Notizie e approfondimenti in ambito Intelligenza Artificiale Direttore responsabile:
Alessandro Longo |
|
|
Negli Stati Uniti, in Australia e in Europa cresce il confronto su chi debba rispondere quando un sistema AI agisce autonomamente e provoca un danno: cause, indagini e nuove regole potrebbero trasformare la sicurezza in uno dei principali vincoli allo sviluppo dei modelli più avanzati.
Nell’Unione europea, intanto, OpenAI prepara textGrain, un watermark invisibile per i testi generati da ChatGPT e Codex, pensato per rispettare gli obblighi di identificabilità previsti dall’AI Act, pur con limiti tecnici ancora evidenti.
Sul fronte delle imprese emerge un’altra criticità: il costo effettivo dell’AI. Il prezzo dei token non basta più a prevedere la spesa, perché agenti e workflow complessi rendono i consumi variabili e difficili da governare. La nuova sfida diventa così controllare insieme rischi, provenienza dei contenuti e ritorno economico degli investimenti. |
|
|
| |
California, Florida, FTC, Australia e Commissione europea stanno affrontando la stessa domanda: chi risponde quando un sistema AI agisce autonomamente e provoca un danno? La risposta potrebbe diventare uno dei principali vincoli alla corsa verso modelli sempre più potenti | | | |
|
|
| |
L'azienda introdurrà nelle prossime settimane textGrain, un watermark invisibile nei testi di ChatGPT e Codex nell’Unione europea, per adeguarsi all’articolo 50 dell’AI Act. Il watermark inserisce un segnale statistico nelle scelte lessicali: testi brevi, traduzioni e modifiche possono indebolire la capacità di rilevare i contenuti generati dall’AI | | | |
|
|
| |
La guida di OpenAI ai modelli GPT-6 fa della scelta del modello un lavoro di ingegneria dei costi: cento volte di prezzo tra Luna e Astra, cache scontata fino al 95%, ragionamento regolabile. Chiede prompt più snelli e confini netti per gli agenti, pochi giorni dopo lo stop a GPT-6.1 Astra per problemi di autorizzazione e trasparenza | | | |
|
|
| |
I costi dell’intelligenza artificiale stanno diventando difficili da prevedere: il prezzo per token non basta a stimare la spesa reale, perché modelli economici possono consumare più risorse di quelli premium. Tra agenti, workflow complessi e scarsa governance, le imprese cercano nuovi strumenti per collegare consumi, budget e ritorni economici AI | | | |
|
|
| |
L’aumento della spesa per l’AI non indica necessariamente inefficienza. Per comprenderne il valore occorre calcolare quanto costa ogni risultato aggiuntivo, confrontarlo con ricavi e benefici per il business e monitorarne l’evoluzione nel tempo, mentre cambiano modelli, utilizzo, complessità e costi operativi | | | |
|
|
| | | | | |
|
|
