CapIAmoci, Ottobre 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 Ottobre 2024
Ottobre è mese in cui le giornate continuano ad accorciarsi e i ritmi autunnali ci invitano a rallentare.
Prendetevi quindi un caffè caldo (o un tè se preferite!) e dedicatemi qualche minuto per aggiornarvi in questa edizione di CapIAmoci, rubrica di Med Innovations sull’AI.
OpenAI o1
La prima notizia che andremo ad approfondire assieme riguarda OpenAI (fresca tra l’altro di un corposo round di investimenti da 6.6 miliardi di dollari, lascio la fonte in link per approfondire).
Possiamo definirla la company che ha dato il via a tutte le più moderne scoperte in ambito AI, colei che ha sdoganato il concetto di LLM, pubblicando il 30 Novembre 2022 la prima versione di ChatGPT, dando vita ad una esplosione tecnologica senza precedenti.
Nel corso di questi quasi 2 anni dalla prima release, ne sono seguiti numerosi aggiornamenti, con versioni allenate via via su dataset sempre più grandi, garantendo prestazioni migliori.
Il 20 Settembre 2024 c’è stata una release potenzialmente molto importante: OpenAI o1 model.
il nome “o1” indica una nuova versione, ed in effetti il paradigma intero dietro al modello di LLM sembra essere cambiato: in questo nuovo modello la compagnia afferma di aver inserito la capacità di “ragionare”.
Potremmo far ragionamenti filosofici con Cartesio ed il suo “Cogito ergo sum” (che potrebbe aprire tra l’altro scenari interessanti in merito alla presenza di coscienza e self-awareness nelle LLM), ma non è nel nostro interesse al momento.
Ciò che ci deve saltare all’occhio è il modo in cui il LLM interagisce con noi: anziché, come fatto sinora, rispondere immediatamente, si prende qualche secondo in più, per “pensare”.
Ciò che avviene sottobanco è piuttosto immediato: il modello pondera le diverse possibilità di risposta, e si autocorregge prima di fornire output all’utente, seguendo un approccio simil-Reinforcement Learning.
Il task principale in cui o1 presenta miglioramenti è nel coding, risolvere problemi matematici e scientifici, in cui appunto è richiesto ragionamento.
è disponibile in 2 versioni (o1-preview e 01-mini, a seconda della potenza di calcolo e velocità desiderata).
Dal mio punto di vista di developer, segnalo un incremento sostanziale dei prezzi delle API: o1-preview costa 15$ ogni milione di token di input e 60$ per 1 milione di token di output. Per fare un confronto, GPT-4o costa rispettivamente 5$ e 15$per 1 milione di token di input e output, il che ci invita a pensare quanto sia più lento computationally expensive anche per OpenAI stessa.
Chiaramente è solo la prima release di modelli, ed in futuro ne seguiranno sicuramente di nuove e migliori.
Allo stato attuale è disponibile esclusivamente per gli utenti Plus e Team, ma c’è modo di credere che verrà poi rilasciato per tutti, come fatto in passato con altri modelli.
Microsoft investe in Italia
Adesso spazio ad una ottima notizia che riguarda l’Italia: Microsoft il 2 Ottobre ha annunciato, tramite una nota sul loro sito (lascio il link tra le fonti se volete approfondire) un investimento da 4,3 miliardi di euro nei prossimi due anni (mai così grande sinora), oltre a piani di formazione in ottica di espansione di competenze digitali.
Spesso le cifre sono più una questione di facciata, invece stavolta sembra che le cose siano prese sul serio, con un programma già definito che prevede sia ampliamento di data center sia programmi formativi, volti a portare innovazione nel Bel Paese, permettendo così anche lo sviluppo di nuove tecnologie e concorrenza con gli altri paesi.
Con questo investimento, la Cloud Region ItalyNorth diventerà una delle più grandi Regioni data center di Microsoft nel continente e svolgerà un ruolo cruciale nel soddisfare i requisiti europei di Data Boundary (Il Data Boundary Europeo è un confine geograficamente definito nel quale Microsoft conserva e processa Customer Data e dati personali).
Il vantaggio dunque che Microsoft trae da questi investimenti è non solo un potenziamento di infrastrutture aziendali, ma anche la formazione di personale specializzato in soluzioni partner con Microsoft, che, di nuovo, mirano a portare nuovi prodotti, che si spera nascano dalle menti locali.
L’infrastruttura opererà secondo i Microsoft AI Access Principles, sviluppati per promuovere l’innovazione e la concorrenza all’interno dell’economia dell’intelligenza artificiale. Questi principi riflettono il ruolo e la crescente responsabilità di Microsoft come leader nell’AI, e guidano l’azienda negli investimenti, nelle partnership commerciali e nella creazione di programmi che garantiscano un ampio accesso alla sua tecnologia di intelligenza artificiale, consentendo alle organizzazioni e agli individui di sviluppare e utilizzare queste tecnologie per servire il bene pubblico.
Da una ricerca frutto di collaborazione proprio tra Microsoft Italia e TEHA Group (azienda di consulenza manageriale milanese) e Microsoft Italia è emerso come il 63% degli imprenditori italiani riconosce una mancanza di competenze di AI generativa. Ciononostante, ci si sbilancia prevedendo un aumento del PIL annuo italiano fino a 312 miliardi di euro nei prossimi 15 anni, pari al 18,2%, grazie all’adozione massiccia di Generative AI. A maggior beneficio (122 miliardi) di questa enorme somma saranno le PMI (da sempre posizioni strategiche nell’economia italiana).
In questo scenario, Microsoft e i suoi partner, attraverso la National Skilling Initiative, introdurranno nuovi programmi di formazione per qualificare più di 1 milione di persone in Italia entro la fine del 2025
“Questo investimento storico rafforza ulteriormente il nostro impegno di lunga data per la trasformazione digitale dell’Italia” sono le parole dell’attuale vice-presidente Brad Smith.
Per aiutare le aziende ad approfondire le opportunità offerte dall’AI per la loro crescita, Microsoft Italia ha creato il programma AI L.A.B. Oltre 320 aziende hanno aderito all’iniziativa nell’ultimo anno, realizzando più di 450 progetti di AI generativa, di cui il 50% già operativi, tutti supportati da una rete di 30 partner locali per potenziare l’innovazione, la creatività e la produttività.
Allo stato attuale sono tanti numeri, che rischiano di confondere i lettori, ma ciò che deve rimanere sono sicuramente le possibilità che un colosso come Microsoft possa aprire nel nostro paese, in termini di nuovi prodotti ed innovazioni, parole chiave che spesso mancano nel nostro gergo.
https://forbes.it/2024/10/03/microsoft-annuncia-piu-grande-investimento-in-italia/
https://www.panorama.it/tecnologia/microsoft-investe-4miliardi-italia-ai
AI e Archeologia
L’ultima notizia di questo mese è molto leggera, e riguarda il modo in cui l’AI si stia espandendo in ambiti che si potevano pensare come incompatibili. Infatti persino l’Archeologia sta traendo benefici dalle moderne innovazioni.
Siamo a Nazca, in Perù, luogo dove da decenni si fanno ricerche sui geoglifi (disegni creati rimuovendo lo strato superiore del terreno, lasciando il substrato), in quanto luogo della appunto civiltà Nazca, nata nel I Secolo a.C.
Sino ad ora i geoglifi sono stati rilevati “a mano”, con l’intervento di uomini sul posto che vanno ad ispezionare le aree.
chiaramente di fronte ad un approccio simile sono evidenti i limiti, come costi, tempi, limite dell’occhio umano (si pensi che i geoglifi abbiano dimensioni variabili).
è in questo contesto che la Computer Vision, in particolare le CNN, svolgono un ruolo determinante in ottica di detection. I dataset usati per training sono i geoglifi ottenuti e labellati in precedenza dalla Pampa di Nazca, e si allena la rete a detectarne di nuovi, velocizzando e migliorando le scoperte.
Citando la fonte: “Prima dell’implementazione di sistemi AI, il ritmo delle scoperte era relativamente lento, con un media di circa 1,5 nuovi geoglifi scoperti all’anno dal 1940 al 2000. Tuttavia, con l’introduzione di tecnologie di imaging satellitare e droni, il numero è salito a circa 18,7 all’anno tra il 2004 e il 2020. Ora, con l’uso dell’AI, questo ritmo è aumentato di 16 volte, permettendo la scoperta di 303 nuovi geoglifi in soli sei mesi di lavoro sul campo.”
Permettetemi di entrare un po’ più nel tecnico: la chiave dietro tutto ciò è stata l’adozione del fine-tuning. Tale tecnica si basa sull’utilizzo di reti preaddestrate su dataset enormi (ad esempio ImageNet conta più di un milione di immagini), di modo da poter poi adattare velocemente la rete a dei dataset più piccoli (come appunto quelli dei geoglifi), sovrassedendo ad uno degli annosi problemi dei training delle CNN: la cardinalità spesso risicata dei dataset.
Personalmente ritengo questo utilizzo delle CNN veramente sorprendente, e personalmente mi rincuora vedere tecnologie così promettenti come la Computer Vision, venir utilizzate negli ambiti più disparati.