Mentre molti modelli di intelligenza artificiale attuali si basano sull'analisi delle correlazioni statistiche e degli schemi dei dati, il ragionamento avanzato si concentra sulla causalità e sulle conclusioni logiche. I modelli “Chain-of-Thought” aiutano a rendere le decisioni più trasparenti e comprensibili. Le aziende possono utilizzare questa tecnologia, ad esempio, nell'analisi finanziaria per creare valutazioni del rischio più precise e comprensibili. Nuovi modelli come OpenAI o1/o3, Google Gemini Thinking e DeepSeek R1 partono proprio da qui. In particolare, DeepSeek R1 sta suscitando scalpore perché mostra una qualità di ragionamento eccezionalmente elevata nei benchmark, stabilendo così un nuovo standard. I progressi nell'intelligenza artificiale neurosimbolica combinano la logica formale con l'apprendimento automatico per fornire risultati accurati e spiegabili. Questi progressi rendono i modelli di intelligenza artificiale non solo più potenti, ma anche più facili da spiegare e quindi più pratici per settori regolamentati come la finanza o la medicina.

DeepSeek colpisce per la sua elevata efficienza, ma è sotto esame a causa di problemi normativi, in particolare per quanto riguarda la protezione dei dati e la possibile censura dei contenuti. Per questo motivo, si consigliano versioni locali del modello, perché possono essere utilizzate indipendentemente da controlli esterni e garantiscono una maggiore sicurezza dei dati. Sebbene le versioni mobile e web di DeepSeek siano soggette a restrizioni censurate, il modello è disponibile come variante open source e può essere utilizzato localmente offline.

Dati sintetici: la chiave per un addestramento dell'intelligenza artificiale sicuro ed efficiente

I dati sintetici sono set di dati generati artificialmente che replicano i dati reali nelle loro proprietà statistiche. Garantiscono un addestramento sicuro e conforme alla protezione dei dati dei modelli di intelligenza artificiale, soprattutto quando i dati reali sono difficili da accedere o sensibili. Uno dei principali vantaggi è la creazione flessibile di grandi set di dati senza dover fare affidamento su dati utente reali. Ad esempio, nel settore sanitario, i dati sintetici dei pazienti aiutano ad addestrare modelli di intelligenza artificiale senza correre rischi per la privacy. Nello sviluppo del software, migliorano le procedure di test simulando scenari realistici e ottimizzando la garanzia della qualità. Le aziende traggono vantaggio da uno sviluppo più efficiente dell'intelligenza artificiale, da una migliore qualità dei dati e da ostacoli normativi ridotti al minimo. Tuttavia, la qualità dei dati sintetici dipende in larga misura dagli algoritmi sottostanti. Una scarsa qualità dei dati può dare origine a distorsioni che si riflettono nelle decisioni relative all'intelligenza artificiale.

5. Advanced Retrieval-Augmented Generation (RAG): contenuto contestuale

La tecnologia RAG ( Retrieval-Augmented Generation ) combina modelli generativi con query di dati in tempo reale per aumentare l'accuratezza e la pertinenza dei contenuti generati dall'intelligenza artificiale. RAG aiuta anche a ridurre le “allucinazioni dell’intelligenza artificiale” (risposte sbagliate), che è un fattore importante per l’accettazione. GraphRAG utilizza grafici di conoscenza per fornire informazioni contestuali più approfondite, mentre Contextual RAG di Anthropic estrae specificamente dati esterni personalizzati in base alle singole query. Ciò migliora sia l'accuratezza che la pertinenza dei risultati.

Un esempio è il chatbot AI che Reply ha sviluppato per Audi. Consente ai dipendenti di accedere rapidamente alle informazioni rilevanti, ottimizzando così la gestione interna delle conoscenze. Nell'e-commerce, tali approcci possono essere utilizzati per fornire ai clienti raccomandazioni personalizzate in tempo reale. Lo Speculative RAG accelera ulteriormente il processo generando molteplici suggerimenti di risposta convalidati da un modello di livello superiore, ideale per applicazioni in cui il fattore tempo è essenziale.

6. Efficienza e sostenibilità: AI a basso consumo di risorse

Lo sviluppo di modelli ad alta efficienza energetica ha acquisito importanza. I progressi hardware, come gli acceleratori AI specializzati di Nvidia e Cerebras, riducono significativamente il consumo di risorse. Allo stesso tempo, modelli più piccoli come Molmo di AI2 o Phi-4 di Microsoft dimostrano che è possibile ottenere prestazioni comparabili con una frazione dei dati richiesti. Anche DeepSeek R1 sta attirando l'attenzione grazie alle notevoli ottimizzazioni: è estremamente veloce e conveniente. Secondo "The Batch" di Andrew Ng, il modello AI o1 di OpenAI costa circa 60 $ per milione di token in uscita, mentre DeepSeek R1 è quasi 30 volte più economico a 2,19 $– un fattore cruciale per la scalabilità e l’uso diffuso dell’intelligenza artificiale efficiente in termini di risorse. Questi approcci contribuiscono a ridurre il consumo energetico dei sistemi di intelligenza artificiale, con conseguenti vantaggi sia economici che ambientali.

7. Creazione di video e siti web basati sull'intelligenza artificiale: democratizzazione dei contenuti

La generazione di video e siti web tramite intelligenza artificiale porta la produzione di contenuti a un livello superiore. Modelli come Runway Gen-3, Hunyuan Video (Tencent) e Veo 2 (Google) offrono strumenti intuitivi che consentono di creare contenuti professionali con il minimo sforzo. Queste soluzioni rendono accessibili tecnologie complesse e consentono agli utenti di realizzare le loro visioni creative in modo individuale ed efficiente. Allo stesso tempo, i contenuti generati dall'intelligenza artificiale sollevano interrogativi sul copyright e sull'autenticità dei contenuti multimediali, aspetti che le aziende devono tenere sotto controllo.

8. Intelligenza artificiale incarnata: dal mondo digitale a quello fisico

L'intelligenza artificiale incarnata integra l'intelligenza artificiale in sistemi fisici come robot umanoidi e droni autonomi. Questi sistemi combinano percezione, cognizione e capacità motorie per interagire attivamente con l'ambiente. Un esempio è il robot umanoide “Figure 02”, addestrato tramite l’intelligenza artificiale generativa e con un’ampia gamma di applicazioni in ambito industriale. L'intelligenza artificiale incarnata apre nuove possibilità per servizi personalizzati, automazione industriale e soluzioni robotiche innovative.

L'intelligenza artificiale generativa è molto più di un semplice espediente tecnologico: è un elemento rivoluzionario in grado di trasformare i processi di lavoro, l'interazione con i clienti e il processo decisionale. Investimenti tempestivi in ​​questa tecnologia garantiscono da un lato vantaggi competitivi e dall'altro aprono possibilità di riduzione dei costi, migliore utilizzo delle risorse e nuovi modelli di business.

Molte delle sfide precedenti, come le allucinazioni o la mancanza di affidabilità, sono state affrontate dalle nuove tecnologie, ma non sono state ancora completamente risolte. Approcci quali la generazione aumentata dal recupero (RAG), tecniche di ragionamento avanzate e sistemi di intelligenza artificiale adattiva rendono l'intelligenza artificiale generativa più affidabile, più precisa e quindi sempre più utile per l'uso pratico. Questi progressi aprono la strada a un'adozione più ampia e accrescono notevolmente l'utilità della tecnologia per le aziende.

Per sfruttare al meglio queste opportunità, le aziende dovrebbero dare priorità ai seguenti passaggi:

• Integrazione nei processi: identificare aree quali servizio clienti, creazione di contenuti o manutenzione predittiva in cui l'intelligenza artificiale generativa può fornire un valore aggiunto immediato.

• Rafforzare i dipendenti: sviluppare programmi di formazione che rendano più semplice per i team l'utilizzo di strumenti basati sull'intelligenza artificiale.

• Garantire etica e governance: sviluppare linee guida chiare per l'uso dell'intelligenza artificiale per prevenire rischi quali pregiudizi o violazioni dei dati.

Le aziende che utilizzano l'intelligenza artificiale generativa in modo strategico e responsabile possono aumentare la propria efficienza, attingere a nuove fonti di reddito e rafforzare il proprio potere innovativo. Con il rapido sviluppo in una tecnologia di base, l'intelligenza artificiale generativa sta diventando sempre più cruciale per il successo aziendale futuro. Ora è il momento giusto per avviare i primi progetti pilota e integrare l'intelligenza artificiale generativa nella strategia aziendale. Non solo per trarne vantaggio in anticipo, ma anche per dare forma attivamente al futuro.

L’intelligenza artificiale è una tecnologia in continua evoluzione, uno strumento che nel giro di pochissimi anni ha compiuto passi da gigante, arrivando a monopolizzare tutti i settori della tecnologia, stravolgendo completamente le regole del gioco.

Tra le novità sul mercato, l’intelligenza artificiale multimodale, una “nuova” idea di AI che grazie ad alcuni nomi noti del settore (come Google e OpenAI, ad esempio) si sta diffondendo a macchia d’olio. Scopriamo cos’è e come funziona.

Il termine multimodale sta a indicare un tipo di IA che può essere utilizzata in modi e contesti diversi, con la possibilità di accedere a input differenti (da utilizzare ovviamente sia per l’addestramento che per l’interrogazione da parte degli utenti) proponendo quindi agli utenti risposte in varie forme, dai semplici contenuti testuali fino ad arrivare ai file multimediali, come video, audio o immagini.

Gli attuali chatbot, ad esempio, accettano input testuali e danno all’utente output sempre sotto forma di testo.

Un’AI multimodale, invece, è in grado di accettare e restituire all’utente più tipologie di informazioni, con la possibilità, ad esempio, di partire da una descrizione testuale per chiedere all’intelligenza artificiale di generare una foto o un video.

Un’AI Multimodale è in grado di lavorare su input diversi per restituire all’utente risposte e informazioni di varia natura che vanno dai semplici testi fino ad arrivare a file multimediali molto elaborati

In questo senso le potenzialità di tale tecnologia sono praticamente infinite e chi la utilizza non dovrà fare altro che immaginare un qualcosa, che verrà poi realizzato dal tool in questione nei modi e nelle forme definite dall’utente stesso.

Questo, chiaramente, può avere ripercussioni ancora maggiori sul settore con la possibilità di riorientare gli utilizzi di questa tecnologia verso altri scopi, come l’arte, ad esempio, il cinema, l’intrattenimento videoludico, la musica e molto altro ancora.

Ben diverso il discorso sull’effettiva creatività dell’AI e sul valore di ciò che crea ma, indubbiamente, si tratta di un cambiamento funzionale allo scopo e pronto a ripensare l’utilizzo finale di questi strumenti. 

Le potenzialità dell’AI multimodale

SomYuZu/Shutterstock

L’intelligenza artificiale multimodale rappresenta la naturale evoluzione delle attuali tecnologie AIche da qualche anno a questa parte sono praticamente entrate a far parte della vita di tutti.

Essendo, però, una versione migliorata del “vecchio” modello tecnologico, è chiaro che le applicazioni pratiche sono molto più ampie e in grado di garantire un funzionamento ancora più efficiente.

Come già detto, partendo da un sistema del genere e da un “semplice” input testuale è possibile creare qualsiasi cosa, dai video alle foto, e tutto senza avere le minime competenze in materia di grafica digitale, basterà saper scrivere ciò di cui si ha bisogno con una frase semplice e di senso compiuto.

Gli sviluppi futuri dell’AI multimodale sono davvero interessanti e, già da oggi, mostrano chiaramente quella che sarà l’evoluzione di uno strumento pronto a stravolgere il mondo dell’industria e della tecnologia

Oltre a questo, le tecnologie multimodali potrebbero entrare molto presto a far parte delle funzioni base dei nostri smartphone, amplificando a dismisura le potenzialità degli assistenti virtuali che potrebbero essere in grado di sfruttare a 360° tutti i vari componenti del dispositivo (fotocamere, sensori ecc) per eseguire qualsiasi tipo di attività o di richiesta da parte degli utenti. 

Le applicazioni future, insomma, potrebbero essere enormi e potrebbero riguardare, naturalmente, tutti i settori produttivi dall’industria fino ad arrivare al settore medico, quello dell’intrattenimento e della produttività a tutti i livelli. 

Perciò, secondo molti esperti del settore, l’intelligenza artificiale multimodale potrebbe rappresentare il prossimo step nell’evoluzione di queste tecnologie e, vista la comprensione di un quantitativo così elevato di dati e input, arrivare finanche a conclusioni di senso compiuto per dare risposte coerenti ai più grandi problemi dell’universo.

Senza troppi giri di parole, insomma, una tecnologia del genere potrebbe essere quanto di più vicino all’emulazione del cervello umano e delle sue modalità di funzionamento e questo, naturalmente, potrebbe avere un impatto decisivo anche sull’evoluzione dell’uomo.

Principali AI multimodali sul mercato

Tra le principali intelligenze multimodali sul mercato c’è, naturalmente, Google Gemini uno dei prodotti più interessanti e più attesi di questo 2024, che è pronto a stravolgere l’utilizzo dei modelli AI in ogni contesto, dai sistemi industriali fino ad arrivare alle più modeste soluzioni da applicare ai futuri smartphone Android.

Al momento questa tecnologia è ancora nelle mani di tester e sviluppatori ma gli utenti possono provare una versione “rudimentale” accedendo ai servizi di Google Bard che pur essendo ancora in fase sperimentale sono già piuttosto efficienti.

Al fianco di Gemini, c’è ovviamente ChatGPT-4V (con la V che sta per Vision). La versione multimodale del prodotto di OpenAI è disponibile al momento solo per gli utenti ChatGPT Plus al costo di 20 dollari al mese.

Anche qui le potenzialità sono davvero molte, chiaramente ChatGPT è un prodotto che non ha bisogno di presentazioni e già nella versione chatbot è molto performante ed è considerata una delle tecnologie più rappresentative del mondo delle intelligenze artificiale.

Naturalmente questi non sono gli unici modelli di AI multimodale pronti ad arrivare sul mercato e sul web le indiscrezioni sugli strumenti del genere in arrivo sul mercato sono molte: come ad esempio il tool di Apple che dovrebbe caratterizzare i prossimi iPhone in uscita quest’anno e la nuova versione di iOS.

Insomma, si parla di un contesto in fortissima espansione che nel giro di qualche mese (un anno al massimo) potrebbe diventare la massima espressione delle potenzialità dell’intelligenza artificiale.

AI agentica: sarà questo il nuovo tormentone del 2025? Molto probabilmente questa forma di intelligenza artificiale, che è già sulla bocca di analisti e commentatori, sarà uno dei temi tecnologici dell’anno. Rubando la definizione a Ibm, l’AI agentica è un “sistema o programma capace di eseguire in autonomia dei compiti, facendo le veci di un utente o di un altro sistema, progettando i propri workflow e utilizzando gli strumenti disponibili”. Quindi non solo un “copilota” (espressione usata inizialmente da Microsoft ma entrata ormai nel lessico tecnologico comune), che trova informazioni e snocciola suggerimenti, ma qualcosa di ulteriore.

Mentre i sistemi di AI generativa creano contenuti (testi, immagini, video, audio, codice software), l’output di un agente di AI è un’azione o una decisione, per esempio effettuare un acquisto o rispondere a richieste di clienti o evadere delle procedure burocratiche, e ancora filtrare ed elaborare dati o distribuire contenuti di marketing o creare procedure di onboarding per nuovi dipendenti o clienti. Un agente di AI attinge alla base di conoscenza di un Large Language Model ma poi combina i dati già appresi con altri sempre nuovi, potendo interagire con applicazioni e database esterni (tramite API, cioè interfacce di programmazione applicativa). Ovviamente è possibile inserire nel software delle contromisure che limitino il rischio di errori, e inoltre l’agente migliora continuamente nel tempo, imparando dall’esperienza e adattandosi all’ambiente esterno.Se i Large Language Model e i chatbot costruiti su di essi sono stati la grande rivoluzione tecnologica dell’ultimo biennio (una rivoluzione di user experience, se non ancora dal punto di vista dell’adozione), l’Agentic AI potrebbe essere la prossima next big thing? Siamo già pronti, considerando che le precedenti innovazioni non sono ancora state del tutto interiorizzate dalle aziende? Sono in molti a scommetterci. Qualche esempio, tra i vendor che hanno recentemente lanciato novità di AI agentica: Cisco nell’area del supporto clienti (con agenti AI integrati in Webex), Salesforce per tutti in flussi di lavoro del Crm (con la possibilità di creare agenti personalizzati), ServiceNow per l’automazione della risoluzione dei problemi IT. E il colosso della consulenza Accenture ha creato, in collaborazione con Nvidia, un’intera divisione di business dedicata a questa tecnologia.

Secondo Gartner, che l’ha inserita fra le dieci tendenze tecnologiche del 2025,  l’Agentic AI porterà le aziende su nuove soglie di produttività ed efficienza, liberando il personale dalle attività più ripetitive. Gli analisti prevedono che nelle aziende entro il 2028 gli agenti di AI si faranno carico di almeno il 15% delle decisioni lavorative quotidiane.E conviene prepararsi fin da ora: piaccia o no, l’intelligenza artificiale è meglio conoscerla, per evitare di restarne travolti. La prospettiva dipinta dagli analisti è per certi versi allettante, per altri un po’ inquietante. “È chiaro che, a prescindere da dove andremo, non potremo evitare l’impatto dell’AI”, ha commentato Daryl Plumer, distinguished vice president analyst, direttore della ricerca di Gartner. “L’intelligenza artificiale si sta evolvendo insieme ai suoi utilizzi da parte delle persone. Dobbiamo accettare che l’AI possa migliorarci, prima di arrivare al punto in cui gli esseri umani non potranno più tenere il passo”.

Tra i supporter dell’AI agentica c’è anche Ibm, che ha elencato quattro motivazioni per cui, a suo dire, questa tecnologia è destinata al successo. Numero uno: è allo stesso tempo flessibile e precisa, poiché impiega un approccio “ibrido” nella scrittura del software (in parte basato su Large Language Model e in parte sulle regole più strutturate della programmazione tradizionale). In secondo luogo, rispetto ai classici Large Language Model un agente di AI ha una conoscenza più vasta e una migliore intelligenza contestuale, perché può attingere a fonti Web, log e database interrogabili. Il terzo fattore di successo degli agenti di AI è la loro autonomia, la capacità di agire anche senza supervisione umana, gestendo anche procedure complesse e monitorando i propri progressi nel tempo. Infine, quarto vantaggio, gli agenti di AI sono intuitivi da usare, perché si può interagire con essi tramite linguaggio naturale. Tutto questo, secondo Ibm, lascia immaginare che in futuro gli strumenti di Agentic AI rimpiazzeranno o trasformeranno molte delle applicazioni Software-as-a-Service attualmente in uso.

L'intelligenza artificiale ha fatto molta strada nella percezione visiva e nell'elaborazione del linguaggio. Tuttavia, queste capacità non sono sufficienti per costruire sistemi in grado di interagire con il mondo fisico. Gli esseri umani maneggiano oggetti o eseguono movimenti controllati utilizzando il senso del tatto. Sentiamo la consistenza, percepiamo la temperatura e misuriamo il peso per guidare ogni azione con precisione. Questo feedback tattile ci consente di manipolare oggetti fragili, utilizzare strumenti con controllo ed eseguire compiti complessi senza problemi.

Meta, nota per il suo lavoro nella realtà virtuale e aumentata, sta ora affrontando la sfida di creare un'IA in grado di interagire con il mondo fisico in modo molto simile a un essere umano. Attraverso la sua iniziativa FAIR Robotics, Meta sta sviluppando strumenti e framework open source per migliorare il senso del tatto e l'agilità fisica dei robot. Questi sforzi potrebbero portare allo sviluppo di un'IA incarnata, sistemi che non solo vedono, ma possono anche sentire e manipolare oggetti proprio come gli esseri umani.

Cos'è l'intelligenza artificiale incarnata?

IA incarnata combina l'interazione fisica con l'intelligenza artificiale, consentendo alle macchine di percepire, rispondere e interagire naturalmente con l'ambiente circostante. Invece di limitarsi a "vedere" o "sentire" gli input, consente ai sistemi di intelligenza artificiale di sentire e a agire in il mondo. Pensa a un robot che può percepire la pressione che applica a un oggetto, regolare la presa e muoversi con agilità. L'intelligenza artificiale incarnata sposta l'intelligenza artificiale dagli schermi e dagli altoparlanti al mondo fisico, rendendola capace di manipolare oggetti, eseguire compiti e interagire in modo più significativo con le persone.

Ad esempio, un robot basato su Embodied AI potrebbe aiutare una persona anziana a raccogliere oggetti fragili senza danneggiarli. In ambito sanitario, potrebbe assistere i dottori tenendo gli strumenti in modo preciso durante l'intervento chirurgico. Questo potenziale si estende ben oltre i bracci robotici nei laboratori o i bracci automatizzati nelle fabbriche; si tratta di creare macchine che comprendono e rispondono al loro ambiente fisico in tempo reale.

L'approccio di Meta verso l'intelligenza artificiale incarnata

Meta si sta concentrando su tre aree chiave per avvicinare l'intelligenza artificiale incarnata al tocco umano. Innanzitutto, l'azienda sta sviluppando tecnologie avanzate di rilevamento tattile che consentono alle macchine di rilevare elementi come pressione, consistenza e temperatura. In secondo luogo, Meta sta creando modelli di percezione tattile che consentono all'intelligenza artificiale di comprendere e reagire a questi segnali. Infine, Meta sta costruendo una piattaforma di sviluppo tattile che integra più sensori con questi modelli di percezione, offrendo un sistema completo per la creazione di un'intelligenza artificiale abilitata al tocco. Ecco come Meta sta guidando il progresso nell'intelligenza artificiale incarnata in ciascuna di queste aree.

Meta Digit 360: Rilevamento tattile a livello umano

Meta ha introdotto Punta del dito Digit 360, una tecnologia di rilevamento tattile progettata per dare all'IA incarnata un senso del tatto simile a quello umano. Con oltre 18 funzioni di rilevamento, può rilevare vibrazioni, calore e persino sostanze chimiche sulle superfici. Dotato di un chip AI, il polpastrello elabora i dati del tocco all'istante, consentendo risposte rapide a input come il calore di una stufa o la puntura acuta di un ago. Questa tecnologia agisce come un "sistema nervoso periferico" all'interno dell'IA incarnata, simulando risposte riflesse simili alle reazioni umane. Meta ha sviluppato questo polpastrello con un esclusivo sistema ottico contenente oltre 8 milioni di taxel in grado di catturare il tocco da ogni angolazione. Rileva piccoli dettagli, fino a forze piccole come un millinewton, dando all'IA incarnata una sensibilità finemente sintonizzata al proprio ambiente.

Meta Sparsh: la base della percezione tattile

Meta sta potenziando le capacità di percezione del tocco per aiutare l'IA a comprendere e rispondere alle sensazioni fisiche. Prende il nome dalla parola sanscrita per "tocco", Sparsh agisce come un "cervello tattile" per l'intelligenza artificiale incarnata. Il modello consente alle macchine di interpretare segnali tattili complessi come pressione e presa.

Una delle caratteristiche più importanti di Sparsh è la sua versatilità. I ​​sistemi tattili tradizionali impiegano modelli separati per ogni attività, basandosi in gran parte su dati etichettati e sensori specifici. Sparsh cambia completamente questo approccio. Come modello di uso generale, si adatta a vari sensori e attività. Impara i pattern tattili utilizzando apprendimento auto-supervisionato (SSL) su un enorme database di oltre 460,000 immagini tattili, senza bisogno di dati etichettati.

Meta ha anche introdotto TacBench, un nuovo benchmark con sei task touch-based per valutare le capacità di Sparsh. Meta sostiene che Sparsh ha superato i modelli tradizionali del 95.1%, specialmente in scenari con pochi dati. Le versioni di Sparsh basate sulle architetture I-JEPA e DINO di Meta hanno dimostrato notevoli capacità in task come la stima della forza, il rilevamento dello slittamento e la manipolazione complessa.

Meta Digit Plexus: una piattaforma per lo sviluppo di sistemi tattili

Meta ha introdotto Digit Plexus per integrare tecnologie di rilevamento e modelli di percezione tattile per creare un sistema di intelligenza artificiale incarnata. La piattaforma combina sensori della punta delle dita e del palmo in un'unica mano robotica per consentire risposte tattili più coordinate. Questa configurazione consente all'intelligenza artificiale incarnata di elaborare il feedback sensoriale e di adattare le proprie azioni in tempo reale, come si muove e reagisce una mano umana.

Standardizzando il feedback tattile su tutta la mano, Plesso digitale migliora la precisione e il controllo dell'intelligenza artificiale incorporata. Questo sviluppo è particolarmente importante in settori come la produzione e l'assistenza sanitaria, dove è essenziale una gestione attenta. La piattaforma collega sensori come il polpastrello e ReSkin a un sistema di controllo, semplificando la raccolta, il controllo e l'analisi dei dati, il tutto tramite un singolo cavo.

Meta sta rilasciando i progetti software e hardware per Digit Plexus alla comunità open source. L'obiettivo è promuovere la collaborazione e accelerare la ricerca nell'intelligenza artificiale incarnata, guidando l'innovazione e il progresso in questi campi.

Promuovere la ricerca e lo sviluppo dell'intelligenza artificiale incarnata

Meta sta facendo progredire non solo la tecnologia ma anche le risorse per promuovere la ricerca e lo sviluppo dell'AI incarnata. Un'iniziativa chiave è lo sviluppo di benchmark per valutare i modelli di AI. Uno di questi benchmark, PARTNER (Planning And Reasoning Tasks in humaN-Robot collaboration), valuta come i modelli di IA interagiscono con gli esseri umani durante le attività domestiche. Utilizzando il simulatore Habitat 3.0, PARTNR fornisce un ambiente realistico in cui i robot assistono in attività come la pulizia e la cucina. Con oltre 100,000 attività basate sul linguaggio, mira ad accelerare i progressi nell'IA incarnata.

Oltre alle iniziative interne, Meta collabora con organizzazioni come Azienda e a Robotica Wonik per accelerare l'adozione di tecnologie di rilevamento tattile. GelSight distribuirà i sensori Digit 360, mentre Wonik Robotics produrrà l'Allegro Hand, che integra la tecnologia Digit Plexus. Rendendo disponibili queste tecnologie tramite piattaforme open source e partnership, Meta sta aiutando a creare un ecosistema che potrebbe portare a innovazioni nell'assistenza sanitaria, manifatturiera e domestica.

Conclusione

Meta sta facendo progredire l'intelligenza artificiale incarnata, portandola oltre la vista e l'udito per includere il senso del tatto. Con innovazioni come Digit 360 e Sparsh, i sistemi di intelligenza artificiale stanno acquisendo la capacità di sentire e rispondere all'ambiente circostante con precisione. Condividendo queste tecnologie con la comunità open source e collaborando con organizzazioni chiave, Meta sta contribuendo ad accelerare lo sviluppo della rilevazione tattile. Questo progresso potrebbe portare a innovazioni in settori come l'assistenza sanitaria, la produzione e l'assistenza domiciliare, rendendo l'intelligenza artificiale più capace e reattiva nelle attività del mondo reale.

L’intelligenza artificiale (IA) sta trasformando numerosi settori, e la sanità non fa eccezione. Nei pronto soccorso ospedalieri, l’IA offre soluzioni innovative per ottimizzare il triage, migliorare la gestione delle emergenze e supportare i medici nelle diagnosi. Ecco come questa tecnologia può rivoluzionare il settore.

1. Triage Intelligente e Automatizzato

Il triage è una delle fasi più critiche del pronto soccorso, in quanto determina l’ordine di priorità dei pazienti. Con l’IA, è possibile:

• Chioschi digitali con AI: I pazienti possono inserire i loro sintomi in un sistema basato su intelligenza artificiale, che assegna un codice di gravità e riduce i tempi di attesa per chi ha bisogno di cure urgenti.
• Analisi del linguaggio e delle espressioni facciali: Sistemi AI possono valutare il livello di dolore attraverso il riconoscimento facciale e il tono della voce, migliorando l’accuratezza del triage.
• Monitoraggio remoto con sensori: Braccialetti intelligenti possono misurare parametri vitali come pressione sanguigna, frequenza cardiaca e saturazione di ossigeno, segnalando automaticamente i pazienti in condizioni critiche.

2. Diagnosi e Supporto Decisionale AI

L’IA può aiutare i medici a prendere decisioni più rapide e precise nei momenti di emergenza:

• Imaging medico avanzato: Algoritmi AI analizzano radiografie, TAC e risonanze magnetiche per identificare fratture, emorragie cerebrali o infezioni polmonari con velocità e precisione superiori a quelle umane.
• Analisi predittiva: L’IA può analizzare la storia clinica del paziente e prevedere il rischio di arresto cardiaco, setticemia o complicazioni post-intervento.
• Diagnosi supportata da AI: Sistemi basati su machine learning possono confrontare i sintomi del paziente con database medici globali e suggerire diagnosi probabili, riducendo gli errori umani.

3. Ottimizzazione della Logistica e delle Risorse

Uno dei problemi principali nei pronto soccorso è la gestione del sovraffollamento e la distribuzione efficiente delle risorse:

• Predizione dell’afflusso di pazienti: Algoritmi AI possono analizzare dati storici e condizioni meteorologiche per prevedere periodi di alta affluenza e consentire una migliore preparazione.
• Gestione intelligente dei letti: Sistemi di AI possono monitorare la disponibilità di posti letto in tempo reale e suggerire trasferimenti ottimali per ridurre i tempi di attesa.
• Assegnazione automatica del personale: L’IA può bilanciare la distribuzione del personale medico in base al numero di emergenze in corso, garantendo un utilizzo più efficiente delle risorse umane.

4. Robot e Automazione nel Pronto Soccorso

L’automazione può migliorare la rapidità e l’efficienza dei servizi di emergenza:

• Robot assistenti: Possono trasportare farmaci, strumenti medici e campioni biologici all’interno dell’ospedale, liberando il personale sanitario per compiti più critici.
• AI per la gestione farmaceutica: Sistemi automatizzati possono garantire una corretta somministrazione dei farmaci e avvisare in caso di interazioni pericolose tra medicinali.
• Droni per emergenze esterne: In alcune città, si stanno testando droni per trasportare defibrillatori o farmaci salvavita in aree difficili da raggiungere.

5. Telemedicina e Assistenza Remota

Con l’IA, il pronto soccorso può estendere la sua capacità di intervento anche fuori dall’ospedale:

• Chatbot medici per il pre-triage: I pazienti possono descrivere i loro sintomi tramite chatbot AI che determinano se è necessaria una visita al pronto soccorso.
• Monitoraggio remoto: Pazienti con patologie croniche possono essere monitorati a distanza tramite dispositivi indossabili, riducendo il numero di accessi non necessari al pronto soccorso.
• Consulenze AI per il personale medico: Durante le emergenze, l’IA può fornire ai medici linee guida aggiornate sulle migliori pratiche di trattamento.

Conclusione

L’integrazione dell’IA nei pronto soccorso ospedalieri ha il potenziale di ridurre i tempi di attesa, migliorare l’accuratezza delle diagnosi e ottimizzare l’uso delle risorse sanitarie. Sebbene l’adozione su larga scala richieda investimenti e formazione, il futuro della medicina d’emergenza sarà sempre più supportato dall’intelligenza artificiale.

L’IA non sostituisce il personale medico, ma rappresenta un potente strumento per rendere il pronto soccorso più efficiente e salvare più vite.

Uno studio dimostra che, nonostante le sfide come la complessità tecnologica, le aziende sono fortemente interessate a espandere la GenAI.

Le aziende stanno pianificando iniziative mirate per implementare GenAI. La qualità e la produttività dovrebbero aumentare in modo significativo.

Il 2025 sarà l'anno dell'intelligenza artificiale (IA), o almeno questo è quanto sostengono organizzazioni rinomate come il World Economic Forum (WEF). Di conseguenza, le aziende di tutto il mondo stanno pianificando di fare un uso molto più ampio dell'intelligenza artificiale generativa (GenAI).

GenAI come motore per gli obiettivi aziendali 2025

Secondo un recente studio dell'Hackett Group, l'89 percento delle aziende ha già avviato iniziative per implementare la GenAI. Queste iniziative sono solitamente supportate da modelli centralizzati o guidati dal business, con la maggior parte delle aziende che si affida al controllo centralizzato da parte dei team IT.

Secondo lo studio, l'impiego della GenAI influenzerà in modo significativo gli obiettivi aziendali per il 2025. Secondo lo studio, più della metà delle aziende (58%) prevede di utilizzare GenAI per migliorare la soddisfazione e l'esperienza del cliente o, per usare un termine tedesco moderno, l'esperienza del cliente. Il 47 percento desidera utilizzare GenAI per promuovere l'innovazione nei propri prodotti e servizi, mentre una percentuale simile (46 percento) punta a ottenere vantaggi in termini di costi attraverso l'uso di GenAI.

sfide della scalabilità

Il motivo di questo forte impegno è ovvio: dallo studio emerge che molte aziende segnalano già significativi incrementi di valore grazie a GenAI, tra cui miglioramenti nella qualità, nella produttività, nella riduzione dei costi operativi e nella soddisfazione di clienti e dipendenti. Alcune aziende hanno addirittura segnalato miglioramenti di oltre il 40 percento in termini di qualità e produttività, evidenziando il potenziale per un valore rivoluzionario.

Tuttavia, per espandere la GenAI è necessario superare diverse sfide. Tra questi rientrano aspettative irrealistiche, complessità dei processi, considerazioni etiche e problemi relativi alla qualità dei dati e alla complessità tecnologica. Nonostante queste sfide, le aziende mostrano meno preoccupazioni in merito al supporto e agli investimenti dei dirigenti, il che indica un forte impegno nei confronti della GenAI.

Secondo Hackett Group, le organizzazioni Global Business Services (GBS), ovvero le unità operative che gestiscono i processi amministrativi nei vari nodi dell'azienda, svolgeranno un ruolo significativo nell'introduzione di GenAI. Supportano non solo le funzioni di back-office quali finanza, IT, risorse umane e approvvigionamento, ma anche quelle di front e mid-office quali supply chain, vendite e marketing.

Dalla teoria alla pratica

Gli autori dello studio spiegano nel dettaglio come le aziende dovrebbero procedere in tal senso:

1. Le aziende dovrebbero valutare attentamente come e dove scalare la GenAI per creare valore aziendale. Il coinvolgimento dei dirigenti aiuta a ottimizzare la produttività, la qualità, l'esperienza del cliente e il risparmio sui costi.
2. Le aziende dovrebbero creare un ambiente di “co-intelligenza” in cui gli esseri umani e l’intelligenza artificiale lavorino insieme per ottenere innovazione e vantaggio competitivo.
3. Le aziende dovrebbero affrontare in modo specifico la complessità dei processi, dei dati e della tecnologia e sfruttare le best practice per aumentare l'efficienza e accelerare la creazione di valore.
4. Le aziende dovrebbero adattare i programmi di formazione per preparare i dipendenti ai cambiamenti apportati dalla GenAI. È particolarmente importante riqualificarsi in settori quali la scienza dei dati e l'apprendimento automatico.

Queste misure mirano ad aiutare le aziende a gestire la complessità dei processi esistenti, a gestire aspettative aziendali irrealistiche e a creare una solida base per l'implementazione e la scalabilità di successo di GenAI.

Promuovere le competenze di intelligenza artificiale in modo mirato

Hackett Group sottolinea che le aziende dovrebbero accelerare i propri sforzi per ampliare la GenAI concentrandosi sulla prontezza nell'ideazione, valutazione, sviluppo e implementazione di soluzioni GenAI.

Ciò richiede anche un riorientamento dello sviluppo dei dipendenti per preparare la forza lavoro a lavorare con l'intelligenza artificiale e promuovere competenze necessarie come la scienza dei dati e l'apprendimento automatico.

I leader di tutto il mondo forniscono approfondimenti sulle strategie di Gen AI

Da settembre a novembre 2024, The Hackett Group ha condotto una serie di sondaggi tra dirigenti dei settori finanza, IT, GBS, risorse umane e acquisti, chiedendo loro quali fossero i loro principali problemi, obiettivi aziendali e piani per GenAI nel 2025. Gli intervistati erano dirigenti di aziende con sede in Asia, America Centrale e Meridionale, Europa, Medio Oriente e Africa e Nord America.

di Tristan Fincken

Redattore Junior

Canva ha presentato il suo rapporto annuale sulle tendenze del design che probabilmente plasmeranno “il futuro del lavoro e della creatività entro il 2025“, secondo il comunicato stampa.

Per stilare il suo rapporto, Canva ha attinto ai dati della sua vasta comunità di 220 milioni di utenti, tra cui creativi, professionisti e il 95% delle aziende Fortune 500. Analizzando milioni di query, gli elementi aggiunti ai preferiti e i modelli più popolari, la piattaforma ha identificato sette tendenze promettenti, che vanno dalla nostalgia all’ispirazione artigianale e alle nuove tecnologie.

1. L’analogico nell’era dell’AI

Questa tendenza, che “unisce il passato e il presente per aprire nuove prospettive creative“, secondo Canva, combina tecniche senza tempo come il collage con il potenziale dell’intelligenza artificiale. Entro il 2025, la piattaforma, che ha recentemente presentato il proprio generatore di immagini AI Dream Lab, prevede che i designer combineranno texture artigianali ed elementi organici con le capacità dell’AI, per progettare immagini profondamente umane. Gli esperti che hanno redatto il rapporto ritengono che questa fusione tra analogico e IA si concretizzerà soprattutto nelle pubblicazioni sui social network, nelle presentazioni professionali e nei portfolio online.

2. La teoria delle forme

Secondo Canva, il quadrato è tornato prepotentemente in auge, così come altre forme geometriche. La piattaforma prevede una crescente mania per lo stile modulare che “utilizza forme audaci per creare struttura, aggiungendo foto retroilluminate e colori caldi per un tocco personale’.

Per spiegare questa crescente popolarità, i team di Canva sottolineano l’aumento delle query “shapes” e “modular”, cresciute rispettivamente del 56% e del 23% nell’ultimo anno. Questo stile grafico sarà particolarmente visibile nelle schede dei marchi, nelle presentazioni commerciali e nelle pubblicazioni sui social network.

3. Opulenza minimalista

“Questa tendenza combina un’estetica minimalista con dettagli ricchi e intricati“, afferma Canva. In altre parole, la tendenza opulenza minimalista cerca di infondere alle composizioni un tocco discreto e armonioso. L’obiettivo è che ogni dettaglio appaia accuratamente progettato e visivamente ricco. Nel 2025, questo stile grafico troverà spazio nelle presentazioni aziendali, nei portfolio creativi e nei design dei siti web.

4. Seriamente divertente

Questo stile grafico, al tempo stesso giocoso e strategico, cerca di fondere umorismo e disinvoltura per reinventare il design professionale. “Questa tendenza ci ricorda che anche i progetti più seri possono beneficiare di un tocco di modernità e creatività, rendendo i progetti non solo efficaci, ma anche piacevoli alla vista“, afferma la piattaforma. Canva, infatti, ha osservato un crescente interesse per le query “funny”, “amusing” e “humour”.

5. Il futuro in movimento

Canva scommette che i termini di ricerca “motion”, “animation” e “interactive” avranno un ruolo importante nell’arricchire l’esperienza creativa nel 2025. La piattaforma prevede che i gradienti sottili e la tipografia dinamica saranno in primo piano, creando ritmo e movimento nelle presentazioni aziendali, nei post sui social media e nei video aziendali.

6. Eleganza grezza

Avanguardia e originalità, questo stile elegante sfida i codici estetici tradizionali grazie a “texture audaci, contrasti sorprendenti ed elementi grezzi, pur mantenendo una certa raffinatezza“, secondo Canva. Questa tendenza, che si concretizzerà nei portafogli, nelle schede dei marchi e nelle pubblicazioni sui social network, fonde audacia e raffinatezza per creare identità visive uniche.

7. Botanica meccanica

Secondo la piattaforma, nel 2025 i designer non esiteranno a combinare texture naturali con un uso sapiente di gradienti e spazi negativi per creare composizioni armoniose. “Questa tendenza combina elementi digitali eleganti con texture naturali e colori della terra, creando un look al tempo stesso futuristico e concreto“, aggiunge Canva, che prevede che questo stile grafico sarà utilizzato in particolare nelle presentazioni commerciali, nelle schede dei marchi o nelle pubblicazioni sui social network.

Gli agenti UiPath Autopilot e Microsoft 365 Copilot trasformano i processi aziendali con l'intelligenza artificiale e l'automazione

Card lift shots eliminate

La deriva della Rai, le criticità della “riforma Borgonzoni” del settore cine-audiovisivo ed il deficit di conoscenza

di Angelo Zaccone Teodosi | 31 Ottobre 2024, ore 17:00

Si continua a (mal) governare le politiche culturali e mediali, a causa di prassi approssimative e di assenza di adeguati strumenti di analisi e valutazione. Gli “Stati Generali” voluti dalla Presidente della Vigilanza Barbara Floridia il 6 e 7 novembre come occasione di “dialogo” per consentire alla maggioranza l’elezione di Simona Agnes alla presidenza della Rai?