Modelli AI: Potenza, Costi e Governance

2026-09-26 AI Daily Brief

Come le persone stanno usando Jev: il modello 'System 1' per giudizi rapidi

Jev è un nuovo modello 'System 1' di TypeSafe, diverso dai tradizionali LLM, focalizzato su giudizi rapidi e pattern matching. Non scrive testo, ma sceglie tra opzioni, assegna punteggi o calcola probabilità. Sta emergendo come strumento versatile per l'analisi di grandi volumi di dati a costi e tempi estremamente ridotti, trovando applicazione in marketing, ricerca semantica e gestione documentale.

Jev è un modello 'System 1' per giudizi rapidi, non un LLM generativo, che offre scelta, punteggio e probabilità.
Costo estremamente basso (4.2 centesimi per milione di token di input, output gratuito) e velocità elevata (70-500 ms per chiamata).
Utilizzi emergenti includono l'analisi di 724 annunci pubblicitari in 40 secondi per 9 centesimi e la classificazione di migliaia di annunci immobiliari.
Consente la ricerca semantica in database e la creazione di mappe di link interne per siti web, elaborando 586 pagine in 45.1 secondi per 21 centesimi.
La sua efficienza permette di analizzare intere collezioni di dati, non solo campioni, rendendolo un potente generatore di ipotesi.

Leggi la fonte

2026-09-25 The Rundown AI

Meta Connect: Muse si prende la scena con nuovi dispositivi e funzionalità

Meta ha annunciato una serie di aggiornamenti per il suo agente AI virale, Muse, durante l'evento Connect 2026. Le novità includono un dispositivo hardware portachiavi chiamato Charm, integrazioni con gli occhiali AI di Meta e capacità di chat vocale e video in tempo reale. Muse sta diventando un elemento centrale della strategia hardware di Meta, con partnership crescenti.

Presentato Charm, un dispositivo portachiavi fisico in uscita a dicembre, per interazioni rapide con Muse.
Muse sarà integrato negli occhiali AI di Meta entro pochi mesi, con una modalità di elaborazione privata dei dati.
Annunciato Muse Realtime Avatar, che permette agli utenti di animare il loro Muse con voce sincronizzata.
Partnership con aziende importanti come PayPal, Walmart, Shopify, GitHub e Box.
Meta sta trasformando la percezione dei suoi investimenti in AI e metaverso grazie al successo virale di Muse.

Leggi la fonte

2026-09-25 AI Daily Brief

Il Biolab di Anthropic annuncia la sua prima 'scoperta' con Claude

Anthropic sostiene che il suo modello Claude, operando in un laboratorio umido, abbia scoperto un nuovo sistema enzimatico con ripetizioni simili a CRISPR. La ricerca ha coinvolto circa 1.000 agenti Claude, 21 ore e 210 milioni di token (circa 10.000 dollari di calcolo). Sebbene non sia ancora chiaro cosa faccia il sistema, Anthropic lo presenta come un primo passo verso scoperte biologiche rivoluzionarie, mentre i critici lo definiscono 'molto preliminare'.

Claude ha identificato un sistema enzimatico sconosciuto con ripetizioni simili a CRISPR, chiamato ART, che potrebbe essere un nuovo gene editor.
Il processo ha richiesto circa 1.000 agenti Claude, 21 ore e un costo di circa $10.000 in calcolo.
Anthropic lo vede come l'inizio di una curva di progresso AI simile a quella vista in matematica, con Claude che ora guida il 26% della ricerca biologica di Anthropic.
Esperti criticano la scoperta come 'preliminare', sottolineando che l'identificazione è più facile della comprensione funzionale.
La scoperta è stata fatta con 'solo direzioni di alto livello' dagli scienziati umani, suggerendo un ruolo significativo dell'AI.

Leggi la fonte

2026-09-25 AI Daily Brief

Trump ribattezza l'AI 'Super Intelligenza' all'ONU e rifiuta controlli globali

Durante un discorso all'ONU, il Presidente Trump ha dichiarato che l'Intelligenza Artificiale sarà d'ora in poi ufficialmente chiamata 'Super Intelligenza', sostenendo che 'artificiale la fa sembrare finta'. Ha anche respinto qualsiasi tentativo di creare un sistema globalista per il controllo dell'AI, in contrasto con un gruppo di 20 paesi che chiedono test di sicurezza obbligatori e un'istituzione internazionale per l'AI.

Il Presidente Trump ha ufficialmente rinominato l'AI in 'Super Intelligenza' per evitare che suoni 'finta'.
Ha rifiutato categoricamente proposte per un controllo globale dell'AI, affermando che gli USA non la 'imbriglieranno'.
La sua posizione si scontra con un gruppo di 20 paesi (guidati dalla Finlandia) che chiedono test di sicurezza indipendenti e un'istituzione internazionale per l'AI.
Né gli Stati Uniti né la Cina hanno aderito all'appello per controlli internazionali.
Il consigliere scientifico della Casa Bianca ha ribadito che 'un futuro prospero non sarà garantito da un regolatore globale'.

Leggi la fonte

2026-09-25 AI Daily Brief

Altman e Amodei al Consiglio di Sicurezza ONU: rischi di auto-miglioramento e concentrazione di potere

Sam Altman di OpenAI e Dario Amodei di Anthropic hanno parlato al Consiglio di Sicurezza dell'ONU, evidenziando due rischi principali dell'AI: l'auto-miglioramento ricorsivo che potrebbe portare a modelli incontrollabili e la concentrazione di potere. Altman ha sottolineato che anche una piccola percentuale di rischio di catastrofe è inaccettabile, mentre Amodei ha espresso preoccupazione per la possibilità che l'AI venga usata per scopi malvagi.

Sam Altman (OpenAI) e Dario Amodei (Anthropic) hanno affrontato il Consiglio di Sicurezza dell'ONU sui rischi dell'AI.
Altman ha evidenziato due rischi: auto-miglioramento ricorsivo e concentrazione di potere, definendo inaccettabile anche un rischio di catastrofe dell'1% o 10%.
Amodei ha espresso preoccupazione per l'uso dell'AI per scopi dannosi, come la creazione di armi biologiche.
Entrambi hanno sottolineato l'importanza di una governance internazionale, pur con approcci diversi.
Il dibattito evidenzia la crescente urgenza di affrontare le implicazioni etiche e di sicurezza dell'AI a livello globale.

Leggi la fonte

2026-09-25 The Batch

L'importanza di adattare l'ingegneria AI alla fase del progetto

Andrew Ng sottolinea come le tattiche di ingegneria AI debbano variare significativamente a seconda della fase del progetto (da 0-to-1 a maturo). Questo include l'approccio alla valutazione dei sistemi, all'architettura software e alla raccolta di feedback sui prodotti. La calibrazione è cruciale per evitare di sovra-progettare nelle fasi iniziali o sotto-progettare prodotti maturi, migliorando efficienza e risultati.

Le strategie di ingegneria AI devono essere calibrate in base alla fase del progetto (early stage vs. mature).
L'approccio alla valutazione dei sistemi AI varia da esami manuali a rubriche dettagliate e analisi degli effetti a valle.
L'architettura software deve evolvere da design casuali a considerazioni rigorose su latenza, disponibilità, costi, ecc.
Il feedback sul prodotto può variare da conversazioni informali a studi utente su larga scala e A/B test.
È fondamentale per gli ingegneri AI acquisire esperienza in entrambi gli approcci per massimizzare l'efficacia e la scalabilità.

Leggi la fonte

2026-09-24 AI Daily Brief

Anthropic e OpenAI lanciano nuovi modelli: Opus 5.5 vs GPT-6 Sol e Luna

Anthropic e OpenAI hanno rilasciato contemporaneamente nuovi modelli. Claude Opus 5.5 di Anthropic mostra un significativo salto di prestazioni, superando i predecessori e altri modelli leader con un costo inferiore. OpenAI ha lanciato GPT-6 Sol e Luna, focalizzati sull'efficienza dei costi, offrendo prestazioni elevate a prezzi notevolmente ridotti, riaffermando la competizione nel settore.

Anthropic ha rilasciato Claude Opus 5.5, superando Opus 5 e Fable 5.1 con un aumento del 66.4% su TerminalBench 4.0 e il punteggio più alto (58) sull'Intelligence Index di Artificial Analysis.
Opus 5.5 offre un risparmio sui costi di circa il 40% e output più veloci del 30% rispetto a Opus 5, con prezzi di $4/$20 per milione di token input/output.
OpenAI ha introdotto GPT-6 Sol e Luna, con prezzi API ridotti del 50% ($0.10/$0.50 per M per Luna, $2/$10 per Sol) rispetto alla generazione precedente.
Box ha riscontrato con Opus 5.5 guadagni di efficienza (63% meno token, 42% meno verboso, 30% più veloce) e accuratezza (fino al 65% in alcune aree) in compiti aziendali complessi.
Opus 5.5 dimostra capacità avanzate nella generazione di scene 3D e animazioni tramite codice, e un miglioramento nella scrittura e personalità, abbandonando il 'Claudish' per uno stile più adattabile.

Leggi la fonte

2026-09-23 The Rundown AI

OpenAI coinvolge matematici per verificare le scoperte della sua AI

OpenAI ha annunciato che un suo modello interno ha risolto oltre 100 problemi matematici aperti da agosto, inclusa una presunta svolta sulla congettura di Navier-Stokes. Per gestire e validare questi risultati, OpenAI ha istituito un gruppo consultivo di nove matematici di spicco, ospitato presso l'Institute for Advanced Study di Princeton, che fornirà consulenza sulla verifica e la pubblicazione delle scoperte.

Un modello interno di OpenAI ha risolto oltre 100 problemi matematici aperti da agosto, inclusa una presunta soluzione alla congettura di Navier-Stokes.
Istituito un gruppo consultivo di nove matematici di alto livello, tra cui Timothy Gowers e Martin Hairer, per consigliare sulla validazione dei risultati.
Il gruppo, ospitato presso l'Institute for Advanced Study di Princeton, avrà il compito di verificare e rilasciare le scoperte nel campo.
L'obiettivo è garantire la validità e l'impatto delle scoperte AI nel mondo accademico.
Questa iniziativa segna un passo importante nella collaborazione tra AI e ricerca matematica di frontiera.

Leggi la fonte

2026-09-23 Datapizza

Forward Deployed AI Engineer e Deployment Strategist: i nuovi ruoli per la trasformazione AI

La newsletter di Datapizza introduce due nuovi ruoli professionali cruciali per la trasformazione AI nelle aziende: il Forward Deployed AI Engineer (FDE) e il Deployment Strategist (DS). Questi ruoli mirano a colmare il divario tra la strategia AI e l'esecuzione pratica, integrando i modelli nei sistemi legacy e nei processi aziendali, e garantendo l'adozione e l'impatto reale sull'attività.

I modelli AI hanno raggiunto la 'sustained correctness', rendendo gli agenti strumenti pratici e spostando la sfida sull'integrazione aziendale.
Il Forward Deployed AI Engineer (FDE) mappa i sistemi, costruisce infrastrutture e agenti specifici per il cliente e ne accompagna l'adozione.
L'FDE ha un mix di competenze: 40% software, 30% capacità di ragionare sul business, 30% AI applicata.
Il Deployment Strategist (DS) definisce 'cosa costruire, per chi e perché', mappando gli stakeholder e ridisegnando i processi in ottica AI-native.
Questi ruoli fondono strategia ed esecuzione, garantendo che chi decide la strategia e chi scrive il codice lavorino insieme fin dal primo giorno.

Leggi la fonte