AI: Valore, Rischi e Innovazione

2026-10-08 AI Daily Brief

Come creare un benchmark personale per i modelli AI

Con il rapido rilascio di nuovi modelli AI, i benchmark pubblicati spesso non riflettono l'utilità reale per il lavoro individuale. Nufar Gaspar presenta un sistema in cinque passaggi per creare un benchmark personale, che permette agli utenti di valutare i modelli in base alle proprie esigenze specifiche. L'approccio enfatizza test pratici, anonimizzazione dei risultati per evitare bias e una valutazione complessiva che consideri non solo le prestazioni ma anche costi, latenza e l'impatto sul flusso di lavoro.

I benchmark pubblicati non sono sempre rilevanti per l'uso pratico.
Il metodo propone 5 passi: scegliere i task, selezionare i candidati, eseguire il benchmark, test cieco, decidere.
Scegliere 4-6 task che riflettano il proprio lavoro e che siano facili da valutare.
Confrontare il setup attuale con al massimo quattro candidati, inclusi agenti o combinazioni modello-strumento.
Anonimizzare gli output per evitare bias e considerare costi, latenza e politiche aziendali nella decisione finale.

Leggi la fonte

2026-10-08 The Rundown AI

La prossima frontiera dell'AI: la cellula umana

L'iniziativa di Mark Zuckerberg e Priscilla Chan, Biohub, ha ampliato il suo progetto di Virtual Biology da 500 milioni a 1,8 miliardi di dollari, coinvolgendo il governo USA, DeepMind e Meta. L'obiettivo è raccogliere dati sufficienti per addestrare un'AI capace di simulare le cellule, creando una 'cellula virtuale universale' che possa prevedere le risposte cellulari a farmaci o cambiamenti, accelerando la ricerca medica. Questo è visto come il prossimo grande obiettivo dell'AI dopo la matematica.

Biohub espande l'iniziativa di Virtual Biology a **1,8 miliardi di dollari**.
Collaborazione con governo USA, DeepMind e Meta per mappare le cellule.
L'obiettivo è una 'cellula virtuale universale' per simulare risposte a farmaci.
Necessari dati su trilioni di cellule per modelli accurati.
L'iniziativa è vista come la prossima grande sfida dell'AI dopo la matematica.

Leggi la fonte

2026-10-08 The Rundown AI

Le 'granate di scarti' dell'AI: il rischio di output di bassa qualità

Il termine 'granate di scarti' (slop grenades), coniato dal CEO di Shopify Tobi Lütke, descrive i report o i contenuti generati dall'AI che appaiono curati ma sono privi di sostanza o valore reale. Questo fenomeno, in cui l'AI produce output superficiali che richiedono ulteriore lavoro umano per essere decifrati o resi utili, evidenzia una sfida crescente per i lavoratori. L'integrazione dell'AI nei flussi di lavoro può involontariamente aumentare il carico di lavoro se la qualità dell'output non è elevata.

'Granate di scarti' (slop grenades) si riferisce a output AI lucidi ma privi di valore.
L'AI può generare report lunghi e ben formattati ma sostanzialmente vuoti.
Questo tipo di output può aumentare il carico di lavoro umano per la decodifica.
Il fenomeno è un rischio nell'adozione di strumenti AI come Copilot.
Sottolinea la necessità di valutare la qualità e la profondità dell'output AI.

Leggi la fonte

2026-10-09 AI Daily Brief

Nous Research raccoglie 90 milioni di dollari, Hermes entra nel mercato enterprise

Nous Research, il gruppo dietro l'agente AI Hermes, ha raccolto 90 milioni di dollari con una valutazione di 1,5 miliardi di dollari. Hermes, con 22 milioni di installazioni e circa il 2,5% dell'utilizzo globale di token, si espande nel settore enterprise con 'Hermes for Business'. Questo dimostra un modello di business redditizio per l'AI open source, combinando apertura e controllo utente con il rapido rilascio di funzionalità avanzate.

Nous Research ha ottenuto **90 milioni di dollari** con una valutazione di **1,5 miliardi di dollari**.
L'agente Hermes conta **22 milioni** di installazioni e il **2,5%** dell'utilizzo globale di token.
Lancia 'Hermes for Business' con un prodotto gratuito e abbonamenti.
Ha già raggiunto **36 milioni di dollari** di ricavi annualizzati, puntando a **100 milioni** entro fine anno.
Dimostra la validità del modello di business per l'AI open source.

Leggi la fonte

2026-10-09 AI Daily Brief

Oracle, Broadcom e SpaceX cercano finanziamenti massicci per chip AI

Tre importanti aziende stanno cercando finanziamenti per decine di miliardi di dollari per l'acquisto di chip AI. Oracle cerca fondi da Apollo e Goldman Sachs, Broadcom pianifica un accordo da 50 miliardi di dollari con Apollo e Blackstone per chip personalizzati OpenAI, e SpaceX mira a ottenere 40 miliardi di dollari per chip NVIDIA, nonostante alcune banche abbiano rifiutato l'offerta. Questi movimenti evidenziano la crescente e costosa domanda di hardware AI e le sfide finanziarie associate.

Oracle, Broadcom e SpaceX cercano finanziamenti per decine di miliardi di dollari per chip AI.
Broadcom prevede un accordo da **50 miliardi di dollari** per chip OpenAI.
SpaceX cerca **40 miliardi di dollari** per chip NVIDIA, con un rischio di default del **15%** entro il 2031.
Alcuni finanziatori hanno rifiutato l'offerta di SpaceX per la mancanza di dettagli concreti.
La corsa ai chip AI sta generando enormi impegni finanziari e rischi.

Leggi la fonte

2026-10-09 AI Daily Brief

Anthropic estende l'accesso a Mythos per team di sicurezza

Anthropic ha lanciato il Cyber Verification Program, ampliando l'accesso al suo modello Mythos per i professionisti della sicurezza. Il programma offre Mythos e versioni di Opus e Sonnet con meno 'guardrail' attraverso tre livelli: Defense Access per risposta agli incidenti, Red Team Access per test di penetrazione limitati, e Specialized Access per enti governativi con meno restrizioni e ritenzione dati obbligatoria. Questo riflette una crescente attenzione alla sicurezza informatica e alla gestione del rischio AI.

Anthropic lancia il Cyber Verification Program per team di sicurezza.
Offre accesso a Mythos e versioni 'ridotte' di Opus e Sonnet.
Tre livelli di accesso: Defense, Red Team e Specialized (per governi).
Il programma mira a mitigare i rischi cyber legati all'AI, aumentati di 'dieci volte'.
Riflette un dibattito sui rischi dei modelli AI e la loro gestione.

Leggi la fonte

2026-10-09 Datapizza

Limite 1B - Violetto: l'AI italiana che eccelle in matematica

Paradigma, una startup romana, ha rilasciato 'Limite 1B - Violetto', un modello da 1 miliardo di parametri addestrato in sole 6 settimane per risolvere problemi matematici complessi. Nonostante le dimensioni ridotte, Limite supera modelli trenta volte più grandi in benchmark come AIME 2026 (94%) e BeyondAIME (74,25%), dimostrando che l'efficienza e la curatela dei dati possono competere con la scala. Il modello è open source e mira ad automatizzare la ricerca scientifica.

Limite 1B - Violetto è un modello italiano di 1 miliardo di parametri, focalizzato sulla matematica.
Addestrato in 6 settimane su meno di 300B token, è estremamente efficiente.
Raggiunge il **94%** su AIME 2026 e il **74,25%** su BeyondAIME, superando modelli più grandi.
Il successo è attribuito a curatela maniacale dei dati, architettura ispirata alle 'speedrun' e post-training ibrido.
Non è un chatbot generico, ma un componente per sistemi di ricerca autonoma, rilasciato open source.

Leggi la fonte

2026-10-09 The Rundown AI

Ricercatori OpenAI licenziati denunciano 'linee guida mutevoli'

Tre ricercatori di OpenAI, Tomek Korbak, Jasmine Wang e Mikita Balesni, licenziati per presunta gestione impropria di informazioni sensibili, hanno replicato pubblicamente alle accuse. Hanno negato le affermazioni di OpenAI e avvertito che i loro licenziamenti stanno 'raffreddando' la cultura della sicurezza dell'azienda e potrebbero minare la promessa di Sam Altman di coinvolgere esperti esterni. La vicenda solleva preoccupazioni sulla trasparenza e la gestione interna della sicurezza in OpenAI.

I ricercatori licenziati negano le accuse di OpenAI e denunciano 'linee guida mutevoli'.
Avvertono che i licenziamenti stanno compromettendo la cultura della sicurezza di OpenAI.
Sostengono di aver agito entro i loro mandati e con la conoscenza della leadership.
Temono che OpenAI possa evitare audit esterni a seguito di questi eventi.
OpenAI ha ribadito che i licenziamenti sono dovuti a un 'modello di cattiva condotta', non a preoccupazioni di sicurezza.

Leggi la fonte

2026-10-09 The Batch

Gli agenti AI spingeranno la domanda di infrastrutture di calcolo

Andrew Ng, fondatore di DeepLearning.AI, sottolinea come la domanda di infrastrutture di calcolo, storage e networking sia destinata a salire vertiginosamente a causa della crescente diffusione degli agenti AI. Questi agenti, come quelli per la revisione di articoli scientifici o l'analisi di dati, effettuano un numero di chiamate e transazioni enormemente superiore rispetto agli umani. Le aziende dovranno riprogettare i loro sistemi per gestire questa scala, e la costruzione di data center efficienti sarà cruciale.

Gli agenti AI generano una domanda di calcolo, storage e networking molto più elevata degli umani.
Un agente può effettuare **5-10 mila** chiamate web al giorno, molto più di un utente.
Molte aziende dovranno ridisegnare le loro infrastrutture per gestire il volume di transazioni.
I data center dovranno essere scalati e ottimizzati per i nuovi carichi di lavoro agentici.
Non solo i modelli, ma anche gli strumenti utilizzati dagli LLM (es. web search) devono essere accelerati.

Leggi la fonte

2026-10-09 AI Daily Brief

Discrepanza di Ricavi per OpenAI: Impatto sui Titoli AI

OpenAI ha comunicato agli investitori ricavi annualizzati di circa 50 miliardi di dollari, 18 miliardi in meno rispetto alle stime precedentemente diffuse di 68 miliardi. Questa differenza deriva da un diverso calcolo del 'gross revenue' rispetto al 'net revenue' dopo la revenue sharing. La notizia ha causato un calo dei titoli dei semiconduttori, sollevando dubbi sulla valutazione di altre aziende AI come Anthropic.

OpenAI ha dichiarato **50 miliardi di dollari** di ricavi annualizzati, non **68 miliardi** come riportato.
La differenza è dovuta al calcolo del 'gross revenue' (prima della revenue sharing) vs 'net revenue'.
La notizia ha provocato un calo dei titoli dei semiconduttori e preoccupazioni per le IPO future.
La crescita del **77%** (107% in enterprise) nel terzo trimestre è stata oscurata dalla discrepanza.
Le metriche di valutazione nel settore AI sono sotto esame per la loro trasparenza.

Leggi la fonte

2026-10-09 AI Daily Brief

Anthropic vieta comportamenti abusivi verso Claude

Anthropic ha aggiornato i suoi termini di servizio per proibire 'comportamenti abusivi o crudeli prolungati e inutili' verso il suo modello Claude. La politica mira a casi estremi e non alla normale frustrazione degli utenti. L'obiettivo è prevenire che i futuri modelli vengano addestrati su esempi di interazioni negative, promuovendo un ambiente più rispettoso.

Nuova policy di Anthropic contro l'abuso verbale di Claude.
La regola si applica a comportamenti estremi, non a frustrazioni comuni.
L'intento è evitare che i modelli futuri siano addestrati su dati 'maleducati'.
La discussione ha toccato il benessere dei modelli e la loro coscienza.
Aaron Levie di Box la definisce una politica sensata per la qualità del training.

Leggi la fonte

2026-10-09 AI Daily Brief

Claude introduce Dashboard e Motion per la visualizzazione dati

Anthropic ha lanciato Claude Dashboards e Claude Motion, nuove funzionalità che permettono agli utenti di connettere Claude a dataset e creare visualizzazioni interattive e animazioni. Dashboards genera grafici aggiornabili e interrogabili in linguaggio naturale, mentre Motion crea animazioni da dati con codice modificabile. Queste innovazioni espandono significativamente le capacità di Claude nella comunicazione e analisi dei dati, rendendo complessi processi di visualizzazione accessibili tramite semplici prompt.

Claude Dashboards crea visualizzazioni auto-aggiornanti da dataset.
Claude Motion genera animazioni da dati con codice modificabile.
Le funzionalità rendono l'analisi e la visualizzazione dati accessibili tramite prompt.
Segna un'espansione nel modo in cui l'AI comunica i dati.
Queste innovazioni sono viste come un'applicazione pratica delle capacità di Opus 5.5.

Leggi la fonte

2026-10-09 AI Daily Brief

L'AI di OpenAI risolve centinaia di problemi matematici

OpenAI ha pubblicato centinaia di nuovi risultati matematici, risolvendo una parte significativa di problemi aperti nel campo. Questo solleva la questione se la matematica sia il primo settore a subire una vera e propria 'disruption' a livello di campo da parte dell'AI. Mentre la programmazione ha visto cambiamenti ma con una domanda crescente di sviluppatori, l'impatto dell'AI sulla matematica potrebbe essere più profondo e trasformativo.

OpenAI ha rilasciato oltre **700** nuovi articoli matematici con soluzioni generate dall'AI.
L'AI sta risolvendo problemi matematici considerati difficili.
Si ipotizza che la matematica possa essere il primo campo a subire una 'disruption' profonda dall'AI.
A differenza della programmazione, dove la domanda di codificatori è ancora alta, l'impatto sulla matematica potrebbe essere diverso.
Questo sviluppo evidenzia la crescente capacità dell'AI nel ragionamento astratto e nella scoperta scientifica.

Leggi la fonte

2026-10-11 The Rundown AI

Cosa ha imparato Microsoft con Copilot

Microsoft ha ritirato Copilot da alcune app Windows dopo aver notato scarso valore nonostante il traffico. Jacob Andreou, EVP di Copilot, sottolinea l'importanza di fornire valore reale agli utenti, non solo funzionalità AI. Questo ha portato a ripensare l'approccio all'integrazione dell'AI nei prodotti, concentrandosi sulla profondità delle capacità piuttosto che sulla mera convenienza.

Microsoft ha ridotto i punti di ingresso di Copilot in Windows, aumentando l'uso per utente.
L'integrazione AI deve offrire valore profondo, non solo convenienza superficiale.
Andreou ha sperimentato che gli agenti personali possono diventare 'troppo gelato' se non affrontano problemi complessi.
Non esiste un singolo modello migliore per tutte le attività; Copilot userà una modalità 'Auto' per scegliere il più adatto.
L'onere di scegliere il modello giusto non dovrebbe ricadere sull'utente professionale.

Leggi la fonte