Prompt Engineering, agenti AI e LLM: avvia un nuovo anno di apprendimento
E proprio così, siamo nel 2024. Bentornati alla Variabile e a un nuovo anno di apprendimento.
Gli ottimi articoli sono disponibili in tutte le forme e dimensioni e adoriamo il modo in cui, in una normale giornata in TDS, riusciamo a pubblicare eccellenti guide pratiche proprio accanto a esplorazioni sfumate di ricerche all’avanguardia. La nostra prima newsletter dell’anno riflette questo equilibrio: abbiamo riunito alcuni dei nostri articoli recenti migliori e più stimolanti e speriamo che ti diano la giusta dose di ispirazione per far andare avanti le cose a gennaio e oltre. (Se sei stato per lo più offline durante le vacanze, è anche un’ottima opportunità per aggiornarti su alcune delle nostre letture imperdibili di dicembre.)
Iniziamo.
- Come ho vinto il concorso GPT-4 Prompt Engineering di Singapore
In un eccellente (e clamoroso) debutto in TDS, Sheila Teo racconta la sua recente esperienza vincendo un prestigioso concorso incentrato sulle tecniche di prompt-engineering. Offre spunti nuovi e utili sui vari approcci a questa disciplina nascente, che “fonde arte e scienza”. - ChatGPT è intelligente? Una revisione scientifica
Avviso spoiler: la risposta è no, ChatGPT non è infatti intelligente. Oren MatarTuttavia, la panoramica approfondita della ricerca su questa questione va oltre i semplicistici binari. Discute le sfide legate alla valutazione delle prestazioni di grandi modelli linguistici e degli strumenti di intelligenza artificiale che alimentano, soprattutto considerando quanto magiche le loro prestazioni possano sembrare a chiunque non abbia familiarità con il loro funzionamento interno. - Sul perché le macchine possono pensare
Affrontare un tema simile da una prospettiva diversa, Niya Stoimenova spacchetta le capacità di ragionamento mostrate dagli LLM e i limiti che devono ancora affrontare. Niya ci incoraggia ad adottare una prospettiva più equilibrata ed equilibrata su questo argomento, soprattutto considerando che “le persone esagerano e sottorappresentano le capacità di pensiero dei modelli di intelligenza artificiale”.
- I LLM possono sostituire gli analisti di dati? Costruire un analista basato su LLM
Per aiutarci a passare dal teorico al pratico, ci rivolgiamo a Maria Mansurova, il cui obiettivo è creare uno strumento basato su LLM in grado di completare i flussi di lavoro comuni attualmente gestiti dagli analisti di dati. Ci guida attraverso le fasi di pianificazione ed esecuzione e pone le basi per quella di Mariya guida di follow-upche approfondisce il regno degli agenti LLM. - Sviluppa il tuo primo agente IA: Deep Q-Learning
Restando in tema di agenti AI e come lavorare con loro, Heston VaughanL’articolo di debutto di si è rivelato una guida completa e paziente per svilupparne uno da zero. In questo caso, il contesto specifico è un parco giochi di apprendimento per rinforzo, che è un ottimo punto di partenza per le persone che sono nuove all’argomento e desiderose di immergersi completamente. - Sbloccare il processo decisionale: l’intelligenza artificiale collega i quadri teorici con i progressi tecnologici
Il processo decisionale intelligente è l’obiettivo finale di gran parte del lavoro dei data scientist; Stefania Shen esamina come si svolge solitamente questo processo ed esamina i modi in cui nuovi e potenti strumenti di intelligenza artificiale stanno migliorando i sistemi di supporto decisionale a nostra disposizione. - 3 innovazioni dell’intelligenza artificiale musicale da aspettarsi nel 2024
Con così tante notizie sugli strumenti per la generazione di testo e immagini come ChatGPT e Midjourney, i recenti progressi nell’intelligenza artificiale focalizzata sulla musica sono rimasti in gran parte sotto il nostro radar collettivo. Max Hilsdorfl’ultima incursione di sull’argomento: uno sguardo a ciò che il prossimo futuro potrebbe riservare ai creatori di musica, agli artisti, E ascoltatori: offre uno sguardo affascinante sugli incorporamenti musicali, sulle nuove applicazioni e su altre tendenze emergenti. - Rivisitare la morte della scienza dei dati
Il destino imminente della scienza dei dati come campo e come percorso di carriera è stato annunciato più e più volte nel corso degli anni. Brandon Cosley rivisita questa domanda attraverso la lente delle tecnologie di intelligenza artificiale generativa e offre una prospettiva fondata e cautamente ottimistica sul modo in cui queste ultime influenzeranno i flussi di lavoro e gli strumenti dei professionisti dei dati.
La nostra ultima coorte di nuovi autori
Ogni mese siamo entusiasti di vedere un nuovo gruppo di autori unirsi a TDS, ognuno dei quali condivide la propria voce, conoscenza ed esperienza uniche con la nostra comunità. Dicembre non ha fatto eccezione: nonostante una lunga stagione di vacanze, abbiamo comunque accolto nuovi fantastici scrittori, inclusi Daniel Bakkelund, Mike Perrotta, Tigran Hayrapetyan, Matteo Consoli, Nick Gerend, Kateryna Herashchenko, Ella Pham, João Felipe Guedes, Giorgio Milosevich, Tè Mustac, Mike Cvet, K Bahavathy, Ambra Roberts, Maxwell Wulff, Elahe Aghapour e Salar Rahili, Harminder Singh, Raffaele Guedes, Pablo Piskunow, Rishabh Raman, Kamil Raczycki, Heston Vaughan, Giovanni Andrews, Sheila Teo, Yevhen Kralych, Carla Pitarca Abaigar, Jesper Alkestrup, Alessandro Tomassini, Jan Philip Wahle, Sarthak Sarbahi, Bhavin Jawade, Kate Yurkova, Wenqi Glantz, Matteo Andrés Moreno, György Kovacs, Livia Ellen, Giulia Brezeanu, Vincenzo KocE Alberto Padernotra gli altri.
Grazie per sostenere il lavoro dei nostri autori! Se ti piacciono gli articoli che leggi su TDS, considerali diventare amico del membro Medium: è un nuovissimo livello di abbonamento che offre ai tuoi autori preferiti maggiori ricompense per i loro scritti di prim’ordine.
Fino alla prossima variabile,
Redattori di TDS
Prompt Engineering, agenti e LLM: avvia un nuovo anno di apprendimento pratico sull’intelligenza artificiale è stato originariamente pubblicato in Verso la scienza dei dati su Medium, dove le persone continuano la conversazione evidenziando e rispondendo a questa storia.
Fonte: towardsdatascience.com
