Video e articoli introduttivi al tema "AI come infrastruttura cognitiva":

• Ben Thompson – "AI and the Big Five"
  https://stratechery.com/2023/ai-and-the-big-five/
  Panoramica strategica sull’impatto dell’AI sulle big tech.
  
  

• Ethan Mollick – "The Machines are Working"
  https://www.oneusefulthing.org/p/the-machines-are-working
  Uso reale degli LLM: effetti e casi d’uso concreti.
  
  

• Ethan Mollick – "The Homework Apocalypse"
  https://www.oneusefulthing.org/p/the-homework-apocalypse
  L'impatto dell’AI nel mondo accademico e nell’istruzione.
  
  

• Andrej Karpathy – "LLMs are computers"
  https://karpathy.github.io/2023/06/21/llm-as-comp/
  Visione di Karpathy sugli LLM come macchine universali.
  
  

• Kanjun Qiu – "We Need New Tests for Intelligence"
  https://every.to/chain-of-thought/we-need-new-tests-for-intelligence
  Come valutare davvero l’intelligenza delle AI.
  
  

CONCETTI CHIAVE E APPROCCI COGNITIVI

Approfondimenti su epistemologia, razionalità, teoria della conoscenza e AI:

• Simon DeDeo – "The Problem with the 'Problem with AI'"
  https://nautil.us/the-problem-with-the-problem-with-ai-338299/
  Contesto storico-filosofico sul concetto di "intelligenza".
  
  

• Sholto Maud – "What is Cognition?"
  https://www.sholtomaud.com/posts/what-is-cognition
  Esamina la natura della cognizione da un punto di vista sistemico.
  
  

• David Chapman – "In the Beginning Was the Command Line" (Hyperrationality)
  https://metarationality.com/
  Meta-razionalità, limiti della razionalità classica applicata alla AI.
  
  

• Paul Christiano – "What Failure Looks Like"
  https://www.alignmentforum.org/posts/HBxe6wdjxK239zajf/what-failure-looks-like
  Scenari di fallimento nell’allineamento dell’AI.
  
  

MODELLI, STRUMENTI E SVILUPPI RECENTI

Modelli, metodi di training, datasets e strumenti recenti:

• OpenAI – "Function Calling in ChatGPT"
  https://openai.com/blog/function-calling-and-other-api-updates
  Descrive la funzionalità di chiamata a funzioni: base per tool use.
  
  

• Anthropic – Claude 2 (paper tecnico)
  https://www.anthropic.com/index/claude-2
  Documentazione su Claude 2, sicurezza, capacità, benchmark.
  
  

• Meta – LIMA: "Less Is More for Alignment"
  https://arxiv.org/abs/2305.11206
  Mostra che pochi prompt ben scelti sono sufficienti a creare buoni modelli.
  
  

• DeepMind – "Toolformer"
  https://arxiv.org/abs/2302.04761
  Modello che impara da solo a usare strumenti esterni.
  
  

• DeepMind – Gato
  https://www.deepmind.com/publications/a-generalist-agent
  Modello generalista multimodale.
  
  

• MosaicML – "Introducing MPT-7B"
  https://www.mosaicml.com/blog/mpt-7b
  Modello open-source con funzione di chiamata strumenti integrata.
  
  

INFRASTRUTTURE COGNITIVE E TOOL USE

Discussione specifica sul concetto di tool use e AI come strumento cognitivo:

• Danko Nikolić – "AI is not an Oracle but a Tool"
  https://www.frontiersin.org/articles/10.3389/fpsyg.2022.957084/full
  AI come strumento estensivo della mente umana.
  
  

• Sparks of AGI – Microsoft
  https://arxiv.org/abs/2303.12712
  Report dettagliato su capacità emergenti di GPT-4.
  
  

• OpenAI – "Introducing ChatGPT Plugins"
  https://openai.com/blog/chatgpt-plugins
  L’inizio dell’estensione di ChatGPT via strumenti.
  
  

TOOL USE E AGENTI

Approcci agentici, memoria, pianificazione e interazione con ambienti esterni:

• AutoGPT e agenti autonomi
  https://github.com/Torantulino/Auto-GPT
  Esempio open source di agente LLM con pianificazione autonoma.
  
  

• LangChain – Framework per agenti LLM
  https://www.langchain.com/
  Toolkit completo per costruire agenti e sistemi multi-step.
  
  

• ReAct Prompting
  https://arxiv.org/abs/2210.03629
  Prompting per ragionamento e azione integrati.
  
  

CRITICA, EPISTEMOLOGIA, RISCHI

Prospettive critiche, filosofiche e di sicurezza:

• Timnit Gebru et al. – "Stochastic Parrots"
  https://dl.acm.org/doi/10.1145/3442188.3445922
  Critica sull’uso di LLM e la mancanza di comprensione reale.
  
  

• Bender & Koller – "Climbing towards NLU"
  https://aclanthology.org/2020.acl-main.463/
  Contesta l’idea che i LLM comprendano il linguaggio.
  
  

• Ian Bogost – "ChatGPT is Dumber Than You Think"
  https://www.theatlantic.com/technology/archive/2022/12/chatgpt-artificial-intelligence-openai/672386/
  Critica all’hype su ChatGPT.
  
  

• Sherry Turkle – "Simulation vs Authenticity"
  https://bpb-us-e1.wpmucdn.com/sites.mit.edu/dist/0/833/files/2020/05/ST_Simulation-vs-Authenticity.pdf

Argomenti psicologici sulla simulazione delle emozioni e dell’intelligenza.

RACCOLTE E GLOSSARI

Collezioni strutturate di risorse o paper:

• a16z AI Canon (Andreessen Horowitz)
  https://a16z.com/2023/06/20/ai-canon/
  Raccolta di paper fondamentali sull’AI.
  
  

• Latent Space – AI Reading List
  https://www.latent.space/p/reading-list
  Elenco di letture consigliate (tecnico e divulgativo).
  
  

• Jay Alammar – "Visual Guide to Transformers"
  https://jalammar.github.io/illustrated-transformer/
  Guida visiva per capire i transformer step-by-step.