significativi, dai classici dell’informatica e della cultura digitale ai contributi più recenti su AI, mondi virtuali, robotica e sistemi di produzione. Alcuni libri vengono approfonditi brevemente, come Mondi virtuali di Woolley, Uomini e macchine intelligenti di Bernstein o Decisioni intuitive di Gigerenzer, che arricchiscono la riflessione sul ruolo dell’uomo nell’evoluzione tecnologica. Attraverso questo catalogo personale, vi invito a esplorare come strumenti digitali, automazione e intelligenza artificiale stiano cambiando società, lavoro e percezione del mondo, ed a trovare spunti per comprendere il presente e immaginare il futuro.
§. Indice dei contenuti
Gli argomenti trattati in questo articolo
vengono di seguito sintetizzati mediante
l'elenco dei titoli dei suoi paragrafi.
§. Indice dei contenuti
Gli argomenti trattati in questo articolo vengono di seguito sintetizzati mediante l'elenco dei titoli dei suoi paragrafi.§. ⚙️ Libri di Tecnologia (lt.5.3)
§1. 💻 Libri di Informatica, Comunicazione e Tecnologie dell'Informazione, Trasformazione Digitale. (lt.5.3.1)
§2. 🥽 Libri su Realtà Estese (XR) (lt.5.3.2):
§3. 🧠 Libri su Intelligenza Artificiale (lt.5.3.3)
📖 §3.1. Uomini e macchine intelligenti, Jeremy Bernstein (📚lt.5.3.3.1)
📖 §3.2. Decisioni Intuitive , Gerd Gigerenzer. (📚lt.5.3.3.2)📖 §3.3. Agenti AI -- Libera il potenziale -- Avery Smartwell (📚lt.5.3.3.3)📖 §3.4. AI Agent in pratica, Micheal Lanham (📚lt.5.3.3.4)📖 §3.5. La differenza fondamentale, Luciano Floridi (📚lt.5.3.3.5)📖 §3.6. Microsoft 365 COPILOT, Giuseppe Marchi (📚lt.5.3.3.6)📖 §3.7. Enciclopedia di Elettronica & Informatica - 7. Informatica e Società (IS), Gruppo Editoriale Jackson (📚lt.5.3.3.7)📖 §3.8. Enciclopedia di Elettronica & Informatica - 9. Aggiornamenti, Gruppo Editoriale Jackson (📚lt.5.3.3.8)
§4. 🔧 Libri di Automazione Industriale (lt.5.3.4)
§5. 🔌 Libri di Elettronica (lt.5.3.5)
§6. 🌐 Libri sui Social Media (lt.5.3.6)
§7. 🧪 Libri su Simulazione e modellazione (lt.5.3.7)
§8. 👁️ Libri di Visione Artificiale (lt.5.3.8)
§9. 🚂 Libri di Ingegneria Ferroviaria (lt.5.3.9)
§10. Più in generale a proposito delle mie Letture Scientifiche
§12. Teniamoci in contatto
§13. Qualche informazioni su di me
Spero che, tra gli argomenti trattati in questo articolo, tu possa trovare qualcosa di interessante o stimolante. Buona lettura!
13/8-2026
§. Libri di Tecnologia (lt.5.3)
La Tecnologia è un ampio settore di ricerca, nel quale sono coinvolte varie discipline tecniche e scientifiche, che studia l’applicazione e l’uso di tutto ciò che può essere funzionale alla soluzione di problemi pratici, all’ottimizzazione delle procedure, alla scelta di strategie operative per raggiungere un determinato obiettivo; in senso più restrittivo, lo studio delle scienze applicate con particolare riferimento ai processi industriali di trasformazione: il progresso, lo sviluppo della tecnologia; tecnologia delle costruzioni; tecnologia tessile.
La Tecnologia si concentra sul "come fare qualcosa" applicando la conoscenza scientifica per creare strumenti e soluzioni pratiche. La tecnologia è un sapere pratico e applicativo.
- §1. 💻 Informatica, Comunicazione e Tecnologie dell'Informazione, Trasformazione Digitale
- §2. 🥽 Realtà estese: Realtà Aumentata (AR), Realtà Virtuale (VR), Realtà Mista (MR)
- §3. 🧠 Intelligenza Artificiale
- §4. 🔧 Automazione Industriale.
- §5. 🔌 Elettronica.
- §6. 🌐 Social Media.
- §7. 🧪 Simulation, modeling, rapid prototyping and 3D printing.
- §8. 👁️ Computer Vision.
- §9. 🚂 Ingegneria Ferroviaria.
Nella sezione dedicata alla 💻 Informatica (§1), comunicazione e tecnologie dell’informazione, si approfondiscono le dinamiche della trasformazione digitale e il ruolo centrale dei sistemi informatici nella vita moderna.
Le 🥽 realtà estese (§2), come la realtà aumentata, virtuale e mista, vengono esplorate attraverso testi come Mondi virtuali di Benjamin Woolley, che ci invita a riflettere sul potenziale dei mondi immersivi.
§2.1. Mondi virtuali, Benjamin Woolley
L’🧠 intelligenza artificiale (§3) viene presentata come uno strumento di interazione tra uomini e macchine intelligenti, e letture come Uomini e macchine intelligenti di Jeremy Bernstein e Decisioni intuitive di Gerd Gigerenzer aiutano a comprendere come algoritmi e intuizione umana possano collaborare nel processo decisionale. In parallelo
§3.1. Uomini e macchine intelligenti, di Jeremy Bernstein§3.2. Decisioni Intuitive, di Gerd Gigerenzer.
l’🔧 automazione industriale (§4) mostra come sistemi automatici e robotici stiano ridefinendo i processi produttivi, integrandosi in maniera crescente nelle industrie moderne.
- §4.1. Automazione industriale in Italia. Realtà e prospettive. (LT.5.3.4.1). di Assoautomazione -- Associazione ItalianaAutomazione e Misura.
- §4.1. I distretti della meccanica -- 10 realtà a confronto per valorizzare le eccellenze ed agire sui territori. (LT.5.3.4.2). di Federazione dei Distretti Italiani e UniCredit Corporate Banking Progetti Speciali.
La sezione dedicata alla 🔌 elettronica (§5) affronta il cuore tecnologico dei dispositivi, evidenziando come componenti e sistemi elettronici siano alla base di innovazioni che spaziano dall’informatica all’automazione.
I social media (§6) rappresentano un altro ambito cruciale della tecnologia, e libri come Sociologia dei media digitali di Davide Bennato, La mucca viola di Seth Godin, Social Networking di Patrice-Anne Rutledge e La fisica che ci piace di Vincenzo Schettini raccontano come la comunicazione digitale e le dinamiche sociali influenzino cultura e mercato.
§6.1. Sociologia dei media digitali, di Davide Bennato.§6.2. La mucca viola, di Seth Godin.§6.3. Social Networking, di Patrice-Anne Rutledge.§6.4. La fisica che ci piace, di Vincenzo Schettini.
La sezione simulazione e modellazione (§7) ci guida alla comprensione di sistemi complessi, con testi come Il mondo in sintesi di Cosimo Accoto, che propone strumenti concettuali e pratici per interpretare scenari reali e virtuali.
§7.1. Il mondo in sintesi, di Cosimo Accoto.
Nella sezione dedicata alla 👁️ visione artificiale (§8), le letture di Edmund, tra cui Ottica per la generazione di immagini e Una guida sulla Elaborazione delle Immagini, ci mostrano come i sistemi digitali siano in grado di percepire e interpretare visivamente il mondo.
§3.8.1. Imaging Optics, by Edmund.§3.8.2. Una guida sulla Elaborazione delle Immagini, by Noesis.
Infine, l’ingegneria ferroviaria 🚂 (§9) ci porta nel mondo delle infrastrutture intelligenti, con Il Ministero della Difesa delle Ferrovie del Regno Unito: Politica e standard per la progettazione e la manutenzione di percorsi permanenti, un libro che approfondisce le regole e le pratiche necessarie a garantire sicurezza ed efficienza dei percorsi ferroviari.
§3.9.1. MOD UK Railways. Permanent Way Design and Maintenance Policy and Standards.
Letture consigliate.
§1. 💻 Libri di Informatica, Comunicazione e Tecnologie dell'Informazione, Trasformazione Digitale. (lt.5.3.1)
La sezione scienze / tecnologia / Informatica della mia libreria contiene i seguenti libri:
§1. Essere Digitali, Nicholas
Negroponte. (lt.5.3.1.1)
§2. Cloud e Legacy transformation. (lt.5.3.1.2)
§3. La strada che porta a domani, Bill Gates. (lt.5.3.1.3)
§4. Business @lla velocità del pensiero, Bill Gates. (lt.5.3.1.4)
§5. Navigare con gli Ipertesti -- Lo stato dell'arte nella tecnologia ipertestuale dalla voce dei più importanti ricercatori, ZeroUno & Apple Computer. (lt.5.3.1.5)
§6. Dizionario di Telecomunicazioni e Telematica, ZeroUno & Italtel, Parte prima (A-O) e parte seconda (P-X). (lt.5.3.1.6)
§7. Dizionarietto Informatichese, Enrico Odetti, Gruppo Editoriale Jackson. (lt.5.3.1.7)
§8. Impariamo il Pascal, Flavio Waldner, Gruppo Editorial Jackson. (lt.5.3.1.8)
§9. LOGO: potenza e semplicità, Emanuele Baldi & Maurizio Divizio, Gruppo Editorial Jackson. (lt.5.3.1.9)
§10. Programmare in Assembler, Alain Pinaud, Gruppo Editorial Jackson. (lt.5.3.1.10 )
§11. Corso di Informatica Generale -- volume terzo -- sistemi operativi - archivi e loro organizzazioni - basi di dati, Giuseppe Callegarin, Edizioni Ceda Padova. (lt.5.3.1.11)
§12. Computer -- algoritmi - computers: logica di funzionamento - metodologie per lo sviluppo della programmazione - sistemi e modello, R. raschietti - R. Melchiori - C. Occhionero, Angelo Signorelli Editore - Roma. (lt.5.3.1.12)
§13. Sistemi per l'elaborazione dell'informazione, Mario De Blasi, Edizioni Fratelli Laterza. (lt.5.3.1.13)
§14. IBM PC -- Programmazione del microprocessore 8088, David C. Willen - Jeffrey I. Krantz, Tecniche Nuove. (lt.5.3.1.14)
§15. Enciclopedia di Elettronica & Informatica - 1. Elettronica di Base, Gruppo Editoriale Jackson (lt.5.3.1.15)
§16. Enciclopedia di Elettronica & Informatica - 2. Comunicazioni, Gruppo Editoriale Jackson (lt.5.3.1.16)
§17. Enciclopedia di Elettronica & Informatica - 5. Microprocessori, Gruppo Editoriale Jackson (lt.5.3.5.17)
§18. Enciclopedia di Elettronica & Informatica - 6. Informatica di Base, Gruppo Editoriale Jackson (lt.5.3.5.18)
§19. Enciclopedia di Elettronica & Informatica - 7. Informatica e Società, Gruppo Editoriale Jackson (lt.5.3.5.19)
§20. Enciclopedia di Elettronica & Informatica - 8. Personal Computer, Gruppo Editoriale Jackson (lt.5.3.5.20)
§21. Le guide di Bit / 1. Pascal, David Watt. (lt.5.3.1.21)
§22. Le guide di Bit / 2. Unix, Lawrence Black Burn & Marcus Taylor. (lt.5.3.1.22)
§23. Le guide di Bit / 3. Forth, Steve Vickers. (lt.5.3.1.23)§24. Le guide di Bit / 6. Assembler 8086 e 8088, Robert Erskine. (lt.5.3.1.24)
§25. Le guide di Bit / 7. CP/M, Lawrence Blackburn & Marcus Taylor. (lt.5.3.1.25)
§26. Le guide di Bit / 11. Programmi di statistica, Boris Allan. (lt.5.3.1.26)
§27. Le guide di Bit / 13. MS-DOS, Val King & Dock Waller. (lt.5.3.1.27)
§30. Enciclopedia di Elettronica & Informatica - 9. Aggiornamenti, Gruppo Editoriale Jackson (lt.5.3.1.30)
Leggo le seguenti riviste:
updated August 27, 2023
§2. 🥽 Libri su Realtà Estese (XR) (lt.5.3.2) -- Realtà Aumentata (AR), Realtà Virtuale (VR), Realtà Mista (MR)
§3.2.1. "Mondi virtuali", Benjamin Woolley
%20Mondi%20Virtuali.jpg)
updated February 28, 2024
§3. 🧠 Libri su Intelligenza Artificiale (lt.5.3.3)
📖 §3.1. Uomini e macchine intelligenti, Jeremy Bernstein (📚lt.5.3.3.1)
📖 §3.2. Decisioni Intuitive, Gerd Gigerenzer. (📚lt.5.3.3.2).
📖 §3.3. Agenti AI -- Libera il potenziale -- Avery Smartwell (📚lt.5.3.3.3) -- Automatizza ogni attività, risparmia ore ogni giorno e fai crescere il tuo business senza scrivere una sola riga di codice. Una guida essenziale per liberi professionisti, creator e imprese intelligenti.
📖 §3.4. AI Agent in pratica, Michael Lanham (📚lt.5.3.3.4)
📖 §3.5. La differenza fondamentale, Luciano Floridi (📚lt.5.3.3.5).
📖 §3.6. Microsoft 365 COPILOT, Giuseppe Marchi (📚lt.5.3.3.6).
📖 §3.7. Enciclopedia di Elettronica & Informatica (EI) - 7. Informatica e Società (IS), Gruppo Editoriale Jackson (📚lt.5.3.3.7)
10/8-2026
§3.1. Uomini e macchine intelligenti, Jeremy Bernstein (📚lt.5.3.3.1)
#ai #artificialIntelligence #AI #Bernstein #readings
Citazioni e osservazioni del libro “Uomini e macchine intelligenti” di Jeremy BernsteinL’autore.
ll libro si compone di saggi tratti da due libri: Experiencing Science (1978) e Science Observed (1982).
L'intelligenza artificiale, prima di diventare un'immensa impresa di ricerca e innovazione tecnologica, quale è oggi, fu il nome di un oggetto sconosciuto attorno al quale ruotava il pensiero di pochi scienziati, isolati e testardi: primo fra tutti Marvin Minsky, l'uomo con il quale l'intelligenza artificiale ha finito per essere identificata.
Con grande grazia, capacità di divertire e abilità nell'esporre con la massima evidenza le questioni più complicate, Jeremy Bernstein ci introduce nella mente e nella vita di Minsky - e, attraverso di essa, intrecciando aneddoti e questioni teoriche, in quelle di Alan Turing, Kurt Gödel, John von Neumann, Warren McCulloch, e indietro sino a Babbage e a Leibniz, come risalendo l'invisibile catena dei pensatori che furono attratti dall'idea di una «macchina pensante».
Questo libro appartiene alla specie rara di quelli dove si imparano molte cose senza quasi accorgersene: per esempio due amanti ci illustreranno il funzionamento della macchina di Turing e un barbiere che non poteva radere se stesso varrà da illustrazione del teorema di Gödel.
Traduzione di Giuseppe Longo.
(162)
Avversione per le macchine.
“Ci siamo chiesti, per esempio, se i primi, pur modesti successi nella comunicazione con le macchine possono aiutarci a comunicare tra di noi, o se invece crescerà il senso di avversione per le macchine via via che esse invaderanno ambiti tradizionalmente considerati di stretta pertinenza dell'essere umano.“
(164)
Calcolatori e didattica
#Kindergarten #Papert #Logo
“.. [è] perché il calcolatore fornisce un'esperienza più flessibile di qualsiasi altra che un bambino possa incontrare: con il suo aiuto, davvero il bambino può diventare un architetto o un artista, davvero può affrontare sistemi complessi disponendo di strumenti che nessun altro prima ha mai potuto avere.“
(165)
#Seymour #Papert #Logo #Lisp
"Noi speriamo che il bambino, quando fa una cosa che non riesce bene, dica: "Oh, com'è interessante che abbia ottenuto questo strano risultato! Quale procedimento nella mia testa ha prodotto una cosa del genere?"
"Il linguaggio Logo … può essere impiegato per costruire programmi che scrivono programmi."
(166)
#BASIC
"Il BASIC, un linguaggio inventato nel 1964, in un'epoca in cui le memorie erano molto costose, ed era giustificata la preoccupazione di sviluppare un linguaggio che potesse fare qualcosa d'interessante su un calcolatore dotato di una memoria limitatissima (non più di un migliaio di parole). "
#Minsky #robotica #paradossi
"Le riflessioni di Minsky hanno spaziato dall'uso della robotica sulla Terra e fuori di essa … allo sviluppo della mente umana e della sua capacità di affrontare i paradossi."
(167)
"I meccanismi di apprendimento innati impiegano molto tempo a maturare, nel bambino … Lo stesso avviene alla memoria: molto probabilmente, finché siamo piccoli gran parte della nostra capacità di memoria non è disponibile; se lo fosse la riempiremmo di bambinate senza senso."
(168)
"Una cosa buffa rappresenta un pensiero proibito 🚫che riesce a superare la censura 🤬 "
(169)
"Le persone intelligenti sono quelle che in qualche angolo della mente posseggono innumerevoli configurazioni di pensiero errate, che esse conoscono come potenzialmente nocive."
28/12-2025
§3.2. Decisioni Intuitive, Gerd Gigerenzer (📚lt.5.3.3.2)
§3.3 Agenti AI, Avery Smartwell (📚lt.5.3.3.3)
#readings #science #technology #AI #ArtificialIntelligence #GenerativeAI #AgenticAI #Automation
1. Cosa sono gli Agenti AI e perché stanno rivoluzionando il lavoro. Introduzione al concetto di agente AI e al suo possibile impatto sulle attività quotidiane e professionali. Il capitolo distingue l’agente dalle forme tradizionali di automazione e dall’AI, mostrando come cambiare prospettiva: non fare tutto personalmente, ma costruire un ecosistema capace di collaborare con noi.
🔑 Concetti chiave (termini e concetti scoperti durante la lettura):
Intelligenza Artificiale Generativa, Agente AI
📝 Note di lettura (annotazioni personali): ...
💡 Cosa ho imparato (la mia interpretazione del capitolo):
Un agente AI rappresenta un'evoluzione dell'automazione tradizionale: non si limita a eseguire una sequenza predefinita di azioni in risposta a un evento, ma è in grado di ricevere un obiettivo, analizzare il contesto, pianificare le attività necessarie, prendere decisioni entro i limiti assegnati, utilizzare strumenti e servizi esterni e agire per raggiungere il risultato desiderato.
In questo senso, l'agente AI può costituire un anello di congiunzione tra l'automazione, basata su procedure e regole definite a priori, e le capacità dell'Intelligenza Artificiale Generativa, che consentono di comprendere e produrre contenuti come testo, immagini, audio, video e codice. Un agente può infatti utilizzare un LLM o altri modelli di AI come componente del proprio processo decisionale e operativo, ma ciò che lo caratterizza non è semplicemente la capacità di generare contenuti: è la capacità di utilizzare tali capacità per perseguire autonomamente un obiettivo e compiere azioni.
Il passaggio agli agenti AI non è quindi soltanto tecnologico, ma implica anche una trasformazione nel modo di concepire il proprio lavoro. Significa accettare che alcune attività possano essere delegate a sistemi intelligenti, definendo inizialmente obiettivi, vincoli e criteri di controllo e lasciando poi al sistema una certa autonomia nel decidere come procedere. In altre parole, non si tratta più soltanto di automatizzare una singola attività, ma di affidare a un sistema intelligente un compito da portare a termine.
🔗 Collegamenti:
🧠 Intelligenza Artificiale (AI); L'applicazione delle più recenti tecnologie per delegare alle macchine compiti che gli umani riescono a svolgere grazie alla loro intelligenza; Link: https://tateoblog.blogspot.com/p/artificial-intelligence.html; Paragrafo: §14. Agenti, agency ed AI Agentica
🔧 Automazione (AU); Titolo: Le più moderne espressioni della tecnologia dell’Automazione Industriale; Link: https://tateoblog.blogspot.com/p/blog-page_26.html
⭐ Riflessioni personali (eventuali considerazioni critiche sul contenuto)
2. Perché non hai bisogno di programmare: il potere del no-code. Il capitolo introduce l’approccio no-code come modalità per costruire soluzioni automatizzate senza possedere competenze avanzate di programmazione. Vengono presentate le abilità fondamentali da sviluppare e alcune piattaforme utilizzabili per trasformare esigenze concrete in flussi operativi basati sull’AI.3. Le differenze tra strumenti AI, automazioni e veri agenti intelligenti. Un confronto tra AI, automazioni e agenti, categorie spesso confuse nel linguaggio comune. Il capitolo cerca di chiarirne differenze, caratteristiche e ambiti di applicazione, proponendo criteri per scegliere la soluzione più adeguata. Particolare attenzione viene dedicata anche ai casi in cui un agente non è necessario.4. Quando usare un agente AI (e quando no). Il capitolo affronta una questione fondamentale: capire quando un agente AI rappresenta realmente una soluzione utile. Vengono individuati segnali, errori decisionali e situazioni concrete per valutare opportunità e limiti. L’obiettivo è imparare a scegliere consapevolmente, evitando di trasformare ogni problema in un progetto di agentizzazione.5. I migliori strumenti no-code per creare Agenti AI. Panoramica degli strumenti no-code disponibili per costruire agenti AI. Il capitolo propone criteri per andare oltre il semplice confronto delle funzionalità, individuare lo strumento più adatto alle proprie esigenze ed evitare errori di scelta. L’attenzione è quindi rivolta alla selezione strategica, non soltanto alla tecnologia.
6. Come progettare un flusso intelligente senza scrivere codice. Dalla teoria alla realizzazione pratica di un agente AI. Il capitolo propone un percorso progettuale che parte dalla definizione dell’obiettivo, passa dalla scelta dello strumento e arriva alla costruzione, al test e al miglioramento. Un caso di ricerca di mercato mostra concretamente come trasformare un’idea in un agente operativo.7. Gli strumenti essenziali: da ChatGPT a Zapier, da Notion a Airtable. Presentazione dell’ecosistema di strumenti utilizzabili per costruire agenti AI. Il capitolo sottolinea che non servono necessariamente molte applicazioni, ma una combinazione coerente. Cinque esempi — email, contenuti, sintesi, organizzazione e analisi — mostrano come integrare strumenti diversi per ottenere agenti specializzati.8. Automatizzare davvero: tre casi completi e replicabili. Tre scenari pratici mostrano come trasformare processi reali in sistemi automatizzati: un funnel per un corso online, la gestione dei clienti di uno shop Etsy e la gestione dei contenuti per un self-publisher. Il capitolo punta quindi a collegare progettazione, strumenti e agenti attraverso casi d’uso concretamente replicabili.9. Come monitorare, testare e migliorare i tuoi agenti. Un agente AI richiede controllo, verifica e miglioramento continuo. Il capitolo affronta prompt engineering, testing, debugging, metriche e gestione di più agenti. L’idea centrale è considerare l’agente non come un prodotto concluso, ma come un sistema da osservare e perfezionare progressivamente attraverso piccoli interventi.10. Automazioni personalizzate: creare agenti su misura per il tuo business. L’automazione efficace non consiste semplicemente nel sostituire attività umane, ma nel progettare soluzioni coerenti con il proprio modo di lavorare. Il capitolo esplora la personalizzazione strategica attraverso esempi professionali, checklist e criteri per individuare ciò che può essere realmente automatizzato, adottando una mentalità da designer anziché da semplice esecutore.
11. Come delegare contenuti e relazioni senza perdere il tuo stile. Il capitolo applica gli agenti AI al marketing e alla produzione di contenuti. L’obiettivo è individuare ciò che può essere delegato senza compromettere identità, stile e autenticità. Attraverso diversi casi vengono analizzati contenuti, relazioni e canali, proponendo criteri per combinare automazione e contributo umano.12. Customer care intelligente: costruire relazioni durature con agenti che ascoltano, apprendono e fidelizzano. Il customer care viene analizzato come uno degli ambiti più promettenti per l’utilizzo degli agenti AI. Il capitolo affronta livelli di supporto, progettazione dell’agente, escalation e personalizzazione, mostrando come automatizzare una parte dell’assistenza mantenendo empatia, controllo umano e qualità della relazione con il cliente.13. Etica, controllo e intelligenza distribuita. L’adozione degli agenti AI introduce responsabilità che vanno oltre l’efficienza. Il capitolo affronta i rischi della delega incontrollata, i bias, la trasparenza e la necessità di revisione umana. L’obiettivo è delineare un approccio responsabile all’impiego degli agenti, applicabile anche a realtà professionali e piccole imprese.14. Agenti AI per team e piccole aziende. Il capitolo sposta l’attenzione dal singolo utilizzatore all’organizzazione. Gli agenti possono diventare componenti di un ecosistema condiviso, supportando attività e collaborazione all’interno dei team. Vengono affrontati il coordinamento tra persone e AI, il ritorno sull’investimento e le opportunità concrete per le piccole e medie imprese.
15. Prompt Pack Completo. Una raccolta operativa di prompt destinati a differenti attività: comunicazione ed email, creazione di contenuti, ricerca e sintesi, automazione dei task. Il capitolo rappresenta una sorta di laboratorio pratico da cui partire per sperimentare direttamente le possibilità offerte dagli agenti e adattare i prompt alle proprie necessità.16. Checklist operativa per lanciare il tuo AI Agent. Una guida pratica organizzata nelle tre fasi fondamentali del progetto: prima, durante e dopo la costruzione dell’agente. La checklist aiuta a verificare requisiti, sviluppo, funzionamento, ottimizzazione e manutenzione, trasformando le indicazioni teoriche dei capitoli precedenti in un percorso operativo strutturato.17. Piano 7 Giorni + Piano 30 Giorni. Il libro si conclude con due percorsi progressivi per passare dalla teoria alla pratica. Il primo mira a costruire il proprio agente AI in sette giorni; il secondo amplia l’esperienza verso un vero ecosistema di agenti. L’approccio graduale permette di sperimentare, consolidare competenze e aumentare progressivamente il livello di automazione.
§3.4. AI Agent in pratica, Micheal Lanham (📚lt.5.3.3.4)
#readings #science #technology #AI #ArtificialIntelligence #GenerativeAI #Agents #LLM
L'autore. Micheal Lanham è un affermato programmatore e innovatore nel campo dello sviluppo software con oltre 20 anni di esperienza. Autore di successo in grado di combinare teoria accademica e applicazioni pratiche, ha scritto numerosi libri sulla programmazione, il deep learning e l’intelligenza artificiale.
🔑 Concetti chiave #AI #GenerativeAI #agents #LLM #proxy #multiAgent📝 Note di lettura
Un agente é un mezzo o uno strumento attraverso il quale un'intelligenza raggiunge un risultato
💡 Cosa ho imparato
Definizione di agente. Un agente é un mezzo o uno strumento attraverso il quale un'intelligenza raggiunge un risultato interagendo con un modello LLM. Esistono diversi modi per un utente per interagire con un modello LLM: 1) direttamente; 2) tramite un agente-assistente proxy; 3) tramite un agente-assistente; 4) tramite un agente autonomo. Una interazione diretta è per esempio quella con i sistemi conversazionali. Un Agente/assistente proxy (intermediario) è un Sistema con un livello basso di autonomia, che fa da interfaccia tra l'utente e un altro sistema o servizio, ricevendo una richiesta, interpretandola e inoltrandola al sistema appropriato, eventualmente riformulandola. "Proxy" è una parola inglese che significa, in senso generale, «intermediario». Deriva dal latino procuratio / procurare, e indica qualcuno o qualcosa che agisce per conto di qualcun altro. Nel contesto informatico il significato di proxy è particolarmente qualcosa che si interpone tra due soggetti e agisce come intermediario tra loro). Un Agente/assistente è un Sistema con un livello medio di autonomia che, oltre a comprendere la richiesta, può utilizzare strumenti e compiere una o più azioni per raggiungere l'obiettivo dell'utente, decidendo quali strumenti utilizzare e in quale sequenza, entro i limiti stabiliti. Un Agente autonomo è un Sistema con un livello di autonomia ala, capace di perseguire autonomamente un obiettivo, pianificando le attività necessarie, scegliendo le azioni, osservandone gli esiti e adattando il comportamento sulla base del feedback, con intervento umano minimo o nullo. Il Profilo (profile) di un agente definisce l’identità funzionale e operativa di un agente, specificandone il ruolo, le competenze, gli obiettivi, gli strumenti e le risorse a sua disposizione, nonché i vincoli e i limiti entro cui può operare. Stabilisce, in sostanza, che cosa l’agente è, che cosa sa fare e che cosa può o deve fare nel contesto in cui opera. In sintesi: Profilo = identità funzionale + capacità + responsabilità dell’agente. Il Personaggio (persona) di un agente definisce l’identità comportamentale e comunicativa di un agente, specificando come deve presentarsi, comunicare e comportarsi nell’interazione con l’utente o con altri agenti. Comprende elementi quali personalità, tono, stile comunicativo, atteggiamento e modalità di interazione, contribuendo a rendere coerente e riconoscibile il comportamento dell’agente. In sintesi: Personaggio = identità comportamentale + stile comunicativo dell’agente. Sistema multi-agent. Un sistema multi-agent (MAS, Multi-Agent System) è un sistema composto da più agenti autonomi o semi-autonomi, dotati di specifici profili funzionali, che interagiscono, comunicano e collaborano per perseguire obiettivi individuali e/o un obiettivo comune. La distribuzione dei ruoli, delle competenze, dei compiti e delle responsabilità tra gli agenti è definita dai rispettivi profili, mentre i loro personaggi ne determinano le modalità di comportamento, comunicazione e interazione. La distinzione tra profilo e personaggio consente quindi di separare ciò che un agente è chiamato a fare da come è configurato per farlo e interagire. Di conseguenza, agenti con profili diversi possono condividere lo stesso personaggio, così come agenti con lo stesso profilo possono avere personaggi differenti. In sintesi: Sistema multi-agent = insieme coordinato di agenti con profili e, eventualmente, personaggi differenti, che interagiscono per raggiungere uno o più obiettivi.
🔗 Collegamenti:
🧠 Intelligenza Artificiale (AI); L'applicazione delle più recenti tecnologie per delegare alle macchine compiti che gli umani riescono a svolgere grazie alla loro intelligenza; Link: https://tateoblog.blogspot.com/p/artificial-intelligence.html; Paragrafo: §11.1. Agenti
📖 AI Agent in pratica -- Creare assistenti intelligenti e su misura per ogni attività, Michael Lanham, Apogeo; Capitolo 1. Gli agenti e il loro mondo - Definizione di agente.
🌐 Scegliere il modello LLM giusto per le tue esigenze di AI, Apogeo, Micheal Lanham, https://www.apogeonline.com/articoli/scegliere-il-modello-llm-giusto-per-le-tue-esigenze-di-ai-micheal-lanham/
⭐ Riflessione personale → eventuali considerazioni critiche sul contenuto
Capitolo 2 — Sfruttare la potenza dei modelli LLM. Il capitolo presenta i Large Language Model (LLM) come componente fondamentale degli agenti moderni. Vengono esaminate capacità, limiti e modalità di utilizzo dei modelli linguistici, ponendo le basi per comprenderne l'integrazione all'interno di sistemi agentici capaci di ragionare e agire.
Capitolo 3 — Impiego di assistenti GPT. Il capitolo mostra come costruire e utilizzare assistenti basati sui modelli GPT, trasformando un LLM da semplice interlocutore a componente di un sistema applicativo. Vengono affrontati configurazione, istruzioni, strumenti e interazione con l'assistente, introducendo concretamente la costruzione di applicazioni agentiche.
Capitolo 4 — I sistemi multi-agente. Il capitolo introduce i sistemi multi-agente, nei quali più agenti collaborano per affrontare problemi complessi. Vengono illustrate architetture e modalità di coordinamento tra agenti, mostrando come distribuire compiti e responsabilità e come combinare differenti capacità all'interno di un unico sistema.
Capitolo 5 — Potenziare gli agenti con le azioni. Il capitolo affronta il passaggio dall'agente che elabora informazioni all'agente che può agire sul mondo esterno. Vengono introdotti strumenti, funzioni e API attraverso i quali gli agenti possono interagire con applicazioni e servizi, eseguire operazioni e trasformare le proprie decisioni in azioni concrete.
Capitolo 6 — Costruire assistenti autonomi. Il capitolo approfondisce la costruzione di assistenti autonomi, capaci di perseguire obiettivi attraverso una sequenza di decisioni e azioni. L'attenzione si sposta dall'interazione conversazionale all'autonomia operativa, integrando LLM, strumenti, memoria e capacità di esecuzione per realizzare agenti più completi.
Capitolo 7 — Assemblaggio e utilizzo di una piattaforma ad agenti. Il capitolo passa dalla costruzione del singolo agente alla realizzazione di una vera piattaforma agentica. Vengono combinati diversi componenti e framework per creare, orchestrare e gestire agenti, affrontando gli aspetti architetturali necessari per trasformare prototipi sperimentali in sistemi più strutturati.
Capitolo 8 — La memoria e la conoscenza degli agenti. Il capitolo analizza come fornire agli agenti conoscenza e memoria, permettendo loro di mantenere il contesto e utilizzare informazioni esterne ai modelli. Vengono affrontati concetti come Retrieval-Augmented Generation (RAG), gestione della conoscenza e memoria, fondamentali per costruire agenti capaci di operare efficacemente su informazioni specifiche.
Capitolo 9 — I prompt degli agenti e Prompt Flow. Il capitolo approfondisce la progettazione e gestione dei prompt attraverso Prompt Flow. Il prompting viene considerato come una componente ingegneristica del sistema agentico: progettazione, organizzazione, sperimentazione e valutazione dei prompt diventano strumenti per controllare e migliorare il comportamento degli agenti.
Capitolo 10 — Agenti: Ragionamento e valutazione. Il capitolo esamina le capacità di ragionamento degli agenti e i problemi legati alla loro affidabilità. Vengono introdotti approcci per valutare sistematicamente le prestazioni degli agenti, individuare errori e comprendere quanto efficacemente riescano a raggiungere gli obiettivi assegnati.
Capitolo 11 — Planning e feedback degli agenti. Il capitolo conclude il percorso concentrandosi su planning e feedback. Gli agenti vengono considerati sistemi capaci di pianificare sequenze di azioni, verificarne gli esiti e correggere il proprio comportamento. Il ciclo pianificazione–azione–valutazione–feedback costituisce una componente essenziale dell'autonomia agentica.
Appendice A — Accesso ai modelli LLM di OpenAI. Appendice tecnica dedicata all'accesso ai modelli linguistici di OpenAI, fornendo le informazioni necessarie per utilizzarli nello sviluppo delle applicazioni e degli agenti presentati nel libro.
§3.5. La differenza fondamentale, Luciano Floridi (📚lt.5.3.3.5)
#readings #science #technology #AI #ArtificialIntelligence #agenticAI #Agency
1. Intelligenza artificiale: l’imperativo etico. Il capitolo introduce le principali questioni etiche sollevate dall’IA, distinguendo problemi già noti, problemi aggravati dalle nuove tecnologie e problemi inediti, come copyright, produzione di contenuti e ipersuasione. Floridi sottolinea la necessità della filosofia per comprendere e governare responsabilmente l’impatto dell’IA.
2. L’hype dell’intelligenza artificiale: una nuova bolla tecnologica. Floridi analizza l’hype come fenomeno tipico delle bolle tecnologiche e mostra come l’IA contemporanea presenti molte caratteristiche già osservate in precedenti cicli di entusiasmo tecnologico. Comprendere il meccanismo della bolla permette di distinguere il potenziale reale dell’IA dalle aspettative eccessive.
3. Oltre l’hype: separare la realtà dell’intelligenza artificiale dalla finzione. Il capitolo mette a confronto due posizioni opposte: chi considera inevitabile l’arrivo di una vera superintelligenza e chi nega radicalmente possibilità significative all’IA. Floridi considera sterile questa contrapposizione, perché entrambe condividono una concezione dell’IA fondata sull’idea che essa debba essere necessariamente una forma di intelligenza.
4. Il cortocircuito: macchine come menti e menti come macchine. Floridi individua un cortocircuito concettuale: da una parte antropomorfizziamo i computer attribuendo loro caratteristiche mentali; dall’altra interpretiamo la mente umana attraverso metafore computazionali. Questo reciproco prestito terminologico tra IA e scienze cognitive contribuisce a confondere intelligenza, computazione e agency.
Per mezzo di un ampio prestito concettuale, l'IA ha finito per descrivere i computer in termini antropomorfici - come se fossero cervelli computazionali con proprietà psicologiche - mentre le scienze cognitive e del cervello hanno finito per descrivere menti e cervelli in termini computazionali e informativi - come se fossero computer biologici.
(cit. La differenza fondamentale, Luciano Floridi, cap. 4, pag. 90)
🔑 Concetti chiave. Termini e concetti scoperti durante la lettura):
Agency Artificiale (Artificial Agency). Indica la proprietà che rende un sistema capace di comportarsi come un Agente. Essa comprende la capacità di percepire il contesto, pianificare le proprie azioni, scegliere tra alternative, utilizzare strumenti, adattarsi ai cambiamenti e perseguire uno scopo con un certo grado di autonomia, riducendo la necessità di un controllo umano continuo.
Scienze Cognitive e del Cervello (SCC). Le Scienze Cognitive e del Cervello sono un'area interdisciplinare che studia come funziona la mente e come il cervello rende possibili percezione, memoria, linguaggio, apprendimento, ragionamento e comportamento. Comprendono, tra le altre: 🧠 Neuroscienze – studiano il cervello e il sistema nervoso; 🧠 Psicologia cognitiva – studia i processi mentali, come memoria, attenzione e percezione; 🤖 Intelligenza artificiale e informatica – contribuiscono alla modellazione dei processi cognitivi. 🗣️ Linguistica – studia il linguaggio e i suoi meccanismi cognitivi;🧮 Filosofia della mente – affronta questioni teoriche sulla natura della mente e della coscienza; 👥 Antropologia e scienze sociali – considerano la cognizione nel contesto umano e sociale.
📝 Note di lettura (annotazioni personali): ...
💡 Cosa ho imparato (la mia interpretazione del capitolo):
La principale fonte di confusione su ciò che l'Intelligenza Artificiale può o non può fare deriva anche dal suo particolare vocabolario. Come spesso accade alle discipline emergenti, l'AI ha dovuto appropriarsi di termini provenienti da discipline affini alle quali si è ispirata. Quando nasce una nuova scienza, infatti, non esiste ancora un vocabolario tecnico sufficientemente consolidato per descrivere problemi, ipotesi e osservazioni; inoltre, lo sviluppo scientifico procede generalmente più rapidamente della maturazione del relativo linguaggio. È quindi molto diffuso il fenomeno del prestito concettuale.
È proprio ciò che è avvenuto con l'Intelligenza Artificiale, che nel suo rapido sviluppo ha attinto terminologia dalle Scienze Cognitive e del Cervello (SCC), dalla Cibernetica, dalla Logica, dall'Informatica e dalla Teoria dell'Informazione. Il prestito più problematico dalle SCC è probabilmente quello alla base della stessa denominazione «Intelligenza Artificiale»: un'intuizione brillante anche dal punto di vista comunicativo, ma potenzialmente fuorviante, perché induce ad attribuire alle macchine caratteristiche proprie dell'intelligenza biologica.
Il prestito concettuale, tuttavia, non è avvenuto in una sola direzione. Esiste anche un movimento AI → SCC: se il prestito SCC → AI ha portato l'Intelligenza Artificiale a descrivere macchine e algoritmi "non intelligenti" attraverso termini antropomorfici, quello AI → SCC ha rischiato, per converso, di descrivere gli agenti biologici intelligenti come semplici sistemi informativi e computazionali.
Si è così creato una sorta di cortocircuito tra due vocabolari, con conseguenze che vanno oltre la terminologia: confusione, false paure e false aspettative. In alcuni casi, inoltre, queste ambiguità non vengono adeguatamente chiarite perché possono risultare funzionali a interessi economici o comunicativi.
È difficile pensare che termini ormai consolidati possano essere semplicemente sostituiti. Quello che possiamo e dobbiamo fare è piuttosto modellare meglio il significato delle parole e raffinarne l'uso, diventando consapevoli della loro origine e dei limiti delle analogie che sottintendono.
Un esempio efficace è proprio il linguaggio quotidiano: continuiamo a dire che «il Sole sorge» e «il Sole tramonta», pur sapendo che è la Terra a ruotare sul proprio asse. Il termine rimane, ma ne comprendiamo correttamente il significato nel contesto.
Allo stesso modo, possiamo continuare a parlare di Intelligenza Artificiale, purché impariamo a utilizzare e interpretare questo termine con maggiore consapevolezza, aggiornandone il significato alla luce di ciò che le macchine sono realmente in grado di fare.
L'IA continuerà a descrivere un computer come un cervello artificiale dotato di attributi mentali: attenzione, apprendimento, memorizzazione, ragionamento e comprensione delle informazioni. Del pari, le scienze cognitive e del cervello continueranno ad appiattire la comprensione del cervello e della mente su quella di un computer biologico che codifica, memorizza, recupera, elabora e decodifica segnali attraverso meccanismi di input-output.
(cit. La differenza fondamentale, Luciano Floridi, cap. 4, pag. 103)
🔗 Collegamenti utili per approfondire:
🧠 Intelligenza Artificiale (AI); Titolo: L'applicazione delle più recenti tecnologie per delegare alle macchine compiti che gli umani riescono a svolgere grazie alla loro intelligenza; Link: https://tateoblog.blogspot.com/p/artificial-intelligence.html; Paragrafo §16. L'Intelligenza Artificiale non è intelligente
🧠 Bio-Inspired (AI.1.3.1); Titolo: Intelligenza artificiale ispirata ai principi della vita: la Vita Artificiale; Link: https://tateoblog.blogspot.com/2017/04/ai-04-intelligenza-ispirata-ai.html
🤖 Robotica (AU.9); Titolo: La robotica; Link: https://tateoblog.blogspot.com/p/ua.html; §3. La cibernetica
💻 Informatica (IT); Titolo: L’Informatica e le Tecnologia dell'Informazione; Link: https://tateoblog.blogspot.com/p/informatica.html
📖▶️La differenza fondamentale -- Artificial Agency: una nuova filosofia dell'intelligenza artificiale; Luciano Floridi; Cap. 4. Il cortocircuito: macchine come menti e menti come macchine, pag. 90.
L'intelligenza artificiale non è intelligente, AI News, intervista a Luciano Floridi, YouTube, Link: https://youtu.be/Kc64hR_km9c?si=3YseOPAO-cfpaNCZLuciano Floridi spiega l'IA: da ChatGPT a DeepSeek - Splendida Cornice 30/01/2025, Rai, YouTube, Link: https://youtu.be/oSL94DD9sgI?si=oJf3r429m3H9H4mJ
⭐ Riflessioni personali (eventuali considerazioni critiche sul contenuto)
5. Ripensare l’IA come una forma di agency priva di intelligenzaÈ il capitolo centrale della prima parte. Floridi propone di interpretare l’IA come una nuova forma di agency, non necessariamente intelligente: un sistema capace di interagire, agire autonomamente e adattarsi agli obiettivi. Attraverso una tassonomia delle diverse forme di agency arriva al concetto di Artificial Agency e di IA agente.
6. Ripensare la mobilità trasformata dall’IA. L’IA modifica il concetto stesso di mobilità: non conta soltanto arrivare a una determinata destinazione o ridurre i tempi di viaggio, ma ripensare l’esperienza del movimento. Floridi ridimensiona inoltre il celebre dilemma del carrello, considerandolo una distrazione rispetto alla complessità delle decisioni reali.
7. L’inganno nell’era dell’IA. L’IA rende più difficile distinguere autentico e artificiale. Fake news, deepfake ed ectipi mettono in discussione il nostro rapporto con immagini, informazioni e testimonianze. Il problema non è soltanto riconoscere i falsi, ma preservare un’infosfera nella quale autenticità, fiducia e conoscenza possano continuare a essere sostenibili.
8. L’IA come utility: sfruttare la tecnologia per il bene pubblico. Floridi propone di considerare l’IA anche come una utility pubblica, capace di migliorare servizi e amministrazione. Attraverso esempi urbani e la street bureaucracy, mostra come l’IA possa essere orientata al bene comune, purché sia inserita in un quadro di responsabilità, trasparenza ed etica pubblica.
9. La sfida occupazionale dell’IA: i colletti verdi. Il capitolo affronta il rapporto tra IA, automazione e occupazione, superando la semplice domanda «i robot ci ruberanno il lavoro?». Floridi considera sia la distruzione sia la creazione di posti di lavoro e propone la necessità di nuovi “colletti verdi”, legati a lavori utili alla società e all’ambiente.
10. La leadership dell’UE per un’IA affidabile: il vantaggio dell’open source. Floridi analizza il ruolo dell’Unione Europea nello sviluppo di modelli fondazionali open source. Ne evidenzia vantaggi e limiti e sostiene l’opportunità di sviluppare in Europa modelli aperti ma affidabili, accompagnati da politiche capaci di favorire innovazione, sicurezza, responsabilità e autonomia tecnologica.
11. L’era della cancellazione: l’IA e la sovrabbondanza di informazioni. L’abbondanza informativa crea un problema nuovo: non soltanto produrre e conservare informazioni, ma anche rimuoverle o farle dimenticare. Floridi affronta la cancellazione dei dati e il machine unlearning, analizzando le implicazioni tecniche, etiche e sociali del disapprendimento automatico.
12. L’era post-vitruviana: IA, contenuti e creatività. L’IA generativa modifica profondamente il ciclo dei contenuti: produzione, diffusione e consumo. Floridi utilizza modelli economici e comunicativi per analizzare questa trasformazione e si interroga sulla natura del contenuto nell’epoca della GenAI, sulle conseguenze della produzione automatizzata e sulla ridefinizione della creatività.
13. Ipersuasione: il potere manipolativo dell’IA. L’IA può rendere la persuasione estremamente personalizzata, continua e difficile da percepire. Floridi definisce questo fenomeno ipersuasione e ne analizza l’evoluzione, mostrando come sistemi capaci di conoscere e prevedere gli utenti possano influenzarne comportamenti e decisioni. Il capitolo cerca inoltre strategie per contrastarne i rischi.
14. Il controllo del digitale: la svolta hardware. Il digitale non è immateriale: dipende da infrastrutture fisiche, energia, materiali e dispositivi. Floridi parla di svolta hardware per riportare l’attenzione sulla dimensione materiale dell’infosfera. Ne deriva una concezione relazionale del reale, che supera la tradizionale opposizione tra “digitale” e “fisico”.
15. La realtà: l’eclissi dell’analogico. La progressiva digitalizzazione rischia di oscurare la dimensione analogica della realtà. Floridi analizza il rapporto tra sistemi, modelli e realtà, fino alla sovranità del digitale sull’analogico. Il capitolo conduce dalla metafisica all’etica, interrogandosi su come preservare il controllo umano e il rapporto con il mondo reale.
16. Una cultura del proxy. Floridi introduce il concetto di cultura del proxy: sempre più spesso accediamo alla realtà attraverso intermediari, rappresentazioni e sistemi che stanno “al posto di” qualcos’altro. La semiotica viene riletta in questa prospettiva, mostrando il passaggio da una cultura simbolica a una cultura fondata sui proxy e sulle loro conseguenze.
§3.6. Microsoft 365 COPILOT, Giuseppe Marchi (📚lt.5.3.3.6)
#readings #science #technology #AI #ArtificialIntelligence #LLM #GenerativeAI #Microsoft365 #Copilot #OpenAI #ChatGPT
L'autore. Giuseppe Marchi è un esperto internazionale di tecnologie cloud Microsoft, con oltre 20 anni di esperienza nella collaborazione, employee experience e digitalizzazione dei processi aziendali. Nel 2011 ha fondato Dev4Side Software, system integrator specializzato in Microsoft 365 e Azure, e nel 2020 intranet.ai, società dedicata al digital workplace. È Microsoft MVP dal 2009 e possiede due lauree dell’Università degli Studi di Milano. Certificato Microsoft e speaker in conferenze di settore, condivide quotidianamente conoscenze e best practice attraverso LinkedIn, YouTube e la community italiana.
Il libro. Il libro guida il lettore alla scoperta di Microsoft 365 Copilot e del suo potenziale per trasformare il lavoro quotidiano attraverso l’AI generativa. Mostra come utilizzare Copilot nelle principali applicazioni Microsoft 365, tra cui Word, Outlook e Teams, per automatizzare o semplificare attività ripetitive, recuperare tempo e concentrarsi sulle attività a maggior valore aggiunto. Attraverso esempi concreti, suggerimenti e strategie pratiche, il volume accompagna sia chi muove i primi passi nell’AI sia gli utenti più esperti. L’obiettivo è favorire un utilizzo consapevole ed efficace di Copilot, migliorando la produttività individuale, dei team e dell’intera organizzazione.
Capitolo 1 — L'era dei copiloti. Introduce la rivoluzione dell’AI generativa, i Large Language Model (LLM) ed il concetto di debito digitale, ponendo le basi per comprendere come i copiloti possano diventare strumenti di supporto alle attività lavorative e alla gestione delle informazioni.
🔑 Concetti chiave → termini e concetti scoperti durante la lettura
AI Generativa: Tecnologia di intelligenza artificiale capace di creare autonomamente nuovi contenuti — testi, immagini, audio, video, codice e altro — elaborandoli sulla base degli schemi appresi dai dati di addestramento e delle richieste dell’utente.
Large Language Model (LLM):
Un LLM è un particolare tipo di modello di intelligenza artificiale (AI), in particola è rete neurale artificiale (ANN) generalmente basato sull'architettura Transformer, introdotta da Google nel 2017, addestrato su enormi quantità di dati per comprendere, elaborare e generare linguaggio naturale. Costituisce una delle principali tecnologie alla base dei moderni sistemi di AI generativa, come chatbot e assistenti AI.
Transformer: Particolare architettura di rete neurale profonda (Deep Learning) basata sul meccanismo di attenzione, introdotta da Google nel 2017, che consente al modello di analizzare le relazioni tra gli elementi di una sequenza, anche distanti tra loro. È particolarmente efficace nell’elaborazione di sequenze di dati, soprattutto linguaggio naturale, ed è alla base dei moderni LLM, come i modelli GPT.
Assistente AI: un sistema AI che assiste l'utente nello svolgimento di attività.
Copilota: metafora di Assistente AI che enfatizza il ruolo di affiancamento: l'AI lavora insieme alla persona, che mantiene il controllo e prende le decisioni.
Debito digitale. È il costo crescente derivante dall’accumulo, nel tempo, di dati, documenti, email, messaggi e informazioni digitali difficili da organizzare, reperire, mantenere e valorizzare. Come un debito, genera inefficienze e richiede risorse per essere gestito, ostacolando la produttività e la capacità dell’organizzazione di trasformare i propri dati in valore.
📝 Note di lettura
"Un copilota AI è un assistente intelligente che ci permette di fare del nostro meglio aumentando la nostra intelligenza naturale" (cit. Satya Nadella, CEO Microsoft)
"Si dice che l'AI porterà via il lavoro a tutti, ma non è esattamente così. Il lavoro lo perdiamo solo se ce lo facciamo sfilare via da sotto al naso da quelle persone che hanno imparato prima di noi a utilizzare questi strumenti" (Giuseppe Marchi, "Microsoft 365 Copilot", Capitolo 1. L'era dei copiloti)
"Microsoft garantisce che tutti i contenuti di lavoro rimangono all'interno del perimetro di sicurezza aziendale e soprattutto che nessuno dei contenuti dei contenuti che diamo a Microsoft 365 Copilot viene utilizzato per educare l'algoritmo all'esterno dell'azionda" (Giuseppe Marchi, "Microsoft 365 Copilot", Capitolo 1. L'era dei copiloti)
💡 Cosa ho imparato
I termini "copilota AI" e "assistente AI" sono concetti molto vicini, ma non sono perfettamente dei sinonimi: il termine "assistenteAI" indica il ruolo di assistenza dell'utente ad ampio spettro, mentre il termine "copilota AI" è una metafora di "Assistente AI" che enfatizza il ruolo di affiancamento dell'AI rispetto all'utente, che mantiene il controllo e prende le decisioni.
Microsoft 365 Copilot è un assistente AI nato dalla partnership tra Microsoft e OpenAI, che ha portato Microsoft a poter sfruttare commercialmente i modelli AI di OpenAI, che sono tra i più performanti al mondo.
La AI generativa, ossia la tecnologia di intelligenza artificiale capace di creare autonomamente nuovi contenuti — testi, immagini, audio, video, codice e altro — elaborandoli sulla base degli schemi appresi dai dati di addestramento e delle richieste dell’utente, è applicata in tanti settori, tra cui: il giornalismo, la medicina, il customer care, la routine aziendale, decision making, la customer experience.
Alla base di una AI generativa c'é un Large Language Model (LLM) che è un modello di intelligenza artificiale, nello specifico una rete neurale artificiale (ANN), generalmente basato su architettura Transformer (Google 2017). I più recenti LLM, come per esempio i GPT di OpenAI sono caratterizzati da apprendimento non supervisionato, ossia utilizzano gradi quantità di dati non etichettato per imparare autonomamente le relazioni tra le parole, basandosi su correlazioni statistiche invece che sul loro significato. Questo tipo di addestramento che è indispensabile quando si trattano grandi quantità di dati, permette di generare testo coerente senza una comprensione esplicita del contenuto.
Un modello LLM generalista può essere scalato, ossia specializzato, per essere utilizzato in uno specifico contesto, come nel caso di Microsoft che ha integrato i modelli in tutte le applicazione Microsoft 365, dando l'accesso ai dati aziendali al solo scopo di migliorare la produttività. I dati ed i contenuti aziendali rimangono esclusivamente all'interno del perimetro aziendale.
L’AI generativa, integrata con l’accesso ai dati aziendali e applicata alle routine lavorative, può contribuire a ridurre gli effetti del debito digitale, ossia il costo e la difficoltà di gestire, reperire e valorizzare l’enorme patrimonio di email, documenti, messaggi, riunioni, dati e informazioni accumulato nel tempo.
🔗 Collegamenti utili per approfondire:
🧠 Intelligenza Artificiale (AI); Titolo: L'applicazione delle più recenti tecnologie per delegare alle macchine compiti che gli umani riescono a svolgere grazie alla loro intelligenza; Link: https://tateoblog.blogspot.com/p/artificial-intelligence.html; Paragrafo §8.2.1. Large Language Model (LLM)
📖 Microsoft 365 COPILOT, Giuseppe Marchi, Capitolo 1 — L'era dei copiloti, paragrafo 1.2 Large Language Model, pag. 18
Capitolo 3 — Un benvenuto ai prompt. Introduce il prompting come competenza fondamentale per interagire efficacemente con Copilot. Illustra caratteristiche dei buoni prompt, errori da evitare, Copilot Lab e principali tecniche per ottenere risposte più pertinenti e utili.
Capitolo 4 — Copilot per un aiuto alla produttività personale. Esamina l’utilizzo di Copilot nelle principali applicazioni Microsoft 365, mostrando come l’AI possa supportare individualmente attività di scrittura, presentazione, analisi dei dati, gestione degli appunti, email e documenti.
Capitolo 5 — Copilot per un aiuto sulla collaborazione. Analizza l'impiego di Copilot negli strumenti Microsoft dedicati alla collaborazione, con particolare attenzione a Teams, Stream, Loop e Viva. L’obiettivo è mostrare come l’AI possa facilitare comunicazione, condivisione delle informazioni e lavoro di gruppo.
Capitolo 6 — La chat di Copilot. Approfondisce la chat di Copilot come interfaccia per interagire con informazioni provenienti da diverse fonti. Analizza dati aziendali, conversazioni, email, calendario, documenti, Teams, web e generazione di immagini.
Capitolo 7 — Adozione. Affronta l’introduzione di Copilot nelle organizzazioni, evidenziando preparazione dei dati, gestione degli accessi, protezione dei contenuti, scelta degli utenti, formazione e misurazione dell’utilizzo come condizioni fondamentali per un’adozione efficace.
Capitolo 8 — Estensione. Esamina le possibilità di estendere le funzionalità di Copilot attraverso plugin e integrazioni, mostrando come sia possibile adattare lo strumento a esigenze specifiche e ampliare gli scenari di utilizzo in ambito aziendale.
Capitolo 9 — Quando utilizzare cosa. Propone criteri per scegliere lo strumento o la modalità di Copilot più appropriata in funzione dell’attività da svolgere, aiutando a distinguere i diversi contesti nei quali utilizzare le funzionalità disponibili.
Capitolo 10 — Casi di utilizzo reali. Presenta esempi concreti di utilizzo di Copilot, partendo dalla giornata lavorativa personale e arrivando a scenari applicativi distribuiti tra diverse aree aziendali, per collegare le funzionalità alle reali esigenze operative.
Capitolo 11 — FAQ. Raccoglie le domande più frequenti su Microsoft Copilot, fornendo chiarimenti pratici relativi alle sue funzionalità, modalità di utilizzo, requisiti, sicurezza e principali problematiche legate all’adozione.
Capitolo 12 — Conclusioni. Raccoglie le considerazioni finali sul ruolo di Microsoft Copilot e dell’AI generativa nel lavoro, sintetizzando le principali opportunità e riflettendo sulle trasformazioni che questi strumenti possono introdurre nella produttività e nelle modalità operative.
🔗 Collegamenti utili per approfondire:
🧠 Intelligenza Artificiale (AI); Titolo: L'applicazione delle più recenti tecnologie per delegare alle macchine compiti che gli umani riescono a svolgere grazie alla loro intelligenza; Link: https://tateoblog.blogspot.com/p/artificial-intelligence.html; Paragrafo §13. AI Generativa.
§3.7. Enciclopedia di Elettronica & Informatica (EI) - 7. Informatica e Società (IS), Gruppo Editoriale Jackson (📚lt.5.3.3.7)
TILLL / 🏠 HOME / 🎓 Learning / 📚 Lettura / Saggi / 🧬 Scienza / ⚙️ Tecnologia / 🧠 Intelligenza Artificiale / EI / 7 👈 SEI QUI
.jpg)
#readings #science #technology #AI #ArtificialIntelligence #electronics
L'intelligenza artificiale appartiene alla più generale area dell'Informatica (ovvero Scienza dei Calcolatori). La intelligenza artificiale si è sviluppata a partire dall'anno 1950, come quella disciplina che studia i fondamenti teorici, le metodologie principali, i criteri di progetto e la costruzione di programmi che permettono al calcolatore di realizzare dei meccanismi e di compiere delle attività, che sono comunemente considerati come esclusivamente riservati all'intelligenza umana.Perciò l'intelligenza artificiale appare essere collegata sia ai fondamenti dell'informatica, sia alle applicazioni dell'informatica.
L'intelligenza artificiale 👈
L'intelligenza artificiale, può essere definita appropriatamente come la scienza della conoscenza che affronta, in particolare, il problema di come rappresentare, manipolare e costruire conoscenze circa fatti, azioni e leggi di casualità.
Obiettivi: comprensione del linguaggio naturale (sia scritto che parlato), giocare a scacchi, la dimostrazione di teoremi matematici non banali, scrittura automatica di programmi per il calcolatore.
Scopi: 1) realizzare le condizioni più adatte per scoprire e chiarire i meccanismi di base dell'intelligenza; 2) fornire delle opportunità non banali per l'applicazione e la verifica sperimentale di quei meccanismi intellettuali che sono già noti.
I temi centraliRagionamento comune, deduzione e risoluzione di problemiRisoluzione di rompicapi
Rompicapo della Torre di HanoiRompicapo dei missionari e dei cannibali
Concetti relativi alla risoluzione di problemiSistemi di domanda-rispostaPrincipio di Risoluzione di RobinsonRagionamento comuneModelli e rappresentazione della conoscenzaRicerca euristicaSistemi di programmazione e linguaggi dell'intelligenza artificiale
§3.8. Enciclopedia di Elettronica & Informatica (EI) - 9. Aggiornamenti, Gruppo Editoriale Jackson (📚lt.5.3.3.8)
#readings #science #technology #AI #ArtificialIntelligence #electronics
1. Tecnologia dei MOSFET2. Amplificatori Operazionali3. Dispositivi FET/MOS di potenza4. Elettronica di potenza5. L'elettronica applicata al controllo dei processi industriali
1. Memorie non volatili
2. Memorie non volatili: NOVRAM ed EEPROM
3. Logiche CMOS veloci
2. Il Transputer1. Microprocessori a 32 bit
1. Intelligenza Artificiale
1. Che cos'è l'Intelligenza Artificiale
2. Analisi delle alternativa3. Giochi di strategia4. Metafore di controllo5. Paradigmi per la risoluzione dei problemi6. Un sistema esperto7. Livello di sviluppo attuale dei sistemi esperti8 Una nuova generazione di computer9. Il futuro della Intelligenza Artificiale
2. Editoria elettronica
3. L'informatica nelle attività bancarie e nel commercio
4. Musica elettronica e calcolatori
1. Videotex
2. Posta elettronica
3. Il servizio TELETEX
§4. 🔧 Libri di Automazione Industriale (lt.5.3.4)
§5. 🔌 Libri di Elettronica (lt.5.3.5)
§1. Marconi: cento anni dalla nascita, Giorgio
Tabarroni, Rinaldo De Benedetti, Giancarlo Masini. (lt.5.3.5.1)
§2. Elettronica, verso l'integrazione, Daniele Fuselli,
Zanichelli. (LT.5.3.5.2)
§3. Enciclopedia di Elettronica & Informatica - 1. Elettronica di Base, Gruppo Editoriale Jackson (lt.5.3.5.3)
§4. Enciclopedia di Elettronica & Informatica - 2. Comunicazioni, Gruppo Editoriale Jackson (lt.5.3.5.4)
§5. Enciclopedia di Elettronica & Informatica - 3. Elettronica Digitale I, Gruppo Editoriale Jackson (lt.5.3.5.5)
§6. Enciclopedia di Elettronica & Informatica - 4. Elettronica Digitale II, Gruppo Editoriale Jackson (lt.5.3.5.6)
§7. Enciclopedia di Elettronica & Informatica - 5. Microprocessori, Gruppo Editoriale Jackson (lt.5.3.5.7)
§7. Enciclopedia di Elettronica & Informatica - 9. Aggiornamenti, Gruppo Editoriale Jackson (lt.5.3.5.8)
§6. 🌐 Libri sui Social Media (lt.5.3.6)
~ o ~
§6.1. "Sociologia dei media digitali", di Davide Bennato (LT.5.3.6.1)
"Sociology of digital media", by Davide Bennato
Immagina un mondo virtuale dove le persone si connettono, si scambiano opinioni e condividono passioni attraverso un labirinto di informazioni chiamato Internet. Questo universo digitale è stato trasformato nel corso degli anni, passando dalla sua versione iniziale a una piattaforma interattiva e socialmente coinvolgente.
SOCIOLOGIA DEI MEDIA DIGITALI
Sociology of Digital Media
updated February 17, 2024
~ o ~
§6.2. "La mucca viola", di Seth Godin (LT.5.3.6.2)
"The purple cow", by Seth Godin
%20LA%20MUCCA%20VIOLA.JPG)
Farsi notare (e fare fortuna) in un mondo tutto marrone. Per "mucca viola" si intende qualcosa di fenomenale, inatteso, entusiasmante e assolutamente incredibile. Seth Godin in questo testo spiega come mettere una "mucca viola" in tutto ciò che facciamo e in tutto ciò che creiamo per ottenere una soluzione che non passi inosservata.
Getting noticed (and making a fortune) in an all-brown world. By "purple cow" we mean something phenomenal, unexpected, exciting, and absolutely incredible. Seth Godin in this text explains how to put a "purple cow" in everything we do and everything we create to achieve a solution that does not go unnoticed.
LA MUCCA VIOLA
The purple cow
~ o ~
§6.3. "Social Networking", di Patrice-Anne Rutledge (LT.5.3.6.3)
"Social Networking", by Patrice-Anne Rutledge
~ o ~
"The physics we like", by Vincenzo Schettini
15/2-2024
§7. 🧪 Libri su Simulazione, Modellazione, Prototipazione Rapida e Stampa 3D (lt.5.3.7)
In questa sezione cito e recensisco le mie letture su argomenti quali: la simulazione, la modellazione, la prototipazione rapida e la stampa 3D.
- Il mondo in sintesi -- Cinque brevi lezioni di filosofia della simulazione, Cosimo Accoto. (lt.5.3.7.1)
- Computer -- Algoritmi - Computers: logica di funzionamento - Metodologie per lo sviluppo della programmazione - Sistemi e modelli, R. Raschietti - R. Melchiori - C. Occhionero, Angelo Signorelli editore - Roma. (lt.5.3.7.2)
~ o ~
§7.1. Il mondo in sintesi, Cosimo Accoto. (lt.5.3.7.1)
Il mondo è così pervaso da differenti forme e applicazioni di simulazione che di certo il nostro futuro sarà ancora di più caratterizzato da questa tecnologia emergente. A parte che manteniamo ancora il dubbio fantascientifico di essere noi stessi oggetto di una esperimento di simulazione.
La verità è che la simulazione computazionale sta dando vita ad un nuovo pianeta ricreato e popolato da nuove entità sintetiche che stanno sostituendo il reale.
[EN/ The world is so pervaded by different forms and applications of simulation that surely our future will be even more characterized by this emerging technology. Except that we still maintain the sci-fi doubt of being ourselves the object of a simulation experiment.
The truth is that computational simulation is giving life to a new planet recreated and populated by new synthetic entities that are replacing the real.]
Le espressioni della simulazione oggi sono così variegate, innovative ed in continua evoluzione che è necessario avere delle mappe per interpretarle tutte ed orientarsi in questo nuovo mondo in cui ci apprestiamo a vivere. Il libro “Il mondo in sintesi“ di Cosimo Accoto, per mezzo di cinque lezioni, si propone di illustrare i fenomeni più rappresentativi ed interessanti di questa nuova era che qualcuno ha già battezzato “età dell’oro della simulazione“.
[EN/ The book "The expressions of simulation today are so varied, innovative and constantly evolving that it is necessary to have maps to interpret them all and orient ourselves in this new world in which we are about to live. The book "The world in synthesis" by Cosimo Accoto, through five lessons, aims to illustrate the most representative and interesting phenomena of this new era that someone has already baptized "golden age of simulation".]
Il libro "Il mondo in sintesi" di Cosimo Accoto offre un'interessante prospettiva filosofica sulla simulazione e il suo ruolo nella comprensione dei sistemi complessi. L'autore sostiene che la simulazione è diventata un'alternativa al classico metodo scientifico per comprendere il mondo moderno, poiché i sistemi complessi non possono essere analizzati con metodi tradizionali.
[EN/ The book "The world at a glance" by Cosimo Accoto offers an interesting philosophical perspective on simulation and its role in understanding complex systems. The author argues that simulation has become an alternative to the classic scientific method for understanding the modern world, as complex systems cannot be analyzed using traditional methods.]
Il libro fornisce una panoramica storica del concetto di simulazione, a partire dalle prime forme di modellizzazione nella Grecia antica fino alla sua evoluzione moderna. L'autore esamina inoltre i diversi approcci alla simulazione, dallo studio dei modelli matematici alle simulazioni al computer.
[EN/ The book provides a historical overview of the concept of simulation, starting from the first forms of modeling in ancient Greece to its modern evolution. The author also examines the different approaches to simulation, from the study of mathematical models to computer simulations.]
Accoto argomenta che la simulazione è diventata essenziale nella comprensione di sistemi complessi come l'economia globale, l'ecologia, la società umana e persino il cervello umano. Egli esplora anche l'etica della simulazione, considerando le implicazioni etiche e sociali dell'uso della simulazione nella ricerca scientifica e nella pianificazione politica.
[EN/ Accoto argues that simulation has become essential in understanding complex systems such as the global economy, ecology, human society, and even the human brain. He also explores the ethics of simulation, considering the ethical and social implications of the use of simulation in scientific research and policy planning.]
In sintesi, "Il mondo in sintesi" di Cosimo Accoto è un libro che offre una prospettiva filosofica e interdisciplinare sulla simulazione come strumento di comprensione dei sistemi complessi nel mondo moderno. Il libro è consigliato per coloro che sono interessati alla filosofia della scienza, all'informatica e alla teoria dei sistemi complessi.
[EN/ In summary, "The world in synthesis" by Cosimo Accoto is a book that offers a philosophical and interdisciplinary perspective on simulation as a tool for understanding complex systems in the modern world. The book is recommended for those interested in the philosophy of science, computer science and the theory of complex systems.]
Se ti
interessa
approfondire
l'analisi del
libro di
Cosimo
Accoto, allora ti
invito a
proseguire la
consultazione
della
sezione Learning (>) di Tateo's
Interdisciplinary
Lifelong
Learning (>) con la
lettura
dell’articolo
seguente, che seguendo lo
stesso ordine di
lettura del
libro, riporta
le mie
considerazioni
ed osservazioni,
e la descrizione
sintetica del
contenuto. Ad
ogni sezione del
libro ho
dedicato un
paragrafo.
L'analisi che vi
propongo non è
soltanto una
sintesi del
contenuto di
ogni sezione del
libro, ma è
anche un
tentativo di
riesposizione in
una forma più
semplice, per
permetterne la
comprensione
anche ai meno
esperti.
[EN/ If you are
interested in
deepening the
analysis of
Cosimo
Accoto's book,
then I invite
you to
continue
consulting
the Learning (>) section
of Tateo's
Interdisciplinary
Lifelong
Learning (>) by
reading the
following
article, which
following the
same reading
order as the
book, contains
my
considerations
and
observations,
and a brief
description of
the content. I
have dedicated
a paragraph to
each section
of the book.
The analysis
that I propose
is not only a
summary of the
contents of
each section
of the book,
but it is also
an attempt to
restate it in
a simpler
form, to allow
it to be
understood
even by the
less
expert. ]
IL MONDO IN
SINTESI
[EN/ THE WORLD IN
SYNTHESIS ]
>>> LT.5.3.7.1 <<<
.png)
-----------------------------------------
15/2-2024
§8. 👁️ Libri di Visione Artificiale (lt.5.3.8)
.png)
15/2-2024
§8. 👁️ Libri di Visione Artificiale (lt.5.3.8)
~ o ~
§8.1. Imaging Optics
Ottica per la generazione di immagini
Regardless of your application - machine vision, life science, security, or traffic management - understanding and mastering the core concepts of imaging technologies will help you significantly in the design and manufacture of sophisticated imaging systems.
Indipendentemente da quale sia la vostra applicazione, di visione artificiale industriale, di life science, di sicurezza o di gestione del traffico, comprendere e padroneggiare i concetti principali delle tecnologie di imaging vi aiuterà in modo significativo nella progettazione e produzione di sofisticati sistemi di imaging.
All components of a vision system, ie lighting system, optics and sensors, are subject to physical limitations which in turn determine the performance limitations of the entire system.
Tutti i componenti di un sistema di visione, ossia sistema di illuminazione, ottiche e sensori, sono soggetti a delle limitazioni fisiche che determinano a loro volta le limitazioni delle prestazioni dell’intero sistema.
For this reason, the design of an imaging system is very delicate because it simultaneously involves maximizing performance and minimizing costs. And this goal can only be achieved by knowing well the physical properties of each individual component.
Per questo motivo la progettazione di un sistema di imaging è molto delicata perché comporta contestualmente la massimizzazione delle performance e la minimizzazione dei costi. E questo obiettivo lo si può ottenere soltanto conoscendo bene le proprietà fisiche di ogni singolo componente.
§9. 🚂 Libri di Ingegneria Ferroviaria (lt.5.3.9)
~ o ~
~ o ~
#railway #digitalization #infrastructure #regulations #rollingStock #safety #security #signalling #telecommunications #sustainability #passengers
Analisi della rivista bimestrale Global Railway Review, precedentemente nota come European Railway Review, che è una delle principali fonti di informazione del settore ferroviario.
§10. Più in generale a proposito delle mie Letture Scientifiche
In questo articolo vi ho raccontato le mie letture preferite, ma nello specifico quelle che trattano di tecnologia. Ma queste letture costituiscono solo un sottoinsieme delle mie letture scientifiche presenti nella mia biblioteca.
Pertanto, se vuoi scoprire cos'altro mi piace leggere, oltre agli articoli di tecnologia, allora ti invito a continuare ad esplorare l'area "Letture" contenuta nella sezione "Apprendimento" del mio laboratorio di Lifelong Learning Interdisciplinare (TILLL).
Puoi farlo leggendo l'articolo sotto riportato, semplicemente seguendo il link riportato vicino al riferimento
§11. Rimani aggiornato
§12. Teniamoci in contatto
§13. Qualche informazioni su di me
Innanzitutto ti ringrazio per aver visitato una delle pagine del mio progetto per l'Apprendimento Continuo Interdisciplinare (TILLL che sta per Tateo's Interdisciplinary LifeLong Learning), di cui io sono lil fondatore e l'autore.
Mi chiamo Giovanni Battista Tateo (brevemente Bat).
Il blog Tateo~Blog (link) è parte integrante del progetto costituisce il mezzo di condivisione di tutti gli aggiornamenti.
Sono stato in principio un esperto di Informatica, e in seguito sono diventato un Ingegnere Elettronico, specializzato in Automazione Industriale. Sono un appassionato di Intelligenza Artificiale, Realtà Virtuale, Simulazione, e sono un esperto di Visione Artificiale applicata all'Automazione Industriale. Attualmente, ed a partire dall'anno 2016, sono impiegato come Proposal Engineer presso la società Mer Mec S.p.A. (:::). Precedentemente, a partire dal 2004, sono stato impiegato, sempre presso la stessa società, come Progettista di Sistemi di Visione Artificiale e di Algoritmi di Elaborazione delle Immagini, applicati in particolare alla Diagnostica Ferroviaria. Sono un sostenitore e promotore dell'apprendimento permanente, dei social network e della condivisione delle conoscenze tramite il web. Se vuoi ulteriori dettagli su di me, visita la pagine About Me (:::).
Contattami. Per chi scrive non c’è soddisfazione maggiore di quella che si prova sapendo di essere stato letto e di aver ispirato e fornito esperienze e pratiche utili. Per cui, chiunque contattarmi utilizzando uno dei riferimenti seguenti. Sarò felice di poterti leggere e di confrontarmi con te, di poter leggere le tue critiche, i tuoi suggerimenti, le tue riflessioni e, spreto anche i tuoi complimenti.
Giovanni Battista Tateo (aka Bat)
- e-mail: tateogb@libero.it (send e-mail)
- phone / WhatsApp : (+39) 388 8419726
- LinkedIn account (link)
- Facebook account (link)
- Twitter account (link)
- Instagram account (link)
- Pinterest account (link)
- Skype (link)
Prima pubblicazione: 26/11-2025
Aggiornamento più recente: 12/8-2026
Nessun commento:
Posta un commento