Description
L’astronomia da molti anni impiega con successo le tecniche di A.I., in particolare di Machine Learning, in vari ambiti come ad esempio l’analisi dei dati astronomici. Tuttavia in questi anni il settore sta avendo un’evoluzione travolgente; l'A.I. generativa e i Large Language Models hanno raggiunto livelli di maturità elevati; grazie anche ad enormi investimenti, nuovi progressi sono attesi nell'immediato futuro, con l’aspettativa di soluzioni sempre più precise e “pervasive”.
Ad esempio, il coding assistito da AI negli ultimi mesi ha raggiunto livelli qualitativi e di fruibilità elevati, semplificando e velocizzando notevolmente alcune fasi dello sviluppo software.
Inoltre, l'implementazione di sistemi domain-specific consente di ottenere risposte precise e affidabili, riducendo gli inconvenienti delle soluzioni generiche attualmente disponibili al grande pubblico e ampliandone le potenzialità.
In questa sessione ci proponiamo di indagare le prospettive di utilizzo dell’A.I. generativa in ambito INAF e in generale in ambito astronomico e il suo potenziale impatto sulle attività e sul modo di lavorare del nostro Raggruppamento Scientifico.
I recenti sviluppi nel campo dell’Intelligenza Artificiale hanno reso possibile la realizzazione di strumenti innovativi di co-creazione e analisi di dati non strutturati, basati sul linguaggio naturale. In questo intervento verranno esposti i principi su cui si basano i Large Language Models e verranno illustrati i loro usi e limiti principali.
L’intelligenza artificiale ha già iniziato a trasformare profondamente il mondo del business, influenzando sia i processi aziendali che i professionisti. Questa tecnologia ha un impatto così vasto da modificare le strategie delle imprese e richiedere un cambiamento culturale significativo. Per comprendere appieno come navigare in questo contesto in continua evoluzione, è fondamentale...
