AI, Data Science, Deep Tech: Notizie e Tendenze Settimanali

RIASSUNTO NEWSLETTER TECNOLOGICHE

AI E MACHINE LEARNING

Investimenti e Innovazioni nel Deep Tech e Neurotecnologie
Raffaele Mauro, General Partner di Primo Space, condivide la sua visione sull’importanza di investire in deep tech e neurotecnologie per il futuro dei dati e algoritmi. Mauro sottolinea il ruolo chiave dell’attrazione e valorizzazione del talento in Europa per competere con gli Stati Uniti, che attraversano politiche restrittive per gli immigrati di alto profilo tecnologico. Interessanti strumenti emergenti sono Pinal, una piattaforma per progettare nuove proteine tramite intelligenza artificiale, e Mindstate Design Labs, startup che usa modelli generativi per sviluppare varianti di psichedelici per trattare patologie come depressione e stress post-traumatico.
https://stefanogatti.substack.com/p/laculturadeldato-171

Deep-ML: Piattaforma Gamificata per Apprendere Machine Learning
Deep-ML è un ambiente open source dedicato a studenti e professionisti che vogliono imparare o rafforzare le basi matematiche e pratiche del machine learning, come algebra lineare, regressione, reti neurali e computer vision. La piattaforma propone sfide realistiche, corredate da una community collaborativa che contribuisce con nuove prove e miglioramenti, il tutto con una componente di gamification per mantenere alta la motivazione. È in gran parte gratuita e rappresenta un valido supporto per chi vuole consolidare competenze operative nel ML, anche per chi utilizza strumenti low-code o no-code.
https://stefanogatti.substack.com/p/laculturadeldato-171

SVILUPPO SOFTWARE E DATA SCIENCE

STUMPY: Libreria Python per Analisi Esplorativa di Serie Temporali
STUMPY è una libreria Python che utilizza il concetto di matrix profile per analizzare le serie temporali non focalizzandosi sulle previsioni ma sull’identificazione di pattern ricorrenti, anomalie e segmentazione automatica senza assumere stagionalità nei dati. È ideale per esplorare grandi dataset di serie temporali e integra l’uso di Numba per alta performance. STUMPY completa strumenti di forecasting tradizionali come Prophet e ARIMA, offrendo invece un approccio per scoprire analogie temporali su fenomeni dinamici. Per chi vuole approfondire l’algoritmo matrix profile è disponibile un tutorial tecnico sviluppato dall’University of California, Riverside.
https://stefanogatti.substack.com/p/laculturadeldato-171

ORGANIZZAZIONE, CULTURA E LEADERSHIP

La Cultura Organizzativa nell’Era dell’AI Generativa
Si riflette su come l’introduzione dell’AI generativa stia accelerando cambiamenti profondi nelle organizzazioni. Riprendendo la definizione di cultura organizzativa di Edgar Schein, si evidenziano i tre livelli fondamentali: artefatti visibili, valori espliciti e assunti profondi inconsci. Comprendere questi elementi è cruciale per gestire il cambiamento. Sono suggeriti tre contributi di valore:

• Ethan Mollick e il suo articolo "Making AI Work: Leadership, Lab, and Crowd" che tratta leadership e collaborazione con l’AI
• Andrew Ng che invita le aziende a muoversi rapidamente nell’adozione dell’AI
• Jan Bosch che offre un’analisi critica e “radicale” sulla cultura organizzativa
  https://stefanogatti.substack.com/p/laculturadeldato-171

ETICA, REGOLAMENTAZIONE E IMPATTO SOCIALE

AI e Umani: Similitudini e Co-evoluzione
Un approfondimento dell’anno scorso, sempre molto attuale, sottolinea come le AI generative non siano così distanti dalle attività cognitive umane, poiché anche noi produciamo testi applicando probabilità e strutture linguistiche. Mafe de Baggis, esperta che ha contribuito alla newsletter, suggerisce di vedere l’intelligenza artificiale come un complemento alle capacità umane e propone una visione di co-evoluzione, indicando direzioni per un uso tecnologico responsabile e orientato al bene comune. Un recente intervento di Mafe con Filippo Pretolani amplia questa riflessione sulla relazione tra umani e AI.
https://stefanogatti.substack.com/p/laculturadeldato-171

TENDENZE DELLA SETTIMANA

• Focus sul talento e sull’attrazione di competenze specialistiche come leva competitiva per l’Europa nel settore deep tech e neurotecnologie.
• Nuove metodologie e strumenti per apprendere il machine learning in modo pratico e stimolante attraverso piattaforme open source e gamificate (Deep-ML).
• Evoluzione dell’approccio all’analisi delle serie temporali con l’adozione di strumenti innovativi per pattern discovery oltre la previsione, come STUMPY.
• Riflessioni profonde sulla cultura organizzativa e sull’impatto dell’intelligenza artificiale generativa, con proposte per una leadership agile e consapevole.
• Dialogo etico-tecnologico che avvicina il modo in cui pensano e producono contenuti AI e umani, promuovendo una co-evoluzione positiva tra le intelligenze artificiali e quelle umane.