Proteggere le imprese nell’era dell’intelligenza artificiale
Man mano che l’IA diventa sempre più parte integrante delle operazioni aziendali, emergono nuovi problemi di sicurezza e minacce alla sicurezza a un ritmo senza precedenti, che superano le capacità delle soluzioni di cybersecurity tradizionali. La posta in gioco è alta e le ripercussioni potenzialmente significative. Secondo il 2024 AI Readiness Index di Cisco, solo il 29% delle organizzazioni intervistate si sente pienamente equipaggiato per rilevare e prevenire manomissioni non autorizzate delle tecnologie AI. Convalida continua dei modelli DJ Sampath, Head of AI Software & Platform di Cisco, ha dichiarato: “Quando parliamo di convalida del modello, non si tratta di una cosa una tantum, giusto? La convalida del modello avviene su base continua. quindi, man mano che si verificano cambiamenti nel modello – se si sta effettuando un qualsiasi tipo di messa a punto, o si scoprono nuovi attacchi che iniziano a manifestarsi e da cui i modelli devono imparare – stiamo costantemente apprendendo tutte queste informazioni e riconvalidando il modello per vedere come si comportano i modelli in caso di nuovi attacchi che abbiamo scoperto”. “L’altro punto molto importante è che disponiamo di un team di ricerca sulle minacce davvero avanzato che esamina costantemente questi attacchi dell’intelligenza artificiale e capisce come questi attacchi possano essere ulteriormente migliorati. Infatti, stiamo contribuendo ai gruppi di lavoro all’interno di organizzazioni standard come MITRE, OWASP e NIST” Oltre a prevenire gli output dannosi, Cisco affronta le vulnerabilità dei modelli di intelligenza artificiale alle influenze esterne dannose che possono modificarne il comportamento. Questi rischi includono gli attacchi di tipo prompt injection, il jailbreak e l’avvelenamento dei dati di formazione, ognuno dei quali richiede misure preventive rigorose. L’evoluzione porta nuove complessità Frank Dickson, Group VP for Security & Trust di IDC, ha espresso la sua opinione sull’evoluzione della cybersecurity nel tempo e su cosa significhino i progressi dell’IA per il settore. “La prima tendenza macro è stata il passaggio dall’on-premise al cloud, che ha introdotto una serie di nuovi problemi da affrontare. Poi, con il passaggio dalle applicazioni monolitiche ai microservizi, abbiamo assistito a una serie di nuovi problemi. “L’intelligenza artificiale e l’aggiunta dei LLM… la stessa cosa, una serie di nuovi problemi” Le complessità della sicurezza dell’IA aumentano quando le applicazioni diventano multi-modello. Le vulnerabilità possono sorgere a vari livelli, dai modelli alle applicazioni, coinvolgendo diverse parti interessate come sviluppatori, utenti finali e fornitori. “Una volta che un’applicazione si spostava dall’on-premise al cloud, in un certo senso rimaneva lì. Sì, abbiamo sviluppato applicazioni su più cloud, ma una volta che hai messo un’applicazione su AWS, Azure o GCP, non l’hai spostata da un ambiente all’altro con cadenza mensile, trimestrale o settimanale, giusto? “Una volta che si passa dallo sviluppo di applicazioni monolitiche ai microservizi, si rimane lì. Una volta che metti un’applicazione in Kubernetes, non salti di nuovo in un altro ambiente. “Quando cerchi di assicurarti un LLM, la cosa importante da notare è che il modello cambia. E quando parliamo di cambiamento di modello, non si tratta di una revisione… questa settimana forse [gli sviluppatori] usano Anthropic, la prossima settimana potrebbero usare Gemini. “Sono completamente diversi e i vettori di minaccia di ciascun modello sono completamente diversi. Tutti hanno i loro punti di forza e tutti hanno le loro drammatiche debolezze” A differenza delle misure di sicurezza convenzionali integrate nei singoli modelli, Cisco offre controlli per un ambiente multi-modello attraverso la sua nuova AI Defense. La soluzione si auto-ottimizza, utilizzando gli algoritmi di machine learning proprietari di Cisco per identificare i problemi di sicurezza e protezione dell’intelligenza artificiale in continua evoluzione, informati dalle informazioni sulle minacce di Cisco Talos. Adattarsi alla nuova normalità Jeetu Patel, Executive VP e Chief Product Officer di Cisco, ha condiviso la sua opinione sul fatto che i grandi progressi in un breve periodo di tempo sembrano sempre rivoluzionari, ma in breve tempo diventano normali. “Waymo è, come dire, l’auto a guida autonoma di Google. Sali, non c’è nessuno seduto nell’auto e ti porta dal punto A al punto B. È una sensazione incredibile, come se vivessimo nel futuro. La seconda volta ci si abitua. La terza volta, inizi a lamentarti dei sedili. “Anche per la rapidità con cui ci siamo abituati all’intelligenza artificiale e al ChatGPT negli ultimi due anni, penso che qualsiasi progresso importante si sentirà eccezionalmente progressista per un breve periodo di tempo. Poi si verifica una normalizzazione in cui tutti iniziano ad abituarsi” Patel ritiene che questa normalizzazione avverrà anche con l’AGI. Tuttavia, osserva che “non si possono sottovalutare i progressi che questi modelli stanno iniziando a fare” e, in ultima analisi, il tipo di casi d’uso che riusciranno a sbloccare. “Nessuno pensava che avremmo avuto uno smartphone con una capacità di calcolo superiore a quella di un computer mainframe a portata di mano e in grado di fare migliaia di cose in qualsiasi momento e ora è solo un altro modo di vivere. Mia figlia di 14 anni non ci pensa nemmeno. “Dovremmo fare in modo che le aziende si adeguino molto rapidamente a questa situazione” Leggi di più su www.artificialintelligence-news.com
Il governo britannico firma un vasto piano d’azione per l’intelligenza artificiale
L’intelligenza artificiale è destinata a diventare una pietra miliare della visione di rinnovamento economico e sociale del Regno Unito grazie a un vasto piano d’azione presentato oggi dal Primo Ministro Keir Starmer. Il governo si è impegnato a seguire tutte le 50 raccomandazioni delineate nell’ambizioso Piano d’azione per le opportunità dell’IA creato da Matt Clifford CBE, imprenditore tecnologico e presidente dell’Advanced Research and Invention Agency. “Il nostro piano farà della Gran Bretagna un leader mondiale”, ha dichiarato Starmer. “Questo significa più posti di lavoro e investimenti nel Regno Unito, più soldi nelle tasche dei cittadini e servizi pubblici trasformati. Questo è il cambiamento che questo governo sta portando avanti” Il piano pone l’IA come motore fondamentale del progresso nazionale, con l’obiettivo di rivoluzionare i servizi pubblici, aumentare la produttività e affermare il Regno Unito come leader globale nel settore. Chris Lehane, Chief Global Affairs Officer di OpenAI, ha dichiarato: “Dalla locomotiva al computer Colossus, il Regno Unito ha una ricca storia di leadership nell’innovazione tecnologica e nella ricerca e sviluppo dell’IA. “Il piano d’azione sull’IA del governo, guidato dal Primo Ministro e dal Segretario Peter Kyle, riconosce la direzione dello sviluppo dell’IA e mette il Regno Unito sulla strada giusta per beneficiare della sua crescita. Il Regno Unito ha un’enorme risorsa nazionale nel talento delle persone, delle istituzioni e delle imprese che insieme possono sfruttare l’IA per promuovere l’interesse nazionale del Paese” Un piano per sbloccare il potenziale economico I vantaggi economici dell’adozione dell’IA costituiscono un elemento centrale della strategia del governo. Il Fondo Monetario Internazionale stima che l’adozione dell’IA potrebbe aumentare la produttività di 1,5 punti percentuali all’anno. Nell’arco di un decennio, secondo i calcoli del Tesoro, questo potrebbe portare a un guadagno economico di 47 miliardi di sterline all’anno. La strategia non mira solo a far crescere l’economia, ma anche a creare benefici tangibili per i cittadini. Il dottor Jean Innes, CEO dell’Alan Turing Institute, ha dichiarato: “Questo piano offre un’entusiasmante tabella di marcia e accogliamo con favore la sua attenzione all’adozione di un’IA sicura e responsabile, alle competenze in materia di IA e all’ambizione di sostenere la leadership globale del Regno Unito, mettendo l’IA al servizio della crescita e dei benefici per la società”. “Condividiamo queste ambizioni e non vediamo l’ora di lavorare con il governo, le università, l’industria e la società civile per plasmare il futuro di queste tecnologie a sostegno del successo del Regno Unito e per migliorare la vita delle persone” Tre grandi aziende – Vantage Data Centres, Nscale e Kyndryl – si sono già impegnate a investire complessivamente 14 miliardi di sterline, creando 13.250 posti di lavoro in tutto il Paese e rafforzando la fiducia nel potenziale dell’IA del Regno Unito. Questo va ad aggiungersi ai 25 miliardi di sterline di impegni presi in occasione dell’International Investment Summit dello scorso anno. Vantage Data Centres investirà oltre 12 miliardi di sterline in progetti di data center nel Regno Unito, tra cui uno dei campus di data center più grandi d’Europa in Galles. Nel frattempo, Kyndryl stabilirà un nuovo polo tecnologico a Liverpool, creando fino a 1.000 posti di lavoro legati all’intelligenza artificiale. Nscale ha in programma di sostenere l’infrastruttura dei data center del Regno Unito con un investimento di 2,5 miliardi di dollari, che comprende la costruzione del più grande data center di AI sovrano della nazione nell’Essex entro il 2026. Alison Kay, VP per il Regno Unito e l’Irlanda di Amazon Web Services (AWS), ha dichiarato: “Noi di AWS abbiamo visto in prima persona i benefici che le tecnologie digitali come l’IA possono portare, ed è per questo che abbiamo annunciato l’intenzione di investire 8 miliardi di sterline nei prossimi cinque anni per la costruzione, la gestione e la manutenzione di data center nel Regno Unito”. “Mettendo al centro dell’agenda del governo una stretta collaborazione tra industria e partenariato pubblico-privato, ogni cittadino, comunità e azienda in ogni regione del Regno Unito avrà l’opportunità di sfruttare i vantaggi dell’IA e di prosperare e crescere.” Zahra Bahrololoumi CBE, CEO di Salesforce UK e Irlanda, ha aggiunto: “Le aziende del Regno Unito sono in una posizione privilegiata per sfruttare appieno le opportunità dell’IA, grazie a una forte cultura dell’innovazione e a leggi basate sul rischio. Ecco perché Salesforce ha scelto il Regno Unito come sede del suo primo centro AI, sulla base del nostro impegno a investire 4 miliardi di dollari nelle nostre attività nel Regno Unito per sfruttare il potere di trasformazione dell’AI” Trasformare i servizi pubblici L’intelligenza artificiale viene già impiegata negli ospedali del Regno Unito, aiutando a modernizzare il servizio sanitario nazionale con diagnosi più rapide di patologie come il cancro al seno, migliorando l’assistenza ai pazienti non verbali e accelerando le dimissioni dei pazienti. “I dati del Servizio Sanitario Nazionale potrebbero essere preziosi per le innovazioni dell’IA nel settore sanitario”, ha dichiarato il dott. Bilal, professore di IA applicata e di etica tecnologica presso la Birmingham City University. “Ma rimangono in gran parte inaccessibili a molti ricercatori a causa dei costi proibitivi e degli ostacoli logistici” iniziative come gli NHS Secure Data Environments sono un ottimo inizio, ma devono essere rese più accessibili, o idealmente gratuite, per le istituzioni accademiche”. Oltre all’assistenza sanitaria, il governo scommette sul fatto che un’adozione più ampia dell’IA potrebbe portare a efficienze simili in altri settori pubblici. Ad esempio, il piano sottolinea il potenziale dell’IA nel ridurre il carico di lavoro amministrativo degli insegnanti, nell’accelerare le consultazioni urbanistiche per facilitare la costruzione di nuovi alloggi e persino nell’identificare le buche sulle strade tramite telecamere potenziate dall’IA per accelerare le riparazioni. La nuova strategia introduce le AI Growth Zones, progettate per accelerare lo sviluppo di infrastrutture critiche. Queste zone non solo accelereranno i permessi di pianificazione, ma garantiranno anche connessioni energetiche dedicate per alimentare i progetti di intelligenza artificiale. La prima zona di questo tipo sarà istituita a Culham, nell’Oxfordshire. Costruire infrastrutture per l’IA Per sostenere le aspirazioni del Regno Unito in materia di IA sono necessari investimenti significativi nelle infrastrutture. Il piano prevede: Un aumento
Il ruolo degli iperparametri nella messa a punto dei modelli di IA
Hai una grande idea per un’applicazione basata sull’intelligenza artificiale. Pensa alla messa a punto come se dovessi insegnare a un modello di intelligenza artificiale pre-addestrato un nuovo trucco. Certo, sa già molte cose grazie all’addestramento su enormi set di dati, ma tu devi adattarlo alle tue esigenze. Ad esempio, se hai bisogno che rilevi anomalie nelle scansioni o che capisca il vero significato dei feedback dei tuoi clienti. È qui che entrano in gioco gli iperparametri. Pensa al modello linguistico di grandi dimensioni come alla tua ricetta di base e agli iperparametri come alle spezie che usi per dare alla tua applicazione il suo “sapore” unico In questo articolo esamineremo alcuni iperparametri di base e la messa a punto del modello in generale. Che cos’è la messa a punto? Immagina che una persona bravissima a dipingere paesaggi decida di passare ai ritratti. Ha capito le basi – teoria del colore, pennellata, prospettiva – ma ora deve adattare le sue abilità per catturare espressioni ed emozioni. La sfida consiste nell’insegnare al modello il nuovo compito, mantenendo intatte le sue abilità esistenti. Inoltre, non vuoi che diventi troppo “ossessionato” dai nuovi dati e che si perda il quadro generale. È qui che la regolazione degli iperparametri salva la situazione. La messa a punto dei LLM aiuta i LLM a specializzarsi. Prende le loro ampie conoscenze e li allena a svolgere un compito specifico, utilizzando un set di dati molto più piccolo. Perché gli iperparametri sono importanti nel fine-tuning Gli iperparametri sono ciò che separa i modelli “abbastanza buoni” da quelli veramente eccellenti. Se li spingi troppo in là, il modello può adattarsi troppo o non trovare le soluzioni chiave. Se invece li rendi troppo facili, il modello potrebbe non raggiungere mai il suo pieno potenziale. Pensa alla regolazione degli iperparametri come a un tipo di flusso di lavoro di automazione aziendale. Stai parlando con il tuo modello; lo aggiusti, lo osservi e lo perfezioni fino a quando non funziona. 7 iperparametri chiave da conoscere per la messa a punto fine Il successo della messa a punto dipende dalla modifica di alcune impostazioni importanti. Può sembrare complesso, ma le impostazioni sono logiche. 1. Tasso di apprendimento Controlla quanto il modello cambia la sua comprensione durante l’addestramento. Questo tipo di ottimizzazione degli iperparametri è fondamentale perché se tu, come operatore.. Se vai troppo veloce, il modello potrebbe saltare le soluzioni migliori, Se vai troppo piano, potrebbe sembrarti di guardare la vernice che si asciuga o, peggio, potrebbe bloccarsi del tutto. Per la messa a punto, di solito bastano piccole e attente regolazioni (come la regolazione dell’interruttore dimmer di una luce). In questo caso devi trovare il giusto equilibrio tra precisione e rapidità dei risultati. Il modo in cui determinerai il giusto mix dipende dall’andamento della messa a punto del modello. Dovrai controllarlo periodicamente per vedere come sta andando. 2. Dimensione del lotto Si tratta del numero di campioni di dati che il modello elabora contemporaneamente. Quando utilizzi un ottimizzatore di hyper tweaks, vuoi che le dimensioni siano giuste, perché.. I lotti più grandi sono veloci, ma potrebbero non considerare i dettagli, I lotti più piccoli sono lenti ma accurati. I lotti di medie dimensioni potrebbero essere l’opzione Goldilocks, quella giusta. Anche in questo caso, il modo migliore per trovare l’equilibrio è monitorare attentamente i risultati prima di passare alla fase successiva. 3. Epoche Un’epoca è un’esecuzione completa del set di dati. I modelli pre-addestrati sanno già molto, quindi di solito non hanno bisogno di un numero di epoch pari a quello dei modelli che partono da zero. Quante epoch sono giuste? Se sono troppe, il modello potrebbe iniziare a memorizzare invece di apprendere (ciao, overfitting), Troppo pochi e potrebbe non imparare abbastanza per essere utile. 4. Tasso di abbandono Pensa a questo come a forzare il modello a diventare creativo. Puoi farlo disattivando parti casuali del modello durante l’addestramento. È un ottimo modo per evitare che il modello faccia eccessivo affidamento su percorsi specifici e diventi pigro. Al contrario, incoraggia il LLM a utilizzare strategie di risoluzione dei problemi più diversificate. Come fare per ottenere questo risultato? Il tasso di abbandono ottimale dipende dalla complessità del tuo set di dati. Una regola generale è che il tasso di abbandono dovrebbe corrispondere alla probabilità di anomalie. Quindi, per uno strumento di diagnostica medica, ha senso utilizzare un tasso di abbandono più alto per migliorare l’accuratezza del modello. Se stai creando un software di traduzione, potresti ridurre leggermente la percentuale per migliorare la velocità di addestramento. 5. Decadimento del peso Questo parametro evita che il modello si affezioni troppo a una singola caratteristica, evitando così un overfitting. È un modo per ricordarti di “mantenere le cose semplici” 6. Programmi del tasso di apprendimento Regola il tasso di apprendimento nel tempo. Di solito si inizia con aggiornamenti audaci e radicali per poi passare alla modalità di regolazione fine, un po’ come se si cominciasse con delle larghe pennellate su una tela e si affinassero i dettagli in un secondo momento. 7. Congelare e scongelare i livelli I modelli pre-addestrati sono dotati di strati di conoscenza. Congelare alcuni strati significa bloccare l’apprendimento esistente, mentre scongelarne altri permette loro di adattarsi al nuovo compito. La scelta di congelare o scongelare dipende dalla somiglianza tra il vecchio e il nuovo compito. Sfide comuni alla messa a punto La messa a punto sembra fantastica, ma non indoriamo la pillola: ci sono alcuni ostacoli che probabilmente incontrerai: Overfitting: I piccoli dataset rendono facile per i modelli diventare pigri e memorizzare invece di generalizzare. Puoi tenere sotto controllo questo comportamento utilizzando tecniche come l’arresto anticipato, il decadimento del peso e il dropout, Costi computazionali: Testare gli iperparametri può sembrare una partita a briscola. Richiede molto tempo e può essere un’operazione che richiede molte risorse. Peggio ancora, è una specie di gioco a indovinelli. Puoi utilizzare strumenti come Optuna o Ray Tune per automatizzare parte del lavoro. Ogni attività è diversa: non esiste un approccio unico. Una tecnica che funziona bene per
Meta accusata di utilizzare dati piratati per lo sviluppo dell’intelligenza artificiale
I querelanti nella causa Kadrey et al. contro Meta hanno presentato una mozione in cui affermano che l’azienda ha utilizzato consapevolmente opere protette da copyright nello sviluppo dei suoi modelli di intelligenza artificiale. I querelanti, tra cui l’autore Richard Kadrey, hanno presentato la loro “Reply in Support of Plaintiffs’ Motion for Leave to File Third Amended Consolidated Complaint” presso la Corte Distrettuale degli Stati Uniti nel Distretto Nord della California. L’atto di citazione accusa Meta di aver sistematicamente effettuato il torrenting e di aver tolto le informazioni sulla gestione del copyright (CMI) da set di dati pirata, tra cui le opere della famigerata biblioteca ombra LibGen. Secondo i documenti recentemente presentati al tribunale, le prove rivelano pratiche altamente incriminanti che coinvolgono i dirigenti di Meta. I querelanti sostengono che l’amministratore delegato di Meta, Mark Zuckerberg, ha dato l’approvazione esplicita per l’uso del set di dati LibGen, nonostante le preoccupazioni interne sollevate dai dirigenti dell’azienda che si occupano di AI. Un promemoria del dicembre 2024, frutto di discussioni interne a Meta, riconosceva LibGen come “un set di dati che sappiamo essere piratato”, con dibattiti sulle ramificazioni etiche e legali dell’uso di tali materiali. I documenti hanno anche rivelato che gli ingegneri più importanti esitavano a utilizzare il torrent per i dataset, citando la preoccupazione di utilizzare i laptop aziendali per attività potenzialmente illegali. Inoltre, le comunicazioni interne suggeriscono che dopo aver acquisito il set di dati LibGen, Meta ha eliminato il CMI dalle opere protette da copyright contenute al suo interno, una pratica che i querelanti evidenziano come fondamentale per le denunce di violazione del copyright. Secondo la deposizione di Michael Clark – un rappresentante aziendale di Meta – l’azienda ha implementato degli script progettati per rimuovere qualsiasi informazione che identificasse queste opere come protette da copyright, incluse parole chiave come “copyright”, “ringraziamenti” o righe comunemente usate in questi testi. Clark ha testimoniato che questa pratica è stata fatta intenzionalmente per preparare il set di dati per l’addestramento dei modelli Llama AI di Meta. “Non mi sembra giusto” Le accuse contro Meta dipingono il ritratto di un’azienda che partecipa consapevolmente a un diffuso schema di pirateria facilitato dal torrenting. Secondo una serie di e-mail incluse tra gli allegati, gli ingegneri di Meta hanno espresso preoccupazione per l’ottica del torrenting di set di dati pirata all’interno di spazi aziendali. Un ingegnere ha osservato che “fare torrenting da un laptop aziendale [di proprietà di Meta] non mi sembra corretto”, ma nonostante le esitazioni, il rapido download e la distribuzione – o “seeding” – di dati pirata hanno avuto luogo. Il legale dei querelanti ha dichiarato che già nel gennaio 2024 Meta aveva “torrentato (scaricato e distribuito) i dati di LibGen” Inoltre, i documenti mostrano che centinaia di documenti correlati erano stati inizialmente ottenuti da Meta mesi prima, ma sono stati trattenuti durante i primi processi di scoperta. I querelanti sostengono che questa divulgazione ritardata equivale a un tentativo in malafede da parte di Meta di ostacolare l’accesso a prove vitali. Durante una deposizione del 17 dicembre 2024, lo stesso Zuckerberg avrebbe ammesso che tali attività avrebbero sollevato “un sacco di bandiere rosse” e ha dichiarato che “sembra una cosa negativa”, anche se ha fornito risposte dirette limitate riguardo alle pratiche più ampie di Meta per l’addestramento dell’intelligenza artificiale. Questa causa è nata originariamente come un’azione di violazione della proprietà intellettuale per conto di autori ed editori che lamentavano violazioni relative all’uso dell’IA sui loro materiali. Tuttavia, i querelanti stanno ora cercando di aggiungere due importanti rivendicazioni alla loro causa: una violazione del Digital Millennium Copyright Act (DMCA) e una violazione del California Comprehensive Data Access and Fraud Act (CDAFA). In base al DMCA, i querelanti affermano che Meta ha consapevolmente rimosso le protezioni del copyright per nascondere l’uso non autorizzato di testi protetti da copyright nei suoi modelli Llama. Come si legge nella denuncia, Meta avrebbe eliminato il CMI “per ridurre la possibilità che i modelli memorizzino questi dati” e la rimozione degli indicatori di gestione dei diritti avrebbe reso più difficile per i titolari del copyright scoprire la violazione. Le accuse del CDAFA riguardano i metodi utilizzati da Meta per ottenere il dataset LibGen, tra cui il presunto coinvolgimento nel torrenting per acquisire dataset protetti da copyright senza autorizzazione. La documentazione interna mostra che gli ingegneri di Meta hanno discusso apertamente la preoccupazione che il seeding e il torrenting potessero rivelarsi “legalmente non corretti” Il caso Meta potrebbe avere un impatto sulla legislazione emergente in materia di sviluppo dell’intelligenza artificiale Al centro di questa battaglia legale in espansione c’è la crescente preoccupazione per l’intersezione tra la legge sul copyright e l’IA. I querelanti sostengono che l’eliminazione delle protezioni del copyright dai dataset testuali nega il giusto compenso ai proprietari dei diritti d’autore e permette a Meta di costruire sistemi di IA come Llama sulle rovine finanziarie degli sforzi creativi di autori ed editori. La tempistica di queste accuse si inserisce nel contesto di un maggiore controllo globale sulle tecnologie di “IA generativa”. Aziende come OpenAI, Google e Meta sono finite sotto tiro per l’uso di dati protetti da copyright per addestrare i loro modelli. I tribunali di tutte le giurisdizioni si stanno attualmente occupando dell’impatto a lungo termine dell’IA sulla gestione dei diritti, con casi potenzialmente epocali decisi sia negli Stati Uniti che nel Regno Unito. In questo caso particolare, i tribunali statunitensi si sono dimostrati sempre più disposti ad ascoltare le denunce relative al potenziale danno dell’IA ai precedenti della legge sul copyright, ormai consolidati. I querelanti, nella loro mozione, hanno fatto riferimento a The Intercept Media v. OpenAI, una recente decisione di New York in cui è stato permesso di procedere con una richiesta di risarcimento DMCA simile. Meta continua a negare tutte le accuse del caso e non ha ancora risposto pubblicamente alle dichiarazioni di Zuckerberg riportate nella deposizione. Indipendentemente dal fatto che i querelanti riescano o meno a far valere le proprie ragioni, gli autori di tutto il mondo sono sempre più preoccupati per la gestione
Due ore di conversazione con l’intelligenza artificiale possono creare un gemello digitale quasi perfetto di chiunque
I ricercatori di Stanford e Google DeepMind hanno creato un’intelligenza artificiale in grado di replicare le personalità umane con una precisione sorprendente dopo appena due ore di conversazione. Intervistando 1.052 persone di diversa provenienza, hanno costruito quelli che chiamano “agenti di simulazione”, ovvero copie digitali in grado di prevedere le convinzioni, gli atteggiamenti e i comportamenti delle loro controparti umane con notevole coerenza. Per creare le copie digitali, il team utilizza i dati di un “intervistatore AI” progettato per coinvolgere i partecipanti in una conversazione naturale. L’intervistatore IA pone domande e genera domande di follow-up personalizzate – in media 82 per sessione – esplorando qualsiasi cosa, dai ricordi d’infanzia alle opinioni politiche. Attraverso queste discussioni di due ore, ogni partecipante ha generato trascrizioni dettagliate con una media di 6.500 parole. La figura sopra mostra la piattaforma dello studio, che comprende l’iscrizione dei partecipanti, la creazione di avatar e un’interfaccia principale con moduli per il consenso, la creazione di avatar, l’intervista, i sondaggi/esperimenti e la ripetizione di sondaggi/esperimenti in autoconsistenza. I moduli diventano disponibili in sequenza man mano che vengono completati quelli precedenti. Fonte: ArXiv. Ad esempio, quando un partecipante menziona la sua città d’infanzia, l’IA potrebbe indagare più a fondo, chiedendo di parlare di ricordi o esperienze specifiche. Simulando il flusso naturale di una conversazione, il sistema cattura informazioni personali sfumate che i sondaggi standard non riescono a cogliere. Dietro le quinte, lo studio documenta quella che i ricercatori chiamano “riflessione esperta”: i modelli linguistici di grandi dimensioni analizzano ogni conversazione da quattro punti di vista professionali distinti: Come psicologo, identifica tratti specifici della personalità e modelli emotivi – per esempio, notando come una persona apprezzi l’indipendenza in base alle sue descrizioni delle relazioni familiari. Attraverso la lente di un economista comportamentale, estrae informazioni sul processo decisionale finanziario e sulla tolleranza al rischio, come ad esempio l’approccio ai risparmi o le scelte di carriera. Il punto di vista del politologo mappa le inclinazioni ideologiche e le preferenze politiche su vari temi. L’analisi demografica cattura i fattori socioeconomici e le circostanze di vita. I ricercatori hanno concluso che questa tecnica basata sulle interviste ha superato di gran lunga metodi analoghi, come l’estrazione dei dati dai social media. L’immagine qui sopra mostra l’interfaccia dell’intervista, che presenta un intervistatore AI rappresentato da uno sprite 2-D in un cerchio bianco pulsante che corrisponde al livello dell’audio. Lo sprite si trasforma in un microfono quando è il turno del partecipante. Una barra di avanzamento mostra un folletto che viaggia lungo una linea e sono disponibili opzioni per i sottotitoli e la pausa. Testare le copie digitali I ricercatori hanno sottoposto le loro repliche AI a una serie di test per valutare se avessero copiato accuratamente vari aspetti della personalità delle loro controparti umane. In primo luogo, hanno utilizzato il General Social Survey, una misura degli atteggiamenti sociali che pone domande su tutto, dalle opinioni politiche alle credenze religiose. In questo caso, le copie dell’IA hanno risposto alle loro controparti umane nell’85% dei casi. Nel test della personalità Big Five, che misura tratti come l’apertura e la coscienziosità attraverso 44 domande diverse, le previsioni dell’IA si sono allineate alle risposte umane circa l’80% delle volte. Il sistema è stato eccellente nel cogliere tratti come l’estroversione e il nevroticismo. I test sui giochi economici hanno però rivelato affascinanti limiti. Nel “Gioco del Dittatore”, in cui i partecipanti decidono come dividere il denaro con gli altri, l’IA ha faticato a prevedere perfettamente la generosità umana. Nel “Gioco della Fiducia”, che mette alla prova la disponibilità a cooperare con gli altri per ottenere un vantaggio reciproco, le copie digitali si sono adattate alle scelte umane solo per circa due terzi del tempo. Questo suggerisce che, sebbene l’intelligenza artificiale sia in grado di comprendere i nostri valori dichiarati, non riesce ancora a cogliere appieno le sfumature del processo decisionale sociale umano. Esperimenti nel mondo reale I ricercatori hanno anche condotto cinque classici esperimenti di psicologia sociale utilizzando le loro copie AI. In un esperimento che verificava come l’intenzione percepita influisce sulla colpa, sia gli esseri umani che le loro copie dell’IA hanno mostrato modelli simili di assegnazione di maggiore colpa quando le azioni dannose sembravano intenzionali. Un altro esperimento ha esaminato come l’equità influenzi le risposte emotive: le copie dell’IA hanno previsto con precisione le reazioni umane a un trattamento equo o ingiusto. Le repliche dell’IA hanno riprodotto con successo il comportamento umano in quattro esperimenti su cinque, il che suggerisce che possono modellare non solo le singole risposte topiche ma anche modelli comportamentali ampi e complessi. Cloni di IA facili: Quali sono le implicazioni? I cloni dell’IA sono un grande business: Meta ha recentemente annunciato l’intenzione di riempire Facebook e Instagram di profili IA in grado di creare contenuti e interagire con gli utenti. Anche TikTok si è buttato nella mischia con la sua nuova suite “Symphony” di strumenti creativi basati sull’intelligenza artificiale, che comprende avatar digitali che possono essere utilizzati da marchi e creatori per produrre contenuti localizzati su scala. Con gli avatar digitali di Symphony, TikTok offre ai creatori e ai marchi nuovi modi per affascinare il pubblico globale utilizzando l’intelligenza artificiale generativa. Gli avatar possono rappresentare persone reali con un’ampia gamma di gesti, espressioni, età, nazionalità e lingue. La ricerca di Stanford e DeepMind suggerisce che queste repliche digitali diventeranno molto più sofisticate e più facili da costruire e distribuire su scala. “Se puoi avere un gruppo di piccoli ‘tu’ che vanno in giro e prendono le decisioni che avresti preso tu, credo che questo sia il futuro”, spiega il ricercatore principale Joon Sung Park, dottorando in informatica a Stanford MIT. Park descrive i lati positivi di questa tecnologia, in quanto la creazione di cloni accurati potrebbe supportare la ricerca scientifica. Invece di eseguire esperimenti costosi o eticamente discutibili su persone reali, i ricercatori potrebbero testare come le popolazioni potrebbero rispondere a determinati input. Ad esempio, potrebbe aiutare a prevedere le reazioni ai messaggi di salute pubblica o a studiare come le comunità si adattano
L’invasione dell’intelligenza artificiale di Meta segna un cambiamento epocale per i social media
Meta ha annunciato l’intenzione di popolare Facebook e Instagram con profili e contenuti generati dall’intelligenza artificiale. Connor Hayes, vicepresidente di Meta per il prodotto AI generativa, ha illustrato la visione dell’azienda: “Ci aspettiamo che queste IA esistano effettivamente, nel tempo, sulle nostre piattaforme, un po’ come fanno gli account” Hayes ha aggiunto che queste entità di IA avranno “biografie e immagini del profilo e saranno in grado di generare e condividere contenuti alimentati dall’IA sulla piattaforma” Meta ha già visto centinaia di migliaia di personaggi AI creati attraverso i suoi strumenti dal lancio negli Stati Uniti a luglio, anche se la maggior parte degli utenti non ha reso pubbliche le proprie creazioni. Hayes fa notare che rendere le app di Meta “più divertenti e coinvolgenti” è una “priorità” per i prossimi due anni, con particolare attenzione a rendere le interazioni con l’IA più sociali. I piani più ampi di Meta in materia di intelligenza artificiale sono ambiziosi. L’azienda sta sviluppando strumenti per aiutare gli utenti a creare assistenti AI in grado di rispondere alle domande dei follower. Per il 2025, prevede di rilasciare un software per la generazione di video con testo che consenta ai creatori di inserirsi nei video generati dall’IA. Mark Zuckerberg ha anche recentemente rivelato degli avatar AI in grado di condurre videochiamate in diretta imitando perfettamente la persona di un creatore, dal modo di parlare alle espressioni facciali. Questo fa parte di una più ampia spinta del settore verso i contenuti generati dall’intelligenza artificiale. Snapchat ha rilasciato degli strumenti che consentono ai creatori di progettare personaggi AI in 3D per la realtà aumentata, registrando un aumento annuale del 50% degli utenti che visualizzano contenuti generati dall’intelligenza artificiale. Nel frattempo, TikTok , di proprietà di ByteDance , sta sperimentando “Symphony”, una serie di strumenti e applicazioni che consentono ai marchi e ai creatori di utilizzare l’IA per scopi pubblicitari, come la creazione di avatar generati dall’IA e l’automazione della traduzione dei contenuti. I bot AI sui social media: Le implicazioni Gli esperti del settore lanciano un allarme sulle implicazioni psicologiche e sociali dell’integrazione dei social media con i bot AI. Becky Owen, responsabile globale del marketing e dell’innovazione di Billion Dollar Boy ed ex capo del team creator innovations di Meta, avverte che “senza solide salvaguardie, le piattaforme rischiano di amplificare false narrazioni attraverso questi account guidati dall’IA”, secondo quanto riportato dal FT. Sottolinea: “A differenza dei creatori umani, questi personaggi AI non hanno esperienze vissute, emozioni o la stessa capacità di relazionarsi” Owen avverte inoltre che i personaggi dell’IA potrebbero inondare le piattaforme di materiale di bassa qualità che mina i creatori ed erode la fiducia degli utenti. Ciò assume un peso maggiore se si considerano i precedenti di Meta in materia di manipolazione dei dati, in particolare lo scandalo di Cambridge Analytica, in cui i dati degli utenti sono stati sfruttati per influenzare le opinioni politiche. Piuttosto che limitarsi a raccogliere i dati degli utenti per indirizzare i contenuti, le entità AI potrebbero impegnarsi attivamente con gli utenti, dare forma alle conversazioni e influenzare le opinioni in tempo reale, il tutto apparendo come autentici partecipanti umani al discorso online. Meta sostiene di aver implementato misure di protezione, tra cui l’etichettatura obbligatoria dei contenuti generati dall’IA, ma i critici sostengono che ciò potrebbe non essere sufficiente a prevenire l’erosione dell’autentica connessione umana. I bot minacciano di conquistare parti di Internet Secondo una ricerca di Imperva, quasi la metà di tutto il traffico internet (49,6%) proviene oggi da fonti non umane. I bot cattivi rappresentano già il 32% del traffico web, dando credito a quella che un tempo veniva liquidata come una teoria della cospirazione: il concetto di “internet morta” in cui le voci umane vengono sempre più soffocate da quelle artificiali. A un livello più profondo, questo segna l’ennesima progressione verso un ecosistema internet plasmato da sistemi di intelligenza artificiale. Le implicazioni filosofiche sono vertiginose. Stiamo andando verso un mondo in cui le nostre cerchie sociali online potrebbero includere entità che pensano e rispondono a velocità sovrumane, ma che non hanno una vera coscienza o esperienza emotiva. I profili AI condivideranno “ricordi” che non hanno mai avuto, esprimeranno “sentimenti” che non possono provare e creeranno “connessioni” senza alcuna capacità di vera empatia o comprensione. Ironia della sorte, i social media, originariamente creati per aiutare gli esseri umani a connettersi più facilmente attraverso le grandi distanze, potrebbero diventare uno spazio in cui la connessione umana è sempre più mediata e diluita da entità artificiali. La domanda non è semplicemente se l’intelligenza artificiale sia in grado di imitare in modo convincente l’interazione umana, ma se siamo pronti per un mondo in cui le entità digitali diventano partecipanti alla pari nei nostri spazi sociali online. Leggi di più su dailyai.com
Le agenzie di automazione AI più innovative che trasformeranno le industrie nel 2025
Sapevi che le aziende che adottano l’automazione dell’AI hanno registrato un miglioramento dell’efficienza del 20-30%, secondo McKinsey? Questo spiega perché l’86% degli amministratori delegati considera l’IA un elemento fondamentale, ed è anche per questo che devi trarre vantaggio dall’IA nel tuo marketing. L’automazione AI ti fornirà soluzioni pratiche per: Risparmia tempo automatizzando le attività ripetitive. Migliorare il processo decisionale con approfondimenti in tempo reale basati sui dati. Migliorare il coinvolgimento dei clienti grazie a esperienze personalizzate. Aumenta la scalabilità consentendo alla tua azienda di gestire una crescita rapida senza sforzo. Quindi, se rientri tra le aziende che adottano l’IA, inizierai subito a beneficiare di operazioni più snelle e di una migliore allocazione delle risorse: Entro il 2025, si prevede che il mercato del software AI crescerà fino a 126 miliardi di dollari, a dimostrazione della crescente domanda di soluzioni automatizzate. il 64% dei dirigenti aziendali afferma che l’IA migliora la produttività dei dipendenti automatizzando le attività ripetitive. Le aziende che utilizzano l’IA per la customer experience registrano un aumento del 25% dei tassi di soddisfazione e di fidelizzazione dei clienti. Tuttavia, l’implementazione efficace dell’IA spesso richiede la guida di partner esperti come le agenzie di AI marketing. Ecco perché in questo blog esploreremo le agenzie di automazione con intelligenza artificiale più innovative che trasformeranno le industrie nel 2025. Le 8 migliori agenzie di automazione AI Ora è il momento di passare in rassegna le migliori aziende di automazione AI una per una. Sei pronto? NoGood SmartSites Hallam WEBITMD WarRoom Inc IdeaLink Brave Bison BlueLabel 1.NoGood 🌟DAN Valutazione: N/A 👥 Numerodi dipendenti: 11-50 📍 Sede: New York, USA (sede centrale) NoGood si occupa di aiutare le aziende SaaS, B2B ed eCommerce a prosperare. Conosciuta per il suo team di marketer, creativi e analisti, NoGood ha un’esperienza consolidata nell’ottenere risultati misurabili per marchi iconici e startup ambiziose. Il loro lavoro con aziende in rapida crescita ha fornito loro l’esperienza necessaria per ottenere risultati in modo efficiente ed efficace. Dalla progettazione delle campagne al perfezionamento delle strategie, NoGood è specializzata nell’acquisizione e nella fidelizzazione dei clienti per le aziende focalizzate sull’intelligenza artificiale. Il loro approccio unisce la creatività ai dati per raggiungere gli obiettivi dei clienti in ogni fase del marketing funnel. 👉 Cosa distingue NoGood dall’AI Marketing? Laqualificazione dei lead guidata dall’intelligenza artificiale garantisce l’identificazione precisa di potenziali clienti di alta qualità. Le analisi predittive alimentate dall’intelligenza artificiale creano percorsi di conversione personalizzati in base ai comportamenti degli utenti. Lasperimentazione rapida basata sull’intelligenza artificiale ottimizza le campagne in modo rapido, scoprendo più velocemente strategie efficaci. I sistemi di email marketing automatizzati utilizzano l’intelligenza artificiale per nutrire i clienti con messaggi mirati e tempestivi. L’ottimizzazione delle landing page utilizza strumenti di intelligenza artificiale per testare e migliorare continuamente le prestazioni. Il monitoraggio dell’intelligenza artificiale in tempo reale monitora il comportamento dei clienti per mantenere aggiornate le strategie di marketing. Iflussi di lavoro dei contenuti automatizzati dall’intelligenza artificiale garantiscono una messaggistica coinvolgente e coerente su tutte le piattaforme. 2.SmartSites 🌟DAN Valutazione: 4.9 👥Numerodi dipendenti: 201-500 📍 Sede: New Jersey, USA (sede centrale) SmartSites è l’agenzia di marketing digitale numero 1 negli Stati Uniti, nota per aver fornito risultati eccezionali ad aziende di tutte le dimensioni, e opera anche come agenzia di automazione AI di successo. Con oltre 1.000 recensioni a cinque stelle e il riconoscimento di sei volte Inc. 5000, SmartSites unisce creatività, tecnologia e strategia per aiutare i clienti a superare la concorrenza. In qualità di Google Premier Partner, Microsoft Advertising Select Partner e Facebook Marketing Partner, SmartSites è sempre all’avanguardia. Il loro approccio pluripremiato ha ottenuto riconoscimenti come il Davey Awards e l’IMA Winner, consolidando la loro reputazione di potenza di marketing di alto livello. 👉 Cosa può portare l’AI di SmartSites alla tua azienda? Semplifica le operazioni con l’automazione basata sull’intelligenza artificiale, liberando tempo per i progetti più importanti. Crea campagne e-mail personalizzate che rispondono alle preferenze del tuo pubblico. Riduci l’abbandono del carrello utilizzando trigger email guidati dall’intelligenza artificiale e un processo di checkout ottimizzato. Utilizza strumenti di segmentazione avanzati per affinare il targeting del pubblico e ottenere il massimo impatto. Ottieni preziose informazioni con l’analisi dei dati basata sull’intelligenza artificiale, migliorando il processo decisionale e la strategia. Genera contenuti di alta qualità e allineati al marchio in modo efficiente con strumenti potenziati dall’intelligenza artificiale. 3.Hallam 🌟DAN Valutazione: N/A 👥Numerodi dipendenti: 51-200 📍 Sede: Nottingham, Regno Unito (HQ) Hallam è un’agenzia di marketing digitale con sede nel Regno Unito che ridefinisce l’eccellenza, in particolare con i suoi servizi come agenzia di automazione AI. Con tre premi Grand Prix ottenuti grazie a una soddisfazione dei clienti senza pari, l’esperienza di Hallam porta a risultati d’impatto per marchi globali come le Nazioni Unite, Suzuki e Speedo. Focalizzati sulla strategia e sull’innovazione, si occupano del marketing guidato dall’intelligenza artificiale. 👉 Cosa può fare l’AI di Hallam per la tua azienda? Risparmia tempo e aumenta l’accuratezza con la mappatura dei redirect 301 basata sull’intelligenza artificiale, riducendo i tempi dei progetti fino all’80%. Genera contenuti di alta qualità e ottimizzati per la SEO su scala grazie a flussi di lavoro ibridi che combinano creatività umana e tecnologia AI. Affina il targeting con la segmentazione del pubblico guidata dall’intelligenza artificiale per strategie di marketing precise ed efficaci. Automatizza le attività ripetitive, liberando risorse per iniziative creative e strategiche. Offri esperienze di contenuto personalizzate che catturano il pubblico e aumentano il coinvolgimento. 4.WEBITMD 🌟DAN Valutazione: 4.7 👥Numerodi dipendenti: 11-50 📍 Sede: Los Angeles, USA (sede centrale) WEBITMD è un’agenzia di crescita digitale dedicata alla creazione di soluzioni personalizzate che portano a risultati significativi. Con un approccio senza fronzoli, adattano le loro strategie alle esigenze uniche di ogni cliente, assicurando che ogni sforzo contribuisca direttamente alla crescita del business. La loro firma WEBITMD® Growth Stack riunisce tattiche di marketing avanzate, tecnologia di vendita e automazione in un sistema unificato, rendendoli un partner essenziale per le aziende che vogliono scalare. Dall’automazione del marketing al RevOps e alle strategie di contenuto basate sulle persone, WEBITMD eccelle nell’allineare marketing, vendite
Come blockchain, IoT e AI danno forma alla trasformazione digitale
Quando i dispositivi, le reti e l’IA lavorano insieme senza soluzione di continuità, si crea un ecosistema più intelligente e connesso. Non si tratta di un sogno lontano, ma di una realtà che si sta rapidamente affermando grazie all’unione di blockchain, IoT e AI. Queste tecnologie non lavorano più in modo isolato, ma formano un trio che ridefinisce il funzionamento delle industrie. David Palmer, Chief Product Officer di Pairpoint by Vodafone, coglie questo cambiamento: “Blockchain sta fornendo fiducia. Ci ha dato la tokenizzazione, ci ha dato i contratti intelligenti e ci ha dato un nuovo modo di automatizzare, che ora si sta diffondendo nel panorama aziendale più ampio” Costruire la fiducia con la blockchain La blockchain si è trasformata da concetto sperimentale a strumento pratico per le industrie. Il suo potenziale iniziale si manifesta ora in applicazioni reali come la gestione della catena di approvvigionamento e la finanza decentralizzata (DeFi). La blockchain non solo garantisce la fiducia attraverso la trasparenza, ma consente alle organizzazioni di snellire le operazioni e di ottenere nuove efficienze. Palmer ha descritto l’evoluzione della blockchain: “Negli anni passati abbiamo fatto molti proof of concept, abbiamo fatto molta formazione. Ci sono stati molti titoli di giornale. Ma oggi voglio davvero esplorare il modo in cui blockchain, IoT e AI possono lavorare insieme per essere davvero parte della nuova infrastruttura digitale aziendale che sta emergendo” Il ruolo crescente dell’IoT nella generazione di dati I dispositivi IoT sono diventati onnipresenti, integrati in qualsiasi cosa, dalle automobili ai droni, fino ai sensori domestici. Gli esperti prevedono che entro il 2030 ci saranno circa 30 miliardi di dispositivi IoT in tutto il mondo. Questi dispositivi generano enormi quantità di dati, che i sistemi di intelligenza artificiale sfruttano per fornire informazioni utili. Secondo Palmer, “Entro il 2030 ci aspettiamo oltre 30 miliardi di dispositivi IoT. Si tratta di automobili, droni, armadietti, sensori, tutti integrati nei processi aziendali e nel settore commerciale” Ma l’IoT non è solo raccolta di dati. Introduce il concetto di “economia delle cose”, in cui i dispositivi effettuano transazioni autonome. Per far funzionare tutto ciò, però, questi dispositivi hanno bisogno di una connettività sicura e affidabile, un ruolo che la blockchain è in grado di svolgere in modo unico. L’appetito dell’IA per i dati affidabili L’IA prospera grazie ai dati, ma la qualità e la sicurezza di questi ultimi sono fondamentali. I dataset pubblici hanno raggiunto i loro limiti, spingendo le aziende ad attingere ai dati proprietari generati dai dispositivi IoT. Questo crea una relazione a doppio senso: I dispositivi IoT forniscono dati per l’AI, mentre l’AI migliora questi dispositivi con un’intelligenza in tempo reale. Palmer sottolinea l’importanza dell’affidabilità dei dati in questo ecosistema: “È necessaria un’identità che fornisca l’origine dei dati. In questo modo sappiamo che i dati provengono da una certa fonte e sono firmati, ma poi dobbiamo anche fidarci dell’intelligenza artificiale che li restituisce” La blockchain svolge un ruolo importante nel garantire la fiducia. Garantisce la legittimità sia dei dati forniti ai sistemi di intelligenza artificiale sia dell’intelligenza restituita ai dispositivi IoT attraverso identità digitali verificate e firma crittografica. I portafogli digitali e l’adozione della blockchain I portafogli digitali stanno diventando una pietra miliare di questo ecosistema in evoluzione. Si prevede che il loro numero globale crescerà dagli attuali 4 miliardi a 5,6 miliardi entro il 2030. A differenza dei portafogli tradizionali, i portafogli abilitati alla blockchain vanno oltre le criptovalute, supportando funzionalità come l’astrazione del conto e l’integrazione con strumenti come WalletConnect. Una novità è l’integrazione dei depositi bancari con token. Questi sistemi sono un ponte tra l’attività bancaria tradizionale e la blockchain, incoraggiando le aziende a utilizzare la blockchain per le loro esigenze di transazione. Di conseguenza, la blockchain si sta facendo strada in applicazioni aziendali più ampie. La finanza incontra l’IoT L’integrazione della finanza nei dispositivi IoT è un altro passo avanti. Grazie ai contratti intelligenti e all’intelligenza artificiale, dispositivi diversi come automobili e droni possono ora gestire i pagamenti in modo autonomo. I pagamenti dei pedaggi, la ricarica dei veicoli elettrici e gli acquisti al dettaglio sono solo l’inizio di questo ecosistema finanziario integrato. Palmer ne ha illustrato il potenziale: “Collegando i caricabatterie e i veicoli EV alla blockchain, è possibile collegarli alle loro credenziali di pagamento e alle loro preferenze di pagamento. E poi si può avere una transazione peer-to-peer” Lo stesso principio si applica alle reti energetiche, dove i veicoli possono vendere energia nelle ore di punta e ricaricarsi nelle ore non di punta, migliorando così la sostenibilità. Reti infrastrutturali decentralizzate Un altro sviluppo interessante è l’ascesa delle reti di infrastrutture fisiche decentralizzate (DePIN). Queste reti consentono di condividere risorse o gettoni per creare infrastrutture guidate dalla comunità. Ad esempio, protocolli come Render mettono in comune le risorse delle GPU per i giochi, mentre Filecoin decentralizza lo storage. Secondo Palmer, “si tratta di capire come le comunità possano costruire infrastrutture specifiche di intelligenza artificiale e di connettività, nonché infrastrutture di pagamento specifiche per le loro aziende” Blockchain e il ruolo dei CBDC Anche i governi stanno notando il potenziale della blockchain. Le valute digitali delle banche centrali (Central Bank Digital Currencies, CBDC) vengono studiate come un modo per integrare la blockchain nelle politiche macroeconomiche, come la gestione dell’offerta di moneta e la ridistribuzione del reddito. I depositi tokenizzati estendono ulteriormente il ruolo della blockchain digitalizzando i sistemi monetari tradizionali. Con i CBDC e i depositi tokenizzati, la blockchain sta andando oltre le applicazioni di nicchia per diventare una parte importante degli ecosistemi finanziari di tutto il mondo. Il metaverso e la sua evoluzione Il metaverso, un tempo un concetto lontano, si sta evolvendo rapidamente. Innovazioni come gli occhiali intelligenti dotati di intelligenza artificiale cambiano il modo in cui gli utenti interagiscono con i contenuti digitali immersivi. Palmer ha osservato che: “Quest’anno, l’introduzione degli occhiali di Meta […] ti permette di […] accedere ai tuoi contenuti ma anche di avere accesso ad agenti AI” Anche i robot AI stanno aggiungendo una nuova dimensione al metaverso, collegando esperienze virtuali e fisiche.
Gli Stati Uniti guardano alla scoperta dell’AGI nell’escalation della rivalità tecnologica con la Cina
L’emergente rivalità tra Stati Uniti e Cina in materia di Intelligenza Artificiale Generale (AGI) potrebbe subire un’importante trasformazione politica: nel suo ultimo rapporto al Congresso, la Commissione di Revisione Economica e di Sicurezza USA-Cina (USCC) raccomanda un’iniziativa in stile Progetto Manhattan e restrizioni sui robot umanoidi. Pubblicato nel novembre 2024, il rapporto annuale della Commissione ha delineato 32 raccomandazioni che potrebbero alterare radicalmente le modalità di interazione tra i due Paesi, con l’intelligenza artificiale al centro di un nuovo capitolo della rivalità strategica. Stati Uniti-Cina: il moonshot dell’intelligenza artificiale e i controlli tecnologici critici Al centro del rapporto c’è una proposta ambiziosa: istituire un programma sostenuto dal governo per sviluppare l’intelligenza artificiale (AGI), ovvero sistemi di intelligenza artificiale in grado di eguagliare e potenzialmente superare le capacità cognitive umane. Tuttavia, la raccomandazione è solo un tassello di un puzzle tecnologico più ampio, che comprende controlli sulle esportazioni, screening degli investimenti e nuove politiche commerciali per preservare i vantaggi tecnologici degli Stati Uniti. L’iniziativa AGI proposta fornirebbe contratti pluriennali alle principali aziende di IA, ai fornitori di cloud e agli operatori di data center. Sarebbe sostenuta dalla massima priorità del Dipartimento della Difesa, il “DX Rating”, una designazione solitamente riservata ai progetti critici per la sicurezza nazionale. Questo livello di coinvolgimento del governo nello sviluppo dell’IA rispecchia l’urgenza vista in precedenti gare tecnologiche. Solleva questioni cruciali sul ruolo dell’intervento statale in un’industria guidata principalmente dall’innovazione del settore privato. Le raccomandazioni della Commissione, incentrate sulla tecnologia, vanno oltre l’IA. Tra le proposte degne di nota c’è quella di limitare le importazioni di robot umanoidi autonomi di produzione cinese con capacità avanzate di destrezza, locomozione e intelligenza. Il rapporto prende in considerazione anche i prodotti per le infrastrutture energetiche con capacità di monitoraggio a distanza, riflettendo le crescenti preoccupazioni per le tecnologie connesse nelle infrastrutture critiche. Il rapporto si basa sugli attuali controlli sulle esportazioni nel settore dei semiconduttori, raccomandando una maggiore supervisione dei trasferimenti di tecnologia e dei flussi di investimenti. Ciò avviene mentre la Cina continua a costruire capacità di produzione di chip a livello nazionale nonostante le restrizioni internazionali. La Commissione suggerisce di creare un Ufficio per gli investimenti in uscita che impedisca ai capitali e alle competenze statunitensi di far progredire le capacità tecnologiche della Cina in settori sensibili. Rimodellare le relazioni commerciali e i flussi di investimento Forse l’aspetto più significativo è che il rapporto raccomanda di eliminare lo status di Relazioni Commerciali Normali Permanenti (Permanent Normal Trade Relations, PNTR) della Cina, una mossa che potrebbe rimodellare la catena di approvvigionamento tecnologico e i flussi commerciali che hanno definito l’industria tecnologica globale per decenni. Questa raccomandazione riconosce la profonda interconnessione tra gli ecosistemi tecnologici statunitensi e cinesi, suggerendo al contempo che questa interdipendenza potrebbe comportare più rischi che benefici. La trasparenza dei dati è un altro tema chiave, con la raccomandazione di ampliare i requisiti di rendicontazione degli investimenti e dei trasferimenti di tecnologia. La Commissione chiede che venga migliorata la tracciabilità degli investimenti che passano attraverso entità offshore, affrontando un importante punto cieco negli attuali meccanismi di supervisione. La pubblicazione del rapporto arriva in un momento critico dello sviluppo tecnologico. La spinta della Cina verso l’autosufficienza nelle tecnologie vitali e la sua iniziativa “nuove forze produttive di qualità” dimostrano la determinazione di Pechino a essere leader nelle tecnologie di prossima generazione. Nel frattempo, le capacità dell’intelligenza artificiale e i progressi dell’informatica quantistica hanno alzato la posta in gioco nella competizione tecnologica. Tuttavia, le raccomandazioni della Commissione devono affrontare delle sfide pratiche. Raggiungere l’Intelligenza Artificiale rimane una sfida scientifica complessa che potrebbe non dare risultati rapidi, indipendentemente dai livelli di finanziamento. Inoltre, le restrizioni ai trasferimenti di tecnologia e agli investimenti potrebbero avere conseguenze indesiderate sulle reti globali di innovazione che storicamente hanno beneficiato entrambe le nazioni. Se queste raccomandazioni verranno attuate, l’industria tecnologica potrebbe dover navigare in un panorama normativo sempre più complesso. Le aziende dovranno affrontare nuovi requisiti di conformità per gli investimenti internazionali, i trasferimenti di tecnologia e i progetti di ricerca collaborativa. Sfide e implicazioni future L’efficacia delle misure proposte dipenderà probabilmente dal coordinamento con alleati e partner che condividono capacità tecnologiche e preoccupazioni simili. Il rapporto ne prende atto, raccomandando approcci multilaterali al controllo delle esportazioni e allo screening degli investimenti. La competizione tecnologica tra Stati Uniti e Cina è entrata in una nuova fase in cui la politica governativa può svolgere un ruolo più diretto nel plasmare lo sviluppo. Resta da vedere se questo approccio accelererà o ostacolerà l’innovazione, ma l’industria tecnologica dovrebbe prepararsi a un maggiore controllo e regolamentazione della collaborazione tecnologica internazionale. (Foto di Nathan Bingle) Vedi anche: Le aziende cinesi sfruttano la scappatoia del cloud per accedere alla tecnologia AI degli Stati Uniti Vuoi saperne di più sull’IA e sui Big Data dai leader del settore? Dai un’occhiata all’ AI & Big Data Expo che si terrà ad Amsterdam, in California e a Londra. L’evento completo è in concomitanza con altri eventi importanti come Intelligent Automation Conference, BlockX, Digital Transformation Week e Cyber Security & Cloud Expo. Scopri gli altri eventi tecnologici aziendali e i webinar di TechForge qui. Tags: ai, intelligenza artificiale Leggi di più su www.artificialintelligence-news.com
Ordnance Survey: Come gestire il ruolo dell’IA e le considerazioni etiche nella tecnologia geospaziale
Mentre ci avviciniamo a un nuovo anno pieno di potenzialità, il panorama della tecnologia, in particolare dell’intelligenza artificiale (AI) e dell’apprendimento automatico (ML), è sull’orlo di una trasformazione significativa. Manish Jethwa, CTO di Ordnance Survey (OS), l’agenzia cartografica nazionale della Gran Bretagna, offre uno sguardo approfondito su ciò che possiamo aspettarci da questi progressi e sulle loro implicazioni per il settore geospaziale. Abbattere le barriere con l’intelligenza artificiale Guardando al futuro, Jethwa prevede continui e significativi progressi nell’IA e nell’apprendimento automatico, in particolare con la spinta verso la Gen AI. Secondo Jethwa, l’integrazione di grandi modelli linguistici (LLM) con agenti più sofisticati non solo eseguirà compiti complessi per conto degli utenti, ma ridurrà ulteriormente le barriere all’interazione. Questo cambiamento, soprattutto nel settore geospaziale, significa che la traduzione del linguaggio naturale in precise interrogazioni di dati diventerà più fluida, rendendo in definitiva i dataset geospaziali più accessibili, mainstream e user-friendly. Formazione per compiti complessi Oltre agli LLM, Jethwa è ottimista riguardo ai progressi nella categoria più ampia dell’apprendimento automatico, grazie a un maggiore accesso alle unità di elaborazione grafica per la formazione. Dice: “Presso Ordnance Survey (OS), sfrutteremo questa capacità per addestrare modelli per compiti specifici e complessi, come l’estrazione automatica di caratteristiche dalle immagini. “Con un volume crescente di dati generati automaticamente, speriamo che il prossimo anno porti anche strumenti e tecniche innovative per convalidare i dati, assicurando che possano essere utilizzati con fiducia per l’uso previsto” Sottolinea l’importanza non solo di perseguire nuove funzionalità, ma anche di garantire che questi strumenti siano integrati in modo responsabile nei flussi di lavoro, concentrandosi sulla qualità e sulla gestione del rischio. La frontiera etica La rapida evoluzione dell’IA porta con sé un’urgente necessità di considerazioni etiche. Jethwa spiega: “Vorrei vedere una maggiore enfasi sull’IA etica e sullo sviluppo responsabile della tecnologia”, compresa la creazione di sistemi di IA che siano “trasparenti, equi e imparziali” e che considerino anche il loro impatto ambientale e sociale. Questa attenzione all’etica è racchiusa nel Responsible AI Charter di OS, che guida il suo approccio all’integrazione di nuove tecniche in modo sicuro. Inoltre, Jethwa sottolinea il ruolo dello sviluppo della forza lavoro nel successo delle trasformazioni. Ritiene che le organizzazioni debbano impegnarsi a “riqualificare e aggiornare i dipendenti per prepararli all’impatto dell’IA e della trasformazione digitale” Questo è fondamentale per garantire che, nel perseguire una maggiore efficienza, le aziende non perdano “la personalità, la creatività e le emozioni che portiamo come esseri umani sul posto di lavoro” Abbracciare il cambiamento gestendo i rischi Nonostante la promessa dei progressi tecnologici, rimangono degli ostacoli nel percorso verso la trasformazione digitale. Jethwa osserva che probabilmente persisteranno sfide come “la resistenza culturale e i rapidi cambiamenti successivi che portano alla stanchezza da cambiamento” Jethwa raccomanda un attento equilibrio tra l’adozione di nuove tecnologie e la gestione degli elementi umani dei processi di trasformazione. Poiché l’intelligenza artificiale continua a influenzare vari aspetti dell’attività aziendale, dal processo decisionale alla gestione del rischio, si pone anche il problema della sicurezza informatica. Jethwa sottolinea che “le minacce alla cybersicurezza alimentate dall’IA stanno diventando sempre più sofisticate” e invita le aziende a sviluppare strategie complete che coprano ogni aspetto, dall’archiviazione dei dati alla documentazione delle analisi. L’imperativo del progresso In un panorama in continua evoluzione, le organizzazioni che ristagnano rischiano di rimanere indietro rispetto alla concorrenza. Jethwa spiega che: “Le aziende che non riescono a tenersi al passo si espongono a rischi quali l’evoluzione delle aspettative dei clienti e la capacità di attrarre e trattenere i talenti” Jethwa sottolinea inoltre la necessità di una “visione chiara degli obiettivi futuri, di una comunicazione efficace dei progressi e di celebrare le tappe fondamentali per mantenere lo slancio” nelle iniziative di trasformazione digitale. Mentre ci avviamo verso un nuovo anno pieno di promesse, il futuro dell’IA e della tecnologia geospaziale ha un potere di trasformazione, ma deve essere usato in modo responsabile. Il percorso che ci attende nel 2025 richiede vigilanza, un impegno incrollabile verso le pratiche etiche e un tocco umano per guidare un’innovazione di successo. Leggi di più su www.artificialintelligence-news.com
