Olimpiadi di Parigi, per la sicurezza pubblica entra in gioco l’AI (e la privacy?)

Tutto pronto per le Olimpiadi, massima allerta per la sicurezza pubblica

Tra poco meno di una settimana prenderanno il via le Olimpiadi di Parigi 2024 (26 luglio – 11 agosto). Domenica prossima, la fiamma olimpica attraverserà il dipartimento della Val de Marne, entrando quindi nella città di Vincennes, per poi dirigersi verso il centro città parigino.

Giochi particolarmente sentiti dai francesi, perché perché è passato un secolo dall’ultima volta che la capitale ha ospitato le Olimpiadi (Jeux de la VIIIe olympiade 1924).

Uno degli eventi sportivi più importanti al mondo, che attira centinaia di migliaia di sportivi, appassionati, spettatori, da ogni parte del pianeta. Gli occhi di tutti saranno su Parigi, anche quelli indesiderati di malintenzionati, criminali e terroristi.

Per questo, il Governo francese, l’amministrazione cittadina e le agenzie governative preposte alla sicurezza pubblica e nazionale stanno mettendo a punto tutti di dispositivi necessari per un tranquillo svolgimento della manifestazione.

Un lavoro imponente, che ha fatto definire le Olimpiadi come “le più grandi operazioni di sicurezza pubblica al mondo al di fuori della guerra”.

Si accendono gli occhi dell’AI sulle Olimpiadi e sulla città

Tra le tecnologie maggiormente impiegate, troviamo certamente le videocamere di sorveglianza e diverse soluzioni di intelligenza artificiale (AI).

Un controllo effettuato con occhi elettronici particolarmente “svegli”, potenziati da nuove tecnologie software, che ha creato non pochi problemi al Governo francese e all’amministrazione parigina per le possibili implicazioni di natura normativa.

A quanto riportato da un articolo pubblicato su The Conversation, tali dispositivi per la sorveglianza di massa amplificati e potenziati dall’AI violerebbero un po’ tutte le leggi sulla privacy.

Dal tracciamento dei device elettronici alla raccolta di dati biometrici, così si viola la privacy

Addirittura, si parla di un “decreto provvisorio classificato” che consentirebbe al Governo di effettuare “sorveglianza occulta” e raccolta di dati massiccia per tutta la durata dei Giochi, comprese intercettazioni telefoniche e ambientali diffuse, raccolta di dati di geolocalizzazione, tracciamento di dispositivi elettronici di comunicazione connessi in rete, raccolta di dati biometrici.

Come ha ricordato Anne Toomey McKenna, Professore di diritto all’Università di Richmond, nonostante tutte le informative dei servizi segreti e le minacce che trapelano sugli organi di stampa, “tutte le misure di sicurezza preventive individuate dal Governo devono essere proporzionate ai rischi”.

Secondo quanto riportato da Politico, la Francia è già stata accusata di sfruttare le Olimpiadi e le minacce terroristiche alla sicurezza pubblica per aumentare a dismisura la sorveglianza tecnologica, per poi renderla una misura socialmente accettata nei tempi che verranno.

Sorveglianza che a quanto pare, nel caso dell’attentato a Donald Trump in Pennsylvania, potrebbe anche non funzionare a dovere nei momenti più critici.

Collaborazione pubblico-privato, come funziona la sorveglianza AI

Le forze di sicurezza francesi, comunque, ripongono grande fiducia nell’AI. Le autorità nazionali hanno collaborato con diverse aziende del settore, tra cui Videtics, Orange Business, ChapsVision e Wintics, proprio per sviluppare le migliori soluzioni di videosorveglianza AI based, anche montate su droni.

I primi test sono stati effettuati in occasione di grandi eventi musicali, culturali e sportivi (dal concerto di Taylor Swift al Festival di Cannes), ha scritto la professoressa su The Conversation, ma anche nelle stazioni dei treni e della metropolitana nelle fasce orarie di punta.

Software avanzati che dovevano segnalare tra la folla cambiamenti nelle dimensioni e nei movimenti, ma anche oggetti abbandonati o sospetti, presenza di armi da fuoco o uso di armi bianche, corpi a terra, eventuali fiamme e segnalazioni di fumo, fino alla violazione del codice della strada (nel caso di veicoli in accelerazione e diretti contro persone, cose e edifici pubblici).

L’AI rileva ogni minimo disturbo e devianza dagli standard di normalità e predispone in tempo reale l’intervento delle forze di sicurezza.

Rimane il problema della privacy, che nasce dal modo in cui questi dispositivi sono utilizzati e dal modo stesso in cui funzionano.

Lo strappo francese al Gdpr

Quanti e quali tipi di dati devono essere raccolti e analizzati per segnalare casi di reale pericolo? Su quali dati sono addestrati i sistemi? Cosa viene fatto con i dati dopo che sono stati raccolti, dove sono custoditi e chi vi ha accesso? Sono solo alcune delle domande che l’esperta si/ci pone e a cui è fondamentale dare risposta.

Tutta questa mole di dati che fine farà? Sarà data in pasto alle aziende private? Chi gestirà direttamente o indirettamente le migliaia di nuove videocamere AI based sparse a Parigi e altre città francesi.

In preparazione alle Olimpiadi, nel 2023 la Francia ha promulgato la legge n. 2023-380, con lo scopo di fornire un quadro giuridico chiaro all’interno del quale far svolgere le Olimpiadi del 2024.

Questo include il controverso articolo 7, una disposizione che consente alle forze dell’ordine francesi e ai fornitori tecnologici di sperimentare la videosorveglianza AI prima, durante e dopo le Olimpiadi del 2024, e l’articolo 10, che offre la possibilità di usare software di intelligenza artificiale per esaminare i flussi video delle telecamere.

Queste leggi rendono la Francia il primo paese dell’Unione europea a legalizzare un sistema di sorveglianza basato sull’intelligenza artificiale di così vasta portata.

E questo nonostante ci troviamo in uno dei Paesi fondatori dell’Unione europea, che deve rispettare sia il Regolamento generale sulla protezione dei dati (Gdpr), una delle leggi sulla privacy più severe al mondo, sia l’AI Act.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/olimpiadi-di-parigi-per-la-sicurezza-pubblica-entra-in-gioco-lai-e-la-privacy/498762/




OpenAI lavora a Strawberry, una nuova AI capace di ragionare come l’uomo

OpenAI è vicina allo sviluppo di un’intelligenza artificiale di nuova generazione, con il nome in codice “Strawberry”. Questa dovrebbe migliorare gli attuali modelli, rendendo possibili “avanzate capacità di ragionamento”. Lo riferisce Reuters spiegando che team interni di OpenAI stanno lavorando sull’iniziativa come ampliamento di un precedente progetto in precedenza noto come Q* (si legge Q Star), già accostata al concetto di Agi, artificial general intelligence.

Tra gli obiettivi del progetto c’è quello di consentire ai modelli di intelligenza artificiale dell’azienda di scandagliare autonomamente Internet per “pianificare in anticipo” attività più complesse. Tra le dimostrazioni, la possibilità di rispondere a “domande difficili di scienza e matematica”, e altre possibili declinazioni professionali.

In questa fase, molto resta sconosciuto su Strawberry, incluso quanto è avanti nello sviluppo e se si tratta dello stesso sistema con capacità di “ragionamento umano” che OpenAI avrebbe dimostrato in una riunione di tutti i dipendenti all’inizio della scorsa settimana. Per Reuters, il progetto Strawberry ha preso il via lo scorso inverno e, a maggio 2024, risultava ancora in piena fase di sviluppo. Secondo la fonte contattata, allo stato attuale il progetto è ancora una priorità per gli sviluppatori di OpenAI

Cosa potrà fare OpenAI

Il successore di Q* dovrebbe focalizzarsi su aspetti che finora hanno messo in difficoltà i modelli linguistici su larga scala (LLM), come calcoli e ragionamenti matematici. Questi infatti, sono stati progettati per riassumere testo o fornire risposte su domande generiche, con uno stile quasi umano. I concorrenti non stanno certo a guardare. Tra questi Microsoft, che starebbe lavorando su VALL-E 2, un modello AI così avanzato da essere considerato pericoloso per il rilascio globale, in assenza di paletti tecnologici ben definiti.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/openai-lavora-a-strawberry-una-nuova-ai-capace-di-ragionare-come-luomo/497602/




Startup AI, hanno attirato il 45% degli investimenti VC USA nei primi sei mesi dell’anno

L’onda degli investimenti VC sulle startup AI

Quasi la metà di tutti gli investimenti venture capital (VC) negli Stati Uniti nel primo semestre del 2024 sono stati destinati alle startup di intelligenza artificiale (AI), secondo le stime di PitchBook.

Il 26% del valore complessivo degli accordi è andato a due sole operazioni relative a CoreWeave e xAI nel secondo semestre dell’anno (rispettivamente 8,6 miliardi e 6 miliardi di dollari).

Estremamente significative le cifre degli investimenti VC in startup AI: solo nel secondo trimestre dell’anno sono stati investiti in capitale di rischio 55,6 miliardi di dollari, per un totale di 4.226 operazioni. Complessivamente, il 45% degli investimenti VC per i primi sei mesi dell’anno è andato alle startup AI.

Rischio “AI bubble” o reale opportunità di crescita?

È la conferma di una corsa generale ad investire in aziende e startup dell’AI, che di certo non dissipano, semmai aumentano, i timori di una bolla speculativa.

I più scettici ricordano la grande bolla delle dot-com (1997-2000) e sottolineano, come riportato da qz.com, che prima o poi la massiccia attenzione del pubblico (e forse del mercato) verso questa tecnologia potrebbe calare, anche perché tra la concreta possibilità di accedere ai vantaggi dell’AI e i tempi reali di sviluppo delle soluzioni dovrà passare ancora del tempo. E da sempre il tempo è denaro.

Al contrario, i sostenitori dell’intelligenza artificiale tendono a rispondere che questa tecnologia è diversa: sta avanzando alla velocità della luce e i suoi casi d’uso finora dimostrano che non si tratta di una bufala.

Si tratta però, come spiega bene il monitor PitchBook, di una fase molto positiva che riguarda una piccola schiera di startup ad alta crescita, mentre quelle di fascia media si trovano sempre in difficoltà. 

In sintesi, si può dire certamente che il settore va a gonfie vele, ma è anche vero che non tutte le startup in questione riusciranno a diventare OpenAI.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/startup-ai-hanno-attirato-il-45-degli-investimenti-vc-usa-nei-primi-sei-mesi-dellanno/497438/




I costi dell’AI. Cosa serve per far funzionare ChatGPT e gli altri

Rubrica settimanale SosTech, frutto della collaborazione tra Key4biz e SosTariffe. Per consultare gli articoli precedenti, clicca qui..

È vero, l’intelligenza artificiale ha rapidamente trasformato il panorama tecnologico globale, rivoluzionando non solo il lavoro creativo e l’informatica, ma anche settori come la medicina, l’industria automobilistica e la finanza. Ma il progresso – soprattutto questo progresso – ha un costo energetico (e non solo) molto elevato. I modelli di deep learning che costituiscono il cuore delle applicazioni AI richiedono enormi quantità di energia elettrica per l’addestramento e l’implementazione; nei data center, questa esigenza di calcolo si traduce in un consumo energetico impressionante, con notevoli implicazioni per l’ambiente.

Per capirci, gli studi più recenti dimostrano che l’addestramento di modelli AI avanzati consuma energia equivalente al fabbisogno annuale di migliaia di abitazioni. L’addestramento di GPT-3 ha utilizzato 1287 megawattora di elettricità, cioè 552 tonnellate di anidride carbonica. Consumi che non solo aumentano i costi operativi, ma che soprattutto contribuiscono significativamente alle emissioni globali di CO2: secondo David Patterson dell’Università di Berkeley, GPT-3 ha una carbon footprint stimata in oltre 550.000 kg di anidride carbonica.E non è tutto: oltre all’elettricità, i data center consumano grandi quantità di acqua per il raffreddamento (700.000 litri solo per l’addestramento di GPT-3). Una situazione che diventa particolarmente pressante per le GPU di fascia alta, che richiedono un raffreddamento costante per mantenere le temperature operative.

L’espansione dei data center, va sottolineato, non riguarda solo le emissioni di carbonio e il consumo di acqua, ma ha anche impatti locali significativi. Ad esempio, in Virginia, il progetto Digital Gateway prevede la costruzione di trentasette nuovi data center su oltre duemila acri di terra, con prevedibili conseguenze sulla comunità locale, dal consumo di risorse idriche alla gestione dei rifiuti. Proprio la scarsa trasparenza nel rapportarsi all’uso delle falde acquifere e alle risorse idriche locali è uno dei problemi più rilevanti in questo senso, e c’è il rischio che un bene prezioso ma universale come l’acqua possa andare incontro a regolamentazioni nelle zone più adatte alla costruzione di data center.

I costi della connessione

Le grandi aziende tecnologiche come Google, Microsoft e Amazon stanno cercando di affrontare questi problemi investendo in energie rinnovabili e migliorando l’efficienza energetica. Google si è impegnata a utilizzare solo energia senza carbonio entro il 2030, mentre Microsoft ha annunciato un investimento di oltre 10 miliardi di dollari nello sviluppo di energia rinnovabile. Ma la domanda energetica continua a crescere e resta una sfida enorme: le emissioni di Google sono aumentate di quasi il 50% negli ultimi cinque anni, in parte a causa dell’uso intensivo dell’AI, e per molti le pezze messe dai colossi dell’hi-tech non possono essere sufficienti.

Anche perché poi ci sono i costi umani: l’industria dell’AI si affida spesso a lavoro a basso costo per la raccolta e l’annotazione dei dati, a volte in condizioni di vero e proprio sfruttamento nei paesi del Sud del mondo. Lavoratori in Kenya e nelle Filippine, ad esempio, sono stati pagati meno di due dollari l’ora per addestrare modelli AI come ChatGPT, spesso dovendo avere a che fare con continui ritardi nei pagamenti e furti salariali.  Secondo Nick Couldry e Ulises Mejias, autori del libro The Costs of Connection, questo fenomeno può essere considerato un vero e proprio “colonialismo dei dati”: un modello economico basato sull’estrazione e la mercificazione dei dati rafforza le strutture di potere esistenti, aggravando le disuguaglianze di razza, genere e classe.

L’AI che si cura da sé: l’esempio di Phaidra

Naturalmente, ormai nessuno pensa sia possibile, o desiderabile, rinunciare del tutto a quanto di buono può dare l’intelligenza artificiale, a portata di mano per rispondere a tutte le nostre domande ormai su qualsiasi smartphone (per chi cerca le occasioni più convenienti per Internet mobile c’è sempre il comparatore di SOSTariffe.it). Qual è dunque la soluzione per non peggiorare ulteriormente il gap già altissimo tra i più ricchi del pianeta e i più poveri, e al tempo stesso non farci precipitare ancor di più nella crisi climatica? Per ironia della sorte, l’AI può anche svolgere un ruolo importante nella mitigazione dei propri danni. Utilizzando metodi di machine learning, è infatti in grado di analizzare enormi quantità di dati su cambiamenti climatici, eventi meteorologici estremi e migrazioni umane, contribuendo a soluzioni più sostenibili e efficaci.

E ogni tanto arrivano anche soluzioni innovative sul fronte della sostenibilità: Phaidra, ad esempio. Fondata nel 2019 da ex membri di Google DeepMind, la startup utilizza l’intelligenza artificiale per ottimizzare l’efficienza energetica nei data center. Il sistema di Phaidra impiega una rete di sensori per monitorare in tempo reale parametri come temperature e pressioni, utilizzando algoritmi per ottimizzare automaticamente i sistemi di raffreddamento e ridurre il consumo energetico.

Jim Gao, CEO di Phaidra, ha applicato con successo questa tecnologia nei data center di Google, riducendo il consumo energetico per il raffreddamento del 40%. Oggi Phaidra offre soluzioni anche per altri settori industriali, come quello farmaceutico ed energetico. Il sistema di controllo AI di Phaidra si integra con i sistemi di gestione esistenti, analizzando i dati raccolti dai sensori e identificando la strategia ottimale per il funzionamento dei sistemi di raffreddamento.

L’adozione di soluzioni come quelle offerte da Phaidra è cruciale per affrontare la crescente crisi energetica nei data center e nell’industria in generale. Man mano che l’intelligenza artificiale continua a espandersi, diventa sempre più urgente trovare modi per rendere questa tecnologia sostenibile.

Il quadro normativo

Infine, va ricordato che un altro aspetto fondamentale per mitigare l’impatto ambientale e sociale dell’AI è l’adozione di un quadro normativo rigoroso. L’Unione Europea sta infatti negoziando l’AI Act, una legislazione che mira a regolamentare l’uso dell’AI in modo trasparente e responsabile, includendo la valutazione degli impatti ambientali e sociali delle tecnologie AI e l’adozione di misure per ridurre il loro impatto negativo. Non sempre però le risposte delle aziende significano un radicale cambiamento di politica, anzi. Google, ad esempio, ha recentemente aggiornato la sua politica sulla privacy per dire espressamente che qualsiasi contenuto disponibile pubblicamente su Internet sarà utilizzato come dato di addestramento, posizione questa che solleva preoccupazioni sulla trasparenza e sulla responsabilità delle aziende tecnologiche nei confronti dell’ambiente e della società. E non pare proprio che, in futuro, le cose diventeranno più semplici.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/i-costi-dellai-cosa-serve-per-far-funzionare-chatgpt-e-gli-altri/497381/




Agenti AI, cosa sono e perché conquisteranno il mondo

Gli agenti AI

A maggio di quest’anno, Google ha presentato il suo nuovo agente di intelligenza artificiale (AI) chiamato Astra, che consente a chiunque di interagire attraverso messaggi audio o video.

Qualcosa del genere lo ha fatto anche OpenAI, con il nuovo modello GPT-4o, definito come agente AI.

Stando a quanto affermato da Sam Altman, fondatore di OpenAI, gli agenti AI saranno la vera, grande, prossima novità in termini di innovazione e trasformazione tecnologica.

Cosa sono e come possiamo utilizzarli?

Secondo un articolo pubblicato sulla celebre rivista online MIT Technology Review, fondata nel 1899 dal Massachusetts Institute of Technology, è ancora presto per dare una definizione precisa di cosa sono gli agenti AI.

“Sono modelli e algoritmi di AI che possono prendere decisioni in maniera autonoma”, si legge nella pubblicazione, “un po’ come un nostro assistente assunto a tempo pieno per aiutarci in tutte le nostre attività”.

In futuro ci potrebbero aiutare a trovare lavoro, a pianificare le ferie, a seguire una dieta, a prenotare biglietti per qualsiasi necessità, dai trasporti agli spettacoli culturali, persino a trovare l’anima gemella o ad organizzarci un incontro di qualsiasi natura.

Si tratterà di agenti multimodali, con cui sarà possibile comunicare in qualsiasi modo e attraverso diversi canali, che saranno in grado di elaborare informazioni attraverso il linguaggio naturale, contenuti audio e video.

Ad esempio, nella demo Google di Astra, gli utenti puntano la fotocamera di uno smartphone verso determinati oggetti con la possibilità di porre domande all’agente AI, che a sua volta potrà rispondere attraverso testo, audio e video.

Secondo David Barber, direttore del Centro per l’intelligenza artificiale dell’University College di Londra, un agente AI potrebbe essere in grado di funzionare come un bot di assistenza clienti, ma in maniera più sofisticata e certamente autonoma.

L’attuale generazione di assistenti basati su modelli linguistici può generare solo la parola più probabile in una frase, ma un agente AI avrebbe la capacità di agire su più comandi in linguaggio naturale, in modo autonomo, fino all’elaborazione di attività di assistenza clienti senza supervisione.

Le tre caratteristiche base dell’agente AI

In un articolo di prossima pubblicazione, i ricercatori di Princeton affermano che gli agenti di intelligenza artificiale tendono ad avere tre caratteristiche diverse.

I sistemi di intelligenza artificiale sono considerati “agenti” se possono perseguire obiettivi difficili senza essere addestrati in ambienti complessi.

Sono inoltre qualificati se possono essere addestrati in linguaggio naturale e agire autonomamente senza supervisione.

Infine, il termine “agente” può essere applicato anche a sistemi in grado di utilizzare strumenti, come la ricerca web o la programmazione, o in grado di pianificare. 

Limiti

Kanjun Qiu, CEO e fondatore della startup di intelligenza artificiale Imbue, lavora attualmente su agenti in grado di ragionare e programmare, e ha paragonato lo stato degli agenti AI a quello delle auto a guida autonoma di circa un decennio fa.

“Possono fare cose, ma sono inaffidabili e ancora non sono realmente autonomi”, ha spiegato Qiu.

Ad esempio, un agente di programmazione può generare codice, ma a volte sbaglia e non sa come testarli, ha spiegato il manager.

Inoltre, cosa non da poco, gli esseri umani devono ancora essere attivamente coinvolti in questo processo.

Di fatto, i sistemi di intelligenza artificiale non possono ancora ragionare completamente in maniera autonoma e questo è un passaggio fondamentale per operare nel mondo degli uomini, che è complesso e spesso contraddittorio.

Oggi abbiamo già agenti AI tra noi?

No, non li abbiamo, si affrettano a scrivere i ricercatori del MIT, ma qualcosa di simile già c’è.

I plug-in ChatGPT di OpenAI, che consentono alle persone di creare assistenti basati sull’intelligenza artificiale per i browser Web, sono dei primi prototipi, ma risultano ancora inaffidabili e incapaci nel ragionamento complesso.

ChatGPT e GPT-4 di OpenAI potrebbero essere dei primi esempi, ha spiegato Qiu, perché “se interagisce con un software che sembra intelligente come te, è già una specie di agente”.

Al momento, i migliori agenti che abbiamo a disposizione sono sistemi con casi d’uso molto ristretti e specifici, come assistenti di codifica, bot di assistenza clienti o software di automazione del flusso di lavoro come Zapier.

Presto o tardi, avremo a che fare con queste nuove soluzioni di AI e di sicuro cambieranno in maniera sostanziale il nostro modo di interagire con le tecnologie, con nuovi computer e altri device connessi in retee che ci consentiranno di fare molto più cose rispetto ad oggi.

Qualcuno potrebbe chiedere: “E perchè questi agenti AI conquisteranno il mondo?“.
Facile rispondere: “Perchè ci piaceranno da morire e non ne potremmo fare a meno“.
Basta guardare cosa è accaduto con gli smartphone.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/agenti-ai-cosa-sono-e-perche-conquisteranno-il-mondo/496994/




Perché così tante aziende di mining di Bitcoin stanno puntando sull’AI

Negli ultimi tempi, molte aziende di mining di Bitcoin stanno effettuando una svolta verso l’intelligenza artificiale. Questo fenomeno è dovuto a diversi motivi che stanno spingendo tali aziende a diversificare le proprie attività e adottare l’IA come nuova direzione.

Prima di tutto, l’industria del mining di Bitcoin è diventata sempre più competitiva, con un aumento della difficoltà e dei costi associati all’estrazione di nuove monete. Di conseguenza, molte società di mining stanno cercando di sfruttare le proprie risorse informatiche per altre applicazioni redditizie, come l’elaborazione dati e l’apprendimento automatico offerti dall’IA.

Inoltre, l’IA offre opportunità per migliorare l’efficienza operativa e ridurre i costi delle operazioni di mining. L’uso di algoritmi e modelli di apprendimento automatico può ottimizzare i processi di mining, migliorare la gestione dell’energia e aumentare la velocità di elaborazione dei calcoli crittografici necessari per il mining di Bitcoin.

Il mining di bitcoin e i problemi energetici

Dall’inizio di giugno, il valore di mercato di 14 grandi aziende di mining di Bitcoin è aumentato del 22%, pari a 4 miliardi di dollari, secondo un rapporto di J.P. Morgan del 24 giugno. L’aumento della domanda di energia per i modelli di AI generativi, come ChatGPT, ha portato ad una ricerca spasmodica di fonti di energia a basso costo e spazi per ospitare grandi centri dati.

Molti di questi centri, originariamente destinati al mining di Bitcoin, sono ora utilizzati anche per l’AI. Ad esempio, Core Scientific ha annunciato l’ospitalità di oltre 200 megawatt di GPU per la startup AI CoreWeave. Altri, come Hut 8, hanno ricevuto ingenti investimenti per sviluppare infrastrutture AI.

Tuttavia, questa transizione ha notevoli implicazioni energetiche e climatiche. I centri dati utilizzano fino a 50 volte l’energia di un normale edificio commerciale, e si prevede che entro il 2030 utilizzeranno l’8% dell’energia totale degli Stati Uniti, rispetto al 3% del 2022.

Molti nuovi centri dati sono alimentati da combustibili fossili, suscitando preoccupazioni tra gli attivisti climatici per l’aumento delle emissioni di carbonio e l’impatto sulla rete elettrica e sui costi dell’elettricità.

Energia, entro il 2026 i data center dedicati all’AI richiederanno 90 trilioni di wattora

Secondo l’Agenzia Internazionale dell’Energia, entro il 2026 i data center dedicati all’AI richiederanno 90 trilioni di wattora di elettricità a livello globale, oltre dieci volte l’energia utilizzata nel 2022. Molti esperti sottolineano la necessità di una maggiore attenzione ai costi climatici dell’AI, che fino ad ora sono stati in secondo piano rispetto ad altre preoccupazioni come la violazione del copyright e la perdita di posti di lavoro. Alcune delle principali aziende tecnologiche stanno cercando di ridurre il loro impatto ambientale utilizzando fonti di energia rinnovabile e sviluppando chip più efficienti dal punto di vista energetico.

Tuttavia, le normative che limitano l’uso di energia e acqua o le emissioni di carbonio dei data center sono ancora scarse, specialmente in Asia. Alcuni suggeriscono che l’industria dovrebbe concentrarsi su modelli di AI più piccoli e più efficienti, che non richiedano calcoli su cloud e che riducano il consumo energetico complessivo.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/perche-cosi-tante-aziende-di-mining-di-bitcoin-stanno-puntando-sullai/496971/




Fastweb lancia il supercomputer della Neext AI Factory: “Addestrerà il modello italiano Miia”

Nell’era dell’intelligenza artificiale generativa, non ci sono solo iniziative pubbliche a incentivare la nascita di sistemi intelligenti e modelli innovativi di AI. Adesso tocca a Fastweb, che presso il Data Center di Aruba a Ponte San Pietro, nella bergamasca, ha presentato la sua Nexxt AI Factory. Si tratta di un’iniziativa che porta all’interno della facility di Aruba, già un’eccellenza del settore nel nostro Paese, un supercomputer dedicato all’intelligenza artificiale, in modo particolare per l’addestramento del modello dell’azienda, Miia.

“Negli ultimi sei mesi abbiamo corso come da pazzi per mettere in piedi un ecosistema unica” ha detto Walter Renna, Ceo di Fastweb. “L’AI è un mercato centrale che richiede competenze e hardware giusti. Ogni anno, Fastweb investe circa il 24% dei suoi ricavi in innovazione. Ed è così che siamo giunti qui, dopo una roadmap partita nel dicembre del 2023”.

Walter Renna, Ceo di Fastweb

Di fatto, Nexxt AI Factory è il primo supercomputer in Italia di un’azienda privata totalmente dedicato all’AI generativa. Grazie ad una partnership con Nvidia, Fastweb è riuscita a tagliare i tempi di attesa delle componenti necessari per realizzare la sua macchina. “Il supercomputer è inserito all’interno dell’ecosistema Fastweb e ciò assicurare sicurezza, resilienza e potenza, collegata alla fibra di Fastweb. Quale vantaggio vogliamo dare? Sicuramente i dati: questi sono l’asset più importante di aziende e PA e con noi restano in Italia. Ogni singola impresa che vorrà supportarci nello sviluppo di progetti di AI potrà beneficiare del sistema con la sicurezza di una governance delle informazioni con le massime forme di difesa”.

Approccio responsabile

A potenziare Neext AI Factory sono 1.500 miliardi di token, l’equivalente di 11 milioni di libri. Mondadori, Bignami, Istat tra i partner che hanno permesso a Fastweb di raggiungere un tale dataset. Infrastrutture, dati e quindi “Miia”. La parola sta per Modello Italiano di intelligenza Artificiale, ed è una soluzione che punta tutto su rapidità e validità delle risposte. “Non vogliamo competere con ChatGpt ma portare l’AI all’interno delle aziende, che rispecchi la lingua e la tradizione italiana, con qualità e riduzione dei bias”. Su Miia, Fastweb sta sviluppando sistemi di controllo, in modo da circoscrivere gli ambiti di utilizzo e rispecchiare le necessità di imprese e pubbliche amministrazioni”.

Contenuti di qualità

“Vada per l’AI generativa ma non dobbiamo dimenticare che il settore, per crescere, ha bisogno di una certa trasversalità nelle competenze. Servono matematici, tecnici ma anche filosofi e umanisti, che comprendano come integrare al meglio la tecnologia nel tessuto quotidiano” le parole di Augusto Di Genova, Chief Enterprise Officer di Fastweb. L’importanza di un modello nazionale arriva dall’intervento di Andrea Santagata, AD di Mondadori Media. “Avere un modello italiano con presupposti di personalizzazione e localizzazione è importante almeno quanto affidarsi ad un’infrastruttura capace di offrire il necessario grado di protezione alle informazioni. È importante inoltre avere una trasparenza massima su ciò che sta alla base di un LLM. C’è un’azienda che investe in Italia, Fastweb, e che abilita altre a innovare nel contesto, spostando più in avanti il limite delle possibilità. Per dotare il paese di una soluzione di qualità bisogna avere dati di qualità e Mondadori è qui per questo”.

Il tema delle competenze

“Oggi stiamo facendo in Italia e in Lombardia un salto quantico straordinario” sottolinea Alessandro Fermi, Assessore all’università ricerca e innovazione della Regione Lombardia. “Al mio insediamento, abbiamo scelto di costruire un percorso di ausilio a chiunque intenda accelerare i progetti responsabili di intelligenza artificiale. Come ente, dobbiamo aiutare sia le piccole e medie imprese a capire come trarre il meglio dalla tecnologia che estendere il brand italiano dell’AI all’estero”.

Alessandro Fermi, Assessore all’università ricerca e innovazione della Regione Lombardia

“Dobbiamo lavorare insieme, sia sul tema delle risorse che su quello delle competenze, sfruttando le università per favorire un processi di formazione in linea e con i tempi che l’AI richiede, molto rapidi e concreti”. Poi Massimiliano Capitanio, Commissario Autorità per le garanzie nelle comunicazioni. “Le regole diventano necessarie a rendere possibile l’attuazione corretta dell’intelligenza artificiale. L’Autorità in Italia esiste da oltre 26 anni e accompagna il futuro delle tecnologie sotto vari aspetti. Dalla concessione delle frequenze al copyright, abbiamo dimostrato di voler essere in prima linea per adattare la normativa alle novità per i consumatori, dando la possibilità agli utenti di sfruttare al massimo i servizi senza limitarli”.

Brando Benifei, Europarlamentare e co-relatore AI Act, ha ricordato che in due anni e mezzo, il Parlamento UE ha cercato di disegnare regole non per contrastare lo sviluppo dell’AI ma facilitarlo. “Il modello europeo vuole raggiungere un equilibrio per tutelare i valori democratici e le idee di business. Sostenere chi oggi crea i contenuti è fondamentale ma niente può funzionare senza la formazione permanente, senza una cultura dell’AI diffusa e in assenza di infrastrutture e di strategie di concerto. Se sommiamo la capacità dei computer nazionali europei siamo oltre gli Usa e la Cina. Serve dunque collaborazione e una politica internazionale di supporto all’adozione dei sistemi di intelligenza artificiale”.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/fastweb-lancia-il-supercomputer-della-neext-ai-factory-addestrera-il-modello-italiano-mia/496848/




ChatGPT, i tre grossi problemi dell’intelligenza artificiale

Come ben sai, cerco di provare ogni strumento di AI che esce e spesso ne sono entusiasta, perchè ne vedo le potenzialità!

Tuttavia oggi voglio parlarti di 3 problemi che vedo nei modelli AI generativi come GPT o Gemini…

🔴 Allucinazioni 🔴

Il primo grosso problema dell’AI generativa è la sua limitata affidabilità “senza supervisione”.

La capacità di generare dati che non esistono (simili a quelli “che hanno visto”) porta questi modelli…

A inventare alcune risposte.

La probabilità che avvenga questo fenomeno, detto “allucinazione”, è proporzionale alla frequenza con cui il modello ha visto l’argomento durante l’addestramento.

Se gli chiedo “chiè Joe Biden?” è molto improbabile allucini, ma se gli chiedo “chi è Giacomo Ciarlini”…

La probabilità aumenta di molto.

Questo significa che bisogna SEMPRE controllare l’output dell’AI.

Al momento non vedo grosse soluzioni a livello architetturale, perchè i modelli di GenAI sono proprio pensati per “generare dati che non esistono”.

È la loro forza.

Yes, hallucinations are a feature, not a bug.

But an uncool feature sometimes.

🟣 Soluzione?

Quando fai una domanda fornisci sempre il contesto rilevante.

Un link di Wikipedia, un documento PDF, o un articolo.

Le allucinazioni sono praticamente assenti se si restringe il campo di risposta alla fonte fornita.

🔴 Calcoli matematici 🔴

Come sai, i modelli interpretano il testo in input come stringhe.

Quindi quando scrivi “2+2=” e l’AI risponde “4”, non ha fatto un calcolo, ma ha assegnato la più probabilità che la “prossima parola” sia la stringa “4”.

D’altra parte, sarebbe come voler usare una barca per andare in montagna.

Non ha senso.

🟣 Soluzione?

Quello che ha senso fare è chiedere al modello AI di scrivere il codice Python o la formula Excel che realizza il calcolo.

E poi eseguirla.

ChatGPT può anche eseguirla nel suo ambiente!

🔴 Ragionamento logico 🔴

I modelli AI, per loro natura possono “leggere solo in avanti” quando consumano un testo, e non possono “ragionare” come farebbe un umano.

Se ci pensi, davanti a un problema di fisica, tu lo leggi e lo rileggi varie volte, fai “avanti e indietro” sul testo del problema, re-interpretandolo varie volte.

🟣 Soluzione?

Scomponi il problema in sotto-parti, facilmente risolvibili dal modello.

Divide et Impera.

Inoltre, fai in modo di aiutarlo, usando la tua intelligenza, per interpretare i suoi risultati, e suggerendo gli step logici che non riesce a fare.

Otterrai risultati molto migliori 👀

Bene, spero tu abbia imparato cose nuove o ripassato le basi 🙂

E se ti interessa approfondire ho fatto un video che spiega PERCHÈ la GenAI ha questi limiti, oltre a darti qualche trick ulteriore 👀

Link al video, fammi sapere che ne pensi → https://lnkd.in/dqSfHQPE

Per altri contentui su AI seguimi, ne faccio uno al giorno ✌🏼

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/chatgpt-i-tre-grossi-problemi-dellintelligenza-artificiale/496826/




Aumentano i timori di una bolla dell’AI? L’industria deve guadagnare 600 miliardi di dollari all’anno per coprire la spesa in hardware

Nonostante gli investimenti massicci in infrastrutture AI da parte dei giganti della tecnologia, la crescita dei ricavi dall’AI non si è ancora materializzata, indicando una significativa discrepanza nel valore percepito dagli utenti finali. Secondo David Cahn di Sequoia Capital, le aziende AI dovranno guadagnare circa 600 miliardi di dollari all’anno per coprire i costi delle loro infrastrutture, come i datacenter.

Aziende come Nvidia hanno generato 47,5 miliardi di dollari in ricavi da hardware per datacenter, ma altre società come AWS, Google, Meta e Microsoft hanno investito pesantemente nella loro infrastruttura AI nel 2023. Tuttavia, la capacità di recuperare questi investimenti resta incerta. Cahn avverte che potremmo assistere alla formazione di una bolla finanziaria nell’AI.

Ha evidenziato che, per coprire i costi totali dei datacenter AI, è necessario raddoppiare i ricavi di Nvidia, considerando anche un margine lordo del 50% per gli utenti finali. Anche se le principali aziende tecnologiche generassero 10 miliardi di dollari all’anno ciascuna dall’AI, rimarrebbe un divario di 500 miliardi di dollari.

Le sfide all’ottimismo includono la possibile commoditizzazione del calcolo AI e la rapida svalutazione dei processori.

Sebbene l’AI abbia un potenziale trasformativo, il percorso sarà lungo e complesso, con la necessità di un’innovazione sostenuta e creazione di valore. Se l’industria non tempera le aspettative di profitti rapidi, la bolla da centinaia di miliardi di dollari potrebbe esplodere, causando una crisi economica globale.

Per maggiori informazioni, clicca per l’articolo originale.

La comunità di intelligence degli Stati Uniti sta abbracciando l’AI generativa

La comunità di intelligence degli Stati Uniti sta adottando l’AI generativa per migliorare le operazioni di intelligence. Lakshmi Raman, direttore dell’Innovazione AI della CIA, ha discusso l’uso dell’AI per assistenza nella ricerca, scrittura e generazione di controargomentazioni durante il Summit di Amazon Web Services a Washington, D.C.

Gli analisti utilizzano AI per analizzare grandi quantità di dati, identificando informazioni cruciali. Tuttavia, la tecnologia non è priva di rischi, come le cosiddette “allucinazioni” AI che possono fornire risposte inaccurate, potenzialmente pericolose in ambito di sicurezza nazionale.

Adele Merritt, Chief Information Officer della comunità di intelligence, sottolinea l’importanza di un approccio responsabile all’uso dell’AI. La CIA collabora con l’Ufficio del Consiglio Generale e l’Ufficio per la Privacy e le Libertà Civili per garantire un uso sicuro e affidabile dell’AI generativa.

Nonostante le rigorose esigenze di sicurezza, un numero crescente di strumenti di AI generativa è già in uso. Microsoft, Google Cloud, Oracle e AWS stanno tutti collaborando con agenzie governative per fornire soluzioni di AI generativa sicure.

AWS ha annunciato un investimento di 50 milioni di dollari per aiutare i clienti del settore pubblico ad affrontare le sfide dell’AI generativa. Il marketplace di AWS per la comunità di intelligence semplifica l’acquisizione di software AI, permettendo alle agenzie di utilizzare strumenti simili a quelli disponibili ai loro avversari.

Questo approccio mira a potenziare le democrazie, mantenendole competitive sul palcoscenico globale.

Per maggiori informazioni, clicca per l’articolo originale.

L’AI sta potenziando la diagnosi delle malattie

I test diagnostici stanno iniziando a rilevare le malattie molto prima grazie all’intelligenza artificiale (AI). La capacità dell’AI di utilizzare una vasta gamma di dati sta aiutando i ricercatori a scoprire nuovi metodi per individuare le malattie. Per esempio, ricercatori dell’Università di Pechino hanno scoperto che i modelli di temperatura del viso, rilevati tramite telecamere termiche e AI, sono associati a malattie croniche come diabete e ipertensione.

Allo stesso modo, l’Università della Columbia Britannica ha identificato un sottotipo di cancro endometriale che aumenta il rischio di morte, non rilevabile con i test tradizionali. Un altro studio ha mostrato che è possibile identificare i pazienti con Parkinson fino a sette anni prima della comparsa dei sintomi tramite un test del sangue associato all’AI.

Gli algoritmi AI possono organizzare e analizzare enormi quantità di dati rapidamente, identificando schemi non visibili a occhio umano. Questo approccio sta rendendo i test diagnostici più personalizzati, predittivi e prescrittivi, confrontando i nuovi biomarcatori con i dati personali dei pazienti e dati in tempo reale da dispositivi indossabili. Tuttavia, l’AI non pratica la medicina ma serve come strumento per migliorare l’accuratezza dei medici.

La qualità dei dati in ingresso è cruciale per evitare bias e garantire l’accuratezza degli algoritmi. Le organizzazioni sanitarie devono ancora stabilire linee guida appropriate per l’uso dell’AI e garantire la trasparenza dei dati.

Per maggiori informazioni, clicca per l’articolo originale.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/aumentano-i-timori-di-una-bolla-dellai-lindustria-deve-guadagnare-600-miliardi-di-dollari-allanno-per-coprire-la-spesa-in-hardware/496829/




Nvidia, quanti errori per arrivare alle board vendute a peso d’oro

Ars Artificialis: una rubrica a cura di Nicola Grandis. Parlare e dialogare sulla migliore approssimazione di Arte Artificiale realizzata sin qui dall’uomo, quella che comunemente viene definita Intelligenza Artificiale. Per leggere tutti gli articoli clicca qui.

📈 05.04.1993 – Revenues: 0
NVidia nasce da 3 ingegneri fenomenali in una tavola calda malfamata di San Jose (CA).
Qualche giorno dopo, i 3 costituiscono la compagnia che avrebbe fornito la benzina per l’Intelligenza Artificiale.

📈 30.09.95 – Revenues: 1 MLN
Lancia NV1, incorporata in Sega Saturn. Un fallimento perché NVidia non crede nelle texture poligonali, la grafica è solo a quadrati, 30 anni prima di Roblox e Minecraft. Fallimento pagato da Sega più che da NVidia.

📈 01.04.97 – Revenues: 29 MLN
Finalmente poligoni, la NVidia Riva 128 va benino, ma non è l’astro del mercato.

📈 11.10.99 – Revenues: 158 MLN
GeForce 256, la prima GPU moderna. Diventa leader del mercato. Nasce la serie Quadro per la linea CAD e fornisce la prima Microsoft XBox.

📈 01.04.06 – Revenues 2.38 BLN
Dopo anni di crescita lenta e qualche errore di progettazione che rianima la concorrenza di ATI, NVidia lancia CUDA, un linguaggio che abilita il calcolo parallelo su quelle che fino a quel momento avevano lavorato “solo” come schede grafiche per rendering di vertici, meshes e poligoni. Arriva la serie Tesla.

📈 11.03.19 – Revenues 11 BLN
Un’altro periodo di crescita lenta viene scavallato con l’acquisto per 7BLN di Mellanox e la sua tecnologia DPU soffiata ad Intel. Le DPU che Mellanox impiega nelle schede di rete ad alte prestazioni sono fondamentali per innalzare il throughput delle prossime boards.

📈 13.09.20 – Revenues 12 BLN
NVidia offre 40 BLN per acquisire ARM da SoftBank. Operazione che verrà poi bloccata dall’antitrust e che farà mangiare le mani anche ai giapponesi che si liberano del loro 5% di shares NVidia ricavando 3 BLN, oggi sarebbero stato 150 BLN.

📈 30.11.22 – Revenues 22 BLN
Viene lanciato ChatGPT di Open.AI. NVidia è l’autostrada dell’AI Race Globale.

📈 18.03.24 – Revenues 60 BLN
Annuncia il nuovo chip Blackwell, al mondo è difficile acquistare board H100, 105k USD per 1,7 kg, costano 70€ al grammo, quanto l’oro puro.

I 3 ingegneri del 1993 hanno sbagliato spesso, hanno rischiato molto. Hanno avuto fortuna e sfortuna in momenti alterni. Ma queste persone hanno prodotto una tecnologia che si vende a peso d’oro perché hanno sempre rilanciato, rialzandosi dopo ogni errore e ponendosi sempre la domanda sul cosa sarebbe venuto dopo.

NVidia oggi è valutata 3 TRL (il PIL della Francia) perché la redditività della produzione di GPU è nettamente superiore a quella dell’estrazione aurifera e lo hanno capito bene Vanguard, Blackrock e Fidelity, fondi che insieme ne detengono il 20% delle Shares, virtualmente 600 MLD di dollari in controvalore (il PIL della Svezia).

Dei 3 ingegneri resta Jensen, col suo decoroso 3% di shares (90 MLD USD), il frontman di NVidia, popolare per la sua giacca di pelle nera ed il coraggio di parlare sempre molto chiaramente.

Tanti errori, partiti per costruire schede grafiche a quadrettoni, arrivati a fornire l’infrastruttura per l’AI nel mondo.

Leggi le altre notizie sull’home page di Key4biz

https://www.key4biz.it/nvidia-quanti-errori-per-arrivare-alle-board-vendute-a-peso-doro/496818/