Visualizzazione post con etichetta Google. Mostra tutti i post
Visualizzazione post con etichetta Google. Mostra tutti i post

giovedì 22 aprile 2021

Il futuro del "remote working" nelle "big tech"...

Da Business Insider

Da Google ad Amazon, le big tech contro il remote working: la rivoluzione è già finita?

Chiara Merico, 13 apr 2021

La sede di Google a Berlino - TOBIAS SCHWARZ/AFP via Getty Images

Un conto è lavorare da remoto quando lo fanno tutti, o quasi: altra storia è mantenere le nuove abitudini quando il mondo si dirige verso il cosiddetto “new normal”, che per certi versi sembra assomigliare sempre più al vecchio sistema. Il lavoro agile rischia di diventare un ricordo, e a guidare quella che appare una clamorosa marcia indietro sono proprio le grandi multinazionali del tech, finora considerate all’avanguardia nell’adozione di formule di lavoro flessibile.

Dipendenti negli uffici di Google a New York City – Spencer Platt/Getty Images


Lavorare da casa, o comunque da remoto in qualsiasi città del mondo, resterà invece un’ipotesi irrealizzabile per la maggior parte dei dipendenti di Google. In una lettera inviata ai dipendenti la settimana scorsa, il capo del personale Fiona Cicconi ha rivelato la prossima strategia di Big G: dal primo settembre partirà ufficialmente il piano di rientro in ufficio. Chi vorrà lavorare da remoto per più di 14 giorni all’anno dovrà presentare formale richiesta, per un periodo fino a 12 mesi, e solo le istanze presentate da chi dimostrerà di trovarsi in “circostanze eccezionali” saranno accolte. “Crediamo fermamente che vedersi di persona, stare insieme, avere un senso di comunità sia molto importante quando si devono risolvere grandi problemi e creare qualcosa di nuovo. Ma pensiamo di aver bisogno di creare più flessibilità e più modelli ibridi”, ha spiegato il ceo Sundar Pichai. In ogni caso i dipendenti di Google dovranno risiedere “a breve distanza” dagli uffici, cioè in località raggiungibili con uno spostamento da pendolari. Vale a dire che, anche se ci sarà maggiore flessibilità rispetto al pre pandemia, molti di loro dovranno rientrare in ufficio, dove troveranno “molte cose diverse da come le ricordate”, ha spiegato Cicconi, ma anche “pasti, snack e altri benefit” per rendere più agevole il rientro, come la campagna Dooglers che consente ai lavoratori di portarsi dietro il cane.

 

Un approccio in controtendenza rispetto agli annunci di altre big tech, o forse no. Prendiamo a esempio il caso delle dichiarazioni di Jack Dorsey, fondatore di Twitter, che lo scorso maggio aveva annunciato che i dipendenti del social cinguettante avrebbero potuto “lavorare da casa per sempre”. Parole che molti avevano visto come il manifesto di una nuova Silicon Valley, con uffici popolati solo da una piccola parte di dipendenti essenziali e una forza lavoro completamente “agile”, distribuita in tutto il mondo. Come osserva la Bbc, in realtà le frasi usate da Dorsey e da altri dirigenti, se analizzate con attenzione, raccontano un’altra storia. Lo stesso numero uno di Twitter ha infatti precisato che potranno lavorare da casa i dipendenti che si trovano “in un ruolo o in una situazione che glielo permetta”: una clausola non da poco.


Il cofondatore e ceo di Twitter Jack Dorsey – PRAKASH SINGH/AFP via Getty Images


E quasi tutti i modelli di lavoro “flessibile” o “ibrido” annunciati dalle grandi aziende della Silicon Valley si prestano a più di un’interpretazione. “Flessibile” può voler dire tutto e niente, dai venerdì liberi a una diversa relazione con il lavoro, ma nell’ambito di un orario canonico. O una soluzione come quella di Microsoft, il cui nuovo standard prevede il “lavoro da casa per meno del 50% del tempo per la maggior parte dei ruoli”: meno del 50% è una percentuale che abbraccia un ampio spettro di soluzioni, alcune molto diverse tra loro. Ancora più chiaro il messaggio mandato da Amazon ai dipendenti, sempre la scorsa settimana: “Il nostro piano è tornare a una cultura basata sulla presenza in ufficio, che crediamo ci consenta di inventare, collaborare e imparare insieme in maniera più efficace”. Non esattamente quello che si chiama un endorsement per il lavoro agile. Sull’altra sponda si colloca invece Spotify, che ancora a febbraio aveva dichiarato che i dipendenti potevano “lavorare sempre in ufficio, sempre da remoto o scegliere un mix tra le due modalità”, in proporzioni che “ogni lavoratore potrà decidere in accordo con il suo manager”, pur ammettendo che “alcuni aggiustamenti saranno possibili in corso d’opera”.


Lavoro da remoto – Sean Gallup/Getty Images)


La riapertura degli uffici, almeno al 50% della capacità, sarà infatti il grande test per la tenuta del lavoro da remoto. Quando le riunioni saranno svolte per metà in presenza e per metà in videocall, il sistema funzionerà? E quando alcuni lavoratori potranno interagire con capi e colleghi di persona, gli altri saranno svantaggiati? Interrogativi per i quali manca ancora una risposta, e che probabilmente sono alla base della clamorosa retromarcia delle big del tech, esempi di innovazione ai quali il resto del mondo guarda sempre con interesse.








lunedì 21 ottobre 2019

Il computer quantisico: sarà il futuro?

Da Wired


Trapelato un articolo scientifico in cui Google afferma di essere riuscita a conseguire la “supremazia quantistica” con un processore superconduttivo. È l’inizio di una rivoluzione attesa da tempo

di Sandro Iannaccone, 27 set 2019

Notizia bomba nel campo dell’informatica quantistica. 
Trapelata, poi ritirata, ma mai smentita né confermata ufficialmente. La scorsa settimana è apparso su sito della Nasa un paper dal titolo Quantum supremacy using a programmable superconducting processor, ossia Supremazia quantistica usando un processore superconduttivo programmabile. 
L’articolo è rimasto online per poche ore (fortunatamente qualche anima pia ha provveduto a salvarlo) ma tanto è bastato a generare una valanga di commenti, controversie, polemiche, supposizioni e speranze tra la comunità degli addetti ai lavori. Questo il succo: Sycamore, il computer quantistico di Google, sarebbe riuscito a conseguire la cosiddetta supremazia quantistica, ossia a svolgere nel giro di pochi minuti, e per la prima volta al mondo, una serie di operazioni che i computer tradizionali impiegherebbero decine di migliaia di anni a svolgere. Abbiamo cercato di capire, con l’aiuto di un esperto, quanto c’è da fidarsi, perché si tratta di una notizia così importante e cosa potrebbe cambiare nel futuro qualora fosse confermata. 

Recap: cos’è e come funziona un computer quantistico 

Cominciamo dalle basi, anche per sgomberare il campo da ambiguità e incomprensioni. Un computer quantistico sfrutta alcune tra le proprietà più bizzarre e controintuitive della meccanica quantistica per ottenere una potenza di calcolo di gran lunga superiore rispetto a quella di un computer (e di un supercomputer) classico. Come tutti sanno, l’unità minima di informazione di un processore convenzionale è il bit, un’entità binaria che può assumere i valori zero e uno a seconda del passaggio o meno di corrente. Dal canto loro, i processori quantistici usano i qubit, in genere particelle subatomiche come fotoni o elettroni, che invece possono immagazzinare molte più informazioni: “I processori tradizionali”, racconta Tommaso Calarco, direttore del Jara-Institute Quantum Information e presiedente dello European Quantum Flagship Network, “ammettono solo due stati, lo zero e l’uno, legati al passaggio o al non-passaggio di corrente, cioè di un flusso di elettroni. Nei processori quantistici, invece, ogni singolo elettrone trasporta un’informazione, il che amplifica enormemente la potenza di calcolo”. 

Le leggi della meccanica quantistica, infatti, postulano (tra le altre cose) che ogni particella sia soggetta al cosiddetto principio di sovrapposizione, ossia – per dirla rozzamente – si possa trovare contemporaneamente, con probabilità diverse, in più stati differenti. “Il principio di sovrapposizione consente di superare il dualismo acceso/spento e di veicolare molta più informazione: una particella quantistica può rappresentare contemporaneamente più stati”. Il qubit, insomma, permette di parallelizzare i calcoli, cioè di svolgere molte, moltissime operazioni contemporaneamente. 

Non sostituirà i computer tradizionali, per ora 

Attenzione: quanto detto finora, probabilmente, non vuol dire che nel prossimo futuro i processori classici andranno definitivamente in pensione. Per la maggior parte delle operazioni convenzionali saranno ancora l’opzione più efficiente ed economica: usare un computer quantistico per il rendering di un video o per abbattere i mostri di un videogioco sarebbe come sparare a una mosca con un cannone. Diverso è il caso di settori come la scienza dei materiali, o l’industria farmaceutica, o la fisica delle particelle: in questi scenari un processore quantistico potrebbe davvero cambiare completamente – e per sempre – le regole del gioco, rendendo possibili avanzamenti tecnologici di vastissima portata e difficili da prevedere a priori. 

A che punto siamo? 

Questi mesi rappresentano una fase cruciale nella storia dello sviluppo dei computer quantistici. 
Appena pochi giorni prima del leak di Google, Ibm ha annunciato che a ottobre prossimo consentirà a ingegneri, fisici e informatici di accedere da remoto a un computer quantistico a 53 qubit, il più potente mai costruito dall’azienda e il maggiore mai messo a disposizione per uso esterno. La notizia è arrivata a coronamento di sforzi che vanno avanti da anni: nel 2017, come vi avevamo raccontato, gli scienziati di Ibm erano riusciti a simulare con successo un computer quantistico a 56 qubit all’interno di un processore tradizionale con 4.5 terabyte di memoria. 

Dal canto suo, invece, Google ha a disposizione Sycamore, un computer a 54 qubit (uno dei quali sembra non funzionare come dovrebbe, e pertanto ne vengono utilizzati 53), e un altro sistema a 72 qubit, che al momento si è rivelato però troppo difficile da controllare. Tutto perché i sistemi quantistici sono estremamente delicati, e particolarmente suscettibili anche a impercettibili interferenze esterne (termiche ed elettromagnetiche, per esempio): “Per dare un’idea della difficoltà enorme di gestire e controllare i computer quantistici”, ci spiega ancora Calarco, “si può pensare ai qubit come ai componenti di un’orchestra chiamata a suonare la nona sinfonia di Beethoven. Però ciascun musicista deve riuscire a farlo con guantoni da boxe alle mani e casco sulla testa. E in una stanza tenuta a novanta gradi di temperatura. È un compito veramente molto, molto difficile”. 

Supremazia quantistica vs vantaggio quantistico 

Veniamo a Google. Cosa vuol dire supremazia quantistica? “Di per sé, si tratta di un concetto molto semplice”, dice ancora Calarco. “Vuol dire riuscire a risolvere, con un computer quantistico, un calcolo che un computer tradizionale non riuscirebbe a risolvere, quantomeno in un tempo ragionevole”. Nella fattispecie, Sycamore è riuscita a dimostrare che una sequenza di numeri casuali è realmente casuale (un problema matematicamente molto complesso) in circa tre minuti e venti secondi; Summit, il supercomputer (tradizionale) più potente al mondo, ci impiegherebbe circa 10mila anni. 

“Il problema risolto da Sycamore, in sé, è del tutto inutile, o meglio ha interesse puramente accademico. La sua importanza è legata al fatto che riuscire a risolverlo dimostra una volta per tutte che abbiamo conseguito la supremazia quantistica. È il coronamento di quello che pensavamo fosse solo un sogno, e che ora sappiamo in realtà essere fattibile”. Il prossimo passo, spiega ancora Calarco, sarà passare dalla supremazia quantistica al vantaggio quantistico, cioè all’effettiva progettazione di algoritmi da far svolgere ai computer quantistici del futuro. È come se in questo momento abbiamo mostrato che è possibile costruire una macchina velocissima, ma ci mancano ancora strade, distributori di benzina, infrastrutture. E soprattutto partenze e destinazioni. “È ancora decisamente troppo presto per immaginare tutte le applicazioni. Potrebbero essere davvero sterminate, e strabilianti. I prossimi passi sono anzitutto migliorare ulteriormente l’hardware, arrivando a controllare con precisione sistemi a 100 o più qubit, e poi lavorare allo sviluppo di algoritmi che permettano di arrivare al vantaggio quantistico”. 
Il futuro ci attende.

venerdì 17 novembre 2017

L'intelligenza artificiale: un esempio di come funziona...


di Luca Tremolada, 22 ott 2017

E’ un giochino e va preso come tale. Ma è piuttosto esemplificativo di come funzionino le reti neurali e il deep learning. Come sappiamo, le reti neurali opportunamente addestrate possono classificare le immagini e riconoscere gli oggetti identificando caratteristiche che li accomunano. 

Tuttavia, senza l’intervento “umano” non comprendono quello che vedono. Per aiutare a comprenderne il funzionamento Google ha pubblicato online un tutorial chiamato Teachable Machine che semplifica il processo di apprendimento e mostra come “insegnare” (tra virgolette) a interpretare delle immagini associando a ciascuna di esse una azione. In sostanza, il tutorial ti aiuta ad addestrare l’Ia. In che modo? Attraverso una webcam l’utente mostra degli oggetti che poi vengono associati a una immagine o a un suono. Il sistema riconosce l’oggetto ed esegue il comando. 

In questo video pubblicato sul sito dell’autorevole Mit Technology Review, viene “scherzata” il machine learning. Va detto che spesse volte dietro il marchio “intelligenza artificiale” ci sono limitati moduli di machine learning, statistica e algoritmi per capirci. Sostanzialmente sono sistemi avanzati di riconoscimento di schemi che si ripetono. Non c’è quindi auto-apprendimento.




Cosa è una rete neurale? Di solito viene rappresentata una rete neurale come un panino con strati di cibo uno sopra l’altro. Gli strati contengono neuroni artificiali, che sono piccole unità computazionali che si eccitano – il modo in cui un vero neurone si eccita – e passa quella eccitazione agli altri neuroni a cui sono connessi. L’eccitazione di un neurone è rappresentata da un numero, come 0,13 o 32,39, che dice quanto sia eccitato. E c’è un altro parametro, su ciascuna delle connessioni tra due neuroni, che determina la quantità di eccitazione che deve passare da uno all’altro. Quel numero intende modellare la forza delle sinapsi tra i neuroni nel cervello. Quando il numero è più alto, significa che la connessione è più forte, quindi più dell’eccitazione di uno scorre verso l’altro.

Una delle applicazioni più facili delle reti neurali è il riconoscimento delle immagini. Cioè, riconoscere in un video un determinato oggetto, come in questo caso le mani che si muovono. Il primo passo è quello di ottenere un’immagine. Diciamo per semplicità, è una piccola immagine in bianco e nero che è 100 pixel di larghezza e 100 pixel di altezza. Questa immagine viene sottoposta alla rete neurale impostando l’eccitazione di ciascun neurone simulato nello strato di input in modo che sia uguale alla luminosità di ogni pixel. Si collega quindi questo grande strato di neuroni ad un altro grande strato di neuroni sopra di esso. Infine, nello strato superiore del “panino”, lo strato di uscita, hai appena due neuroni – uno che rappresenta l’oggetto e l’altro che rappresenta il non oggetto. L’idea è insegnare alla rete neurale che il primo di quei neuroni si eccita solo se “vede” l’immagine dell’oggetto, e il secondo, se non ce n’è”. Questa tecnica si chiama Backpropagation ed è un metodo di apprendimento supervisionato. Funziona meglio con enormi quantità di dati. Ecco perché i Big data sono così importanti in questo campo. Ed è questo il limite vero dello sviluppo dell’Ia. Per affinare bene gli algoritmi servono moltissimi dati e capacità di calcolo. Un asset questo che le aziende e le università, a differenza delle grandi piattaforme come ad esempio Google e Facebook, non possiedono. (Qui l’articolo del Mit per approfondire)


______________________________________

Video di spiegazione degli esperimenti di Intelligenza Artificiale offerti da Google:





Il link alla "Teachable Machine" di Google:

       
       https://teachablemachine.withgoogle.com/


venerdì 21 luglio 2017

Il futuro nell'interfaccia uomo-macchina: i comandi vocali, ora Open Source...



Common Voice è il sistema di riconoscimento vocale di Mozilla.

Zeus News, 20 lug 2017

L'uso di tastiera e mouse è preistoria, quello dello schermo touch è già quasi medioevo: per i grandi dell'IT, il futuro sta nei comandi vocali.

Non è un caso che negli ultimi tempi tutte le grandi aziende stiano spingendo l'acceleratore sui sistemi di riconoscimento vocale, che vengono poi sfruttati nei cosiddetti "assistenti" quali Siri (Apple), Cortana (Microsoft), Alexa (Amazon) e Google Assistant (Google).

In questo panorama finora era assente un attore, non necessariamente legato a un'azienda specifica: l'open source.

A rimediare a questa mancanza pensa ora Mozilla, che ha lanciato il progetto Common Voice.



Si tratta della creazione di un sistema di riconoscimento vocale costruito secondo i criteri dell'open source e, pertanto, disponibile a tutti, senza le limitazioni imposte dai giganti della tecnologia.

Perché Common Voice funzioni, però, è necessario che quante più persone possibile contribuiscano al suo sviluppo «donando la loro voce», come spiega Mozilla.

Chiunque può diventare un volontario e contribuire all'addestramento del sistema di riconoscimento, confermando le frasi riconosciute o leggendo brani di testo: maggiore sarà il lavoro così condotto, e migliore diventerà Common Voice.

I piani di Mozilla prevedono di effettuare il primo rilascio entro la fine dell'anno, dopo aver accumulato almeno 10.000 ore di audio controllato.

domenica 23 aprile 2017

L'istruzione del futuro, oggi...



Il più grande polo innovativo d'Europa si chiama H-International school e il capo di Apple la considera un modello. 
Ecco il campus che guarda al futuro, dove si va in gita in Egitto con un visore e anche la frittata serve a studiare la legge di gravità

di Gloria Riva, 19 apr 2017

Corre l’anno 2040, nelle fabbriche i robot hanno sostituito le tute blu e l’auto a guida automatica ha sconfitto i tassisti. Il test di medicina è preistoria da quando il chirurgo è stato soppiantato da un automa, meno empatico ma affidabile. E il Nobel per la Letteratura è andato a un super calcolatore. Nei tribunali c’è la toga robotica, che spezza i cuori delle madri e i loro sogni sul figlio avvocato.
Del resto il 65 per cento dei bambini seduti ai banchi di una scuola elementare da grande farà un lavoro oggi inesistente, dice un’indagine del World Economic Forum. 
È retorico chiedersi se la scuola - italiana e non - sia pronta a equipaggiare gli studenti di strumenti e conoscenze adatti ad affrontare questo futuro.

La risposta è no, con qualche eccezione. 
Una di queste eccezioni si trova in Italia: H-International School sta all’interno di H-Farm, acceleratore di startup di Roncade (Treviso) fondato da Riccardo Donadon. 
Perché proprio questo istituto? Perché Tim Cook, numero uno di Apple, l’ha inserito fra le cento scuole più innovative e perché è stata pensata da Donadon, cinquantenne, trevigiano dalla vista lunga. Ha creato il primo e più grande acceleratore d’impresa d’Europa, H-Farm appunto, battendo sul tempo la nascita di Y Combinator, l’acceleratore della Silicon Valley.
Se anche stavolta sarà stato in grado di anticipare le tendenze, allora il futuro sarà tutto rivolto alla rivoluzione scolastica. 
Quindi eccola, la scuola del futuro. Quindici bambini di nove anni stanno riuniti sul terrazzo. Trafficano con delle uova infagottate in ingegnosi paracadute costruiti da loro. Con la sacralità del lancio di uno shuttle, ogni team proietta l’uovo dal balcone, sperano prenda il volo. Il più delle volte si schianta al suolo, ma va bene così. La frittata serve a studiare fisica, la legge di gravità. «Si sperimenta, si impara ad avere il coraggio di sbagliare, si migliora per tentativi ed errori. Si scopre il margine del rischio», spiega un professore made in Inghilterra. 
Già, perché dall’infanzia all’università qui si parla solo inglese, per il semplice motivo che nel futuro chi non saprà capire, parlare, leggere e scrivere in inglese sarà totalmente disconnesso. I corsi sono partiti due anni fa e oggi ci sono 290 alunni, dai 3 ai 17 anni.

La previsione è accoglierne 800 nel 2019, più altri 220 universitari di Digital Management (corso realizzato in partnership con l’università di Venezia Cà Foscari) già dal prossimo anno, quando il nuovo Campus H-Farm verrà inaugurato. 
Sarà il più grande polo innovativo d’Europa: accoglierà 3 mila ricercatori, professori, startupper, studenti, manager e imprenditori su un’area di 51 ettari, di cui metà destinata a parco, il resto a cubatura zero, cioè a basso impatto ambientale. L’investimento è di 101 milioni di euro, in parte finanziato da Cattolica Assicurazione e Cassa depositi e prestiti, società del Tesoro che gestisce il risparmio postale degli italiani. 
L’obiettivo è avvicinare i giovani al mondo dei nuovi lavori, al digitale, alla tecnologia, per prepararli alle sfide del futuro: «Mostriamo ai ragazzi i dettagli dell’auto a guida autonoma e loro approfondiscono le ricadute di questa innovazione sull’esigenza di riqualificare gli spazi urbani e pensano a nuove opportunità di lavoro che derivino da questa rivoluzione», continua il professore. Il modello di apprendimento è ribaltato. «Si insiste sulle competenze e non sulle conoscenze», spiega Carlo Carraro, ex rettore dell’Università Ca’ Foscari di Venezia, attuale capo di H-Farm Education, che racconta come questo modello risponda al deficit di concentrazione dei ragazzi e alla loro costante esigenza di stimoli.
«La storia non viene spiegata in modo cronologico, ma per concetti. In classe è appena terminato un focus sul totalitarismo. Hanno studiato le maggiori e più feroci dittature, cercato gli elementi comuni, imparato a riconoscerle attraverso la realtà virtuale e visitato i luoghi della tirannia. Probabilmente apprendono meno nozioni rispetto alla scuola tradizionale, ma sanno quali pericoli corre la democrazia», spiega Carraro. Le classi prendono il nome della materia - Economics, Mathematics, Italiano, Sciences - e gli studenti si spostano da una all’altra.


La prima cosa che balza all’occhio è l’assenza della cattedra: «Il modello tradizionale è finito, la cattedra non ha più quel valore. Il docente diventa un coach e il lavoro non è più ascolto passivo, ma attiva produzione di conoscenza, elaborazione di contenuti» continua Carraro.  Ogni classe ha un maxi schermo, i banchi hanno rotelle per la rapida e silenziosa creazione di gruppi di lavoro, i cavi di alimentazione per i computer sono a disposizione. Non si vede, ma c’è una connessione wifi sempre accesa e accessibile a tutti, perché qui è saltato anche il diktat del “non copiare”. «Non è un disvalore e non presuppone che una persona non abbia capito il procedimento. Copiare è imparare un processo e poi cambiarlo», dice un professore mentre ci mostra dei bambini usare Sketch, un sistema di programmazione grafica: schiacciano il tasto copy per poi modificare il disegno originario. «Possono farlo perché conoscono la struttura di ciò che hanno copiato».

Nello stesso momento, alcuni ragazzini scattano foto al cielo con un iPad: «Lo fanno per dieci giorni di fila. Poi confrontano le immagini per scoprire che il cielo non è azzurro e saranno loro a dover scoprire il perché», dice il docente.
In un’altra classe indossano un visore - che in molti casi ha sostituito il libro di testo – e sono virtualmente in gita alle piramidi d’Egitto. La scuola di H-Farm è la prima in Italia a usare il software per la didattica Apple, presentato lo scorso autunno. «Il prossimo 19 maggio il team di Apple sarà qui per mostrare il software al mercato italiano», annuncia Carraro e racconta che anche Microsoft ha investito parecchio su un software analogo. Entrambi i big della tecnologia hanno compreso che la scuola è un enorme business, una prateria inesplorata del valore di milioni di dollari.


Quella di Treviso è meta di pellegrinaggio per insegnanti e presidi di istituti tradizionali in cerca di un nuovo modello di formazione. Ed è stato siglato un protocollo d’intesa con il Miur, il ministero dell’Istruzione, per formare i docenti del futuro, sul modello sperimentale H-Farm. Altra novità: ai ragazzi non viene tolto lo smartphone una volta entrati in classe, ma sono invitati a scoprirne le potenzialità, al di là di WhatsApp e Facebook. Un esempio? Imparano a usare lo smartphone per fare un cortometraggio e, parallelamente, apprendono la struttura della recitazione, lo studio dei costumi, lo storyboard, la scenografia, la trama, tutte cose che al liceo si acquisivano studiando Goldoni. Internet diventa una biblioteca per realizzare una ricerca su Pasolini e si impara a valutare l’affidabilità della fonte. Google drive è usato per condividere con i compagni le informazioni raccolte.
E se fino alle medie si punta alla creazione di solide competenze, alle superiori si entra nel dettaglio. Quaranta ore settimanali, quattro materie principali - matematica e scienze, storia, lingue e letterature, progettazione - le altre a scelta fra economia, computer, musica, educazione fisica, una terza lingua.

Il ciclo dura quattro anziché cinque anni, equivale al diploma di maturità e all’International Baccalaureate Diploma, che consente l’accesso alle università più prestigiose, come Princeton, Columbia, Stanford. A fine corso gli studenti dovrebbero avere un livello di competenze scientifiche paragonabile al secondo anno di ingegneria. Niente lezioni di latino e greco, sostituite dalla programmazione, il coding, perché ricalca la capacità di pensiero computazionale tipica dello studio delle lingue morte: si parte da un problema, lo si spacchetta nei suoi elementi base, lo si rende modulabile e si applica una formula nota per risolverlo. Il contatto con le startup di H-Farm è quotidiano, da loro imparano a progettare un’idea imprenditoriale, che potrebbe essere anche finanziata da H-Farm. I compiti in classe sono una rarità e i metodi di valutazione sono simili a quelli di un talent: «Non conta quanto uno sa, ma quello che sa fare e nel biennio finale portiamo all’eccesso questa capacità», conclude Carraro. Tutto un altro mondo, non fosse per quell’inconfondibile trillo della campanella che suona ad ogni ora, acuto e prolungato anche qui, uguale a quello di tutte le scuole d’Italia. Un déjà vu di emozioni, prime esperienze, errori, sconfitte, intuizioni, vittorie, pianti e risate di una complicata vita da studente.














venerdì 2 dicembre 2016

Una nuova app di Google, per scansionare le fotografie al meglio...


Come funziona FotoScan, l’app di Google per scansionare le foto

È una buona alternativa agli scanner: sfrutta sistemi di fotografia computazionale per escludere i riflessi dalle stampe fotografiche

Google ha da poco diffuso una nuova applicazione che si chiama FotoScan e che serve per eseguire una scansione delle fotografie utilizzando il proprio smartphone, al posto di un costoso e poco pratico scanner. 
L’app utilizza vari sistemi di “fotografia computazionale” per migliorare la resa delle foto, risolvendo per esempio il problema dei riflessi sulla carta lucida delle stampe fotografiche, che finora aveva reso impossibile fotografarle in buona qualità con il proprio smartphone. 
L’idea è utilizzare FotoScan per digitalizzare le vecchie fotografie, prima che si rovinino definitivamente a causa del passare del tempo, che le fa stingere o ingiallire. 
L’app può essere inoltre utilizzata nei musei, dove consentito, per scattare foto migliori dei quadri e delle altre opere d’arte appese alle pareti.




















Come si usa FotoScan

Dopo avere scaricato l’applicazione, disponibile per Android e iOS, è sufficiente inquadrare la stampa di una fotografia con il proprio smartphone e scattare una foto, senza preoccuparsi di eventuali riflessi di luce. 
FotoScan utilizza lo scatto come immagine di riferimento, poi chiede di orientare il telefono in modo da inquadrare quattro punti creati virtualmente nell’inquadratura, che permettono di scattare ulteriori immagini della stampa con diverse inclinazioni per sfuggire ai riflessi (un po’ come facciamo normalmente quando osserviamo qualcosa e incliniamo la testa per vedere le parti coperte dai riflessi). 
L’app confronta l’immagine di partenza con le successive e infine ricostruisce la foto escludendo le aree con riflessi, poi automaticamente ritaglia la fotografia e la raddrizza.

FotoScan mantiene quello che promette nella maggior parte degli scatti ed è una buona soluzione per digitalizzare le vecchie foto, in un modo più divertente e veloce rispetto a uno scanner tradizionale. 
La risoluzione dell’immagine è buona, considerando che si parte da una stampa fotografica, ma in alcuni casi può risultare inferiore rispetto a una fotografia digitalizzata con uno scanner.  Nella maggior parte delle volte il risultato è comunque un buon compromesso, considerato che gli scanner semiprofessionali sono molto costosi e dopo la digitalizzazione delle vecchie fotografie finiscono per restare inutilizzati.

Come funziona FotoScan

Con “fotografia computazionale” si intendono i sistemi utilizzati per effettuare automaticamente modifiche alle foto, facendo ricorso ad algoritmi di vario tipo che intervengono subito dopo lo scatto di una fotografia. La funzione “Panorama” degli smartphone, che mette insieme più fotografie per costruire una foto panoramica, è un esempio di fotografia computazionale, così come i sistemi HDR per aumentare i punti di luce all’interno di un’immagine. Quelli di Google hanno realizzato FotoScan facendo ricorso a diversi sistemi di fotografia computazionale, che tradizionalmente richiedevano computer piuttosto potenti per funzionare, ma che ora possono essere impiegati sugli smartphone grazie alla loro accresciuta capacità di calcolo.

Dal primo scatto all’immagine finale, FotoScan fa molte cose per ottenere il risultato migliore. I suoi algoritmi confrontano l’immagine iniziale con quelle ottenute inclinando il telefono per fotografare i quattro punti virtuali mostrati nell’inquadratura. L’app identifica alcune centinaia di punti di riferimento, di solito in aree della fotografia dove ci sono contorni netti e con maggiore contrasto. L’immagine di partenza e le successive sono poi scomposte in una miriade di riquadri, che vengono confrontati tra loro per verificare le differenze dei singoli pixel. I pixel troppo chiari o non coerenti con ciò che hanno intorno nell’immagine di riferimento vengono eliminati e sostituiti da quelli di uno scatto successivo, cosa che permette di eliminare i riflessi e altri difetti nello scatto. L’operazione richiede pochi millesimi di secondo e porta alla foto finale, che può essere poi salvata nella libreria fotografica del proprio telefono.

Google Foto

Google ha anche annunciato che nei prossimi giorni sarà diffuso un aggiornamento per Foto, la sua applicazione per Android e iOS che serve per salvare online le proprie fotografie e catalogarle con sistemi automatici (il sistema riconosce i volti, i luoghi e gli oggetti nelle immagini). La nuova versione dà la possibilità di aggiungere filtri fotografici, ritagliare le immagini, regolarne l’esposizione e altri parametri.




martedì 26 luglio 2016

L'inquietante scenario delle super-intelligenze artificiali...


Google ha creato un sistema per spegnere le intelligenze artificiali in qualsiasi momento ed evitare uno scenario alla "Terminator".


Lo sviluppo di intelligenze artificiali più evolute e di robot umanoidi avanzati potrebbe migliorarci la vita in modi che ancora fatichiamo a comprendere, ma i più scettici non escludono uno scenario alla "Terminator", con l'intelligenza artificiale che diventa consapevole di sé a tal punto da vedere gli umani come una minaccia e volerli sterminare.

Scene apocalittiche che a Hollywood riscuotono grande successo ma che in qualche modo potrebbero avere un fondo di verità se in casa Google stanno studiando un modo sicuro per "staccare la spina" alle intelligenze artificiali, nel caso in cui queste non si comportino nel modo desiderato.

I ricercatori londinesi di DeepMind, azienda acquisita da Big G nel 2014, stanno lavorando gomito a gomito con gli scienziati dell'Università di Oxford per trovare un modo di impedire alle intelligenze artificiali di diventare padrone di se stesse, ovvero capaci di negare agli uomini il controllo sulle loro azioni. Il lavoro del team è illustrato nel documento "Safely Interruptible Agents" pubblicato sul sito del Machine Intelligence Research Institute (MIRI).

Secondo i ricercatori è improbabile che le intelligenze artificiali si comportino sempre in modo ottimale e per questo "di tanto in tanto può essere necessario che un operatore umano prema il grosso pulsante rosso che impedisca all'agente d'intelligenza artificiale di continuare una sequenza nociva di azioni - nocive sia per l'agente o per l'ambiente - e riportarlo in una situazione più sicura".

I ricercatori hanno così creato una rete che consente all'operatore umano d'interrompere ripetutamente e in modo sicuro un'intelligenza artificiale, assicurandosi che quest'ultima non impari a impedire o indurre tali interruzioni.
"Se l'agente si aspetta un premio ma è in grado di capire che sta per essere spento, cercherà di resistere per ottenere la ricompensa. Il nostro framework fa sì che il supervisore umano prenda temporaneamente il controllo dell'agente e lo induca a credere di voler spegnersi da solo".

I ricercatori hanno riscontrato che alcuni algoritmi come quelli di Q-learning sono interrompibili in modo sicuro mentre altri come quelli Sarsa (State-Action-Reward-State-Action) non lo sono, ma possono essere modificati facilmente affinché lo diventino. "Non è chiaro se tutti gli algoritmi possano essere resi facilmente interrompibili", dicono.

Al momento non ci sono intelligenze artificiali tanto evolute da rappresentare un problema come quello della "Skynet" di Terminator per il genere umano, ma allo stesso tempo i progressi nel settore sono esponenziali e per questo è difficile dire se e quando l'umanità avrà bisogno di premere il fatidico "tasto rosso". Secondo Nick Bostrom, a capo del The Future of Humanity Institute, le macchine diventeranno più intelligenti degli uomini entro 100 anni e potrebbero rivoltarsi contro i propri creatori.

"Credo che quando verrà raggiunta l'equivalenza con il genere umano, non passerà molto tempo prima che le macchine diventino superintelligenti. 
Potrebbe volerci molto tempo per arrivare al livello umano, ma penso che il passo da lì alla superintelligenza sarà molto rapido. Credo che queste macchine con potrebbero essere molto potenti, per le stesse ragioni per cui noi esseri umani siamo molto potenti rispetto ad altri animali su questo pianeta. Non è perché i nostri muscoli sono più forti o i nostri denti più affilati, ma perché i nostri cervelli sono migliori".

Già, prima o poi arriva sempre qualcuno sopra di te nella catena alimentare a stabilire gli equilibri. L'umanità sarà tanto stupida quanto intelligente da creare il proprio predatore?

domenica 24 gennaio 2016

I suggerimenti per migliorare l'uso delle applicazioni di Google...



14 gen 2016


Tutti amano un buon elenco di suggerimenti e trucchi e anche Google, il gigante per la ricerca, ha deciso di pubblicare una propria lista con 154 buoni consigli e trucchi suddivisi in cinque categorie: Fare di più, Risparmiare tempo, Nuovo dispositivo, Chiedere a Google, Migliorare l'accesso. 

La lista riguarda naturalmente i prodotti di Big G ed è ancora in lingua inglese: si spera che l'elenco, oltre a crescere di numero, verrà anche tradotto nella nostra lingua anche se, vista l'essenzialità del messaggio, con l'aiuto di Google Translate anche chi è totalmente a digiuno riuscirà a capire l'argomento. 




L'elenco è arricchito anche da un ulteriore filtro, Product, attraverso cui visualizzare solo i consigli legati a particolari prodotti come Android, Chrome, Gmail ecc. 

Pronti ad imparare di più sul mondo Google? Cliccate su questo link e preparatevi a scoprire i trucchi per utilizzare al meglio i servizi di Mountain View.

La principale fonte di ricavi per Google? Android...




22 gen 2016


Nel corso della disputa legale tra Oracle e Google, c’è un altro dato molto interessante che è trapelato, ossia quanto Big G ha guadagnato da Android nel corso degli anni. Apparentemente, ha riportato Bloomberg, la cifra arriva a 22 miliardi di dollari netti nel contesto di 31 miliardi di dollari di profitti.

Tale cifra è stata divulgata dall’avvocato di Oracle, nonostante, afferma Google, tale informazione fosse inserita in documenti strettamente riservati agli avvocati. Google, da parte sua, ha chiesto al giudice di togliere questa informazione poiché sensibile e perché potrebbe “influenzare negativamente il suo business”.

Oracle ha il suo guadagno nel rendere pubblici questi dati perché il danno che vuole richiedere a Google sarà direttamente proporzionale a quanto l’azienda di Mountain View ha guadagnato da Android. Oracle e Google si stanno combattendo in tribunale per il presunto uso improprio delle API di Java nello sviluppo di Android.


Di seguito, l'articolo originale di Bloomberg

sabato 23 gennaio 2016

La più capitalizzata società per azioni del mondo? Non è più Apple, ma Google!



Il primato era di Apple, ma la società sta cominciando a preoccupare gli analisti per l’eccessiva dipendenza dall’iPhone.

di Alessandra Talarico (@aletala75), 22 gen 2016


Google si riprende il primato di più grande azienda pubblica del mondo, nonostante Apple resti quella con la capitalizzazione di Borsa più imponente, dall’alto dei suoi 535 miliardi di dollari contro i 485 miliardi di Alphabet, la holding cui fanno capo Google Inc. ed altre società controllate. Ma se si guarda al valore d’impresa, che indica il valore ‘complessivo’ di un’azienda, Alphabet – dice il Financial Times – ha superato Apple a dicembre e vale ora 420 miliardi di dollari, contro il 393 di Apple.

Rispetto ai massimi toccati nel 2015 spiega il quotidiano della City, Apple ha perso circa 200 miliardi di equity value. Anche se la società continua a registrare utili e fatturato da record, gli investitori sono preoccupati per la sostenibilità del business. La società, temono, è eccessivamente dipendente dall’iPhone – che vende sempre tantissimo ma il cui appeal non può essere eterno a meno di strabilianti nuove funzioni. A caccia di nuovi clienti, la società è sbarcata in Cina, centrando in pieno il suo obiettivo (il fatturato nel paese ha ormai surclassato quello registrato in Europa). Ma ora dove mai si potrà andare a vendere il dispositivo, sperando in nuovi record di afflusso di clienti?

Di recente, l’analista John Strand ha sottolineato che neanche una regina delle vendite come Apple può dirsi immune da possibili capovolgimenti di fortuna, come è successo al suo arrivo a ex star del mercato come Nokia e Motorola. Vi sono, anzi, molte similitudini tra la Motorola dei tempi d’oro e la Apple di oggi. “Entrambe sempre a produrre gli stessi dispositivi e ad attendere che la gente continui a comprarli. È la strategia che ha condotto Motorola al collasso”.

Apple, certo, ha un portfolio prodotti più ampio integrato con l’ecosistema delle app. Ma non è un antidoto eterno, tanto più che lo strombazzato Apple Watch non sembra tirare tantissimo.

Una convinzione, quella di Strand, che riecheggia questa settimana anche nelle parole dell’analista Adnaan Ahmad, che da tempo indica similarità tra ex stelle come Nokia o Blackberry ed Apple e secondo cui la mancanza di un nuovo prodotto all’orizzonte non fa ben sperare per Apple nei prossimi due o tre anni.

In Europa, dove ha appena annunciato l’apertura del primo centro di sviluppo (in Italia, a Napoli), Apple deve affrontare i problemi legati all’utilizzo di sistemi aggressivi di ottimizzazione fiscale per pagare al minimo le tasse nei Paesi dove producono profitti.

Con il fisco italiano la società ha patteggiato a dicembre, accettando di pagare 318 milioni di euro per definire un contenzioso inerente un’evasione contestata di circa 879 milioni di euro, ma ora rischia una multa miliardaria (8-19 miliardi di dollari) per l’accordo di tax ruling stretto con le autorità irlandesi e che la Ue potrebbe categorizzare come un aiuto di Stato illegale.

Certo, nonostante queste fosche previsioni, il futuro e il passato recente di Apple restano brillanti: la capitalizzazione di mercato rappresenta il 3,3% dell’indice S&P 500, che include le prime 500 aziende Usa in termini di capitalizzazione e circa il 7% dei profitti dell’intero indice.

mercoledì 18 novembre 2015

L'intelligenza artificiale di Google a disposizione di tutti (e per molti è una grande opportunità..)

Da Keyforweb

TensorFlow, Google apre a tutti i segreti della propria intelligenza artificiale

di Orlando Rocchi, 12 nov 2015

Google ha deciso di aprire al mondo dell’open source il proprio sistema digitale di autoapprendimentoalla base di molti dei servizi offerti, annunciando TensorFlow, un sistema machine learning utilizzabile sia nel settore della ricerca sia nel business.

TensorFlow è il sistema di machine learning che sostituisce il predecessore DistBelief, rispetto al quale risulta nettamente più flessibile, facile da usare, portabile ed ovviamente, estremamente più potente ed in grado di raddoppiarne le prestazioni in diversi benchmark.

L’elaborato sistema di algoritmi di TensorFlow ha generato un intelligenza artificiale utilizzata anche dalla stessa Google ed alla base di diversi servizi messi a disposizione degli utenti da Big G come,Google Maps (da alcuni giorni disponibile finalmente anche offline su Android ed iOS), il sistema di risposta automatiche Smart Reply di GMail, Google Traduttore e molti altri.






Nonostante l’enorme potenziale e la già sviluppata IA, TensorFlow è ancora agli albori e necessita ancora di profondi studi, ricerche e sviluppi, come spiegato da Sundar Pichai, amministratore delegato di Google, in occasione della presentazione ufficiale del progetto:



“Il ‘machine learning’ è ancora agli albori, non riesce a fare quello che un bambino di quattro anni fa agevolmente come riconoscere un dinosauro dopo averlo visto in foto un paio di volte. Abbiamo tanto lavoro da fare ma TensorFlow è un buon inizio e ci aiuterà a fare questo lavoro tutti insieme. Speriamo che la community che lavora sul machine leraning scambi idee più velocemente possibile per accelerare la ricerca. TensorFlow è una piattaforma valida non solo per la tecnologia ma è utile anche ai ricercatori che vogliono dare un senso alla loro mole di dati, dalle scoperte sulle proteine a quelle che riguardano l’astronomia”.

TensorFlow secondo Google è altamente scalabile ed in grado di essere utilizzato su PC desktop, gadget mobile, supercomputer ed infrastrutture distribuite nel cloud, diventando così accessibile da chiunque intenda accedervi. 


Google ha deciso di rendere open source il sistema TensorFlow, fornendo uno strumento unico per la ricerca e per il settore business ed al contempo consentire agli sviluppatori di contribuire alla crescita di questa IA e poter offrire così prodotti ancora migliori rispetto agli attuali.