Digitalia #838 - Agentic coding e beni culturali
from Digitalia Hosted by Franco Solerio
Modelli di linguaggio di grandi dimensioni e programmazione agentica nel mondo dei beni culturali. AI generativa, ontologie e archeologia aumentata: come si insegna a una macchina a capire la cultura. Dallo studio distribuito di digitalia:Franco Solerio, Francesco Facconi, John Doe Produttori esecutivi: Sponsor:Squarespace.com - utilizzate il codice coupon "DIGITALIA" per avere il 10% di sconto sul costo del primo acquisto. Links: On the Dangers of Stochastic Parrots — Bender, Gebru, McMillan-Major, Mitchell (2021) Stochastic Parrots — voce Wikipedia Retrieval-Augmented Generation (RAG) — voce Wikipedia Cos'è il RAG — spiegazione AWS SPARQL Query Language for RDF — specifica W3C SPARQL — voce Wikipedia Knowledge Graphs Generation from Cultural Heritage Texts — paper arXiv (metodologia ATR4CH) Knowledge Graphs vs. Large Language Models: Competitors or Partners in Supporting Virtual Museums — ACM JOCCH Knowledge Graphs for Cultural Heritage and Digital Humanities — Proceedings ACM DocStoLab — Università degli Studi di Salerno LangGraph — pagina ufficiale LangChain LangGraph — repository GitHub Google Agent Development Kit (ADK) — documentazione ufficiale ADK — annuncio Google Developers Blog n8n — piattaforma di workflow automation con AI Introducing the Model Context Protocol — annuncio Anthropic MCP — specifica ufficiale Model Context Protocol — voce Wikipedia Introducing gpt-oss — annuncio OpenAI gpt-oss-120b — model card su Hugging Face gpt-oss — repository GitHub Claude Code — pagina ufficiale Anthropic Claude Code — repository GitHub Vibe Coding — voce Wikipedia Spec-Driven Development with AI — GitHub Blog How to write a good spec for AI agents — Addy Osmani AI Agent Orchestration Patterns — Microsoft Azure Architecture Center LangGraph Multi-Agent Workflows — blog LangChain Gingilli del giorno: Supporta Digitalia, diventa produttore esecutivo.
Embed this episode
Chapters
- 0:00 Intro
- 3:09 Chi e' Rocco Loffredo
- 5:00 LLM, semantica e ontologie: la ricerca a Salerno
- 8:04 Caso d'uso: ricerca semantica nelle biblioteche
- 10:24 Cos'e' un'ontologia: nodi, archi e grafi
- 14:33 Dataset, cataloghi e validazione dell'ontologia
- 16:32 Approccio agentico: RAG vs query SPARQL
- 19:42 Pausa didattica: cos'e' il RAG, spiegato bene
- 21:08 Modelli open source: Llama, GPT OSS, Claude
- 25:30 Hardware: GPU, NVIDIA A100 e fondi universitari
- 29:51 Sponsor: Squarespace
- 32:32 In cucina con gli agenti: Python e prima esperienza con gli LLM
- 36:09 Framework per agenti: Google ADK e LangGraph
- 38:38 LLM vs agente: la distanza si assottiglia
- 43:09 L'uomo nella stanza chiusa: la metafora dell'LLM
- 46:43 Sistemi multi-agente, contesto ridotto e orchestrazione
- 50:29 Human in the Loop, Gandalf e jailbreak crypto
- 51:54 Il futuro dei programmatori: dall'assembler agli agenti
- 53:46 Claude Code, vibe coding e spec-driven development
- 58:23 Fine dottorato, curva dell'hype e cervello da non atrofizzare
- 1:00:55 Aneddoto: Bea ripassa l'Orlando Furioso con ChatGPT
- 1:03:18 Saluti finali
No transcript yet.