Questo libro spiega cosa cambia quando l'intelligenza artificiale smette di limitarsi a leggere testo e inizia a percepire il mondo come fanno le persone: guardando uno schermo, ascoltando una voce, osservando una stanza, seguendo un video e agendo di conseguenza. Costruito attorno a situazioni quotidiane e non a diagrammi tecnici, il libro ripercorre come i modelli multimodali elaborino insieme vista, suono e movimento, perché la conversazione vocale in tempo reale sia passata da ritardi di diversi secondi a poche centinaia di millisecondi, e come gli agenti capaci di usare un computer siano passati da esperimenti goffi a sistemi che completano compiti sullo schermo con affidabilità misurabile. Il lettore scoprirà come occhiali intelligenti, assistenti che condividono lo schermo e interfacce vocali stiano già trasformando le interazioni quotidiane, e come questi stessi progressi percettivi si colleghino agli agenti e ai sistemi robotici che iniziano ad agire su ciò che percepiscono. Scritto per lettori curiosi e professionisti tecnici, privilegia dati verificabili rispetto alla speculazione.
Questo libro spiega cosa cambia quando l'intelligenza artificiale smette di limitarsi a leggere testo e inizia a percepire il mondo come fanno le persone: guardando uno schermo, ascoltando una voce, osservando una stanza, seguendo un video e agendo di conseguenza. Costruito attorno a situazioni q...