Cookie Enforcer per combattere i fastidiosi cookie con l'IA
La prima grande notizia di questa settimana riguarda come un team di ricercatori sta contrastando i fastidiosi popup dei cookie usando l'IA.
Oggi quasi ogni sito web ha un popup che chiede il consenso ai cookie e alcuni sono persino progettati per rendere difficile rifiutarli, nel tentativo di spingere gli utenti a fare scelte comode per il sito che mettono a rischio la loro privacy. Ricercatori di Google e dell'Università del Wisconsin–Madison hanno creato un sistema chiamato “Cookie Enforcer” per contrastare questi design invadenti.
Il sistema funziona analizzando lo schema di rendering degli elementi HTML di un sito per rilevare come verrà mostrato l'avviso sui cookie. CookieEnforcer quindi analizza gli avvisi e prevede quali azioni disattiveranno tutti i cookie non necessari. Infine, il modello di machine learning seleziona le impostazioni scelte e chiude il popup, evitando agli utenti di dover decifrare e cliccare manualmente sugli avvisi.
Il team di ricerca ha riscontrato che il sistema è stato efficace al 91% nel disattivare automaticamente i cookie non essenziali su oltre 500 siti.
Non è ancora stata annunciata una data ufficiale per il rilascio pubblico, ma il team ha chiarito l'intenzione di rendere Cookie Enforcer ampiamente disponibile come estensione del browser e spera sia di proteggere gli utenti da design malevoli o opachi, sia di far loro risparmiare tempo.
IBM pubblica una ricerca sul gap di competenze in IA in Europa
Passiamo a un recente report di IBM sul gap di competenze in IA in Europa, che offre spunti utili sullo stato del mercato del lavoro in questo ambito. Dipendenti, recruiter e candidati in Germania, Spagna e Regno Unito sono stati intervistati per valutare se esista una carenza di competenze in relazione alle posizioni aperte in IA.
Il report ha rilevato una chiara carenza sia di competenze tecniche sia non tecniche nel mercato del lavoro legato all'IA. I datori di lavoro hanno notato difficoltà nel trovare candidati con le conoscenze e l'esperienza in IA richieste. Inoltre, circa un quarto dei recruiter tech ha segnalato difficoltà a trovare candidati con una combinazione di competenze tecniche e soft skill.
Con l'IA sempre più presente in ogni settore, il personale tecnico specializzato lavora più a stretto contatto che mai con i manager. Di conseguenza, saper dimostrare soft skill come comunicazione interpersonale, problem solving strategico e pensiero critico può migliorare notevolmente l'occupabilità e la crescita professionale nell'IA.
Il report suggerisce anche che upskilling e reskilling sono soluzioni possibili ai problemi del gap di competenze per le organizzazioni. Tra tutti gli intervistati in Spagna e Germania, il 42% dei dipendenti sta facendo upskilling con formazione su argomenti come linguaggi di programmazione, data engineering/analysis e ingegneria del software. Il Regno Unito è indietro, con solo il 32% del personale che riceve questo tipo di formazione.
Il modello linguistico di grandi dimensioni di Meta
Meta ha rilasciato pubblicamente un modello linguistico di grandi dimensioni nel tentativo di rendere questi modelli più accessibili. In un post del 3 maggio, l'azienda ha annunciato l'Open Pretrained Transformer — noto anche come OPT-175B — un sistema di elaborazione del linguaggio naturale con 175 miliardi di parametri.
L'elaborazione del linguaggio naturale è in grande fermento: sistemi come GPT-3 e PaLM stanno sconvolgendo il mondo dell'IA e dimostrando la potenza di questi modelli con casi d'uso entusiasmanti come generazione di testo, completamento del codice e altro ancora. Meta AI afferma che il potenziale di questi grandi modelli linguistici è chiaro, limitato solo dal fatto che restano in gran parte inaccessibili alla più ampia comunità di ricerca.
Oltre al linguaggio gigantesco, Meta sta rendendo pubbliche anche tutte le note di sviluppo, le motivazioni delle scelte e la documentazione dietro le quinte che hanno portato alla costruzione di OPT-175B. L'azienda ha dato grande importanza anche all'impronta ecologica del modello ed è riuscita a creare un sistema della scala di GPT-3 ma sviluppato con un'impronta di carbonio pari a 1/7.
Kendrick Lamar usa i deepfake nel suo ultimo video musicale
Infine, parliamo dell'uso dei deepfake nella nuova, attesissima uscita di Kendrick Lamar. Non solo “The Heart Part 5” è la prima pubblicazione dell'artista dopo l'album di successo Damn del 2017, ma il suo video musicale presenta anche una serie di deepfake applicati sul volto del rapper.
OJ Simpson, Kanye, Will Smith e Kobe Bryant fanno tutti la loro apparizione, con il volto di Lamar che si fonde senza soluzione di continuità con i deepfake nel corso del video. L'azienda tecnologica dietro al video, “Deep Voodoo”, è stata creata dai creatori di “South Park” Trey Parker e Matt Stone e ha già utilizzato la tecnologia dei deepfake per creare video virali controversi.
In genere, un video deepfake utilizza due modelli di machine learning. Un modello crea nuovi dati facciali basandosi su un set di video di esempio, mentre l'altro cerca di rilevare se il video è effettivamente un falso. Quando il secondo modello non è più in grado di capire se il video è contraffatto, allora il deepfake è considerato sufficientemente credibile anche per uno spettatore umano. Questo processo è un tipo di algoritmo di machine learning chiamato generative adversarial network e spesso lavora insieme ad autoencoder per manipolare o generare contenuti visivi e audio.
The Heart Part 5 dimostra che, nonostante il complesso dibattito sull'uso etico dei deepfake, questa tecnologia può ancora essere intrecciata in narrazioni artistiche per creare significato in un contesto positivo.
Resta aggiornato sulle novità della data science
Per saperne di più sulle ultime novità della data science, assicurati di iscriverti alla pagina YouTube di DataCamp per non perderti il prossimo Weekly Roundup.
