Passa ai contenuti principali

Post

Big Data e deep learning: la svolta dell’AI

    ·          I dataset dell’AI sono cresciuti enormemente, trasformando modelli semplici in sistemi sempre più potenti. ·          Dopo il 2010, Big Data e deep learning hanno accelerato drasticamente l’evoluzione dell’intelligenza artificiale. ·          La crescita dei dati porta innovazione, ma anche costi, concentrazione tecnologica e problemi etici.   L’insieme di dati sull’“Exponential Growth of Datapoints Used to Train Notable AI Systems” offre una prospettiva particolarmente interessante sull’evoluzione dell’intelligenza artificiale negli ultimi decenni. Analizzando centinaia di sistemi di AI sviluppati tra la metà del Novecento e il 2025, emerge con chiarezza una delle tendenze più significative dell’intera storia dell’informatica: la crescita esponenziale della quantità di dati utilizzati per l’addestramento dei modelli. Il primo ...
Post recenti

IA globale: dominio di Stati Uniti e Cina

  Stati Uniti e Cina concentrano la maggior parte dei grandi sistemi IA sviluppati nel mondo. Dal 2019 al 2025 la crescita dei sistemi IA appare rapida e fortemente accelerata. Europa e Asia orientale restano competitive, ma con un divario enorme dai leader.   I dati presentano il numero cumulativo di sistemi di intelligenza artificiale su larga scala sviluppati nei diversi Paesi tra il 2019 e il 2025. Si tratta di un indicatore particolarmente interessante perché consente di osservare non soltanto la diffusione dell’IA avanzata, ma soprattutto la capacità dei vari ecosistemi nazionali di produrre modelli e sistemi complessi che richiedono grandi quantità di dati, infrastrutture computazionali, investimenti e competenze altamente specializzate. Il primo elemento che emerge con forza è la crescita straordinariamente rapida del numero totale di sistemi sviluppati a livello globale. Nel 2019 il totale cumulato era pari ad appena 1 sistema; nel 2020 si ...

Il costo dell’intelligenza artificiale: crescita esponenziale della computazione e concentrazione industriale

    ·          La computazione necessaria per addestrare l’AI è cresciuta esponenzialmente negli ultimi vent’anni globalmente. ·          Modelli linguistici e multimodali dominano consumi computazionali, superando nettamente altri domini dell’intelligenza artificiale. ·          Poche aziende tecnologiche controllano infrastrutture necessarie per sviluppare sistemi AI sempre più avanzati.   L’insieme di dati sulla computazione utilizzata per addestrare i principali sistemi di intelligenza artificiale rappresenta una delle migliori fotografie disponibili dell’evoluzione tecnologica dell’AI negli ultimi decenni. La computazione è misurata in petaFLOP (10¹⁵ operazioni in virgola mobile) e consente di valutare quanto “lavoro computazionale” sia stato necessario per addestrare ciascun modello. Sebbene le stime presentino un certo grado di incerte...

Produzione elettrica mondiale e trasformazioni energetiche: un confronto tra regioni e modelli di sviluppo

    •          La produzione elettrica mondiale cresce trainata dall'Asia, mentre aumentano rapidamente eolico, solare e rinnovabili. •          Est e Sud dipendono maggiormente dal carbone, Occidente e Nord mostrano mix diversificati. •          L'Italia combina crescita rinnovabile e forte dipendenza dal gas, senza contributo nucleare nazionale.     L'energia elettrica rappresenta uno dei principali indicatori dello sviluppo economico, tecnologico e sociale delle nazioni contemporanee. Nessun altro settore riflette con altrettanta chiarezza le trasformazioni che hanno interessato l'economia mondiale negli ultimi decenni: industrializzazione, urbanizzazione, innovazione tecnologica, globalizzazione e transizione ecologica trovano infatti una sintesi particolarmente efficace nell'evoluzione dei sistemi elettrici. Analizzare come viene pr...