2023 - Fabio Lalli

26 Dicembre 2023AI & GENAI

Perplexity AI: la rivoluzione della ricerca e dell’approfondimento

Negli ultimi mesi ho utilizzato contemporaneamente ChatGPT, Bard e diversi altri strumenti, tra cui Perplexity AI. Fin dal primo utilizzo, è evidente come si differenzi dalle tradizionali piattaforme di ricerca e intelligenza artificiale. Questa piattaforma rivoluzionaria offre un’esperienza utente notevolmente migliorata grazie a un’interfaccia intuitiva e a un’infrastruttura potente di intelligenza artificiale. A differenza dei motori di ricerca e dei chatbot classici, Perplexity AI va oltre nel fornire risposte contestualizzate, rendendo la ricerca online più interattiva e informativa.

Un po’ di storia su Perplexity

Nata nel 2022 dalle menti visionarie di professionisti provenienti da OpenAI e Meta, Perplexity AI rappresenta il risultato di un’evoluzione progressiva nel campo dell’intelligenza artificiale. La piattaforma è il frutto di un mix di competenze tecniche avanzate e una visione strategica orientata al futuro, riflettendo un approccio innovativo e una profonda comprensione delle esigenze di ricerca digitali.

Visione e Missione

La missione di Perplexity è quella di democratizzare in modo significativo l’accesso all’informazione attraverso l’IA. Il suo approccio si distingue da altri sistemi come Gemini, GPT-4, Bard e Copilot di Microsoft, poiché si concentra principalmente su fornire risposte dettagliate, basate su fonti affidabili e offrendo una maggiore enfasi sull’esperienza di ricerca. La piattaforma si propone di migliorare non solo la qualità delle informazioni ottenute, ma anche il modo in cui gli utenti interagiscono con queste, offrendo un’esperienza di ricerca più profonda, coinvolgente e soddisfacente.

Tecnologia e Innovazione

I principi di Machine Learning e Natural Language Processing (NLP) sono fondamentali per il funzionamento di Perplexity. Grazie a questi principi avanzati, la piattaforma è in grado di interpretare e rispondere con precisione a domande complesse. A differenza di sistemi come GPT-4 o Bard, Perplexity dimostra di avere una profonda comprensione del contesto delle query, il che la rende superiore nella fornitura di risposte mirate. Inoltre, l’utilizzo di algoritmi di machine learning consente a Perplexity di migliorare costantemente le proprie prestazioni, garantendo una sempre maggiore precisione nelle risposte fornite.

Come Funziona Perplexity AI?

Perplexity AI opera combinando i propri meccanismi di indicizzazione e ranking con le avanzate capacità dell’API di OpenAI. Ecco come funziona:

Ricerca Iniziale: Quando poni una domanda, Perplexity AI inizia eseguendo una ricerca. Setaccia un indice di ricerca per trovare pagine web pertinenti, concentrandosi sulle pagine principali e sugli snippet in evidenza relativi alla tua query.
Integrazione con l’API di OpenAI: Qui entra in gioco la potenza dei modelli linguistici avanzati di OpenAI. Perplexity AI utilizza questi modelli, forniti tramite l’API di OpenAI, per analizzare e interpretare i risultati della ricerca. Questo passaggio è essenziale per comprendere le sfumature della tua domanda.
Approccio Bilanciato: Perplexity AI mira a trovare il giusto equilibrio tra risposte complete e pertinenti. Si assicura che le risposte siano dettagliate ma pertinenti alla tua query.
Risposte Affidabili: Una caratteristica unica di Perplexity AI è la sua capacità di citare le fonti per le informazioni che fornisce. Questa trasparenza costruisce fiducia e garantisce l’affidabilità delle risposte.
Comprensione Contestuale: Utilizzando le capacità di testo predittivo e considerando l’intera cronologia della conversazione, Perplexity AI genera risposte utili e contestualmente accurate. Seleziona la migliore risposta da una gamma di fonti e presenta un riassunto conciso.
Raccolta Efficiente delle Informazioni: A differenza dei motori di ricerca tradizionali in cui devi setacciare i link, Perplexity AI ti permette di fare domande dirette e ricevere risposte chiare e accurate supportate da fonti curate.

In sostanza, Perplexity AI funziona come uno strumento di ricerca basato sull’IA, indicizzando ed ordinando in modo efficiente i contenuti di Internet mentre sfrutta le avanzate capacità di elaborazione del linguaggio dei modelli di OpenAI. Questa combinazione garantisce che le risposte fornite siano non solo accurate, ma anche altamente rilevanti e affidabili.

Caratteristiche Principali di Perplexity AI

Perplexity AI si distingue nel panorama dei motori di ricerca guidati dall’IA con una serie di funzionalità progettate per migliorare l’esperienza utente e l’accuratezza delle informazioni. Ecco le sue caratteristiche chiave:

Motore di Ricerca in Stile Chatbot: Utilizza l’IA per raccogliere e fornire risposte da molteplici fonti web basate su query in linguaggio naturale.
Generazione di Contenuti: Aiuta a creare contenuti approfonditi sfruttando l’elaborazione del linguaggio naturale e il machine learning.
Informazioni Accurate: Usa modelli linguistici di grandi dimensioni addestrati su vasti dataset per fornire risposte precise.
App Mobile: Offre ricerca vocale e supporto multilingue, disponibile per dispositivi iOS e Android.
Estensione Chrome di Perplexity AI: Migliora la navigazione web riassumendo le pagine e abilitando query dirette dalla barra degli strumenti.
Capacità di Risoluzione dei Problemi: Assistenza in vari compiti, inclusi ricerca, scrittura e analisi degli investimenti.
Motore di Ricerca Basato su IA: Utilizza l’elaborazione del linguaggio naturale e il machine learning per l’analisi delle query.
Ricerca Contestuale: Fornisce risultati accurati per query complesse o ambigue comprendendo il contesto.
Generazione di Linguaggio Naturale: Capace di creare testo umano per riassunti, report o articoli.
Interfaccia User-Friendly: Offre un’interfaccia intuitiva per un facile inserimento delle query e un rapido recupero delle risposte.

E non dimentichiamoci delle sue versatili capacità di ricerca, che includono:

Ricerca Web: Perplexity AI esplora l’intero web, fornendo risposte da un’ampia gamma di siti web per domande generali.
Ricerca Accademica: Accede a documenti accademici, fornendo informazioni accademiche per ricerche approfondite.
Assistenza nella Scrittura: Perplexity AI può generare testo senza cercare sul web, aiutando nei compiti di scrittura.
Scoperta di Video su YouTube: Può trovare e consigliare video YouTube pertinenti in base alle query degli utenti.
Discussioni su Reddit: Può anche cercare su Reddit per portare alla luce discussioni e opinioni, offrendo intuizioni sul sentimento pubblico.
Integrazione con Wolfram Alpha: Per query che necessitano di risposte computazionali o analisi di dati, Perplexity AI sfrutta le capacità di Wolfram Alpha.

L’approccio multifunzionale di Perplexity AI lo rende uno strumento estremamente versatile e affidabile per una vasta gamma di esigenze informative, dalla ricerca web casuale alla ricerca accademica e alla creazione di contenuti.

L’unicità di Perplexity nel panorama dell’intelligenza artificiale

In netto contrasto con i motori di ricerca tradizionali, l’approccio unico di Perplexity AI si basa sulla profonda comprensione dell’intento e del contesto dell’utente, utilizzando l’intelligenza artificiale avanzata per ridefinire l’esperienza di ricerca.

Al centro dell’innovazione di Perplexity AI c’è la sua capacità di interpretare e rispondere al contesto delle query utilizzando modelli linguistici di grandi dimensioni e l’elaborazione del linguaggio naturale. Questa comprensione contestuale guidata dall’IA permette di fornire risultati di ricerca più accurati, sfumati e pertinenti, specialmente per domande complesse o specializzate.

Ad esempio, se cerchi “tendenze di mercato per l’energia sostenibile”, la piattaforma attingerà da varie fonti per fornire una risposta completa invece di semplici link. Includerà anche collegamenti a tutte queste fonti, così come immagini e video. Puoi poi interagire con il motore di ricerca facendo domande di approfondimento, seguendo le fonti e altro ancora.

Inoltre, le capacità multilingue di Perplexity AI rappresentano un significativo passo avanti. Le sue tecniche avanzate di NLP consentono una migliore comprensione e fornitura di risultati in un’ampia varietà di lingue, soddisfacendo un pubblico globale e migliorando l’accuratezza delle ricerche non in inglese.

Oltre a queste caratteristiche rivoluzionarie, Perplexity AI include diverse funzionalità chiave che lo distinguono ulteriormente:

Recupero di Informazioni in Tempo Reale: Perplexity AI è abile nel reperire informazioni aggiornate, garantendo agli utenti l’accesso ai dati più recenti. Nell’attuale ambiente digitale frenetico, la tempestività delle informazioni è tanto cruciale quanto la loro accuratezza, rendendo questa funzionalità particolarmente preziosa per gli utenti che necessitano di intuizioni e dati attuali.
Citazione Trasparente delle Fonti: Costruire fiducia e trasparenza è un pilastro di Perplexity AI. Cita apertamente le fonti delle sue informazioni, conferendo credibilità ai suoi risultati di ricerca e consentendo agli utenti di approfondire il contenuto originale per una comprensione più esaustiva. Questa trasparenza rappresenta un significativo passo avanti nel garantire ricerche online affidabili e verificabili.
Interfaccia User-Friendly: Nonostante la complessità della sua tecnologia sottostante, Perplexity AI vanta un’interfaccia intuitiva e facile da usare. Questa filosofia di design rende la piattaforma facilmente navigabile e accessibile a un ampio spettro di utenti, dai tecnici esperti agli utenti occasionali di Internet.

Vantaggi e Interfaccia di Perplexity

L’interfaccia utente di Perplexity e la modalità di utilizzo Durante il mio utilizzo di Perplexity, ho notato che la sua interfaccia utente si distingue per semplicità e intuitività. Con un design che ricorda quello di un chatbot, permette agli utenti di interagire facilmente, digitando domande in linguaggio naturale. La piattaforma risponde poi con risposte dettagliate e le relative fonti, facilitando la ricerca e l’analisi di informazioni.

Perplexity AI è uno strumento eccellente perché possiede algoritmi avanzati che possono gestire grandi quantità di dati, comprendere il contesto, fornire risposte coerenti e utilizzare le ultime tecniche di machine learning. Offre risultati completi e approfondimenti dettagliati su testi complessi e produce costantemente output simili a quelli umani. Ecco alcuni dei suoi vantaggi:

Gratuito per l’Uso (di base): Perplexity AI ha una versione gratuita che ti permette di utilizzare le sue funzionalità e benefici senza pagare nulla. Questo lo rende un eccellente strumento di ricerca per gli utenti occasionali che non necessitano di funzionalità avanzate.
Risposte Precise: Perplexity AI apre un mondo di risposte complete a interrogativi complessi, attingendo a una ricchezza di informazioni da varie fonti. La sua capacità si basa su un vasto dataset di addestramento riempito con testo e codice in molteplici domini.
Facile da Usare e Navigare: Utilizzare l’Intelligenza Artificiale (AI) può sembrare complesso, ma con Perplexity AI, è semplicissimo. Progettato per un uso intuitivo, il suo sito web e l’app rendono la navigazione facile. L’interfaccia utente (UI) è semplice e facile da comprendere.
Consapevolezza del Contesto: La comprensione contestuale di Perplexity AI gli permette di fornire risposte più pertinenti e informative.
Versatilità: Perplexity AI è uno strumento versatile che può assistere varie professioni come ricercatori, scrittori, artisti, musicisti e programmatori in molteplici compiti.

Confronto tra Perplexity e altri modelli AI

Confrontando Perplexity con Gemini, GPT-4 e Copilot di Microsoft, emergono differenze significative. Perplexity eccelle nella ricerca basata su IA conversazionale, offrendo risposte aggiornate e fonti verificate, mentre gli altri modelli tendono a essere più generalisti nei loro approcci. La differenza principale risiede nella capacità di Perplexity di fornire informazioni contestualizzate e fonti affidabili in tempo reale, un aspetto cruciale per la ricerca online moderna.

Come strumento di ricerca rivoluzionario, Perplexity AI offre un’alternativa intrigante ai tradizionali motori di ricerca e strumenti di modellazione linguistica come ChatGPT-4 e Claude. Ecco una recensione dettagliata delle capacità di Perplexity AI e del suo potenziale interesse per gli utenti, in particolare accademici e studenti, rispetto ai suoi concorrenti.

Caratteristiche Uniche di Utilizzo di Perplexity AI

Interfaccia Conversazionale e Consapevolezza Contestuale: L’interfaccia conversazionale di Perplexity AI e la sua capacità di comprendere il contesto la distinguono. Questa caratteristica consente agli utenti di interagire in modo più naturale e intuitivo con lo strumento, rendendo più facile affinare le ricerche e ottenere risultati più accurati. Ciò rappresenta un significativo progresso rispetto ai tradizionali motori di ricerca, che spesso richiedono la scansione di numerosi link per trovare le informazioni desiderate.

Enfasi su Citazioni e Credibilità: Una caratteristica saliente di Perplexity AI è il suo impegno nel fornire risposte supportate da citazioni, simili alla ricerca accademica. Questo approccio non solo aumenta la credibilità dello strumento, ma affronta anche il comune problema della disinformazione o delle “allucinazioni” spesso associate ai modelli linguistici. Gli utenti possono aspettarsi un alto grado di accuratezza e affidabilità nelle risposte ricevute.
Perplexity Pro per Utenti Avanzati: La versione Pro offre numerose funzionalità avanzate come query Copilot illimitate e la possibilità di caricare ed esplorare vari formati di file. Questo è particolarmente utile per i professionisti che necessitano di ampie capacità di ricerca e analisi dei dati. L’integrazione di modelli AI come GPT-4 e Claude 2.1 in Perplexity Pro fornisce agli utenti flessibilità e una varietà di opzioni, soddisfacendo diverse preferenze e requisiti.
Preferenze degli Utenti e Transizione: Mentre ChatGPT-4 e Claude hanno punti di forza particolari nella produzione creativa e nella conversazione, il focus di Perplexity AI su accuratezza e citazioni potrebbe attirare di più gli utenti che danno priorità all’affidabilità dei dati, come accademici e ricercatori. Ciò potrebbe portare a un cambiamento nelle preferenze degli utenti, specialmente tra coloro che necessitano di fonti affidabili per il loro lavoro.
Soddisfazione delle Aspettative: Gli utenti che si rivolgono a Perplexity AI si aspettano una combinazione fluida dell’affidabilità di un motore di ricerca standard e della velocità di un modello linguistico. La piattaforma è progettata per soddisfare queste aspettative fornendo risposte rapide, accurate e supportate da risorse, particolarmente preziose in contesti accademici e scientifici.
Efficacia per le Comunità Accademiche e Studentesche: Per le comunità accademiche e studentesche, la capacità di Perplexity AI di fornire risposte supportate da citazioni è inestimabile. Questa caratteristica aiuta nella ricerca, nella scrittura accademica e negli studi dove è fondamentale verificare le informazioni e ottenere dati accurati. Le capacità di ricerca focalizzata dello strumento, che consentono agli utenti di organizzare le loro query in base a campi specifici come documenti accademici, aumentano ulteriormente l’utilità dello strumento in contesti educativi.
Confronto con Claude: Claude potrebbe offrire vantaggi in alcuni aspetti, come risposte dall’aspetto naturale e il caricamento di file, ma l’enfasi di Perplexity AI su accuratezza e risposte concise potrebbe essere più attraente per gli utenti che danno priorità all’affidabilità delle informazioni rispetto alle capacità conversazionali.

Nel complesso, Perplexity AI emerge come uno strumento robusto, affidabile e facile da usare, particolarmente utile per la comunità accademica e coloro che necessitano di informazioni precise e ben documentate. Le sue caratteristiche uniche, combinate con la sua fiducia in citazioni e accuratezza, lo rendono un potenziale cambiamento nel campo della ricerca online e del recupero delle informazioni. Mentre ChatGPT-4 e Claude hanno i loro meriti, l’approccio di Perplexity AI all’affidabilità e all’accuratezza dei dati potrebbe vedere una crescente preferenza, specialmente tra gli utenti.

Limitazioni di Perplexity

Perplexity, come ogni altro strumento, presenta diverse limitazioni e sfide. Ecco le principali:

Funzionalità Limitate Rispetto a ChatGPT: Perplexity AI, seppur efficace, non offre un ventaglio di funzionalità così ampio come ChatGPT. Gli utenti alla ricerca di funzionalità più avanzate potrebbero trovare Perplexity AI alquanto carente in confronto.
Errori Fattuali e Potenziale Bias: Gli utenti dovrebbero essere consapevoli che Perplexity AI, come altri strumenti di IA, può a volte fornire informazioni errate o mostrare pregiudizi nelle sue risposte. Ciò necessita un certo grado di scetticismo e verifica indipendente.
Necessità di Verifica dei Fatti: Nonostante la capacità di Perplexity AI di citare fonti per le sue risposte, si consiglia agli utenti di effettuare le loro verifiche. Lo strumento può occasionalmente utilizzare fonti datate o fornire risposte generalizzate, rendendo essenziale per gli utenti validare le informazioni personalmente.

In termini semplici, Perplexity, come molti strumenti di IA che utilizzano il linguaggio, è buono in alcune aree ma ha ancora aspetti da migliorare, specialmente nel trattare nuovi argomenti, scrittura creativa o nella comprensione del significato completo delle cose.

In cosa è utile Perplexity

Tecniche per Porre Domande e Ricevere Risposte Un’interazione efficace con Perplexity AI inizia dal modo in cui si pongono le domande. La chiarezza e la specificità sono cruciali; più precisa è la domanda, più accurata sarà la risposta. A differenza dei motori di ricerca tradizionali che si basano molto sulle parole chiave, Perplexity AI è abile nell’interpretare il linguaggio naturale.
Esplorare con Copilot La funzione Copilot di Perplexity AI si distingue per il suo approccio interattivo e guidato al recupero delle informazioni. Copilot è particolarmente prezioso per le query che cercano informazioni correnti o argomenti non disponibili nel database di ChatGPT.
Ricerca Rapida vs. Copilot Ricerca Rapida e Copilot sono due funzionalità distinte all’interno di Perplexity AI, ciascuna che serve diversi bisogni degli utenti. La Ricerca Rapida è meglio adatta per utenti che necessitano di risposte rapide e dirette. D’altra parte, Copilot è progettato per situazioni che richiedono informazioni più complete e sfumate.
Utilizzo Avanzato di Perplexity AI L’uso della funzione di caricamento file in Perplexity AI può migliorare notevolmente l’efficienza e la profondità dell’analisi per vari tipi di documenti.
Utilizzo di Perplexity AI per la Ricerca Per i ricercatori, sfruttare Perplexity AI per accedere e analizzare articoli accademici può semplificare notevolmente il processo di ricerca.
Funzione Focus per Ricerche Mirate La funzione Focus di Perplexity AI consente agli utenti di condurre ricerche mirate che producono risultati più pertinenti rispetto alle ricerche web generali.

Perplexity Free e Pro

I modelli di pricing di Perplexity AI sono pensati per adattarsi a varie necessità degli utenti. Il modello base è gratuito, permettendo l’accesso alle funzionalità principali della piattaforma. Per coloro che desiderano funzionalità avanzate, Perplexity Pro offre opzioni aggiuntive come query illimitate di Copilot e la possibilità di caricare e esplorare diversi formati di file. Questa versione Pro è disponibile sia con un abbonamento mensile, il cui costo medio si aggira intorno ai 20-30 dollari al mese, sia con un abbonamento annuale, che generalmente offre un risparmio rispetto al pagamento mensile, con un costo medio annuale di 200-300 dollari. Questo modello di pricing rende Perplexity AI accessibile a un’ampia gamma di utenti, dai ricercatori agli studenti e ai professionisti che necessitano di strumenti più avanzati.

Impatto e futuro

Perplexity AI sta trasformando il modo in cui interagiamo con la ricerca online, offrendo un approccio unico che combina IA avanzata con una vasta gamma di applicazioni pratiche. Mentre continua a evolversi, ci si aspetta che superi le sue attuali limitazioni e amplifichi ulteriormente il suo impatto.

Dopo aver esplorato a fondo Perplexity AI, posso affermare che rappresenta un significativo passo avanti nel campo dell’intelligenza artificiale applicata alla ricerca. Le sue funzionalità avanzate, l’interfaccia intuitiva e le numerose applicazioni pratiche lo rendono una solida alternativa a strumenti esistenti come ChatGPT, Bard o Copilot di Microsoft. Guardando al futuro, Perplexity ha il potenziale per ridefinire ulteriormente il panorama della ricerca assistita dall’IA, con continui miglioramenti e innovazioni che arricchiranno sia l’esperienza utente che le capacità della piattaforma.

Perplexity AI è uno degli strumenti che segna la modalità in cui in futuro ricercheremo e troveremo le informazioni, non c’è dubbio.

20 Dicembre 2023TECH & BUSINESS

Macro Trend 2024: dell’Intelligenza artificiale e (tanto) altro

Il 2024 si prospetta come un anno di notevole trasformazione tecnologica, in cui l’intelligenza artificiale (AI) emerge come un catalizzatore fondamentale, abilitando una moltitudine di trend emergenti e consolidati. Mentre alcuni di questi trend sono ancora nelle loro fasi iniziali, promettendo un terreno fertile per investimenti futuri, altri hanno già raggiunto una maturità tale da richiedere un’adozione immediata. Questa dinamica riflette un panorama tecnologico in cui l’AI non solo guida l’innovazione ma anche crea impatti collaterali in settori diversi, spingendo le aziende e gli investitori a valutare attentamente dove posizionare le loro pedine nel gioco dell’innovazione.

In questo contesto, alcuni trend si stanno affermando come pilastri per le strategie a lungo termine, mentre altri rappresentano opportunità di cambiamento e adattamento che le organizzazioni possono e devono cogliere nel presente. La convergenza di queste tendenze sta plasmando un futuro in cui la tecnologia non è solo uno strumento di progresso, ma anche un elemento chiave per affrontare le sfide globali e locali, offrendo nuove prospettive di crescita e sviluppo in un’ampia gamma di settori.

Sicurezza Pubblica nel XXI secolo

L’innovazione tecnologica sta rivoluzionando il settore della sicurezza pubblica. L’uso di droni e sistemi intelligenti di sorveglianza sta migliorando la risposta a emergenze e criminalità, consentendo una gestione più efficace delle risorse di sicurezza, riducendo i tempi di risposta e migliorando l’efficacia degli interventi.

Smart Grids

La transizione verso reti energetiche intelligenti è fondamentale per gestire in modo più efficiente le fonti di energia rinnovabile. Queste reti supportano il flusso bidirezionale di energia, permettendo non solo il consumo, ma anche la produzione e la vendita di energia da parte dei consumatori.

Swarming Cost-Effective per la Difesa

L’uso di sistemi di droni in scenari di difesa per creare un effetto di massa e sovraccarico offre un vantaggio strategico significativo. Questi sistemi possono essere utilizzati per missioni di sorveglianza, ricognizione o attacco.

Acquisizioni Tecnologiche

Le aziende stanno ampliando le loro competenze software attraverso acquisizioni strategiche. Questo permette loro di estendere la scala dei loro vantaggi software e migliorare il profilo del business acquisito.

Nuove Applicazioni per la Visione Artificiale

L’impiego della visione computerizzata in vari settori industriali come trasporti, agricoltura e miniere permette l’analisi e il monitoraggio automatico, migliorando l’efficienza e la sicurezza.

Nuova Era dell’Esplorazione Marittima

L’innovazione tecnologica sta rivoluzionando il settore marittimo. AI, hardware avanzati e visione computerizzata sono utilizzati per modernizzare le flotte e migliorare l’esplorazione e l’utilizzo sostenibile delle risorse marine.

Democratizzazione dei “Farmaci Miracolosi”

Lo sviluppo di terapie farmaceutiche innovative e la loro introduzione nel mercato in modo economicamente sostenibile rappresenta un trend importante. Questo include la gestione dei costi e la logistica complessa di tali farmaci.

Medicina Programmabile

La medicina programmabile rappresenta una rivoluzione nel modo in cui vengono sviluppate e distribuite le terapie, permettendo un approccio più rapido e mirato alla cura di varie malattie.

Potenziamento della Forza Lavoro Sanitaria

L’integrazione dell’intelligenza artificiale nel settore sanitario sta contribuendo a ridurre il carico di lavoro e migliorare l’efficienza del personale sanitario, contribuendo a ridurre il burnout e migliorare la qualità delle cure.

AI che Supera il Futuro della Salute

L’adozione dell’intelligenza artificiale nel settore sanitario non solo per l’automazione, ma anche per l’innovazione in diagnosi, trattamento e gestione dei pazienti è un trend in crescita.

App a Voce Primaria

Lo sviluppo di applicazioni che utilizzano l’interfaccia vocale come modalità principale di interazione sta migliorando l’accessibilità e la facilità d’uso.

AI Mirata e Costruita su Misura

Lo sviluppo di soluzioni AI specifiche per settori e esigenze particolari sta garantendo che l’AI sia ottimizzata per applicazioni specifiche piuttosto che per usi generali.

Strumenti AI per l’Educazione dei Bambini

Lo sviluppo di piattaforme AI progettate specificamente per l’educazione dei bambini, con focus sulla sicurezza, l’interattività e l’adattabilità alle diverse esigenze di apprendimento è un trend emergente.

Generatori AI senza Codice

La creazione di piattaforme che permettono agli utenti di generare contenuti e applicazioni senza la necessità di competenze di programmazione sta democratizzando l’accesso alla creazione digitale.

La Creatività Potenziata dall’AI

L’uso di strumenti AI che funzionano come co-piloti creativi, assistendo gli utenti nel processo creativo e rendendo l’arte e il design più accessibili è un trend in crescita.

Nuova Era di Decentralizzazione

L’importanza della decentralizzazione per garantire la libertà degli utenti e la neutralità delle infrastrutture internet, contrastando la centralizzazione del potere, è un trend emergente.

Rifacimento dell’Esperienza Utente nel Futuro

Innovazioni nell’esperienza utente nel settore delle criptovalute stanno rendendo il settore più semplice e accessibile.

Ascesa della Pila Tecnologica Modulare

La tendenza verso architetture modulari nelle reti per promuovere l’innovazione aperta e la concorrenza è un trend in crescita.

AI + Blockchain

La combinazione di intelligenza artificiale e blockchain per democratizzare l’innovazione nell’AI e garantire la sicurezza e la trasparenza è un trend emergente.

Dal Gioco per Guadagnare al Gioco e Guadagnare

La trasformazione dell’economia dei giochi per permettere ai giocatori non solo di divertirsi ma anche di trarre vantaggi economici dalle loro attività di gioco è un trend in crescita.

Intelligenza Artificiale come acceleratore di Giochi

L’uso di agenti AI nei giochi per creare esperienze di gioco più ricche e coinvolgenti è un trend emergente.

Verifica Formale meno “Formale”

Lo sviluppo di metodi di verifica formale più accessibili e meno complessi, particolarmente importanti nel settore dei contratti intelligenti, è un trend in crescita.

NFT come Asset di Marca Onnipresenti

L’uso degli NFT come strumenti per costruire identità di marca e coinvolgere la comunità è un trend emergente.

SNARKs Diventano Mainstream

L’adozione di SNARKs per la verifica sicura e efficiente di carichi di lavoro computazionali è un trend in crescita.

I trend tecnologici del 2024 abbracciano una vasta gamma di settori in rapida evoluzione, evidenziando il ruolo centrale dell’innovazione tecnologica nel plasmare il futuro in diversi ambiti. Nel 2024 le aziende adotteranno un approccio sempre più pragmatico all’innovazione, con un’attenzione crescente alle pratiche tecnologiche sostenibili e all’importanza di un’approccio alle decisioni tecnologiche strategico, ma anche concreto.

19 Dicembre 2023AI & GENAI

Phi-2 Microsoft: un passo avanti verso gli Small Language Models

Gli Small Language Models, tra cui spicca sicuramente Phi2 di Microsoft presentato pochi giorni fa, stanno ridefinendo il campo dell’intelligenza artificiale grazie alla loro efficienza e compattezza, consentendo una maggiore facilità di integrazione in dispositivi vari e una riduzione dei costi di calcolo. Questi modelli, più agili e meno esigenti in termini di risorse, saranno ideali per un’ampia gamma di applicazioni, promuovendo un’IA più accessibile e sostenibile in diverse industrie. I vantaggi degli Small Language Models , soprattutto viste le criticità attualmente presenti per l’adozione in molte aziende, aprono nuove prospettive di implementazione, con un impatto significativo su efficienza, scalabilità e applicabilità pratica.

Introduzione al Phi2

Phi2 di Microsoft rappresenta un ulteriore passo avanti nell’evoluzione dei modelli di linguaggio. Questo modello di “piccole” dimensioni, con i suoi 2.7 miliardi di parametri, sfida l’idea che solo i modelli di grandi dimensioni possano offrire prestazioni avanzate.

Lanciato ufficialmente all’evento Microsoft Ignite 2023 di pochi giorni fa, Phi2 è un ulteriore accelerazione rispetto al percorso che sta facendo l’AI in questo periodo, e si focalizza su temi di efficienza, scalabilità e accessibilità.

Caratteristiche tecniche

Phi2 rappresenta un modello di linguaggio ridotto ma altamente efficiente. Rispetto ai giganti del settore come Llama2 e Mistral, Phi2 ha dimostrato come riportato nei documenti di Model Training e benchmark che la dimensione non è sempre sinonimo di superiorità: l’importanza della qualità dei dati oltre alla quantità. In particolare:

Dimensione del Modello: Phi2 ha 2.7 miliardi di parametri, posizionandosi come un modello di media dimensione nel panorama degli LLM.
Architettura Transformer: Utilizza l’architettura Transformer, ampiamente riconosciuta per la sua efficacia nel trattamento del linguaggio naturale.
Lunghezza del Contesto: Capace di gestire un contesto di 248 token, permettendo un’analisi approfondita del testo.
Training sui Dati: Addestrato su un mix di dataset sintetici e dati web, con enfasi sulla qualità e la varietà dei dati.
Tempo di Training: Impiegati 14 giorni per l’addestramento su 96 GPU NVIDIA A100.
Tecnologie Utilizzate: Usa PyTorch, DeepSpeed e Flash Attention per l’efficienza del training e dell’inferenza.
Capacità di Ragionamento: Eccelle in compiti di ragionamento logico e comprensione del linguaggio.
Apprendimento da Codice Python: Particolarmente addestrato su codice Python, mostrando competenze significative in questo linguaggio di programmazione.
Sicurezza e Bias: Miglioramenti notevoli in termini di riduzione della tossicità e dei bias rispetto a modelli open-source simili.
Interpretazione Meccanicistica: Progettato per facilitare la ricerca sull’interpretazione meccanicistica, migliorando la comprensione di come il modello elabora e risponde alle query.

Prestazioni e benchmark

Phi2 eccelle in diversi benchmark, posizionandosi al pari, se non superiore, a modelli molto più grandi. Le sue prestazioni sono particolarmente rilevanti in compiti di ragionamento, comprensione del linguaggio e codifica, dove ha dimostrato di superare modelli come il 13B Llama-2 e il 7B Mistral. Questi risultati evidenziano il potenziale dei modelli più piccoli e efficienti nell’era dell’IA. Qui il link con informazioni su Phi2 Performance. Mentre qui trovate Phi-1.5 e Phi-1

Dalla documentazione presente in rete, ho trovato questi punti rilevanti:

Prestazioni in Common Sense Reasoning:Phi2 mostra eccellenti risultati in test come PIQA e ARC, superando modelli più grandi nel ragionamento di senso comune.
Capacità di Comprensione del Linguaggio:Nei benchmark come HellaSwag e SQuADv2, Phi2 dimostra una comprensione del linguaggio paragonabile a modelli con un numero di parametri molto superiore.
Efficienza in Task di Matematica:Nel benchmark GSM8k, Phi2 ha mostrato capacità avanzate nella risoluzione di problemi matematici, evidenziando la sua forza in compiti logici e numerici.
Performance nel Coding:In test come HumanEval e MBPP, Phi2 eccelle nella generazione di codice Python corretto, riflettendo la sua specifica formazione in questo linguaggio.
Benchmark Big Bench Hard (BBH):In questo benchmark, Phi2 ha ottenuto risultati buoni, superando modelli come Llama-2 e Mistral, specialmente in compiti di ragionamento multistep.
Confronto con Gemini Nano 2:Rispetto a Google Gemini Nano 2, Phi2 ha mostrato prestazioni superiori in diversi test di benchmark riportati da Google, nonostante una dimensione più ridotta.
Riduzione della Tossicità e Bias:In benchmark come ToxiGen, Phi2 ha dimostrato un elevato livello di sicurezza rispetto ai modelli comparabili, producendo meno output tossici e mostrando minori bias.

Applicazioni e casi d’uso

Phi2 trova applicazione in una vasta gamma di settori, dalla didattica all’assistenza sanitaria. Nell’educazione, può personalizzare l’apprendimento e supportare gli insegnanti con risposte immediate e pertinenti. Nel campo sanitario, offre consigli preliminari e supporto per il benessere mentale. E sono solo alcuni esempi, ma gli ambiti di applicazione sono enormi.

Vantaggi dei modelli più piccoli

Gli Small Language Models (SLM) rappresentano una svolta nell’IA, combinando efficienza e precisione in modelli compatti. Perfetti per l’uso su dispositivi e in ambienti con risorse limitate, gli SLM offrono prestazioni elevate e sicurezza migliorata, rendendoli strumenti fondamentali per un’ampia gamma di applicazioni. Sono ideali per dispositivi con capacità di calcolo limitate e applicazioni in tempo reale. Riducendo il tempo e i costi di addestramento, questi modelli diventano più accessibili e sostenibili, aprendo la strada a un’IA più democratica.

Efficienza di Risorse: Richiedono meno memoria e potenza di elaborazione rispetto ai LLM, ottimizzando l’uso delle risorse.
Maggiore Trasparenza: Sono più trasparenti e comprensibili, facilitando l’audit e l’identificazione di errori o vulnerabilità.
Precisione: Tendono a generare informazioni più accurate e sono meno inclini a bias, grazie alla loro scala ridotta e alla formazione mirata.
Sicurezza Migliorata: Con meno parametri e una base di codice ridotta, presentano un minor rischio di attacchi e vulnerabilità.
Adattabilità: Possono essere facilmente integrati in dispositivi con limitazioni di risorse, offrendo flessibilità nell’applicazione.
Personalizzazione: Permettono una personalizzazione più semplice per scopi specifici, adattandosi meglio ai requisiti individuali.

Inoltre, la loro maggiore interpretabilità è essenziale in campi critici come la medicina e il diritto.

Sfide e considerazioni etiche

Nonostante i numerosi vantaggi, l’uso di Phi2 – così come la maggior parte dei sistemi di LLM e SLM, presenta alcune sfide. La qualità e l’affidabilità delle informazioni generate rimangono una preoccupazione primaria. Questioni etiche come la privacy, la sicurezza dei dati e il rischio di abusi richiedono attenzione. È fondamentale assicurare che queste tecnologie siano accessibili a tutti, evitando di creare un divario digitale. Suggerisco la lettura di questo articolo dell’Unesco “Artificial Intelligence: examples of ethical dilemmas“

+++

Se questo tema trattato in questo post ed in generale ti interessano temi come #AI, #GenAI, #Web3, #AR, #VR, #Gaming e #Blockchain e vuoi essere sempre aggiornato sulle ultime tendenze tecnologiche, assicurati di iscriverti alla mia newsletter, di seguirmi qui su Linkedin Fabio Lalli o su questi canali MTVRS anche su Telegram https://t.me/mtvrs_it

18 Dicembre 2023AI & GENAI

Dalla Generative AI nelle aziende, fino all’Interactive AI

In questo anno che si sta chiudendo l’AI Generativa è diventata senza dubbio il tema di discussione principale e una delle tecnologie più influenti e potenzialmente impattanti nel medio breve termine, grazie ad applicazioni come ChatGPT, Stable Diffusion, GitHub Copilot, e Midjourneyche sono entrate già nel vivo del modo di lavorare e stanno introducendo notevoli cambiamenti in alcune aree di competenza .

In un sondaggio di O’Reilly,condotto sui propri utenti lo scorso settembre 2023, sono state analizzate le modalità di utilizzo delle aziende stanno già implementando l’AI Generativa, gli ostacoli nella sua adozione e le lacune di competenze da colmare.

Dati e stato attuale

Tra i dati rilevanti che emergono dallo studio, due terzi dei partecipanti al sondaggio (67%) hanno affermato che le loro aziende utilizzano l’AI Generativa. Di questi, il 41% la usa da più di un anno, mentre il 26% da meno di un anno. Solo il 33% delle aziende non utilizza affatto l’AI Generativa.

L’adozione dell’AI non è ancora universale per quanto i numeri diano una indicazione importante di accelerazione: molti utilizzatori (38%) sono ancora nelle fasi iniziali, sperimentando e lavorando su progetti di prova, e molto spesso con utilizzi superficiali e su processi di base o semplici, attraverso l’utilizzo di piattaforme terze e non integrate (con modelli basati su cloud come GPT-4). L’adattamento di un modello per specifici casi d’uso rimane ancora una grande sfida.

Nonostante l’alta percentuale di adoption (e aggiungerei di alta predisposizione a farlo a mio avviso), c’è ancora molto da fare in termini di formazione, recruiting, cultura e implementazione.

La formazione di modelli e lo sviluppo di applicazioni complesse si stanno semplificando grazie a molti nuove soluzioni open source che cominciano a nascere grazie a diverse comunità online e soprattutto a soluzioni che, con dimensioni piccole e meno intensive in termini di risorse, permettono l’avvio con budget ridotti.

Intorno all’AI Generativa si stanno sviluppando ecosistemi di strumenti di diverso genere, abilitando diverse modalità di lavoro e possibilità di integrazioni di potenzialità all’interno dell’azienda a costi accessibili.

Ostacoli e criticità

I fattori che ostacolano una maggiore adozione dell’intelligenza artificiale generativa nelle aziende e che sono stati identificati dalla survey, includono:

Difficoltà nel trovare casi d’uso appropriati: trovare casi d’uso aziendali appropriati e facilmente implementabili è la sfida più grande. Questo tema è tipico delle fasi di trasformazione e cambiamento e riflette solitamente la mancanza di immaginazione ed interpretazione o l’eccesso di cautela nell’implementare soluzioni AI potenzialmente inappropriatate.
Preoccupazioni legali, rischi e conformità: sono parecchi le preoccupazioni riguardo ai rischi legali e alla conformità. Le implicazioni legali dell’utilizzo dell’AI generativa, come la proprietà ed i diritti del contenuto prodotto, creano incertezza e preoccupazione.
Mancanza di politiche per l’uso dell’AI: la mancanza di linee guida progettuali all’interno delle aziende sull’utilizzo dell’AI è un problema minore ma importante. In molti casi i CEO delegano all’IT o ai CIO la gestione della tematica sottovalutando le implicazioni finanziarie, legali, la conformità normativa, l’etica e via dicendo.
Resistenza al cambiamento: alcune aziende non riconoscono la necessità dell’AI, il che può indicare una mancanza di visione o di apertura verso le nuove tecnologie o processi di sperimentazione.
Mancanza di competenze: La difficoltà nel trovare persone qualificate nell’AI è una sfida significativa. Questo è un ostacolo sia per le aziende che cercano di adottare l’AI sia per quelle che già la utilizzano e vogliono integrare competenze ed accelerare i processi di implementazione.
Problemi di infrastruttura: Costruire un’infrastruttura AI è complicato e costoso, e questo rappresenta un ostacolo per molte aziende. L’adozione di infrastrutture terze è sicuramente una soluzione, ma le implicazioni relative a tematiche di dati, segregazione, tutela e utilizzo è l’elemento cruciale.
Qualità dei dati e formazione dei modelli: Nel processo di implementazione la qualità dei dati per la formazione dei modelli sembra non esser un problema e sono meno percepiti come barriere di partenza rispetto ad altri problemi.

Come le aziende stanno usando l’AI

L’utilizzo che emerge dallo studio rappresenta a mio avviso l’esempio naturale dell’impiego l’intelligenza artificiale generativa in processi e ambiti di base e facilmente intuibili:

Programmazione: l’utilizzo più comune dell’AI generativa è nel campo della programmazione, con strumenti come GitHub Copilot o ChatGPT, utilizzati dal 77% dei rispondenti alla survey. Questo include sia sperimentazioni sia impiego effettivo nel lavoro quotidiano ed in particolare sia nella produzione di codice, che supporto ai test, che soprattutto nel processo di produzione documentale.
Analisi dei dati: il 70% degli intervistati utilizza l’AI per l’analisi dei dati, con una divisione quasi equa tra sperimentazione e utilizzo pratico.
Interazione con i clienti: il 65% delle aziende sta esplorando o già utilizzando l’AI per progetti di custormer care e servizi di assistenza clienti (interni ed esterni) e condivisione della knowledge base.
Generazione di testi: l’AI è utilizzata per generare contenuti testuali, con il 47% delle aziende che la impiega per la produzione di contenuti di marketing e il 56% per altri tipi di documentazione (report, relazioni, sintesi o estensione di documenti).
Design e creatività: l’uso dell’AI come supporto di design e la creatività è meno comune, in parte probabilmente a causa della natura dell’audience di O’Reilly, maggiormente orientata allo sviluppo. In linea generale comunque è evidente che l’utilizzo già oggi nelle aziende nei processi creatività è crescente, vista la semplicità di accesso a tool come Firefly di Adobe, Dall-E di OpenAi, Midjourney e molti altri.
Altri ambiti di applicazioni: alcune aziende stanno utilizzando l’AI in un’ampia varietà di modi, iniziando processi di integrazione di dati e servizi: dalla rilevazione di frodi, all’insegnamento, allla gestione delle relazioni con i clienti, alle risorse umane fino alla conformità.
Integrazione in strumenti esistenti: non ultima, l’AI generativa sta diventando una parte integrante di strumenti comuni di office automation, marketing e collaboration, da Microsoft Office, Google Docs e Adobe Photoshop, Canva e tanti altri che stanno progressivamente integrando funzionalità standard e base nelle proprie applicazioni.

Approccio, strumenti utilizzati ed impatti

Per quanto riguarda strumenti e piattaforme, la survey riporta una serie di informazioni (a mio avviso note) ma rilevanti da conoscere:

Uso di applicazioni preconfezionate e personalizzate: circa il 36% degli intervistati usa applicazioni come ChatGPT e GitHub Copilot, mentre il restante 64% sta sviluppando applicazioni AI personalizzate, un passo significativo che richiede investimenti in personale, infrastruttura ed educazione.
Scelta dei modelli AI: i modelli GPT sono i più utilizzati (23%), seguiti da un sorprendente 21% di aziende che sviluppano i propri modelli AI, un processo che richiede senza dubbio risorse sostanziali. Una percentuale più bassa di aziende (16%) utilizza modelli open source, meno costosi e più flessibili.
Diversità dei modelli utilizzati: oltre ai modelli GPT, un’ampia varietà di altri modelli viene utilizzata dalle aziende, compresi quelli derivati da LLaMA di Meta e modelli disponibili (su piattaforme come Hugging Face). In molti casi c’è da tenere in considerazione che alcuni di questi modelli open source hanno restrizioni sulla loro possibilità di utilizzo.
Stadio di sviluppo: molti degli intervistati sono ancora nelle fasi iniziali dello sviluppo con l’AI, con il 34% che lavora su concept e progetti in fase embrionale, mentre il 18% ha applicazioni AI in produzione.
Test per i rischi: le aziende che stanno procedendo con le implementazioni dele loro applicazioni AI, stanno valutando diverse fasi di test vista la varietà di rischi, inclusi risultati imprevisti, vulnerabilità alla sicurezza, affidabilità, equità, etica e privacy.
Competenze necessarie per progetti AI: le competenze necessarie per i progetti AI includono la programmazione, l’analisi dei dati e le operazioni per l’AI e il Machine Learning, competenze che attualmente non sono presenti nelle aziende e riflettono la complessità e la natura interdisciplinare del lavoro con l’AI Generativa.
Impatto sul business: le aziende si aspettano che l’AI aumenti la produttività, generi maggiori entrate e migliori la pianificazione e la previsione. Solo una piccola percentuale prevede una riduzione del personale grazie all’AI. In linea generale l’approccio all’implementazione iniziale e l’adozione dell’AI generativa sta partendo da progetti di Marketing o di ottimizzazione costi.

Dall’AI Generativa a quella Interattiva

Le prospettive sull’AI Generativa sono positive, ma come dico da tempo siamo solo all’inizio di un grande processo di cambiamento. Se il 2023 è stato l’anno della AI Generativa, già dal 2024 vedremo i grandi segnali dell’arrivo della fase successiva.

Mustafa Suleyman, co-fondatore di DeepMind (poi Google DeepMind), sostiene che dopo l’era dell’AI Generativa, il futuro sarà dominato appunto dall’Intelligenza Artificiale Interattiva, e questa sarà una nuova fase fondamentale nella storia della tecnologia.

L’Intelligenza Artificiale Interattiva (Interactive AI) si riferisce a sistemi di intelligenza artificiale che saranno in grado di interagire in modo più dinamico e flessibile con gli utenti. Questo tipo di AI non si limiterà a rispondere a richieste specifiche o eseguire attività predefinite, ma sarà in grado di adattarsi e rispondere a situazioni in continua evoluzione, e spesso in tempo reale.

Le caratteristiche rilevanti saranno:

Dialogo bidirezionale: L’AI Interattiva potrà sostenere conversazioni bidirezionali con gli utenti, comprendendo e rispondendo a domande, commenti o richieste in modo contestualizzato.
Adattabilità: Questa forma di AI sarà in grado di adattarsi ai comportamenti e alle preferenze degli utenti nel tempo, offrendo risposte e servizi personalizzati.
Apprendimento in tempo reale: L’AI Interattiva potrà apprendere dai propri errori e dalle interazioni con gli utenti, migliorando costantemente le sue capacità di risposta e decisionali.
Interazione vocale: l’AI Interattiva utilizzerà interfacce vocali (o altri sistemi IOT) per un’interazione più naturale e intuitiva con gli utenti.
Automazione avanzata: l’interazione andrà oltre la semplice automazione di compiti, e permetterà una collaborazione più profonda tra umani e sistemi AI: una assistente presente nella risoluzione di problemi complessi o nella generazione di idee creative.
Personalizzazione: questa nuova modalità di AI offrirà una esperienze altamente personalizzata basata sulle interazioni precedenti e sui dati raccolti dagli utenti.
Elevata elaborazione del linguaggio naturale: verranno sempre più implementate tecnologie avanzate di elaborazione del linguaggio naturale per comprendere e generare risposte naturali.

Forward looking

L’importanza dell’adozione dell’Intelligenza Artificiale Generativa (AI Generativa) per le aziende e il ruolo cruciale dei partner nel supportare questo processo emergono chiaramente anche dall’articolo del MIT Sloan.

L’AI Generativa senza dubbio offre un ampio ambito di applicazioni, ma non c’è dubbio che l’adozione debba essere ponderata e consapevole, ed è fondamentale che le aziende non solo adottino l’AI Generativa, ma anche che i loro dipendenti comprendano questa nuova tecnologia deve esser utilizzata con un approccio incrementale e potenziante, piuttosto che di sostituzione, soprattutto del lavoro umano.

In questa fase anche la scelta di partner competenti nel campo è cruciale, sia per evitare che il FOMO faccia fare scelte poco pesate e sia per poter iniziare un viaggio con un approccio strutturato in questo nuovo territorio, dal supporto all’identificazione di casi d’uso più appropriati, fino a garantire che l’implementazione avvenga in modo etico e responsabile, massimizzando i benefici e riducendo i rischi.

In questi mesi, lavorando con diverse aziende, ho messo a punto un modello di valutazione della maturità e percorso: nei prossimi giorni pubblicherò una survey con l’obiettivo di raccogliere delle informazioni per validare il modello e condividere con i partecipanti l’output. Come si direbbe… stay tuned! 🙂

17 Dicembre 2023AI & GENAI

Oltre la corsa tecnologica: il valore del tempo e della pianificazione

Nel 2013, ho avuto il piacere di lavorare con Alberto Gangarossa sul progetto Pathflow, che all’epoca poteva sembrare visionario: praticamente un “Google Analytics del mondo fisico” per il retail.

La soluzione mirava a trasformare il modo in cui nel retail, attraverso il tracciamento in tempo reale dei movimenti e dei comportamenti dei clienti all’interno dei negozi, venivano prese decisioni di allestimento, progettazione e analisi dei risultati.

La reazione del mercato quando se ne parlava era stupore, ma le barriere principali poi per l’adozione erano riguardanti i costi, la complessità e in particolare la privacy: ostacoli insormontabili allo sviluppo che ne hanno poi decretato di fatto un lento percorso verso la chiusura, frutto anche il possibile time to market anticipato.

Oggi, quello che una volta era considerato pionieristico non solo è diventato fattibile, ma a tutti gli effetti è percepito come più accessibile, necessario e di conseguenza sta iniziando ad esser “quel qualcosa di cui non puoi più farne a meno per competere”.

Ciò che dovrebbe colpire di più è il cambiamento negli atteggiamenti verso le tematiche di privacy, gestioni dei dati e l’entusiasmo crescente per le soluzioni basate sull’IA.

Ma non è questo il punto su cui voglio fermarmi, tanto meno sulla bella storia che mi ha portato a conoscere un fantastico team di persone, come Alberto appunto.

In un momento come questo, in cui stiamo vedendo l’arrivo di mastodontici cambiamenti – anche e soprattutto tecnologici – la corsa all’adozione delle ultime tendenze mette in luce una lezione a mio avviso essenziale: l’innovazione non è una merce da acquistare nell’entusiasmo delle tendenze di mercato e nella fase di hype mediatico.

Al contrario, l’innovazione è un processo progressivo che richiede tempo, pianificazione, progettazione, sperimentazione di nuovi metodi e tecnologie, anche quando il loro impatto reale e il valore sono ancora da comprendere appieno.

L’innovazione non riguarda il seguire la folla. Riguarda l’essere pronti a valorizzare le nuove possibilità ed esplorarne il potenziale, molto prima che diventino la prossima grande cosa, acquisendone conoscenza, vantaggi e benefici e di conseguenza la capacità di scegliere il momento migliore per partire.

16 Dicembre 2023AI & GENAI

Industrial revolution mechanized muscles. AI revolution is mechanizing minds.

Era il diciottesimo secolo e l’avvento delle macchine iniziava a spostare equilibri che sembravano consolidati. La rivoluzione industriale, con la sua meccanizzazione massiccia, sollevò preoccupazioni e timori ovvi in prossimità dei grandi ed imminenti cambiamenti.

Cosa sarebbe stato dell’uomo e della sua essenza di fronte a questa trasformazione?

Una serie di evoluzioni, miglioramenti e criticità in divenire in vari ambiti che poi nella storia abbiamo letto: da grandi impatti industriali a lavorativi, dal tempo liberato dalle macchine, l’emergere del lavoro part-time, l’incremento dei consumi, nuove dinamiche di aggregazione sociale, la riduzione delle distanze e tempi, nuovi ambiti normativi da sviluppare ma soprattutto – di base – la facilitazione delle attività fisiche, e la conseguente meccanizzazione dei muscoli.

E cosa sarà dell’uomo e della sua essenza di fronte all’imminente crescita dell’AI?

Oggi siamo nel pieno (non si può e non si deve parlare di inizio perché questo processo di cambiamento è nato ben prima di chatgpt…) di nuova rivoluzione “industriale”, derivante appunto dalla rivoluzione dell’intelligenza artificiale, e che presenta incredibili parallelismi con la storia già vissuta. L’IA sta creando nuova forma di libertà temporale, destabilizzando processi e modelli consolidati, forgiando nuove forme di comunità e conoscenza. Stiamo assistendo e partecipando, in modo diretto o indiretto, consapevole o meno, ognuno di noi, ad uno shift di competenze, creatività, apprendimento, segnando temporalmente quella che verrà con certezza chiamata l’era della meccanizzazione delle menti.

AI’s societal impact mirrors industrialization: disruptive, transformative, yet inevitably integrated

E così come la meccanizzazione è divenuta parte integrante delle industrie, trasformando il modo in cui operavano, l’IA diventerà essenziale in termini di sopravvivenza e competitività (se già non lo è per molti ambiti), integrandosi pienamente nei modelli e nella consapevolezza aziendale. Nessuna impresa potrà ormai prescindere dall’adozione dell’IA per “meccanizzare” processi di studio, analisi e conoscenza, creando nuovi modelli operativi.

Tanto meno riusciremo a fare a meno di utilizzare strumenti di AI per sviluppare competenze, comprendere e cercare, e non è detto che lo faremo coscientemente perché l’AI ci sarà e sarà sempre più invisibile ai nostri occhi, esattamente come la tecnologia che indossiamo ed usiamo, e di cui non ci accorgiamo più.

19 Novembre 2023AI & GENAI

Generative AI: Dall’esplorazione all’integrazione. Prossima fermata, l’Era BioSpaziale.

L’intelligenza artificiale generativa ha iniziato il suo viaggio negli anni ’60, ma è stato il 2022, a mio avviso, a segnare un’epoca che definiamo – e che sarà definita senza dubbio in futuro – rivoluzionaria, un po’ un nuovo Rinascimento, caratterizzato da nuove forme di creatività e scoperte.

Il rilascio di strumenti come MidJouney, DALL-E e GPT ha acceso un interesse globale – ed un entusiasmo – in precedenza pari a momenti di grandi stravolgimenti come l’arrivo di Internet, dell’Ecommerce e del Mobile. L’arrivo poi di Stable Diffusion ed il successo di ChatGPT hanno ulteriormente catalizzato questo interesse, portando l’IA Generativa al centro dell’attenzione mondiale.

Atto Primo – Esplorazione: Il primo atto di questa storia è stato caratterizzato dall’esplorazione e dall’innovazione. DALL-E 2 ha aperto nuovi orizzonti nella generazione di immagini, mentre GPT-3 ha rivoluzionato la scrittura assistita dall’IA. Con il rilascio di Stable Diffusion, abbiamo visto un’esplosione di strumenti di immagini AI, segnando un cambiamento significativo nella percezione e nell’accessibilità (fortemente semplificata e a portata di tutti) dell’IA Generativa. Questa fase ha visto un’accelerazione nell’adozione e nella sperimentazione dell’IA, preparando il terreno per una maggiore integrazione nel tessuto della vita quotidiana, e aziendale.

Atto Secondo – Integrazione: Mentre l’Atto Primo è stato di esplorazione, l’Atto Secondo, come suggerito da diverse scritture, articoli e riflessioni, è definito ill momento dell’integrazione. In questa fase, l’IA Generativa sta maturando, passando dall’essere una novità a diventare una componente fondamentale di vari sistemi e servizi. Grandi aziende tecnologiche stanno rapidamente incorporando l’IA Generativa nei loro prodotti. Microsoft, ad esempio, sta integrando l’IA in tutto, dalla suite Office 365 a Bing e Windows. Google sta seguendo un percorso simile, potenziando servizi come Google Search e Workspace con modelli di linguaggio avanzati.

L’Era dell’Integrazione: Questa era sta mettendo le basi, per le aziende tecnologiche e non solo, del consolidamento della loro posizione di mercato attraverso collaborazioni strategiche, acquisizioni ed integrazioni di modelli. L’approccio è semplice (concettualmente) ma potente (praticamente): integrare l’IA Generativa in strumenti e prodotti già utilizzati dai consumatori e dalle imprese, al fine di incrementare efficacia, modello di business, fedeltà utente.

Adobe, con il suo Firefly v2, sta portando l’IA Generativa nel mondo della grafica e del design, mentre Amazon, attraverso la sua piattaforma cloud, offre modelli di IA come servizio. Ma non solo i grandi brand si stanno muovendo rapidamente, anche le piattaforme come Roblox, Unity, Nvidia, Notion, Zapier e tante altre hanno intrapreso un processo virtuoso di implementazioni.

Dall-e | ChatGPT | Fabio Lalli | “About Generative Timeline”

Sfida, non facile, per le Aziende e Startup: Le startup – così come le aziende attive nei processi di ricerca – vitali per l’innovazione continua, si trovano di fronte a sfide significative. Le grandi aziende tecnologiche controllano le piattaforme e i modelli principali, rendendo difficile per le piccole imprese competere a lungo termine. Nonostante ciò, l’importanza dell’open source nell’IA Generativa rimane cruciale per garantire un ambiente di innovazione senza le restrizioni imposte dalle grandi aziende.

Collaborazione e Personalizzazione: L’integrazione dell’IA Generativa sta portando ad un aumento della collaborazione tra sistemi e aziende, offrendo soluzioni personalizzate per varie applicazioni. Questo è evidente nella partnership tra Canva e Runway, e nell’incorporazione di Firefly di Adobe in applicazioni Google, così come le implementazioni di Heygen, Evenlabs, Perplexity o Inflection in diverse piattaforme. Queste collaborazioni stanno aprendo nuovi orizzonti per applicazioni innovative e soluzioni personalizzate e fortemente potenziate.

What’s Next? – Una era BioSpaziale: Guardando al futuro, è probabile che l’era dell’IA Generativa si evolva ulteriormente nell’Era “BioSpaziale“. Questa fase prevede una fusione tra IA, mondo fisico e biologia, portando nuove frontiere nell’ IOT (Internet delle Cose) e nella biologia sintetica. Le caratteristiche principali e le potenziali implicazioni di questa era potrebbero includere:

Convergenza di IA e Biologia: sviluppi significativi nella biotecnologia e nella medicina personalizzata, progettazione di farmaci assistita da IA, diagnostica avanzata e terapia genetica.
Sintesi tra IA e il Mondo Fisico: fusione tra IA e dispositivi fisici, innovazioni nel campo dell’Internet delle Cose (IoT), immersività, robotica avanzata e sistemi autonomi.
Applicazioni nell’Edilizia evoluta: progettazione e gestione degli ambienti urbani, miglioramento l’efficienza energetica, mobilità sostenibile e abitabilità delle città.
Agricoltura e Sostenibilità Ambientale: ottimizzazione di pratiche agricole, giorne delle risorse naturali in modo più efficiente e contributo alla lotta contro il cambiamento climatico.
Sviluppi della Bioinformatica: analisi dei dati genetici e biomolecolari, nuove scoperte in genetica, evoluzione e ecologia.
Human Computer Interaction: progresso nelle neurotecnologie, nuove forme di interazione tra uomo e macchine, possibilità di sviluppo di interfaccia cerebrale-computer.
Etica e impatti Sociali: nuove sfide etiche e sociali significative, nuove forme di gestione della privacy, sicurezza biologica e accesso equo alle tecnologie avanzate.

L’Era BioSpaziale rappresenta un potenziale futuro, non troppo remoto, in cui la tecnologia IA si fonde e interagisce profondamente con il mondo biologico e fisico, aprendo nuove frontiere in molteplici settori e sollevando questioni importanti che richiederanno un’attenta considerazione e gestione.

Dall-e | ChatGPT | Fabio Lalli | “BioSpatial Era”

L’IA Generativa, ora al suo Secondo Atto e nel pieno dell’accelerazione, dell’adozione e della complessità da gestire in termini di sostenibilità e scalabilità, sta acquisendo graduale maturità tecnologica in diversi ambiti, ma siamo comunque solo all’inizio di un viaggio che sta modellando e modellerà totalmente intere industrie.

11 Novembre 2023AI & GENAI

GPT Store, ecco perchè sarà una rivoluzione.

Ho ricevuto un po’ di commenti e messaggi riguardo GPT, e provo a condividere il motivo dell’entusiasmo intorno all’annuncio di OpenAI, relativamente al GPTs Store, così da rendere più completo il senso del concetto di “rivoluzione”.

🤓 Cos’è il GPT Store prima di tutto?

Il GPT Store è fondamentalmente un AppStore per l’Intelligenza Artificiale, e questo dovrebbe già far capire il potenziale di quello che abbiamo davanti.

📊 Un po’ di contesto:

L’Appstore di Apple ha 2,24 milioni di app e giochi
Il Play Store di Google ha 2,59 milioni di app

Entrambe gli store gli store nati nel 2008, hanno traguardato il milione di app tra il 2012 ed il 2013. A mio avviso il GPTs Store di OpenAI avrà almeno 100 milioni di app e succederà in molto meno tempo, addirittura meno di un anno.

❓ Perchè questa stima?

Da quando ho fondato IQUII abbiamo sviluppato ben oltre 500 app (ios, android e non solo) per diversi brand in diverse industrie: indicativamente una app ben fatta, tra progettazione, disegno, integrazione, sviluppo, e test ha un ciclo lavoro di 2 / 3 mesi (ribadisco app mediamente complesse). Oltre ai tempi necessari per pubblicazione, validazione e lancio.

💥 Per sviluppare un GPTs, di base, e senza grandi integrazioni, ci vogliono tra 10 ed i 30 minuti (per stare larghi). Compresa pubblicazione e condivisione tramite canali social, wa, telegram e via dicendo. Ovviamente non parlo di GPTs con integrazioni di servizi terze parti magari da realizzare ad hoc per aggiungere un valore dinamico e fortemente integrato con il proprio core business. Ma parliamo di tempi decisamente diversi.

👀 Non c’è dubbio che GPT Store rivoluzionerà quasi tutti i settori, inclusi:

Salute mentale
Fitness
Assistenza sanitaria
Produttività
Creazione di contenuti
Analisi di business
Marketing
Vendite
Viaggi
e tanto altro ancora.

Praticamente intere industrie.

✍ Chiunque voglia entrare essere qualificato e avere una solida conoscenza di:

Formulazione di prompt
Ricerca
Raccolta dati
Integrazione di servizi
ma soprattutto analisi di processi ed analisi di impatto.

Nulla dovrà esser lasciato al caso, e commettere gli stessi errori già fatti in fasi precedenti (investimenti affrettati e senza disegno e progettazione, come successo anche nel mobile) avrà, in questo caso, impatti molto più grandi.

23 Ottobre 2023WEB3, METAVERSE & NFT

Vedersi vs Guardarsi: la vera “innovazione” visiva dei visori Vision Pro di Apple

Nel mondo dell’XR (Extended Reality) ogni uscita degli ultimi tempi – di hardware e software che sia – rappresenta un ulteriore passo avanti in un viaggio che negli ultimi anni è sembrato difficile da far partire e che apparentemente è andato a rilento, malgrado la tecnologia abbia fatto evoluzioni a ritmi vertiginosi.

Dalle prime fasi embrionali con Oculus Rift, alla realtà virtuale roomscale di HTC Vive, siamo stati testimoni (e sperimentatori) di un progresso costante che ha continuamente spostato i confini di ciò che sarebbe stato possibile fare con un occhiale sulla testa. Fino ad oggi.

L’arrivo del Quest 3.

In questi giorni ho avuto il piacere di accogliere nella mia collezione casalinga privata il Quest3 di Meta, un dispositivo che si aggiunge alla lunga lista di visori che ho avuto l’opportunità di testare nel corso degli anni e che tutt’ora “colleziono” gelosamente (permettetemi di flexare un po’ 🙂 ): Oculus Rift DK1 e DK2, Oculus Go, Quest, Quest 2 e il – non più recente – Quest Pro, oltre a diversi altri visori di altre marche.

Ogni nuovo arrivo porta con sé una serie di aspettative e potenzialità ed il Quest3 devo dire la verità non mi ha deluso affatto, mostrando sensibili (ed importanti) miglioramenti rispetto ai suoi predecessori.

La prova di Vision Pro.

Però… una delle esperienze più belle (e aggiungerei sorprendente) dell’ultimo periodo , tanto che ci ho messo qualche giorno a metabolizzare, è stata la prova del Vision Pro di Apple.

Ho avuto l’opportunità di testarlo in anteprima – aaargh non ho potuto fare foto purtroppo – con un cliente durante un workshop privato che aveva lo scopo di capire le potenzialità per lo sviluppo di progetti per quelli che saranno “i dipendenti aumentati“, un concetto introdotto da me nell’incontro per spiegare cosa, come e (da) dove collaboreranno le persone in azienda in un futuro ormai non troppo remoto.

La reazione (di tutti) alla prova del visore è stata di stupore (e credo che questo non descriva a sufficienza l’effetto provato) e non vi nascondo di avere avuto la stessa emozione e fibrillazione del mio primo passaggio da Nokia/Blackberry ad IPhone. Malgrado il suo prezzo enorme annunciato di $3.500 e la promessa di disponibilità solo per l’inizio del prossimo anno (2024), il Vision pro rappresenta a mio avviso un ulteriore salto in alto e l’ingresso col botto di Apple nell’innovazione di questo ambito.

Vedersi vs Guardarsi

L’elemento che ha colpito di più la mia attenzione e le mie riflessioni – e che da giorni mi fa riflettere di Vision Pro rispetto agli altri visori sul mercato – riguarda l’interazione occhi-utente.

Mentre la maggior parte dei dispositivi permette di “vedere” il contesto grazie all’introduzione del passthrough e al potenziamento delle telecamere interne, Vision Pro introduce la caratteristica innovativa del “pass-through bidirezionale“, permettendo ad altri di vedere una rappresentazione degli occhi dell’utente e quindi di “guardare” e di “essere guardato“, con un display micro-OLED 4K per occhio. E lo fa appunto anche grazie allo schermo OLED frontale presente sul visore rivolto verso l’esterno.

Per capirci, è come la differenza che c’è nel parlare con qualcuno che indossa occhiali scuri da sole o con qualcuno che ha invece lenti trasparenti: con il primo, c’è una barriera, mentre con il secondo, lo sguardo si fonde in un’interazione autentica e diretta, rendendo l’occhiale praticamente “invisibile” alla percezione dell’utente.

Apple con questo “dettaglio” non si è limitata a migliorare l’esperienza di Mixed Reality: l’ha reinventata. Passare dal vedersi al guardarsi è una rivoluzione apparentemente banale, ma fondamentale. Questo approccio trasforma il visore da un semplice strumento tecnologico a una vera e propria estensione dei nostri sensi, avvicinandolo al concetto di lente piuttosto che a quello di dispositivo.

Leggerezza, design e semplicità.

Ma non è tutto. Vision Pro è incredibilmente semplice. E lo fa con la stessa semplicità di quando Apple ha introdotto per la prima volta lo swipe. Il processo di calibrazione è fluido e intuitivo, come accedere a un iPhone appunto.

Il metallo leggero ed il vetro sul dispositivo – rispetto alla plastica di altri visori – lo rendono uno strumento percepibile come di maggiore qualità e pregio. La leggerezza del design, che si presenta in particolare più come “un visore con fascia” che un “casco” (sensazione che la maggior parte dei visori danno per via dell’elastico sopra al centro della testa… e che spettina capelli e ciuffo di chi si pettina come me), e l’assenza di controller esterni rendono l’esperienza incredibilmente immersiva.

Grazie a una serie di sensori e telecamere (scanner LiDAR, fotocamera TrueDepth) presenti nel visore, si può controllare il dispositivo usando solo mani, occhi e voce. L’eye tracking, in particolare, permette di interagire con l’ambiente virtuale in modo naturale e intuitivo. Il “touch” delle dita sulle icone ha una sensibilità talmente fluida che la sensazione, interagendo, è che con oggetti virtuali siano li, realmente, seppur in assenza però di feedback aptico.

Meta Quest 3 da non sottovalutare.

Nonostante le numerose qualità del Vision Pro, e per quanto non abbia ancora avuto modo di sperimentarlo più in profondità (in fondo ci ho giocato un oretta in tutto), non posso non riconoscere i passi avanti fatti anche dal Quest3, che invece in questi giorni ho potuto testare, usare, giocare e… girarci per casa, passando per pazzo agli occhi di tutta la famiglia!

La sensibilità del Quest3 è migliorata e l’efficacia nel riconoscimento dell’ambiente circostante è notevole ed efficace, e si presta molto per il mondo del gaming, dell’entertainment e dell’immersività più a tutto tondo. Non c’è dubbio che sia un dispositivo che, come ho detto e scritto più volte, può creare cultura e adozione maggiormente massiva anche per via del suo prezzo non proibitivo.

Nel futuro sicuramente c’è Extended Reality (XR)

Certo, non c’è dubbio comunque che Vision Pro abbia alzato il livello, ridefinendo le aspettative per il futuro dell’XR. Ora gli altri dovranno velocemente accelerare e probabilmente riconsiderare alcuni concetti introdotti da Apple che ha dalla sua parte anche un ecosistema unico integrato ed una community / aziende mature e pronte a migrare e sviluppare nuove app.

Tra qualche tempo, un decennio (o forse anche molto meno), ci guarderemo indietro, e la tecnologia di Mixed Reality di oggi ci sembrerà arcaica proprio come la tecnologia di 10 anni fa appare oggi obsoleta.

Una cosa è certa comunque. Quello a cui stiamo assistendo sta mettendo le basi profonde di un cambiamento dell’interazione uomo contesto, e le possibili implementazioni per il futuro sono infinite.

4 Luglio 2023PENSIERI SPARSI

L’intersezione tra Creatività e Intelligenza Artificiale: Una nuova era di possibilità

L’intelligenza artificiale (IA) ha raggiunto un livello di evoluzione tale da permeare molteplici ambiti della nostra vita quotidiana. Mentre molti potrebbero temere che l’IA possa soppiantare la creatività umana, ci troviamo invece di fronte a un’opportunità senza precedenti. In questa nuova era digitale, la creatività e l’IA si intrecciano per dar vita a risultati straordinari. Gli ambiti di impatto, positivo, sono diversi.

Amplificazione delle capacità creative

L’IA agisce come un catalizzatore per l’espressione creativa umana. Grazie alla sua capacità di apprendimento automatico e generazione di contenuti, l’IA può aiutare a superare ostacoli e stimolare la creatività. I suoi algoritmi analizzano una vasta quantità di dati, aprendo nuovi orizzonti e fornendo spunti innovativi. L’IA può suggerire combinazioni inaspettate, aprire nuove prospettive e potenziare le capacità creative degli individui.

Automazione delle attività ripetitive

L’IA consente di automatizzare compiti ripetitivi e meccanici, liberando così tempo e risorse per attività creative di alto livello. Attività come la creazione di grafica, l’editing di immagini e video o la generazione di testi possono essere delegate all’IA, consentendo ai professionisti creativi di concentrarsi su compiti più complessi e concettuali. Questa automazione migliora l’efficienza e stimola l’innovazione.

Sviluppo di nuove forme di espressione

L’IA sta aprendo nuove strade per l’espressione creativa. Grazie alla generazione di contenuti e alla manipolazione di dati, siamo testimoni di nuove forme artistiche e di narrazione. L’IA può creare opere d’arte, generare melodie, scrivere poesie e persino creare sceneggiature. Questa collaborazione tra l’IA e gli artisti umani sta ampliando il nostro concetto di creatività e aprendo possibilità inesplorate.

Sfide e responsabilità

Nonostante i progressi dell’IA, sorgono alcune sfide. La necessità di mantenere un equilibrio tra l’automazione e l’espressione umana è fondamentale. L’IA non deve essere vista come un sostituto della creatività umana, ma come un potente strumento da utilizzare con intelligenza. È importante sviluppare un’etica dell’IA che consideri l’impatto sociale, la privacy e l’equità nella creazione e nell’utilizzo dei modelli di intelligenza artificiale.

Il ruolo dell’umanità nella creatività

Nonostante l’avanzamento dell’IA, il ruolo degli esseri umani nella creatività rimane irrinunciabile. La capacità di pensiero critico, di immaginazione e di connessione emotiva sono caratteristiche che distinguono la creatività umana. L’IA può fornire strumenti e spunti, ma è la mente umana che conferisce significato e valore all’arte e alla creatività stessa. La sfida per i creativi consiste nel padroneggiare l’IA, sfruttandola come alleato e amplificatore delle proprie capacità e non come strumento di appiattimento.

L’IA rappresenta una svolta significativa per la creatività umana. Le sue potenzialità e l’automazione delle attività ripetitive aprono nuovi orizzonti per gli artisti, i designer, i musicisti e i creativi di ogni settore.

Ritengo importante mantenere un approccio equilibrato, riconoscendo il valore irrinunciabile dell’espressione umana e affrontando le sfide etiche che l’IA comporta. L’interazione tra creatività e intelligenza artificiale è destinata a ridefinire il panorama artistico e a stimolare nuove forme di espressione che arricchiranno la nostra società.