Costruire o comprare è la domanda sbagliata con cui iniziare. La domanda giusta è: cosa so davvero del mio problema, dei miei dati e delle mie capacità interne? Questo post non ha l’ambizione di dare una risposta universale, ma serve a stimolare le domande nell’ordine giusto.
AI per leggere schemi tecnici? Si può! Utilizzando OCR, NLP e LLM, è stato possibile cercare nei disegni tecnici in archivio componenti già progettate per concentrarsi sul lavoro di innovazione del team.
L’AI Act prima e le norme che lo recepiscono a livello italiano poi conferma che l’AI come tecnologia è ufficialmente passata da strumento prototipale per sperimentazioni e ricerca a strumento utile e utilizzato in larga scala, che deve essere regolamentato.
La realtà è che i sistemi di AI erano già largamente utilizzati nel settore industriale, avere però un DDL di riferimento per valutarne i rischi e regolamentarne l’utilizzo è un segnale positivo per una tecnologia ormai matura e indispensabile per l’innovazione in industria – e non solo.
Sapreste riconoscere una persona da una macchina? Domanda stupida, la riformulo. Immaginate di discutere via chat con qualcuno. Riuscireste a dire se state parlando con un chatbot o una persona? Beh, con ragionevole certezza sì, penserete. E invece, secondo uno studio pubblicato nel febbraio 2024, vi sbagliate. Matthew O. Jackson e il suo team hanno…
Quindi: l’orizzonte dell’IA nell’industria nei prossimi anni appare promettente, con aspettative di significativi miglioramenti in efficienza, qualità e innovazione. Le aziende che sapranno integrare l’IA nelle loro operazioni e investire nelle competenze necessarie avranno un vantaggio competitivo nel panorama industriale futuro.
Insomma, todo list per questo 2025: formatevi, sperimentate, raccogliete risultati e fallite in fretta!
I digital twins sono la replica digitale di un sistema fisico. Basati sui dati, quando sono potenziati dall’AI raggiungono l’apice del potenziale.
The ultimate guide to AI management systems: 42001:2023. Possiamo tutti essere grati che cominci proprio con il numero 42?
Il Premio Nobel 2024 celebra la scoperta di modelli matematici complessi e riconosce il contributo centrale che questi hanno avuto negli sviluppi dell’intelligenza artificiale. Le reti di Hopfield e le macchine di Boltzmann hanno dimostrato che i computer possono memorizzare e riconoscere strutture e pattern complessi, aprendo nuove strade e nuove applicazioni per lo sviluppo di sistemi di AI.
Il problema del bias non è solo una questione tecnologica, ma un riflesso del nostro stesso modo di vedere il mondo. Siamo tutti soggetti a pregiudizi, e solo attraverso un impegno consapevole possiamo ridurre il loro impatto, sia nelle macchine che nei nostri comportamenti quotidiani. Educare noi stessi e le AI alla diversità e all’equità è il primo passo per costruire un futuro più giusto e inclusivo.
I sistemi di AI generativa rendono possibile generare grandi quantità di testo e di immagini in pochissimo tempo, coerentemente con un contesto specifico in base ai prompt che vengono condivisi. Facendo una richiesta anche complessa, strumenti come ChatGPT, Mistral, Claude, Gemini e altri comprendono il contesto e restituiscono una risposta realistica. Il grande problema è proprio questo: le risposte dei modelli, realistiche e non reali, si basano su una base dati generalista che il modello rielabora con le regole che ha imparato, come un pappagallo.