News

Google ha lanciato i primi cinque modelli Googlebook, dispositivi pensati per una stretta integrazione con Android e per competere con il MacBook Neo di Apple. I portatili, realizzati da Acer, Asus, Dell, HP e Lenovo, superano il prezzo dei tradizionali Chromebook e offrono specifiche premium, tra cui schermi OLED, batterie di lunga durata e l’abbonamento di un anno a Google AI Pro con 5 TB di cloud.

Un modello interno di OpenAI ha affermato di aver risolto più di cento problemi matematici irrisolti da decenni, incluso il problema di Navier‑Stokes tra i Millenium Prize Problems. Per gestire le implicazioni scientifiche, l’azienda ha creato l’Advisory Group on Mathematics and Artificial Intelligence (AGMAI), un comitato indipendente ospitato dall’Institute for Advanced Study di Princeton.

Meta ha lanciato Muse, un assistente basato su intelligenza artificiale capace di eseguire compiti reali come inviare email, prenotare viaggi e fare acquisti. La sua rapida diffusione negli Stati Uniti ha innescato un conflitto con Amazon, che ha bloccato l’accesso del servizio al proprio sito per motivi di sicurezza e privacy.

Gli standard tecnici e normativi per l'intelligenza artificiale rappresentano una priorità globale mentre la tecnologia si diffonde in settori critici. Organizzazioni internazionali, governi e aziende tecnologiche stanno collaborando per sviluppare framework che garantiscano sicurezza, trasparenza e responsabilità. Questi standard definiranno come l'IA verrà sviluppata, implementata e controllata nei prossimi anni.

Microsoft e GitHub offrono cinque corsi gratuiti pensati per chi desidera approfondire le competenze in data science e intelligenza artificiale. Questi corsi, accessibili a tutti i livelli di esperienza, combinano teoria pratica e applicazioni reali, rappresentando un'opportunità eccezionale per professionisti e principianti di sviluppare competenze richieste nel mercato del lavoro contemporaneo.

OpenAI ha sviluppato significativi progressi nell'evoluzione delle sue API, trasformando i modelli di linguaggio tradizionali in agenti autonomi capaci di interagire direttamente con ambienti informatici. Questo avanzamento consente ai sistemi di IA di eseguire azioni concrete, accedere a risorse computazionali e risolvere problemi complessi in modo più efficiente. La transizione verso agenti abilitati a computer environment rappresenta un cambiamento paradigmatico nella capacità dell'IA di operare nel mondo reale.

I modelli linguistici ricorsivi rappresentano un'innovazione significativa nell'intelligenza artificiale, consentendo ai sistemi di elaborare sequenze di testo molto più lunghe rispetto ai limiti tradizionali della finestra di contesto. Questa tecnologia supera le restrizioni architetturali dei modelli attuali, permettendo applicazioni più avanzate nel processamento di documenti estesi, analisi narrativa complessa e ragionamento multi-turno su lunghe conversazioni. L'implementazione pratica di questi modelli apre nuove possibilità per l'industria tecnologica e la ricerca nel campo del machine learning.

Amazon ha iniziato a bloccare l'agente di acquisti Muse di Meta, sostenendo violazioni dei termini di utilizzo e preoccupazioni sulla sicurezza. Il caso evidenzia un conflitto crescente tra piattaforme di e‑commerce e assistenti IA, con ripercussioni legali e commerciali per l’intero ecosistema digitale.

Google Antigravity è la prima IDE “agent‑first” che trasforma il computer in un sistema di agenti IA autonomi, capace di eseguire qualsiasi compito, dal coding alla ricerca accademica. Grazie a integrazioni browser, accesso internet e controllo diretto del file system, gli agenti possono orchestrare file, terminale e web con semplici comandi in linguaggio naturale. In questo articolo vengono illustrati i principi, le tre colonne di potere, le differenze rispetto ai tradizionali assistenti e una serie di prompt dimostrativi per sei professioni.

Il rinvio dell’IPO di Anthropic a novembre mette in luce tre fattori di pressione: la rinascita di OpenAI, la crescente concorrenza dei modelli open‑source e le preoccupazioni sulla sicurezza. Nonostante un fatturato in rapida crescita, l’azienda deve confrontarsi con sfide di mercato, normative emergenti e timori interni al settore.

I data center dedicati all’intelligenza artificiale richiedono quantità sempre maggiori di energia, acqua e materiali, superando di gran lunga i requisiti dei tradizionali impianti di calcolo. L’efficienza dei chip non basta a frenare la domanda; occorrono algoritmi più sobri, sistemi di raffreddamento a liquido, recupero del calore e una governance europea capace di misurare e regolare l’impatto ambientale.

OpenAI ha chiesto al governo statunitense di assumere la leadership nella definizione di standard internazionali per l’intelligenza artificiale di nuova generazione. La proposta prevede criteri comuni di valutazione, obblighi di segnalazione di incidenti e la creazione di canali protetti per lo scambio di informazioni tra governi.

Le inchieste giudiziarie di Taiwan, Singapore e Malesia hanno svelato una rete globale di contrabbando di chip per l’intelligenza artificiale, capace di aggirare licenze e controlli export. Il fenomeno mette in luce il ruolo di broker, manager e strutture di facciata, offrendo spunti utili per governi e imprese che vogliono contrastare il flusso illegale di tecnologie sensibili.

Diogo Almeida, ex ricercatore di Google Brain e OpenAI, ha presentato Jev, il nuovo modello di intelligenza artificiale di TypeSafe AI. Jev promette costi ridotti di 0,042 $ per milione di token in ingresso, zero costi per i token in uscita e tempi di risposta da 70 ms a 500 ms, superando di gran lunga i concorrenti. Il modello genera risposte a scelta multipla con probabilità e punteggi di fiducia, limitando le allucinazioni ma richiedendo un uso tecnico rivolto a sviluppatori e professionisti.

La Retrieval‑Augmented Generation (RAG) è un’architettura che combina i modelli linguistici di grandi dimensioni con fonti di conoscenza esterne, migliorando la pertinenza e l’attualità delle risposte. Grazie a RAG le aziende possono ridurre i costi di riaddestramento, limitare le allucinazioni e garantire una maggiore sicurezza dei dati.

Il mercato enterprise dell'intelligenza artificiale è passato dalla sperimentazione all'operatività, con l'emergere di sistemi agentici e protocolli aperti. Per sfruttare questa evoluzione, le aziende devono dotare i propri team di nuove competenze, suddivise in cinque macro‑aree che coprono architettura, sviluppo, ingegneria software, operatività e gestione del rischio.

Google sta sperimentando una nuova funzione denominata "Dive Deeper" all'interno della sua piattaforma Discover, che genera automaticamente approfondimenti alimentati da intelligenza artificiale su argomenti di interesse. Questa funzionalità aggiunge un layer intermedio tra i contenuti visualizzati in Discover e i siti web originali, permettendo agli utenti di consultare riepiloghi generati dall'IA prima di visitare le fonti. L'iniziativa rappresenta un'evoluzione significativa nel modo in cui Google presenta le notizie personalizzate e solleva questioni critiche riguardanti l'impatto sul traffico dei siti editoriali.

La crescente domanda di workload AI e l’aumento dei costi energetici stanno spingendo le aziende a valutare lo storage enterprise non solo per capacità e prestazioni, ma anche per efficienza energetica e Total Cost of Ownership. In Italia, gli investimenti in nuovi data center supereranno i 25 miliardi di euro entro il 2029, con le piattaforme di storage al centro della trasformazione.

OpenAI ha annunciato una previsione di consumo di liquidità pari a circa 278‑280 miliardi di dollari tra il 2026 e il 2030, riflettendo l’intensa espansione in infrastrutture e potenza di calcolo. L’obiettivo è sostenere la corsa all’hardware AI, ma gli analisti avvertono rischi di sostenibilità finanziaria se non arrivano nuovi finanziamenti.

Dario Amodei ha pubblicato un saggio di quasi 4 000 parole in cui invita l’intera industria dell’intelligenza artificiale a rallentare deliberatamente lo sviluppo dei modelli più avanzati. Sam Altman ed Elon Musk hanno espresso pubblicamente il loro sostegno, insieme ad altri leader del settore, in un raro momento di convergenza tra i principali attori. L’articolo analizza le proposte di Amodei, le reazioni dei protagonisti e le implicazioni per il futuro della governance dell’IA.