Descrizione
Gran parte degli assistenti basati su intelligenza artificiale funziona inviando i dati a piattaforme esterne. Questo libro propone l’alternativa: un modello linguistico che gira in locale, senza connessione, con più controllo sulla riservatezza delle informazioni.
Il percorso parte dai fondamenti, cioè machine learning, reti neurali, token, dataset e pesi, poi passa agli strumenti: installazione di Ollama e GPT4All, impostazione di diversi modelli aperti e preparazione di file di configurazione su misura. Segue la parte su RAG e fine tuning con esempi di codice Python, il prompt engineering e una riflessione ampia su bias, AI Act europeo, GDPR e responsabilità per i danni.
AI in locale si rivolge a professionisti e imprese che trattano dati riservati, sviluppatori, studenti e curiosi di diritto digitale. Ha circa 115 pagine e unisce tre dimensioni di solito separate: teoria, pratica e riflessione critica. Per sfruttare gli esempi serve un minimo di dimestichezza con il computer.
Pagato l’ordine, l’ebook è tuo nei formati ePub, PDF e MOBI: lo leggi con il tablet in mano e intanto provi i comandi sul PC.
