Stupidi Uomini Bianchi

Re: Stupidi Uomini Bianchi  

  By: XTOL on Giovedì 26 Ottobre 2023 12:19

Re: Stupidi Uomini Bianchi  

  By: pana on Giovedì 26 Ottobre 2023 12:16

ma come?? possibile??' avro capito male dai

ma se non hanno sovranita monetaria evalutaria come fanno a compare in america ??

PERFETTI COMPRA PER 1,5 MILIARDI IN USA

L’acquisizione riguarda - tra gli altri - i marchi Trident, Dentyne, Stimorol, Hollywood, V6, Chiclets, Bubbaloo e Bubblicious
Acquisizione internazionale nel campo dei chewing gum. Perfetti Van Melle ha rilevato le attività di Mondelēz International nel settore relativamente ai mercati degli Stati Uniti, del Canada e dell’Europa (escluso il Portogallo, in attesa dell’autorizzazione dell’Autorità portoghese per la concorrenza).

Hamas leader Khaled Meshaal exclusive interview - BBC News - YouTube

Re: Stupidi Uomini Bianchi  

  By: XTOL on Mercoledì 25 Ottobre 2023 22:05

Re: Stupidi Uomini Bianchi  

  By: pana on Mercoledì 25 Ottobre 2023 21:14

sventata cellula dell isis nel bassopolesine

stop sbarchi

o conferma la Procura. "La Procura di Rovigo, con indagini delegate alla Compagnia dei Carabinieri di Adria - Nor, procede in ipotesi accusatoria nei confronti di tre giovani, di nazionalità italiana  e residenti in Provincia di Rovigo, S.N. del 2000 residente a Porto Viro, M.T. del 2002 residente a Taglio di Po, T.C. del 2001 residente a Loreo, per delitto contro la pubblica incolumità mediante violenza di cui all’art.422 c.p. in Adria il 31/3/23 

Secondo l'accusa, insomma, il fatto che non ci siano state vittime è stato unicamente casuale.

https://www.polesine24.it/cronaca/2023/10/25/news/raid-razzisti-con-bombe-tre-ventenni-polesani-in-manette-230569/

Hamas leader Khaled Meshaal exclusive interview - BBC News - YouTube

Re: Stupidi Uomini Bianchi  

  By: XTOL on Mercoledì 25 Ottobre 2023 13:15

Re: Stupidi Uomini Bianchi  

  By: lmwillys1 on Mercoledì 25 Ottobre 2023 12:36

a proposito di stupidi uomini bianchi ... cosa vuoi dire a costui col QI di una pigna (quindi molto superiore a quello di XTOLT ) ? 

gnente

 

 

 

 

 

Re: Stupidi Uomini Bianchi  

  By: pana on Mercoledì 25 Ottobre 2023 12:30

meloni "aiuteremo le famiglie "

 

L’Iva su assorbenti e prodotti per l’infanzia sale al 10%

https://www.iodonna.it/attualita/famiglia-e-lavoro/2023/10/25/assorbenti-prodotti-infanzia-iva-aumento-critiche/

SDENNGHH

Hamas leader Khaled Meshaal exclusive interview - BBC News - YouTube

Re: Stupidi Uomini Bianchi  

  By: Ganzo il Magnifico on Sabato 04 Marzo 2023 04:51

How America Took Out The Nord Stream Pipeline - Seymour Hersh

 

The New York Times called it a “mystery,” but the United States executed a covert sea operation

Slava Cocaïnii!

Re: Stupidi Uomini Bianchi  

  By: Ganzo il Magnifico on Sabato 04 Marzo 2023 04:42

Ma che domande...

 

 

 

Slava Cocaïnii!

Re: Stupidi Uomini Bianchi  

  By: gianlini on Venerdì 03 Marzo 2023 22:34

Come dice sempre Pana.....questi migranti sono sempre un pericolo! Pure luce e gas vogliono! Con quello che costano....

 

Secondo quanto ricostruito dai carabinieri, intervenuti sul posto, tutto è iniziato con un diverbio tra il 25enne Christian Ikogwe e un suo connazionale di 31 anni, che vivono in affitto nella cascina. I due si sono rivolti alla proprietaria, una donna di 67 anni, lamentando che non vi fossero luce e gas funzionanti nell'alloggio. La donna ha chiesto il supporto del figlio, il pluripregiudicato A.C. di 46 anni, che vive in un altro appartamento a fianco, il quale si è precipitato in aiuto della madre. Ne è nata una colluttazione con i due nigeriani, durante la quale il 46enne ha ferito con un coltello all'addome Ikogwe. 

Re: Stupidi Uomini Bianchi  

  By: XTOL on Venerdì 27 Maggio 2022 09:06

Re: Stupidi Uomini Bianchi  

  By: pana on Venerdì 27 Maggio 2022 08:56

il gtuppo  wagner richiamano pure i generali in pensione...

Ukrainian paratroopers have probably neutralized the infamous Russian aviation general - Militarnyi

 e l inps russa ringrazia

Hamas leader Khaled Meshaal exclusive interview - BBC News - YouTube

Re: Stupidi Uomini Bianchi  

  By: XTOL on Giovedì 26 Maggio 2022 19:04

Re: Stupidi Uomini Bianchi  

  By: pana on Giovedì 26 Maggio 2022 18:19

ha confessato un omicidio

dopo il pestaggio dela polizia ma al momento dell omicidio era in carcere...

20 anni di galere e 15 milioni $ di risarcimento

Shaun King (@shaunking) • Foto e video di Instagram

CHE NON SI LAMENTINO POI

DELLE PROTESTE

#BLACK LIVES MATTER

Hamas leader Khaled Meshaal exclusive interview - BBC News - YouTube

Re: Stupidi Uomini Bianchi  

  By: lmwillys1 on Giovedì 26 Maggio 2022 09:37

tra AI e robotica non manca mica tanto 

:-)

 

 

 

 

https://www.linkedin.com/pulse/what-lies-ahead-ai-evan-kirstel

What Lies Ahead for AI

 

Evan Kirstel the B2B TechFluencer

Evan Kirstel the B2B TechFluencer

Tech Influencer, Content Creator w500K+ Social Media followers obsessed w Enterprise💻Cloud☁️5G📡 AI🤖Telecom☎️Voice🗣CX🔐Cyber⌚️IoT. Focused on B2B…

Data pubblicazione: 14 set 2021

 

Any company looking to make investments in AI should be aware that, across the next five years, both machines and applications will be losing artificiality and gaining intelligence. The reliance on big data from bottom-up will decrease. Instead, they will be taking a logical approach to tasks and problems in the same way that humans do. Because AI will be more capable of reasoning, it will have broader applications than it did in the past. This presents an opportunity for early adopters. AI may soon be suitable for industries and applications that it couldn't handle in the past. 

In recent years, it's been standard to feed AI large amounts of data. This allowed it to create systems via deep machine learning. One example of this is driverless cars. They are trained on countless traffic situations. These neural networks are always ready to be fed more data, but they have clear limits. AI often struggles when there isn't much data to draw upon. A vehicle without a driver knows how to handle traffic, crosswalk, and ordinary pedestrians. However, it may not know how to response to kids running around in costumes on the night of Halloween. 

It's easy to stump many systems. For example, the facial recognition system on the iPhone can struggle to recognize people in the morning, when they look more rundown than they usually do. While AI has managed to defeat chess masters and the top players of Go, an ancient Japanese game, it may not be able to correctly identify an image if it's turned upside down. Data may also cause neural networks to inaccurately identify objects. 

There are also ethical and business concerns that must be taken into consideration when feeding data to systems. Businesses don't always have enough data to create neural networks that have distinctive abilities. There are privacy concerns associated with using large amounts of data from citizens. This is something that governments are taking action against. As an example, the General Data Protection Regulation from the European Union has strict requirements on how personal data can be used. It's not always clear how systems use data to arrive at conclusions. Systems can easily be exploited, as the Russians did during the United States presidential election in 2016. When something does go wrong, it isn't always easy to figure out what happened. 

Thankfully, as technology continues to develop, systems will take a top-down approach to problem-solving. They'll be less reliant on data and will be more adaptable. Not only will these systems be quicker, but they'll have real intelligence, as humans do. There are organizations and businesses that are already starting to use these types of natural systems. If you're trying to decide where you should invest over the next few years, you'll need to have a clear picture of what lies ahead for AI. These are the areas you should be focusing your attention on: 

Robots that Think Logically: When robots are able to think conceptually in the same way that humans do, they require far less data to learn new concepts. 

As an example, look at the Completely Automated Public Turing tests to tell Computers and Humans Apart (CAPTCHAs) that sites use to confirm that you're a human. These combinations of numbers and letters are made to be simple for people to figure out, but difficult for robots. Vicarious has used computational neuroscience to create a model capable of solving CAPTCHAs at a much higher rate than neural networks. Furthermore, it requires less data. The model from Vicarious was able to reach a near 67% accuracy rate for CAPTCHAs after being trained on only five examples for each character. A cutting-edge neural network, however, needed to use a CAPTCHA string training set that was 50,000 times larger. 

Top-down AI is able to mimic the approach that a human would take when they don't have enough information. It's more efficient than systems that need to be fed a lot of data, and it's capable of responding to many different situations. As an example, top-down AI is being utilized by Siemens to keep the gas turbine combustion process under control. This process is very complex. Gas and air both enter a chamber where they ignite and then burn at temperatures of up to 1,600 degrees Celsius. The amount of time that the turbine operations and the total volume of emissions produced vary on many interconnecting factors, including air flow, gas quality, and both internal and external temperatures. 

There are many companies that are teaching machines to approach the world logically. This makes it easier for AI to handle new situations, learn, communicate, and understand actions and objects. Many of the things that are easy for humans to do without data or training can be incredibly difficult for a machine. There are many easy questions that AI systems cannot consistently answer. For example, an AI may not be able to tell you if the clothes you hang in your closet will still be there the next day. 

Even though the latest advances in AI are fairly new, they're reminiscent of the AI developments made back in the 1950s. Many researchers in this period used top-down methods to teach machines to think the way that humans do. However, when there was no significant progress, and it was clear that bottom-up machine learning had a future, most researchers cast top-down learning methods aside. Now, new advances and techniques have breathed new life into top-down AI. The early promises of AI are finally coming true. Many companies will be smart enough to invest in this.

 

-------------

Cosa ci aspetta per l'IA

 

Qualsiasi azienda che intenda investire nell'IA dovrebbe essere consapevole del fatto che, nei prossimi cinque anni, sia le macchine che le applicazioni perderanno artificialità e acquisiranno intelligenza. La dipendenza dai big data dal basso verso l'alto diminuirà. Invece, adotteranno un approccio logico ai compiti e ai problemi nello stesso modo in cui lo fanno gli umani. Poiché l'IA sarà più capace di ragionare, avrà applicazioni più ampie rispetto al passato. Ciò rappresenta un'opportunità per i primi utenti. L'IA potrebbe presto essere adatta per settori e applicazioni che in passato non poteva gestire.

Negli ultimi anni, è stato standard fornire all'IA grandi quantità di dati. Ciò gli ha permesso di creare sistemi tramite il deep machine learning. Un esempio di questo sono le auto senza conducente. Sono addestrati su innumerevoli situazioni di traffico. Queste reti neurali sono sempre pronte per ricevere più dati, ma hanno dei limiti chiari. L'IA spesso fatica quando non ci sono molti dati su cui attingere. Un veicolo senza conducente sa come gestire il traffico, le strisce pedonali e i normali pedoni. Tuttavia, potrebbe non sapere come rispondere ai bambini che corrono in costume la notte di Halloween.

È facile bloccare molti sistemi. Ad esempio, il sistema di riconoscimento facciale dell'iPhone può avere difficoltà a riconoscere le persone al mattino, quando sembrano più fatiscenti del solito. Sebbene l'IA sia riuscita a sconfiggere i maestri di scacchi e i migliori giocatori di Go, un antico gioco giapponese, potrebbe non essere in grado di identificare correttamente un'immagine se viene capovolta. I dati possono anche far sì che le reti neurali identifichino gli oggetti in modo impreciso.

Ci sono anche problemi etici e commerciali che devono essere presi in considerazione quando si forniscono dati ai sistemi. Le aziende non hanno sempre dati sufficienti per creare reti neurali con capacità distintive. Esistono problemi di privacy associati all'utilizzo di grandi quantità di dati dai cittadini. Questo è qualcosa contro cui i governi stanno prendendo provvedimenti. Ad esempio, il regolamento generale sulla protezione dei dati dell'Unione europea ha requisiti rigorosi su come possono essere utilizzati i dati personali. Non è sempre chiaro come i sistemi utilizzino i dati per arrivare a conclusioni. I sistemi possono essere facilmente sfruttati, come hanno fatto i russi durante le elezioni presidenziali degli Stati Uniti nel 2016. Quando qualcosa va storto, non è sempre facile capire cosa sia successo.

Per fortuna, mentre la tecnologia continua a svilupparsi, i sistemi adotteranno un approccio dall'alto verso il basso per la risoluzione dei problemi. Faranno meno affidamento sui dati e saranno più adattabili. Non solo questi sistemi saranno più veloci, ma avranno una vera intelligenza, come fanno gli umani. Ci sono organizzazioni e aziende che stanno già iniziando a utilizzare questi tipi di sistemi naturali. Se stai cercando di decidere dove investire nei prossimi anni, dovrai avere un quadro chiaro di ciò che ti aspetta per l'IA. Queste sono le aree su cui dovresti concentrare la tua attenzione:

Robot che pensano logicamente: quando i robot sono in grado di pensare concettualmente allo stesso modo degli umani, richiedono molti meno dati per apprendere nuovi concetti.

Ad esempio, guarda i test di Turing pubblico completamente automatizzato per dire a Computers and Humans Apart (CAPTCHA) che i siti utilizzano per confermare che sei un essere umano. Queste combinazioni di numeri e lettere sono fatte per essere semplici da capire per le persone, ma difficili per i robot. Vicarious ha utilizzato la neuroscienza computazionale per creare un modello in grado di risolvere i CAPTCHA a una velocità molto più elevata rispetto alle reti neurali. Inoltre, richiede meno dati. Il modello di Vicarious è stato in grado di raggiungere un tasso di precisione vicino al 67% per i CAPTCHA dopo essere stato addestrato su soli cinque esempi per ogni personaggio. Una rete neurale all'avanguardia, tuttavia, doveva utilizzare un set di addestramento di stringhe CAPTCHA 50.000 volte più grande.

L'IA top-down è in grado di imitare l'approccio che un essere umano adotterebbe quando non dispone di informazioni sufficienti. È più efficiente dei sistemi che devono ricevere molti dati ed è in grado di rispondere a molte situazioni diverse. Ad esempio, Siemens utilizza l'IA top-down per tenere sotto controllo il processo di combustione della turbina a gas. Questo processo è molto complesso. Il gas e l'aria entrano entrambi in una camera dove si accendono e poi bruciano a temperature fino a 1.600 gradi Celsius. La quantità di tempo in cui le operazioni della turbina e il volume totale delle emissioni prodotte variano in base a molti fattori di interconnessione, tra cui il flusso d'aria, la qualità del gas e le temperature interne ed esterne.

Ci sono molte aziende che stanno insegnando alle macchine ad avvicinarsi al mondo in modo logico. Ciò semplifica all'IA la gestione di nuove situazioni, l'apprendimento, la comunicazione e la comprensione di azioni e oggetti. Molte delle cose che sono facili da fare per gli esseri umani senza dati o formazione possono essere incredibilmente difficili per una macchina. Ci sono molte domande facili a cui i sistemi di intelligenza artificiale non possono rispondere in modo coerente. Ad esempio, un'IA potrebbe non essere in grado di dirti se i vestiti che appendi nell'armadio saranno ancora lì il giorno successivo.
Anche se gli ultimi progressi nell'IA sono abbastanza nuovi, ricordano gli sviluppi dell'IA fatti negli anni '50. Molti ricercatori in questo periodo hanno utilizzato metodi dall'alto verso il basso per insegnare alle macchine a pensare come fanno gli esseri umani. Tuttavia, quando non ci sono stati progressi significativi ed era chiaro che l'apprendimento automatico dal basso aveva un futuro, la maggior parte dei ricercatori ha messo da parte i metodi di apprendimento dall'alto verso il basso. Ora, nuovi progressi e tecniche hanno dato nuova vita all'IA top-down. Le prime promesse dell'IA si stanno finalmente avverando. Molte aziende saranno abbastanza intelligenti da investire in questo.

 


 Last edited by: lmwillys1 on Giovedì 26 Maggio 2022 11:04, edited 2 times in total.