CapIAmoci, Dicembre 2024
Introduzione alla rubrica CapIAmoci
Negli ultimi anni abbiamo assistito ad una vera e propria rivoluzione nel mondo della tecnologia, con l’avvento dell’Intelligenza Artificiale.
Con un progresso spedito a velocità mai viste si rischia di perdere il passo coi tempi e di rimanere spaesati, ed è per questo nasce una nuova rubrica: “capIAmoci”, a cura di Mattia Sospetti.
Lo scopo della rubrica è di presentare le notizie più importanti del mese riguardanti il vasto mondo dell’Intelligenza Artificiale, andando in profondità, e permettendo così ai lettori di rimanere aggiornati con pochi minuti al mese.
Edizione Dicembre 2024
Siamo all’ultima edizione dell’anno, prima che il nuovo anno porti una ventata di novità, buoni propositi ed idee da realizzare. Con la speranza che il 2025 possa dar luce ad avanzamenti tecnologici in linea con quanto visto sinora, ci apprestiamo a dare le seguenti tre notizie approfondite in CapIAmoci, la newsletter sull’AI, a cura di Mattia Sospetti di Med Innovations.
OpenAI rilascia SORA, ma c’è da aspettare
Quello a cavallo tra Novembre e Dicembre è stato un periodo decisamente prolifico per l’azienda statunitense, con un primo rilascio di un piano di abbonamento avanzato denominato “ChatGPT Pro”.
Come suggerisce il nome, il piano è pensato per i professionisti, in quanto fornisce agli abbonati lo stato dell’arte attualmente a disposizione dell’azienda.
Il piano include l’accesso ad OpenAI o1 (il modello più avanzato con anche moduli di reasoning, come spiegato in una edizione precedente di questa newsletter), oltre alla versione mini (più rapida), GPT-4o e la nuova modalità Advanced Voice, che permette di servirsi dell’AI come di un interlocutore.
Il prezzo ovviamente è alto, considerati i costi di ricerca, sviluppo, produzione e manutenzione che l’azienda deve sostenere (si parla di circa 200 dollari mensili).
Ma ciò su cui gli occhi di molti si sono posati è stato il rilascio, in data 9 Dicembre, di SORA, il tool di generazione video.
Fino ad oggi non avevamo visto che snippet di questo software (soprattutto ad inizio anno), senza che ci fosse disponibilità pubblica.
Questo modello funziona in modo simile a DALL-E per le immagini: l’utente descrive una scena e Sora genera un video in alta definizione. Può anche creare video basati su immagini statiche, estendere video esistenti o completare fotogrammi mancanti.
Si parla di capacità di produrre video fino a 20 secondi, con risoluzione fino a 1920×1080, in vari formati (verticale o orizzontale).
Ad oggi il rollout per il rilascio mondiale è iniziato, con l’Europa (tra cui ovviamente l’Italia) che purtroppo deve aspettare. In ogni caso, puntualizziamo che si tratterà di un prodotto esclusivo per gli utenti ChatGPT Pro e Plus, con limitate capacità di produzione relative al piano (si stima 50 video per utenti Plus e 500 per gli utenti Pro).
Chiaramente i video sono ancora lontani da essere indistinguibili dalla realtà, ma, esattamente come ChatGPT, sarà un punto di partenza da cui non si potrà che migliorare.
Ciononostante, potrà anche risultare come un mezzo per la propagazione di rischi come la disinformazione e i deepfake.
https://www.cnbc.com/2024/12/09/openai-releases-sora-its-buzzy-ai-video-generation-tool.html
Google gioca la sua carta: rilascia Gemini 2.0
Passiamo a Google, che, dal giorno zero, si è posta tra i principali competitor con openAI per lo sviluppo dell’AI, e non è rimasta di certo a guardare, attirando occhi ed orecchie su di lei anche stavolta.
A sorpresa, infatti, ha rilasciato la nuova versione del suo LLM, Gemini 2.0 (oltre alla sua versione pocket, denominata Gemini 2.0 flash).
Definirla come LLM è ormai riduttivo: si tratta di un vero e proprio AI Agent, una sorta di companion da affiancare nel mondo del lavoro. Nativamente multimodale (dunque con supporto testuale, video, immagini, audio e persino codice), ora presenta migliori capacità di prevedere azioni e richieste dell’utente, e comportarsi in maniera più autonoma.
Gemini 2.0 può servirsi della Ricerca Google, eseguire codice e favorire una esperienza utente assolutamente innovativa e senza precedenti.
La sua enorme versatilità le permette di essere un alleato di sviluppatori (se non di aziende intere) che possono integrarla in modo relativamente semplice con le API Gemini.
Il modello è disponibile in Gemini Advanced (il piano a pagamento del servizio), inizialmente per una fetta ristretta di testers, che poi verrà allargata laddove i test fossero di successo.
Il rilascio di Gemini 2.0 è un altro tassello da aggiungersi all’ambizioso mosaico che Google (o Alphabet che sia) si è prefissata di raggiungere: Project Astra.
Suddetto progetto, di cui non si sapeva molto fino al suo annuncio contestualmente al rilascio di Gemini 2.0, è un progetto di realizzazione di un agente AI indipendente completamente capace di interagire con il suo ambiente, comprendendo il contesto e le azioni da intraprendere.
Possiamo sicuramente dire che, visti i risultati ottenuti sinora, e la velocità con cui si avanza in tale tecnologia (senza dimenticare gli enormi investimenti), Google è nella direzione giusta, e non ci resta che aspettare.
https://www.hdblog.it/google/articoli/n602474/gemini-2-google-ai-agente-avanzato-ufficiale/
Elon Musk e le ambizioni con la sua startup xAI
La terza ed ultima notizia dell’edizione di Dicembre è dedicata ad Elon Musk. Sembra difficile non citarlo ad ogni edizione, ma la sua è una figura assolutamente centrale, non solo sul piano tecnologico, ma a breve anche dal punto di vista politico.
Al 2023 risale la fondazione della sua startup xAI, che si prefiggeva il a dir poco ambizioso obiettivo di “comprendere l’universo”.
A Dicembre 2024, l’azienda dichiara di essere uscita da un round di finanziamenti con un totale di 6 miliardi di dollari, sborsati dalle tasche di azionisti, con il compito di investirli per la costruzione di “Colossus”, un supercomputer in Tennessee, che si dice possa contenere un numero attorno al milione di unità di computazione grafica (GPU), ponendolo tra i supercomputer più potenti al mondo.
L’utilità di Colossus non si limita a mantenere in funzione Grok, il modello di LLM di xAI (disponibile per gli utenti abbonati al servizio a pagamento di X), ma anche ad addestrare nuovi modelli, a seguito di raccolta dati (l’integrazione con X sarà cruciale in tal senso).
Questi nuovi modelli non solo miglioreranno l’esperienza utente di Grok, per una interazione uomo-macchina più fluida, ma essi verranno anche utilizzati nel supporto clienti Starlink, e saranno centrali anche nei futuri update dei software di guida autonoma di Tesla (di cui abbiamo parlato in una precedente newsletter).
Rimangono numerose le critiche relative all’impatto ambientale di una soluzione del genere (si parla di una capacità energetica di 150MW).
Infatti, come riporta una fonte (che trovate a piè pagina) in agosto 2024, alcuni gruppi ambientalisti hanno sollevato preoccupazioni riguardo all’uso di turbine a gas presso il data center di Memphis, adducendo mancanze di permessi e contributi rilevanti all’inquinamento atmosferico.
In tal senso ci si aspetta che le amministrazioni locali si pronuncino…
https://techcrunch.com/2024/12/05/elon-musks-xai-lands-billions-in-new-cash-to-fuel-ai-ambitions/