Dotvocal

🌍 ai4Sign: La Rivoluzione nella Comunicazione Inclusiva con l’Intelligenza Artificiale ai4Sign è il progetto innovativo di Cloudia Research, vincitore dell’hackathon AI for Inclusion promosso da Microsoft Italia.

Questo servizio basato sull’intelligenza artificiale generativa mira ad abbattere le barriere comunicative per le persone che utilizzano la lingua dei segni, traducendo i gesti in parole scritte e voce in tempo reale. 🤝

𝐂𝐨𝐦𝐞 𝐅𝐮𝐧𝐳𝐢𝐨𝐧𝐚 𝐚𝐢𝟒𝐒𝐢𝐠𝐧? Il sistema sfrutta le videocamere di dispositivi come smartphone, tablet e laptop per acquisire video dei gesti. Un motore di machine learning analizza i movimenti, identificando punti chiave come spalle, polsi e occhi per rappresentare i diversi segni in forma vettoriale. Un modello LLM elabora poi i dati per tradurre i gesti in frasi sintatticamente corrette, adattandosi alle peculiarità della lingua dei segni.

📊 𝐔𝐧 𝐃𝐚𝐭𝐚𝐬𝐞𝐭 𝐂𝐨𝐥𝐥𝐚𝐛𝐨𝐫𝐚𝐭𝐢𝐯𝐨 𝐩𝐞𝐫 𝐮𝐧 𝐌𝐨𝐝𝐞𝐥𝐥𝐨 𝐌𝐢𝐠𝐥𝐢𝐨𝐫𝐞.
Per garantire la massima precisione, ai4Sign utilizza un dataset in continua espansione. Gli utenti della lingua dei segni possono contribuire a questa raccolta tramite un portale dedicato, supportando così l’addestramento del modello. Questi dati saranno resi disponibili a università e associazioni per favorire ulteriori studi sulla lingua dei segni e promuovere l’innovazione in questo ambito.

🌟 𝐔𝐧 𝐅𝐮𝐭𝐮𝐫𝐨 𝐈𝐧𝐜𝐥𝐮𝐬𝐢𝐯𝐨 𝐠𝐫𝐚𝐳𝐢𝐞 𝐚𝐥𝐥𝐚 𝐓𝐞𝐜𝐧𝐨𝐥𝐨𝐠𝐢𝐚
ai4Sign non è solo un progetto tecnologico, ma un impegno etico per costruire un futuro inclusivo. Cloudia Research punta a sensibilizzare aziende tech e istituzioni sull’importanza di sviluppare soluzioni che valorizzino la diversità, promuovendo l’accessibilità e migliorando la qualità della vita di milioni di persone nel mondo.

Fonte: https://lnkd.in/d769dkxm

̀digitale

⚡ 𝐑𝐞𝐢𝐧𝐟𝐨𝐫𝐜𝐞𝐦𝐞𝐧𝐭 𝐥𝐞𝐚𝐫𝐧𝐢𝐧𝐠 𝐞 𝐄𝐧𝐞𝐫𝐠𝐢𝐞 𝐑𝐢𝐧𝐧𝐨𝐯𝐚𝐛𝐢𝐥𝐢
La crescita delle fonti di energia rinnovabile è una grande opportunità per la transizione energetica, ma porta con sé sfide significative per la gestione della rete elettrica. Ad Amsterdam un team di ricercatori e professori, tra cui l’italiano Dr.Alessandro Zocca, sta sviluppando un sistema basato su agenti di 𝒅𝒊 𝒓𝒆𝒊𝒏𝒇𝒐𝒓𝒄𝒆𝒎𝒆𝒏𝒕 𝒍𝒆𝒂𝒓𝒏𝒊𝒏𝒈 per aiutare a gestire ed ottimizzare il flusso di energia nella rete elettrica.

🔄 𝐀𝐳𝐢𝐨𝐧𝐢 𝐓𝐨𝐩𝐨𝐥𝐨𝐠𝐢𝐜𝐡𝐞 𝐩𝐞𝐫 𝐆𝐞𝐬𝐭𝐢𝐫𝐞 𝐢𝐥 𝐅𝐥𝐮𝐬𝐬𝐨 𝐄𝐧𝐞𝐫𝐠𝐞𝐭𝐢𝐜𝐨
Le reti elettriche diventano sempre più complesse con l'aumento di utilizzi di fonti rinnovabili, il cui livello di produzione è meno costante e prevedibile rispetto alle fonti tradizionali. Il sistema ideato per gestire la rete elettrica è multi-agente, dove centinaia di cervelli artificiali sono gestiti da un orchestratore che li coordina. Ogni agente è stato addestrato sia su dati storici sia su scenari simulati relativi a una porzione della rete ed è in grado di identificare le azioni ottimali per gestire diverse situazioni, con l’obiettivo di stabilizzare la rete elettrica e ridurre la congestione.

🚀 𝐕𝐞𝐫𝐬𝐨 𝐥𝐚 𝐂𝐨𝐧𝐭𝐫𝐨𝐥 𝐑𝐨𝐨𝐦 𝐝𝐞𝐥 𝐅𝐮𝐭𝐮𝐫𝐨
L’obiettivo è arrivare alla creazione della Control Room del Futuro un ambiente che combina intelligenza umana e AI. Con un dashboard avanzato, gli operatori potranno monitorare la rete in ogni sua componente, sfruttando al massimo la capacità del sistema. l’AI potrebbe fare la differenza tra un approvvigionamento sicuro e un blackout.

Fonte: https://lnkd.in/d_DTRaRb

🔍 𝐋𝐢𝐧𝐤𝐞𝐝𝐈𝐧 𝐇𝐢𝐫𝐢𝐧𝐠 𝐀𝐬𝐬𝐢𝐬𝐭𝐚𝐧𝐭
Il mondo delle risorse umane è sempre più influenzato dall'intelligenza artificiale, ma l'ultimo annuncio di LinkedIn ufficializza l’entrata in campo di questa tecnologia in modo massivo. 𝐇𝐢𝐫𝐢𝐧𝐠 𝐀𝐬𝐬𝐢𝐬𝐭𝐚𝐧𝐭 è un agente AI progettato per supportare i recruiter nelle attività di selezione. Questo strumento consente ai recruiter di concentrarsi sugli aspetti strategici del loro lavoro, come il contatto con i candidati e il supporto ai responsabili delle assunzioni, delegando le attività più ripetitive e dispendiose in termini di tempo.

👥 𝐀𝐮𝐭𝐨𝐦𝐚𝐳𝐢𝐨𝐧𝐞 𝐝𝐞𝐥 𝐑𝐞𝐜𝐫𝐮𝐢𝐭𝐦𝐞𝐧𝐭
Hiring Assistant è basato sull'enorme quantità di dati presenti su LinkedIn, tra cui oltre un miliardo di profili utente e 68 milioni di aziende. L'agente AI analizza i requisiti del ruolo, combinando le informazioni con dati relativi a ruoli simili e annunci di altre aziende, per creare descrizioni che rispecchiano fedelmente le competenze richieste. Inoltre, Hiring Assistant cerca di individuare i candidati ideali non solo in base ai criteri tradizionali come titolo di studio e occupazioni precedenti, ma anche in funzione delle competenze specifiche necessarie per il ruolo.

💼 𝐃𝐚𝐥𝐥𝐚 𝐒𝐞𝐥𝐞𝐳𝐢𝐨𝐧𝐞 𝐚𝐥𝐥𝐚 𝐏𝐫𝐨𝐠𝐫𝐚𝐦𝐦𝐚𝐳𝐢𝐨𝐧𝐞 𝐝𝐞𝐢 𝐂𝐨𝐥𝐥𝐨𝐪𝐮𝐢
Oltre alla selezione dei candidati, LinkedIn prevede di arricchire Hiring Assistant con funzioni di messaggistica e supporto alla programmazione dei colloqui, oltre alla gestione dei follow-up per rispondere alle domande dei candidati prima e dopo le interviste. L’obiettivo è aiutare i recruiter a ottimizzare il proprio tempo, delegando a Hiring Assistant gran parte delle attività amministrative e operative.

🔗 𝐓𝐫𝐚𝐠𝐮𝐚𝐫𝐝𝐨 𝐨 𝐏𝐞𝐫𝐢𝐜𝐨𝐥𝐨?
Hiring Assistant rende esplicita, sulla piattaforma di ricerca lavoro più importante al mondo, una pratica già comune sia tra i recruiter sia tra i candidati: l’uso dell’intelligenza artificiale. Automatizzare il processo di recruiting in questo modo, però, comporta dei rischi. Se da un lato ogni recruiter può avere i propri bias personali, un modello di AI addestrato su una vasta quantità di dati potrebbe accumulare e amplificare questi bias, con risultati imprevedibili. Per questo, è essenziale monitorare con attenzione il comportamento e i criteri che l’AI utilizza nelle fasi di selezione del personale che automatizza.

Fonte: https://lnkd.in/dNV6Bfe5
Fonte: https://lnkd.in/dhX549_z