AI.info

Approfondimenti tecnici

Sfoglia Approfondimenti tecnici su AI.info.

In inglese

• La corsa della FDA ad approvare l’IA che legge le tue radiografie

  Lo status di Breakthrough Device ottenuto da First Read di Aidoc e Cognita CXR segna nel 2026 il passaggio dall’IA che segnala le anomalie all’IA che redige il referto, costringendo la FDA a definire dove finisce il supporto alle decisioni e dove comincia l’autonomia.

• Il problema dei benchmark: come misuriamo l’intelligenza dell’IA e perché le misure continuano a non reggere

  Ogni benchmark dell’IA finisce per saturarsi, essere aggirato o mostrare pubblicamente i propri limiti. Da GLUE e MMLU ad ARC-AGI, FrontierMath e Humanity’s Last Exam, ecco che cosa è successo, con date e numeri, fino a un modello che ottiene il 62,7% o il 99,9% nello stesso test.

• L’IA come scienziata autonoma: da strumento di ricerca a scopritrice indipendente

  AI Scientist di Sakana, Co-Scientist di Google, Coscientist e A-Lab: che cosa hanno fatto davvero i sistemi di ricerca autonomi, che cosa ha messo in luce la correzione relativa ad A-Lab e perché la verifica resta affidata agli esseri umani.

• Modelli visione-linguaggio: come l’IA ha imparato a vedere e a parlare di ciò che vede

  Dal tasso di errore del 15,3% di AlexNet su ImageNet nel 2012 all’addestramento contrastivo di CLIP su 400 milioni di coppie nel 2021: ecco come visione e linguaggio sono confluiti in un unico modello, dove questo continua ad avere allucinazioni e a sbagliare i conteggi, e come oggi guida i robot.

• La guerra degli ottimizzatori: come Muon sta sostituendo Adam nell’addestramento dell’IA di frontiera

  Kimi K2 è stato addestrato su 15,5 bilioni di token con MuonClip, senza alcun picco della loss. Un anno dopo, Kimi K3, DeepSeek-V4 e GLM-5 ortogonalizzano tutti i propri aggiornamenti, mentre Muon ha un nuovo sfidante: Aurora.

• Il problema della memoria: perché i sistemi di IA dimenticano e come la memoria persistente cambia tutto

  I transformer non conservano alcuno stato tra una chiamata e l’altra. Tutto ciò che viene chiamato memoria dell’IA è quindi un’impalcatura aggiunta: cache KV, finestre da un milione di token ora fatturate alle tariffe standard, recupero delle informazioni, gestione della memoria su più livelli e compattazione lato server.