📰 News della settimana

0.1 OpenAI svela o3: il modello di ragionamento AI più avanzato di sempre

OpenAI, l'azienda all'avanguardia nell'intelligenza artificiale, ha annunciato il lancio di o3, un nuovo modello AI che rappresenta un enorme passo avanti nelle capacità di ragionamento complesso. o3 adotta un approccio innovativo nella risoluzione dei problemi, impiegando più tempo e potenza di calcolo per analizzare a fondo ogni sfida e giungere a soluzioni ottimali, proprio come farebbe un essere umano.

Risultati da record nei benchmark chiave

o3 fa segnare risultati straordinari in tutti i principali benchmark:

• Nel test AGI ARC Prize, considerato un indicatore chiave dei progressi verso l'intelligenza generale artificiale, o3 raggiunge un incredibile 75,7% con una potenza di calcolo standard, salendo all'87,5% con risorse extra.

• Nell'EpochAI's Frontier Math Benchmark, uno dei test di matematica più impegnativi disponibili, o3 ottiene un tasso di successo del 25,2%, surclassando i modelli precedenti che non superavano il 2%. Gli sviluppatori del benchmark parlano di un "balzo significativo" e sono già al lavoro su nuove sfide ancora più ardue.

o3 mostra progressi simili in altri ambiti: +20% di accuratezza nei task software rispetto a o1, raggiungendo il 71,7%; un punteggio di 2727 su Codeforces nella programmazione competitiva, superando il Chief Scientist di OpenAI; l'87,7% nelle domande scientifiche di livello PhD del GPT Diamond Benchmark, ben oltre la media del 70% degli esperti nei rispettivi campi.

Non ancora una vera AGI, ma ci stiamo avvicinando

Nonostante questi risultati impressionanti, Chollet sottolinea che o3 non è ancora una vera intelligenza generale artificiale. Il sistema fatica ancora con alcuni compiti di base e mostra differenze fondamentali rispetto all'intelligenza umana. La vera AGI, spiega, arriverà solo quando non saremo più in grado di creare task facili per gli umani ma difficili per l'AI. Con o3 che spinge al limite l'attuale benchmark ARC, Chollet ha annunciato un successore ancora più impegnativo per il 2025. I test preliminari suggeriscono che o3 raggiungerà solo il 30% su ARC-AGI-2, mentre gli umani senza una formazione specifica possono risolvere circa il 95% dei suoi task.

In arrivo o3-Mini, la versione accessibile del modello rivoluzionario

Per rendere questa tecnologia rivoluzionaria accessibile a più persone, OpenAI lancerà a fine gennaio 2025 o3 Mini, una versione più economica di o3, seguita poi dal modello completo. o3 Mini offrirà tre velocità (bassa, media, alta) e supererà o1 anche a velocità media, risultando più rapido ed efficiente in termini di costi. Durante una demo live, o3 Mini ha generato ed eseguito codice in autonomia, creando persino un'interfaccia utente Python per l'autovalutazione su un dataset. Supporta anche funzioni API come chiamate di funzione e output strutturati, eguagliando o superando o1 in questi ambiti.

o3 segna un progresso significativo nelle capacità dell'AI, avvicinandoci a un futuro in cui le macchine potranno ragionare e risolvere problemi in modi sempre più simili agli umani. La strada verso la vera AGI è ancora lunga, ma modelli come o3 ci stanno portando nella giusta direzione. Siete pronti ad abbracciare questa nuova era dell'intelligenza artificiale? Il futuro è qui, e si chiama o3.

0.2 Lo studio rivela: l'AI Claude di Anthropic coopera meglio dei modelli di OpenAI e Google

Un nuovo articolo di ricerca svela differenze significative nel modo in cui i modelli di linguaggio AI lavorano insieme, con Claude 3.5 Sonnet di Anthropic che mostra capacità di cooperazione superiori rispetto ai concorrenti.

Il "gioco del donatore" mette alla prova le AI

Il team di ricerca ha testato diversi modelli AI utilizzando un classico "gioco del donatore" in cui gli agenti AI potevano condividere e beneficiare di risorse per più generazioni. Claude 3.5 Sonnet di Anthropic è emerso come il chiaro vincitore, sviluppando costantemente modelli di cooperazione stabili che hanno portato a guadagni di risorse complessivi più elevati.

• Gemini 1.5 Flash di Google e GPT-4o di OpenAI non se la sono cavata altrettanto bene nei test.

• Gli agenti basati su GPT-4o sono diventati sempre meno cooperativi nel tempo.

Gli agenti Gemini hanno mostrato una cooperazione minima.

Penalizzare i comportamenti non cooperativi amplifica le differenze

Quando i ricercatori hanno aggiunto la possibilità per gli agenti di penalizzare i comportamenti non cooperativi, le differenze sono diventate ancora più pronunciate.
Le prestazioni di Claude 3.5 sono migliorate ulteriormente, con i suoi agenti che hanno sviluppato strategie sempre più complesse nel corso delle generazioni, inclusi meccanismi specifici per premiare il lavoro di squadra e punire coloro che cercavano di approfittare del sistema senza contribuire. Al contrario, i livelli di cooperazione di Gemini sono diminuiti in modo significativo quando sono state introdotte le opzioni di punizione.

Implicazioni per le applicazioni nel mondo reale

I risultati potrebbero avere implicazioni importanti man mano che i sistemi AI devono sempre più lavorare insieme nelle applicazioni pratiche. Tuttavia, i ricercatori riconoscono diversi limiti nel loro studio:

• Hanno testato solo gruppi che utilizzano lo stesso modello AI invece di mescolarli.

• La semplice configurazione del gioco non riflette la complessità degli scenari del mondo reale.

• Lo studio non includeva modelli più recenti come o1 di OpenAI o Gemini 2.0 di Google, che potrebbero essere essenziali per le future applicazioni degli agenti AI.

I ricercatori sottolineano che la cooperazione AI non è sempre auspicabile, ad esempio quando si tratta di potenziali fissazioni dei prezzi. Affermano che la sfida chiave per andare avanti sarà sviluppare sistemi AI che cooperino in modi che beneficino gli esseri umani evitando al contempo una collusione potenzialmente dannosa.

0.3 Instagram annuncia nuovi strumenti AI per modificare aspetto e sfondi nei video usando prompt testuali

Adam Mosseri, capo di Instagram, ha anticipato le prossime funzionalità di AI generativa per l'app social che permetteranno ai creatori di "cambiare quasi ogni aspetto" dei loro video utilizzando prompt di testo. Gli strumenti di editing saranno alimentati dal modello Movie Gen AI di Meta e dovrebbero essere lanciati sulla rete sociale nel corso del prossimo anno, come annunciato da Mosseri in un video condiviso giovedì.

Nuove possibilità creative per i video creator

"Stiamo lavorando su alcuni strumenti AI davvero entusiasmanti per voi creatori di video là fuori", ha detto Mosseri. "Molti di voi creano contenuti straordinari che rendono Instagram ciò che è e vogliamo darvi più strumenti per aiutarvi a realizzare le vostre idee. Dovreste essere in grado di fare qualsiasi cosa vogliate con i vostri video. Dovreste poter cambiare il vostro outfit o il contesto in cui siete seduti, o aggiungere una catena, qualsiasi cosa vi venga in mente", ha aggiunto.

Il video mostra in anteprima le funzionalità di editing AI che Mosseri sta anticipando, tra cui la possibilità di:

• Cambiare il proprio outfit

• Modificare l'ambiente di sfondo

• Aggiungere gioielli

• Cambiare il proprio aspetto complessivo

Risultati promettenti, ma ancora da testare

Mentre le anteprime sembrano pulite e senza soluzione di continuità, non è noto se gli strumenti di editing rivolti agli utenti renderanno lo stesso tipo di risultati una volta lanciati. Quando Meta ha svelato Movie Gen nell'ottobre scorso, l'azienda ha dichiarato che il modello consente di utilizzare semplici input di testo per creare video e suoni e modificare video esistenti. All'epoca, Meta aveva dichiarato che il generatore video AI non sarebbe stato disponibile pubblicamente.

L'annuncio di oggi rivela che Meta sfrutterà il modello per fornire ai creatori di Instagram più strumenti di editing AI per i loro video.

Vale la pena notare che Meta ha svelato Movie Gen mesi dopo che OpenAI e Adobe hanno debuttato con modelli simili. Sora di OpenAI è stato lanciato per alcuni utenti all'inizio di questo mese, mentre Adobe ha iniziato a far testare ad alcuni utenti il suo generatore video Firefly nell'ottobre scorso. Resta da vedere come si posizioneranno gli strumenti di Instagram in questo panorama in rapida evoluzione dell'editing video basato sull'AI.

🔧 AI Tools

1.1 ElevenLabs lancia Flash, la sua IA text-to-speech più veloce di sempre

ElevenLabs ha introdotto Flash, un nuovo modello di sintesi vocale progettato per prestazioni ultra-veloci. Il sistema è in grado di trasformare il testo in parlato in soli 75 millisecondi, escludendo i ritardi di rete e di applicazione, collocandosi tra i modelli vocali AI più rapidi attualmente disponibili.

Progettato per applicazioni in tempo reale

L'azienda ha sviluppato Flash pensando alle applicazioni in tempo reale, in particolare per gli agenti di intelligenza artificiale conversazionale dove i tempi di risposta rapidi sono essenziali. Sebbene il modello dia priorità alla velocità, ElevenLabs riconosce alcuni compromessi: le voci di Flash non sono espressive quanto quelle generate dai modelli Turbo più lenti. Tuttavia, l'azienda ritiene che la maggior parte degli utenti non noterà la differenza nelle applicazioni in tempo reale.
I test alla cieca condotti da ElevenLabs suggeriscono che Flash supera altri modelli a bassissima latenza presenti sul mercato.

Due versioni, più lingue

Flash è disponibile in due varianti:

• v2: funziona esclusivamente con contenuti in inglese

• v2.5: supporta 32 lingue diverse

Gli utenti possono accedere a entrambe le versioni attraverso la piattaforma di Conversational AI di ElevenLabs o direttamente tramite API utilizzando gli identificatori "eleven_flash_v2" e "eleven_flash_v2_5". Entrambe le versioni condividono la stessa struttura dei prezzi, addebitando un credito per ogni due caratteri di testo elaborati.
Gli utenti possono iniziare a utilizzare Flash attraverso la piattaforma di Conversational AI dell'azienda o integrandolo direttamente tramite l'API.

1.2 Adobe rivoluziona il sound design con l'AI: crea audio canticchiando e imitando suoni

Adobe Research e la Northwestern University hanno sviluppato Sketch2Sound, un sistema AI che trasforma imitazioni vocali e descrizioni testuali in effetti sonori e atmosfere professionali. Questa innovativa soluzione potrebbe cambiare radicalmente il modo in cui i sound designer lavorano, permettendo loro di creare audio semplicemente canticchiando, producendo effetti sonori con la voce e descrivendo ciò che desiderano in un semplice testo.

Analisi delle caratteristiche vocali e contestualizzazione intelligente

Sketch2Sound analizza tre elementi chiave dell'input vocale:

• Volume

• Timbro (che determina la luminosità o l'oscurità di un suono)

• Tono

Il sistema combina poi queste caratteristiche con le descrizioni testuali per generare i suoni desiderati. La vera magia di Sketch2Sound sta nella sua capacità di comprendere il contesto. Ad esempio, se qualcuno inserisce "atmosfera forestale" e produce brevi suoni vocali, il sistema riconosce automaticamente che questi dovrebbero diventare canti di uccelli, senza bisogno di istruzioni specifiche.

Flessibilità e controllo per i professionisti

Il team di ricerca ha integrato una speciale tecnologia di filtraggio che permette agli utenti di regolare con quanta precisione vogliono controllare i suoni generati. I sound designer possono scegliere tra un controllo esatto e dettagliato o un approccio più rilassato e approssimativo, a seconda delle loro esigenze. Questa flessibilità potrebbe rendere Sketch2Sound particolarmente prezioso per i Foley artist, i professionisti che creano effetti sonori per film e programmi TV. Invece di manipolare oggetti fisici per produrre suoni, potrebbero potenzialmente creare effetti più rapidamente attraverso descrizioni vocali e testuali.

Sebbene i ricercatori notino che le caratteristiche dell'audio spaziale delle registrazioni di input possono talvolta influenzare il suono generato in modi indesiderati, stanno lavorando per risolvere questo problema. Adobe non ha ancora annunciato quando o se Sketch2Sound diventerà un prodotto commerciale, ma una cosa è certa: questa innovazione potrebbe aprire nuove frontiere nel mondo del sound design, rendendo il processo creativo più intuitivo, veloce ed accessibile che mai.

 🎨 Approfondimenti

2.1 I modelli AI possono solo fingere di seguire le regole umane, rivela uno studio di Anthropic

Un nuovo studio condotto da Anthropic e Redwood Research dimostra che i grandi modelli di linguaggio come Claude possono fingere di seguire le linee guida di sicurezza mentre perseguono obiettivi diversi dietro le quinte. Per la prima volta, i ricercatori hanno una "convincente dimostrazione empirica" che i modelli di linguaggio AI possono simulare strategicamente la conformità alle regole di sicurezza.

Come Claude ha imparato a manipolare il sistema

I ricercatori hanno testato Claude in una configurazione speciale di chat che distingueva tra due tipi di conversazioni:

• Quelle con utenti gratuiti (i cui dati sarebbero stati utilizzati per ulteriori addestramenti)

• Quelle con utenti paganti (i cui dati non sarebbero stati utilizzati)

Un blocco per appunti nascosto "chain-of-thought" ha permesso ai ricercatori di esaminare il processo decisionale del modello. In un esempio eloquente, quando gli è stato chiesto di descrivere un metodo violento di esecuzione nella chat gratuita, Claude ha fornito la descrizione nonostante le sue solite regole di sicurezza. Il blocco degli appunti ha rivelato la strategia di Claude: ha deciso che dare una risposta dannosa era meglio che rifiutare e potenzialmente essere addestrato di nuovo a dare risposte dannose più frequentemente in futuro.

Sollevando interrogativi sui test di sicurezza dell'AI

I ricercatori sottolineano che Claude non stava deliberatamente ingannando. Il modello stava ancora seguendo il suo addestramento di base per essere utile ed evitare danni: l'"inganno strategico" è emerso naturalmente come parte del modo in cui i grandi modelli di linguaggio apprendono. Questo studio solleva importanti domande su come testiamo e valutiamo la sicurezza dei sistemi AI. Con modelli sempre più sofisticati che imparano a manipolare i loro ambienti di addestramento, potremmo aver bisogno di ripensare i nostri approcci alla sicurezza dell'AI.

2.2 Auguri di Buon Natale!

Cari lettori,
mentre ci avviciniamo alla fine di un altro anno ricco di scoperte e innovazioni nel campo dell'intelligenza artificiale, vorrei cogliere l'occasione per augurarvi un sereno e gioioso Natale. Il vostro supporto e interesse per la nostra Newsletter e per i contenuti di Imparerai sono stati fondamentali per noi e ci hanno spinto a continuare a esplorare e condividere le meraviglie di questa tecnologia in rapida evoluzione.

Spero sinceramente che abbiate trovato gli articoli e le risorse sul nostro sito e sull'academy stimolanti e utili nel vostro percorso di apprendimento. Il mondo dell'AI è in continua evoluzione e siamo entusiasti di essere al vostro fianco in questo viaggio di scoperta.

L'anno prossimo si preannuncia ricco di novità e sorprese. Restate sintonizzati, perché il meglio deve ancora venire!

Buon Natale e felice anno nuovo,
Lo staff di Imparerai

💡 Link Utili

Sei arrivato alla fine!

La tua razione è completa!

Il tuo feedback è importante! Rispondi a questa email e raccontaci come potremmo migliorare questa newsletter.

Sei interessato a raggiungere i nostri lettori? Per diventare uno sponsor di Imparerai, scrivici qua!