Weekly AI news è la rassegna stampa settimanale curata dai nostri editor sui temi più rilevanti legati all’AI. Sanità, legal, trasporti, innovazione, moda, ambiente: ogni settimana, una raccolta delle novità che stanno cambiando il mondo.
I temi trattati all’interno dell’articolo
Il cioccolato del futuro con l’AI
Il produttore finlandese Valio sta lavorando a The Bar. Si tratta di una tavoletta di cioccolato la cui ricetta è nata dai gusti di oltre un milione di amanti del prodotto di tutto il mondo. L’impresa è stata resa possibile da un sistema di intelligenza artificiale che ha analizzato le conversazioni online sul cioccolato, più di 1,5 milioni di discussioni sui social media, incrociandole con centinaia di interviste. A realizzare l’analisi è stata la società finlandese Aiwo Digital, in collaborazione con un team di Valio. I risultati sono poi stati trasferiti all’azienda cioccolatiera Kultasuklaa, che ha prodotto un proof of concept di The Bar.
L’algoritmo antiriciclaggio
Il giudice d’appello olandese specializzato nelle questioni industriali e societarie ha chiarito che il controllo dei clienti, sia all’apertura del rapporto che nella fase operativa, può essere effettuato con sistemi di intelligenza artificiale. Con quest’ultimo passaggio, il giudice ha ribaltato la decisione di primo grado che aveva confermato la validità della posizione della Banca centrale olandese nei confronti dell’istituto di credito online Bunq, il quale aveva adottato procedure basate sull’AI per effettuare i controlli antiriciclaggio e ora potrà legittimamente continuare a farlo.
Il robot di Apple che recupera i metalli dagli smartphone
Daisy è il robot utilizzato dalla società di Cupertino per riciclare i suoi smartphone. Il macchinario – che procede al ritmo di un iPhone ogni 18 secondi – è uno di due ‘esemplari’ esistenti al mondo (l’altro si trova a Austin, in Texas) ed è operativo in Olanda, nella periferia di Breda. Le due macchine, insieme, riescono a riciclare circa 2,5 milioni di iPhone all’anno e la loro funzionalità contribuisce al contrasto di un fenomeno dilagante e dovuto al consumismo. In generale, infatti, si stima che circa 5,3 miliardi di smartphone in tutto il mondo verranno sostituiti quest’anno. Alcuni di questi verranno portati in discariche nelle quali non si procede alla differenziazione dei rifiuti, rappresentando uno spreco di metalli e minerali come rame e palladio e solo pochissimi saranno riciclati. Si tratta dunque di una vera e propria ‘miniera urbana’ inutilizzata.
A lezione dal robot
Docebo è una società specializzata nell’e-learning che, in 15 anni, è diventata un colosso del settore, quotata tre anni fa in Canada e dal 2020 anche al Nasdaq, dove ha raggiunto anche quota 3 miliardi di dollari. L’azienda – fondata e guidata da Claudio Erba – ha realizzato e gestisce piattaforme di e-learning basate sul cloud e sull’intelligenza artificiale, una tecnologia che permette anche l’offerta della cosiddetta formazione predittiva. “È la piattaforma che organizza tutto, crea gruppi di studenti, divide per competenze, per gap di competenze, distingue tra cluster di persone da formare, stabilisce i criteri e i tempi della formazione, interagisce con i software delle risorse umane e con i customer relationship management (CRM) – spiega Erba – Grazie all’intelligenza artificiale, può anche predire le evoluzioni future della carriera e suggerirti la formazione necessaria per prepararti a fare il salto in avanti nell’azienda”.
Alphabet, 200 milioni per l’AI
La società madre di Google intende investire 200 milioni di dollari in Cohere, una startup di intelligenza artificiale che si occupa nello specifico di natural language processing (elaborazione del linguaggio naturale). La società, con base a Toronto, crea applicazioni di machine learning per le aziende e, già lo scorso novembre, aveva avviato una collaborazione con Alphabet, il cui cloud fornisce la potenza di calcolo necessaria a Cohere per i suoi modelli.
I nuovi autobus guidati dalle piattaforme digitali
Grazie alle tecnologie di Leonardo, è possibile monitorare in centrale i veicoli elettrici e ibridi, gestendo flotte di mezzi di trasporto, monitorandone l’occupazione, il tragitto e l’impatto sul traffico, integrando persino i dati sullo stato della rete viaria in tempo reale. I sistemi on board (eNOBU) della società rendono i veicoli sempre più digitali, intelligenti, sicuri e connessi e le sue piattaforme permettono la pianificazione operativa e adattiva.
La visita dentistica diventa digitale
DentalPro ha lanciato il Digital Checkup. Utilizzando degli scanner intraorali evoluti, durante la prima visita, è possibile acquisire in breve tempo le immagini a 360 gradi del cavo orale e vederle ingrandite in tempo reale e in 3D. Potranno essere così più facilmente identificabili e visualizzabili – a beneficio tanto del paziente quanto del dentista – il punto di formazione di una carie, una malocclusione, un dente da sostituire o un’infiammazione gengivale.
Intelligenza artificiale, le linee guida Ue per le scuole
La Commissione europea ha reso pubblici gli orientamenti etici per gli insegnanti scolastici sull’uso dei dati nell’insegnamento e nell’apprendimento. Il documento rientra nel Piano d’azione per l’istruzione digitale (2021-2027). Mariya Gabriel, Commissaria per l’Innovazione, la ricerca, la cultura, l’istruzione e i giovani, ha commentato: “L’intelligenza artificiale ha un grande potenziale: può trasformare l’istruzione e la formazione per gli studenti, gli insegnanti e il personale scolastico, può aiutare gli studenti con difficoltà di apprendimento e sostenere gli insegnanti grazie all’apprendimento personalizzato. L’utilizzo dell’IA e dei dati comporta tuttavia rischi per la vita privata e la sicurezza, in particolare quando riguarda i nostri giovani. Sono quindi lieta che gli orientamenti contribuiranno a garantire che questi rischi siano presi in considerazione e che i nostri figli possano essere protetti e al sicuro”.
AI news | Cosa sono i foundation models?
L’addestramento di un algoritmo richiede molto tempo e denaro. Si tratta infatti di una fase delicata, in quanto qualsiasi errore commesso nel corso del training o incluso nel training dataset può pregiudicare il corretto funzionamento del modello. Le necessità dettate dal rapido sviluppo tecnologico, però, rendono preferibile una velocizzazione dei processi, oggi possibile grazie all’utilizzo dei cosiddetti foundation models.
