File not found
Guglielmo

Netanyahu scioglie il gabinetto di guerra. Il portavoce: «Dopo l’uscita di Gantz non ce n’è più bisogno»

Terminati i lavori al Maschio Angioino: il 25 aprile il castello di Napoli riapre al pubblico - Tiscali NotizieAl via la campagna elettorale francese, la più breve della storiaRiccardo Bossi è indagato per truffa sul reddito di cittadinanza

post image

Comunali Campania, Avellino al voto dopo la bufera giudiziaria - Tiscali NotizieIl modello di diffusione Imagen,MACD sviluppato dal Brain team di Google, sembra superare la concorrenza in tema di fedeltà e funzionalità. Quali rischi si celano dietro uno strumento apparentemente innocuo? Google ha di recente presentato Imagen, modello di diffusione in grado di trasformare qualsiasi testo descrittivo in un’immagine. Il livello di fotorealismo del programma è senza precedenti e la sua elevata capacità di comprensione linguistica stupisce anche i più scettici.Imagen rappresenta sicuramente un passo avanti importantissimo nello sviluppo di modelli di machine learning in grado di eseguire compiti fino ad oggi impensabili, ma le grandi potenzialità offerte dall’intelligenza artificiale non sono prive di possibili problematiche.  I temi trattati all’interno dell’articoloCome funziona Imagen?Possibili applicazioni e problematiche connesseIl futuro della tecnologia di GoogleCome funziona Imagen?Imagen, recente prodotto del colosso americano, si basa su modelli linguistici in grado di comprendere il linguaggio naturale per via testuale. Sulla base di questi, poi, i modelli di diffusione (text-to-image diffusion models) generano immagini già estremamente accurate.In particolare, Imagen parte da un input linguistico e, utilizzando un frozen T5-XXL encoder (letteralmente, un codificatore congelato T5-XXL), trasforma quell’input in embedding, un tipo di rappresentazione di parole che permette a parole con significati simili di avere una rappresentazione simile. Un conditional diffusion model (letteralmente, un modello di diffusione condizionale) mappa poi gli embedding di testo in immagini piccole, 64×64. Utilizzando infine dei text-conditional super-resolution model (modelli di diffusione a super-risoluzione condizionale), il programma aumenta la dimensione delle immagini fino a 1024×1024.Il funzionamento del modello di diffusione (Immagine tratta da imagen.research.google)La scoperta chiave del Brain team di Google è stata che modelli linguistici generici come quello utilizzato, addestrati su contenuti puramente testuali, sono sorprendentemente efficaci nella codifica del testo per la sintesi di immagini. Di conseguenza, si è notato che aumentare la grandezza di questi modelli in Imagen migliora sia la fedeltà dei sample che l’allineamento tra immagine e testo molto più che aumentando la dimensione del diffusion model di immagini.  Dunque, un modello linguistico pre-addestrato di grandi dimensioni e un modello di diffusione generativo come quelli descritti conducono a una comprensione linguistica approfondita e a una generazione di immagini molto realistiche.Possibili applicazioni e problematiche connesseLo strumento di Google, per le sue caratteristiche, è adatto a diversi ambiti applicativi. Le sue potenzialità sono molteplici e riguardano la nostra vita privata così come il mondo del lavoro, ambito in cui l’intelligenza artificiale si sta evolvendo a vista d’occhio. Un sistema simile, in grado di generare immagini a partire da un input puramente testuale, può infatti essere utilizzato nel campo cinematografico, in ufficio per la creazione di presentazioni aziendali. O, più banalmente, anche per divertirsi nel proprio tempo libero.Attualmente, però, il modello creato dalla compagnia non è accessibile al pubblico, in quanto gli stessi creatori hanno ammesso di ritenerlo potenzialmente pericoloso. Il programma, proprio a causa della sua fedeltà visiva, potrebbe essere utilizzato impropriamente per la creazione di immagini razziste, violente o lesive dell’immagine altrui. Si immagini inoltre la potenziale creazione di immagini relative a eventi mai avvenuti, un rischio enorme nella lotta alle fake news. Le persone che oggi possono utilizzarlo, quindi, sono per ora solo beta-tester selezionati.Si legge infatti sul sito del progetto:“Ci sono diverse sfide etiche che riguardano la ricerca su [programmi utilizzabili per la trasformazione, ndr] da testo a immagine in generale. […] In questo momento, abbiamo deciso di non rilasciare il codice o una demo pubblica. In futuro, esploreremo un quadro per l’esternalizzazione responsabile che bilancia il valore dell’audit esterno con i rischi di un accesso aperto illimitato.In secondo luogo, la necessità di dati dei modelli text-to-image hanno portato i ricercatori a fare molto affidamento su set di dati di grandi dimensioni, per lo più non curati, raschiati (attraverso web-scraping, ndr) sul web. Sebbene questo approccio abbia consentito rapidi progressi algoritmici negli ultimi anni, set di dati di questa natura spesso riflettono stereotipi sociali, punti di vista oppressivi e associazioni dispregiative, o comunque dannose, a gruppi di identità emarginati.[…] Infine, mentre c’è stato un ampio lavoro di auditing dei modelli da immagine a testo e di etichettatura delle immagini per forme di pregiudizio sociale, c’è stato relativamente meno lavoro sui metodi di valutazione del pregiudizio sociale per i modelli da testo a immagine. Un vocabolario concettuale sui potenziali danni dei modelli text-to-image e comprovate metriche di valutazione sono una componente essenziale nello stabilire pratiche responsabili di rilascio dei modelli. Mentre lasciamo un’analisi empirica approfondita dei pregiudizi sociali e culturali per il futuro, le nostre valutazioni interne su piccola scala rivelano diversi limiti che guidano la nostra decisione di non rilasciare il nostro modello in questo momento”.Per quanto il modello di Google sembri aver battuto di molto la concorrenza – come il software Dall-E-2 di Open AI – sulla base dell’opinione dei tester umani, Imagen presenta ancora diversi ‘bug’. Per esempio, risulta molto più affidabile nella generazione di immagini legate a oggetti e animali rispetto a quelle che ritraggono persone. Così anche nella generazione di immagini non ritraenti persone. Imagen, inoltre, “codifica una serie di pregiudizi sociali e culturali quando genera immagini di attività, eventi e oggetti”.Comparazione tra Imagen e modelli simili (Immagine tratta da imagen.research.google)Il futuro della tecnologia di GoogleIl progetto, dunque, è ancora in fase di sviluppo, ma le caratteristiche presentate dal Brain team e le immagini utilizzate come esempio di output – nonché il feedback dei tester – portano a pensare che Google sia riuscita a superare la concorrenza, sviluppando un modello tanto ricco di potenziale quanto possibilmente pericoloso a livello sociale.L’intenzione del gruppo di ricercatori rimane comunque quella di perfezionare il programma e di adottare strumenti utili alla limitazione dei rischi etici e sociali conseguenti a un’eventuale pubblicazione e ampio utilizzo di Imagen.[Immagine di copertina da imagen.research.google]

Se occupi, ti boccio. La scuola che vuole Valditara è fuori dalle regoleSondaggi politici, Pd con Schlein in risalita: supera il M5s di Giuseppe ConteSondaggi politici, Pd: Schlein in risalita, supera il M5s di Giuseppe Conte

De Luca "Da Governo neanche un euro per edilizia ospedaliera campana" - Tiscali Notizie

Campania, 10 mila colloqui in 5 mesi per lo psicologo di base - Tiscali NotizieStrage di migranti a Cutro, Meloni: “Le parole del Papa sono un richiamo per le istituzioni”

Con l’exploit di Todde rinasce il campo largo. Conte non ha più scuseTerzo Mandato,De Luca: dibattito demenziale, Campania può farlo - Tiscali Notizie

Campania, 10 mila colloqui in 5 mesi per lo psicologo di base - Tiscali Notizie

Giovedì sera Meloni fa doppietta da Vespa, i giornalisti del Tg1 contro lo spostamento della rubrica economiaRussia, uccisi sei detenuti dell’Isis dopo il sequestro di agenti penitenziari nel carcere di Rostov

Ryan Reynold
Agenas,Bolzano in testa per Rete Emergenza-Urgenza,male Campania - Tiscali NotizieBenevento, tre ragazzi torturati per ore e costretti a pulire il loro sangue - Tiscali NotizieLa Nato invia F-16 e Patriot a Kiev: un’alleanza “a prova” di Trump

Professore per gli Investimenti Istituzionali e Individuali di BlackRock

  1. avatarOrbán in Cina parla di pace mentre Putin bombarda ospedali a KievEconomista Italiano

    Qatargate, Panzeri fa il nome di Lara Comi: “Aveva 60 mila euro nella sua borsa”Francia, pesanti ripercussioni dopo gli attacchi alle ferrovie. Scholz: «Atto riprovevole»Tensioni tra Erdoğan e Israele: Bibi contestato a Majdal ShamsLa Campania con 180 aziende alla 56^ edizione del Vinitaly a Verona - Tiscali Notizie

      1. avatarFsc, De Luca "Contento per gli amici siciliani, ma ora la Campania" - Tiscali NotizieProfessore Campanella

        Sondaggi politici: Meloni ancora al primo posto, cresce il Pd

  2. avatarPutin e Kim verso un documento «base delle relazioni bilaterali a lungo termine»Campanella

    Il giorno in cui il Covid fece paura e Conte annunciò il primo lockdown nazionaleBasilicata, chi è Viviana Cervellino, possibile candidata presidente del campo largoMinistro Musumeci: "L'Italia apra le sue porte ai migranti economici"Migranti, la Sea Watch 5 costretta a quattro giorni di navigazione con il corpo di un 17enne morto a bordo

  3. avatarMaradona Jr.: “Papà a Napoli si sentiva protetto dalla camorra” - Tiscali NotizieProfessore per gli Investimenti Istituzionali e Individuali di BlackRock

    L’ira di Cina e Russia per il vertice Nato: «Provoca rivalità»Schlein chiarissima sui migranti "Mai più linea Minniti"I trucchi sulla senilità di Biden, un’ondata di fake a basso costoStriscia la notizia inchioda Soumahoro sulle raccolte fondi per i bambini

Cutro, sondaggio di Alessandra Ghisleri: lo schiaffo alla sinistra

Droga e cellulari in carcere, 30 misure cautelari a Napoli - Tiscali NotizieAssemblea CGIL, madre di Regeni: " Si sentiva italiano ed europeo"*