A partir de fevereiro, a ASU lançará um desafio aberto para convidar professores e funcionários a apresentar ideias sobre como usar o ChatGPT, com foco no sucesso do estudante, novas abordagens para pesquisa e otimização de processos organizacionais.

O acordo OpenAI-ASU ilustra as mudanças de opinião em relação à IA na educação, à medida que a tecnologia avança mais rápido do que os currículos conseguem acompanhar.

No ano passado, escolas e faculdades correram para proibir o ChatGPT devido a temores de plágio e desinformação. Desde então, algumas reverteram suas proibições, enquanto outras começaram a sediar workshops sobre ferramentas de IA generativa e seu potencial de aprendizado.

A ASU, sem surpresa, está firmemente a favor da IA como uma ferramenta para o bem educacional.

Professores, funcionários e pesquisadores esperam ter um suporte contínuo para que consigam estabelecer parâmetros para que todos aproveitarem o verdadeiro potencial da inteligência artificial voltada para a educação. Essa abordagem faz parte de um plano estratégico para pavimentar o caminho dos alunos para a utilização responsável e escalável da IA em toda a universidade

Lançado em agosto de 2023, o ChatGPT Enterprise pode realizar as mesmas tarefas que o ChatGPT, como escrever e-mails, depurar códigos de computador e redigir ensaios. Mas ele também adiciona recursos de privacidade e análise de dados além do ChatGPT básico, bem como opções de desempenho e personalização aprimoradas.

Por exemplo, o ChatGPT Enterprise oferece um console de administração com ferramentas para gerenciar como as pessoas dentro de uma organização usam o ChatGPT. Modelos de conversação compartilháveis permitem que os usuários criem fluxos de trabalho internos aproveitando a ferramenta, enquanto créditos para a plataforma de API da OpenAI permitem que organizações criem soluções personalizadas baseadas no ChatGPT.

Além disso, o ChatGPT Enterprise vem com acesso prioritário e ilimitado à Análise de Dados Avançada, um recurso do ChatGPT que permite aos usuários terem a IA analisando dados, criando gráficos, resolvendo problemas matemáticos e muito mais, inclusive de arquivos enviados.

Nesta fase inicial, nosso foco está em fornecer acesso aos profissionais que trabalham em tempo integral e o foco é colocar o ChatGPT Enterprise nas mãos do nosso núcleo de conhecimento, para estar na vanguarda da descoberta e implementação de novas soluções.

Avançada

O post Inteligência Artificial na Sala de Aula – Primeira universidade do mundo (Arizona State) a colaborar com OpenAI e integrar o ChatGPT no seu sistema educacional apareceu primeiro em Tecnoveste.

Os notebooks do Colab são armazenados no Google Drive ou podem ser carregados do GitHub. Eles podem ser compartilhados da mesma maneira que os documentos ou planilhas do Google. Basta clicar no botão Compartilhar no canto superior direito de qualquer notebook do Colab, ou seguir as instruções de compartilhamento de arquivos do Google Drive.

O Colab é executado nos servidores do Google e permite que os usuários escrevam, compartilhem e colaborem em notebooks de código em Python (leia o meu artigo sobre essa linguagem de programação), sem a necessidade de instalar qualquer software em seu computador. O Colab também permite a execução de código em GPUs e TPUs do Google, tornando-o uma opção popular para projetos de aprendizado de máquina e ciência de dados.

O que é possível fazer com o Google Colaboratory

O Google Colaboratory tem diversas aplicações práticas, algumas das quais incluem:

1. Aprendizado de máquina e inteligência artificial: o Colab fornece um ambiente gratuito e fácil de usar para desenvolver, treinar e testar modelos de aprendizado de máquina e inteligência artificial usando bibliotecas populares como TensorFlow, Keras e PyTorch.
2. Análise de dados: o Colab pode ser usado para análise de dados com bibliotecas populares como Pandas, NumPy e Matplotlib, permitindo a criação de visualizações e relatórios interativos.
3. Educação: o Colab pode ser uma ferramenta útil para estudantes e professores em disciplinas relacionadas a programação, aprendizado de máquina e ciência de dados, permitindo o compartilhamento de notebooks e colaboração em tempo real.
4. Desenvolvimento web: o Colab pode ser usado para desenvolvimento web com linguagens como Python, HTML, CSS e JavaScript, além de bibliotecas como Flask e Django.
5. Automação de tarefas: o Colab pode ser usado para automatizar tarefas repetitivas, como processamento em lote de imagens, extração de dados de páginas da web e geração de relatórios automatizados.

Aceleradores de Hardware

Os GPUs e TPUs do Google são aceleradores de hardware que são projetados para executar cálculos intensivos com muito mais eficiência do que as CPUs tradicionais. Eles são usados principalmente para acelerar o treinamento de modelos de aprendizado de máquina.

Os GPUs (Graphics Processing Units) são projetados originalmente para acelerar a renderização gráfica em jogos e aplicações de vídeo, mas seu processamento paralelo também os torna ideais para executar cálculos em paralelo necessários para treinar modelos de aprendizado de máquina. O Google utiliza GPUs Nvidia em seus data centers e permite que os usuários acessem esses GPUs remotamente por meio de serviços em nuvem como o Google Cloud Platform. O uso de GPUs pode reduzir drasticamente o tempo necessário para treinar um modelo de aprendizado de máquina de horas para minutos ou até segundos.

As TPUs (Tensor Processing Units) são um tipo de acelerador de hardware projetado especificamente para o treinamento e inferência de modelos de aprendizado de máquina. Elas foram criadas pelo Google para serem usadas em conjunto com o TensorFlow, uma das bibliotecas de aprendizado de máquina mais populares do mundo. As TPUs são projetadas para lidar com operações matemáticas de ponto flutuante com muita eficiência, o que as torna especialmente úteis para modelos de aprendizado de máquina que envolvem grandes quantidades de dados. As TPUs são oferecidas no Google Cloud Platform e podem ser acessadas remotamente para acelerar o treinamento e a inferência de modelos de aprendizado de máquina.

Limitações do G.Colab

Os recursos do Colab não são garantidos e ilimitados, e os limites de uso às vezes flutuam. Isso é necessário para que o Colab possa fornecer recursos gratuitamente. Para mais detalhes, veja Limites de Recursos.

Usuários que estão interessados em acesso mais confiável a recursos melhores podem se interessar pelo Colab Pro.

Recursos no Colab são priorizados para casos de uso interativos. Proibimos ações associadas a computação em massa, ações que impactam negativamente os outros, bem como ações associadas à violação de nossas políticas. As seguintes ações são proibidas nos runtimes do Colab:

• hospedagem de arquivos, servindo mídia ou outras ofertas de serviços da web que não estejam relacionados à computação interativa com o Colab
• baixar torrents ou envolvendo-se em compartilhamento de arquivos peer-to-peer
• controles remotos, como shells SSH, desktops remotos, UIs remotas
• conexão a proxies remotos
• mineração de criptomoedas
• ataques de DNS para quebrar senhas
• usar várias contas para contornar restrições de acesso ou uso de recursos
• criar deepfakes

O post Google Colaboratory (Colab) Notebook: o jeito mais inteligente de programar em python direto do navevagor apareceu primeiro em Tecnoveste.