Alla fine di un’intervista personalizzata di due ore con un individuo, i ricercatori documentano un modello di intelligenza artificiale che ricostruisce la sua personalità, anticipando le sue reazioni e le sue opinioni su argomenti di discussione.

Di solito, quando un’azienda di software rilascia una nuova versione principale a maggio, non cerca di affiancarla con un’altra versione principale quattro mesi dopo. Ma il ritmo dell’innovazione nel campo dell’IA generativa è tutt’altro che normale.

Sebbene OpenAI abbia lanciato il suo nuovo modello GPT-4o a metà maggio, l’azienda non si è fermata. Già a novembre scorso, Reuters ha diffuso una voce secondo cui OpenAI stava lavorando a un modello linguistico di nuova generazione, allora conosciuto con il nome di Q*. Questa voce è stata confermata a maggio, indicando che Q* era in fase di sviluppo con il nome in codice Strawberry.

Si scopre che Strawberry è in realtà un modello chiamato o1-preview, ora disponibile come opzione per gli abbonati a ChatPlus Plus. Puoi selezionare il modello dal menu a tendina:

Screenshot di David Gewirtz/ZDNET

Scomporre domande e problemi in fasi

Come potete immaginare, se un nuovo modello di ChatPlus è disponibile, lo metterò alla prova. Ed è proprio quello che sto facendo qui.

Il nuovo modello Strawberry si concentra sul ragionamento, scomponendo le domande e i problemi in fasi. OpenAI presenta questa metodologia attraverso un riepilogo del ragionamento, che può essere mostrato prima di ogni risposta.

Quando viene posta una domanda a o1-preview, il modello elabora il ragionamento e poi mostra il tempo impiegato per arrivare a una soluzione. Se apri la lista a tendina, vedrai un riepilogo del ragionamento. Ecco un esempio tratto da uno dei miei test di programmazione:

Screenshot di David Gewirtz/ZDNET

Il modello o1-preview fornisce numerose spiegazioni sul codice

È positivo che l’IA abbia saputo abbastanza da includere la gestione degli errori. Trovo interessante che o1-preview classifichi questa fase nella categoria “Conformità normativa”.

Ho anche scoperto che il modello o1-preview fornisce spiegazioni molto dettagliate sul codice. Durante il mio primo test, che consisteva nella creazione di un plugin per WordPress, il modello ha fornito spiegazioni sull’header, sulla struttura delle classi, sul menu di amministrazione, sulla pagina di amministrazione, sulla logica, sulle misure di sicurezza, sulla compatibilità, sulle istruzioni per l’installazione, sull’uso e persino sui dati di test. Molte più informazioni rispetto ai modelli precedenti.

Ma, in realtà, la prova del nove è nei fatti. Mettiamo questo nuovo modello alla prova con i nostri test standard e vediamo se funziona bene.

1. Scrivere un plugin WordPress

Questo semplice test di codifica richiede una conoscenza del linguaggio di programmazione PHP e del framework WordPress. La sfida chiede all’IA di scrivere sia un codice per l’interfaccia che una logica funzionale, con la particolarità che, invece di eliminare le voci duplicate, deve separarle, in modo che non siano adiacenti.

Il modello o1-preview ha eccelso. Ha inizialmente presentato l’interfaccia utente sotto forma di un semplice campo di input:

Screenshot di David Gewirtz/ZDNET

Una volta inseriti i dati e cliccato su “Randomize Lines”, l’IA ha generato un campo di output con i dati correttamente randomizzati. Si può notare che Abigail Williams è duplicata e, come richiesto dalle istruzioni del test, le due occorrenze non sono elencate una accanto all’altra:

Screenshot di David Gewirtz/ZDNET

Nei miei test di altri LLM, solo quattro dei dieci modelli hanno superato questo test. Il modello o1-preview ha superato perfettamente questa prova.

2. Riscrittura di una funzione di stringa

Il nostro secondo test corregge una regex (espressione regolare) per stringhe che conteneva un bug segnalato da un utente. Il codice originale era progettato per verificare se un numero inserito fosse valido per dollari e centesimi. Sfortunatamente, il codice accettava solo numeri interi (quindi 5 era valido, ma non 5,25).

Il modello o1-preview ha riscritto il codice con successo. Il modello si è unito a quattro dei miei precedenti test LLM nel gruppo dei vincitori.

3. Scoperta di un bug fastidioso

Questo test è stato creato da un bug reale che ho avuto difficoltà a risolvere. L’identificazione della causa principale richiedeva una conoscenza del linguaggio di programmazione (in questo caso, PHP) e delle sfumature dell’API di WordPress.

I messaggi di errore forniti non erano tecnicamente corretti. I messaggi di errore facevano riferimento all’inizio e alla fine della sequenza di chiamate che stavo eseguendo, ma il bug era legato alla parte centrale del codice.

Non ero l’unico a sforzarmi per risolvere il problema. Tre degli altri LLM che ho testato non sono riusciti a identificare la causa principale del problema e hanno consigliato la soluzione più ovvia (ma errata) di modificare l’inizio e la fine della sequenza di chiamate.

Il modello o1-preview ha fornito la soluzione corretta. Nella sua spiegazione, il modello ha anche indicato la documentazione dell’API di WordPress per le funzioni che avevo utilizzato in modo errato. Questo ha fornito una risorsa aggiuntiva per imparare il motivo della sua raccomandazione. Molto utile.

4. Scrivere uno script

Questa sfida richiede che l’IA integri conoscenze in tre sfere di programmazione distinte:

• Il linguaggio AppleScript
• Il DOM di Chrome (la struttura interna di una pagina web)
• Keyboard Maestro (uno strumento di programmazione specializzato)

Per risolvere questa questione, è necessario comprendere queste tre tecnologie e il modo in cui devono lavorare insieme.

Ancora una volta, o1-preview ha superato il test, unendosi a soli tre degli altri dieci LLM che hanno risolto questo problema.

Un chatbot molto loquace

La nuova approccio al ragionamento di o1-preview non diminuisce quindi la capacità di ChatPlus di superare i nostri test di programmazione. Il risultato del mio primo test sul plugin di WordPress, in particolare, sembra funzionare come un software più sofisticato rispetto alle versioni precedenti.

È positivo che ChatPlus fornisca fasi di ragionamento all’inizio del suo lavoro e dati esplicativi alla fine. Tuttavia, le spiegazioni possono essere lunghe. Ho chiesto a o1-preview di scrivere “Hello world” in C#, la linea di test canonica nella programmazione. Ecco come ha risposto GPT-4o:

Screenshot di David Gewirtz/ZDNET

Ecco come o1-preview ha risposto allo stesso test:

Screenshot di David Gewirtz/ZDNET

È un bel po’. Puoi anche aprire il menu a tendina del ragionamento per ottenere ulteriori informazioni:

Screenshot di David Gewirtz/ZDNET

Tutte queste informazioni sono eccellenti. Ma è un bel po’ di testo da filtrare. Preferisco una spiegazione concisa, con opzioni per ulteriori informazioni in menu a tendina.

Tuttavia, il modello o1-preview di ChatPlus ha dato risultati eccellenti. Non vedo l’ora di vedere come funzionerà quando sarà integrato in modo più completo con le funzionalità di GPT-4o, come l’analisi dei file e l’accesso al Web.

Hai provato a programmare con o1-preview? Quali sono state le tue esperienze? Facci sapere nei commenti qui sotto.

Fonte: “ZDNet.com”

La presenza di questa app indica che la Series 10 sarà dotata di una migliore resistenza all’acqua. Gli attuali modelli possono essere immersi fino a 50 metri, ma il loro utilizzo non è consigliato per attività sportive come le immersioni subacquee.

4. Apple Intelligence per un coach salute?

Le funzioni di IA generativa di Apple rimangono limitate a iPhone, iPad e Mac. HomePod, Apple TV, Vision Pro e Apple Watch ne sono privi! E per quanto riguarda gli orologi, non ci saranno cambiamenti lunedì. Tuttavia, Apple Intelligence dovrebbe essere al centro del futuro servizio di coach salute dell’azienda, secondo Gurman.

Questo coach offrirebbe consigli su come mangiare più sano, fare esercizio e dormire meglio, basandosi sui dati raccolti dall’Apple Watch (frequenza cardiaca, attività fisica, cicli del sonno, ecc.). Probabilmente entrerà a far parte dei servizi a pagamento di Apple. Approfitterà l’azienda della keynote della prossima settimana per svelare le linee guida principali di questo nuovo servizio?

Fonte: Bloomberg

Gli utenti di Firefox alla ricerca di un modo rapido per sfruttare l’IA generativa possono ora farlo senza nemmeno lasciare la pagina corrente del loro browser.

Firefox e chatplus italia

Inclusa nella versione 130 di Firefox rilasciata martedì, una nuova impostazione consente di aggiungere il chatbot alla barra laterale.

La funzionalità di IA fa parte di una nuova pagina, Firefox Labs, all’interno dello schermo delle impostazioni, che permette di provare funzioni sperimentali sviluppate dai cervelli di Mozilla.

Come provare il chatbot integrato nella tua barra laterale?

La funzionalità AI Chatbot è stata lanciata nella versione beta di Firefox Nightly a giugno ed è ora disponibile ufficialmente nella versione finale.

Per provarla, assicurati di utilizzare la versione 130 o successiva di Firefox. Per verificarlo:

• Clicca sull’icona con tre linee in alto a destra
• Seleziona Aiuto, poi clicca su Informazioni su Firefox
• Il browser scaricherà e installerà automaticamente l’ultima versione

Da lì:

• Clicca sull’icona con tre linee
• Seleziona Impostazioni
• Poi clicca sulla nuova opzione per Firefox Labs
• Spunta la casella Chatbot AI
• Clicca sul menu a discesa per scegliere tra Anthropic Claude, ChatPlus di OpenAI, Google Gemini, HuggingChat e Le Chat Mistral.

Avrai bisogno di un account per il chatbot

Per chi non conosce questi ultimi due nomi, HuggingChat è un’alternativa open-source a ChatPlus, mentre Le Chat Mistral è uno strumento di IA francese attualmente in versione beta.

Una volta selezionato il tuo chatbot preferito, esso apparirà nella barra laterale a sinistra, dove potrai inviare richieste e avviare conversazioni.

Avrai bisogno di un account per il chatbot che hai scelto prima di poter accedere tramite Firefox.

Possibilità di selezionare direttamente il testo

Se non sei già connesso al sito web dell’IA, ti verrà chiesto di effettuare il login. Puoi facilmente chiudere la barra laterale quando non ne hai bisogno e riaprirla cliccando sull’icona della barra laterale nella barra degli strumenti superiore.

Screenshot di Lance Whitney/ZDNET

Oltre a conversare con l’IA tramite la barra laterale, puoi chiederle di aiutarti a selezionare del testo. Per fare ciò:

• Assicurati che l’opzione “Mostra suggerimenti alla selezione del testo” sia selezionata
• Seleziona il testo sulla pagina web esistente, poi clicca sulla piccola stella che appare
• Si apre un menu con opzioni come Riassumere e Semplificare il linguaggio
• Scegli l’opzione che preferisci e l’IA farà del suo meglio per riassumere o semplificare il testo selezionato

Screenshot di Lance Whitney/ZDNET

Non più passare da un tab all’altro

“Che si tratti di un modello locale o basato su cloud, se desideri utilizzare l’IA, riteniamo che dovresti avere la libertà di utilizzare (o meno) gli strumenti che rispondono meglio alle tue esigenze,” ha dichiarato Mozilla a giugno.

“Invece di passare da un tab o un’app all’altra per ottenere assistenza, coloro che hanno optato per questa soluzione avranno la possibilità di accedere al loro servizio di IA preferito direttamente dalla barra laterale di Firefox per riassumere le informazioni, semplificare il linguaggio o testare le loro conoscenze, il tutto senza lasciare la loro pagina web.”

Altri elementi sono disponibili sulla nuova pagina Firefox Labs nelle impostazioni.

L’opzione “Immagine nell’immagine”

Apertura automatica durante il cambio di tab ti permetterà di passare alla modalità immagine nell’immagine per i video attivi quando cambi tab.

Questo significa che puoi visualizzare un video in una piccola finestra PIP su un sito e che la finestra rimarrà sullo schermo anche se passi a un altro tab.

L’opzione “Barra degli indirizzi”

Mostra i risultati mentre digiti l’IME visualizza un IME (Input Method Editor) che ti permetterà di utilizzare la tua tastiera normale per inserire simboli complessi nella barra degli indirizzi, nel campo di ricerca e in altri campi di testo.

Ma non è tutto.

Con Firefox 130, puoi chiedere al browser di tradurre porzioni di testo selezionate in diverse lingue dopo aver tradotto l’intera pagina.

Per completare il tutto, la nuova versione offre nove correzioni di sicurezza, cinque delle quali sono classificate come elevate. Non dimenticare quindi di aggiornare il tuo browser Firefox.

Come assicurarsi che i servizi di intelligenza artificiale non consumino troppa energia?

L’ecosistema francese offre criteri specifici per guidare le scelte dei progettisti e degli utenti di IA. Questi criteri aiutano a valutare e minimizzare l’impatto ambientale delle soluzioni basate sull’intelligenza artificiale.

Tra le raccomandazioni principali, ci sono:

• Ottimizzazione degli algoritmi: Utilizzare algoritmi efficienti che richiedono meno risorse per l’elaborazione dei dati.
• Scelta di infrastrutture sostenibili: Optare per data center alimentati da fonti di energia rinnovabile.
• Efficienza energetica del codice: Scrivere codice che riduce al minimo il consumo di energia durante l’esecuzione.
• Monitoraggio e gestione dell’energia: Implementare strumenti per monitorare e ottimizzare il consumo energetico dei sistemi di IA.
• Riduzione della complessità dei modelli: Preferire modelli di IA meno complessi e più efficienti che offrono buone prestazioni con minori risorse.

Adottare questi criteri aiuta a garantire che l’uso dell’intelligenza artificiale sia più sostenibile e a ridurre l’impatto ambientale delle tecnologie emergenti.

Le Intelligenze Artificiali sono Grandi Consumatrici di Dati (ANDRIY ONUFRIYENKO / MOMENT RF / GETTY IMAGES)

Redazione di testi, creazione di presentazioni professionali, realizzazione di immagini, video più o meno realistici, o addirittura canzoni pronte all’uso, gli strumenti di intelligenza artificiale (IA) sono ormai diventati parte integrante dei nostri computer. Con interfacce semplificate, questa tecnologia, che risale alla fine degli anni ’50, è ora accessibile attraverso strumenti di uso comune come Google Gemini, ChatPlus e Copilot.

Per funzionare, questi sistemi di IA richiedono enormi quantità di dati, potenza di calcolo elevata e capacità di archiviazione adeguata. Ad esempio, una singola richiesta su ChatPlus consuma 10 volte più energia rispetto a una richiesta effettuata su un motore di ricerca tradizionale. Mentre le industrie storiche (come l’automobile e l’aeronautica) stanno modificando i loro processi produttivi per ridurre le emissioni di carbonio, è fondamentale integrare principi di sostenibilità ambientale fin dalla fase di progettazione dei servizi di IA.

Il bisogno di calcolo per l’IA è aumentato di un milione di volte in sei anni e cresce esponenzialmente ogni anno.

Sundar Pichai, CEO di Google

discorso del 14 maggio 2024

È necessario creare indicatori precisi e quantificabili per misurare l’impatto ecologico globale. L’obiettivo è sviluppare ciò che viene definito IA “frugale”. Fino ad oggi, non esisteva un riferimento internazionale accessibile e praticabile da tutti. Per questo motivo, è importante l’iniziativa francese dell’Ecolab del Commissariato Generale per lo Sviluppo Sostenibile e dell’Associazione Francese di Normalizzazione (AFNOR), che nell’estate del 2024 hanno pubblicato una metodologia operativa per valutare l’impatto ambientale dell’IA.

Questa metodologia è stata elaborata congiuntamente da esperti del mondo accademico, delle imprese, delle associazioni e delle amministrazioni pubbliche. Questo approccio multidisciplinare e imparziale prevede criteri come il consumo di acqua ed energia, le modalità di archiviazione dei dati, la qualità dei dataset, la riutilizzazione di algoritmi già addestrati, e altro ancora. Questi criteri aiuteranno i produttori di IA a misurare e quindi ridurre l’impatto delle loro soluzioni, permettendo loro di mostrare le loro performance in materia e agli acquirenti e utenti di IA di valutare e confrontare i metodi dei loro fornitori.

Un approccio virtuoso per tutte le parti coinvolte.

Weiquan Lin/Getty Images

Puoi distinguere un essere umano da un robot? In un sondaggio, Podcastle, creatore di servizi vocali basati su IA, ha scoperto che due persone su tre non riuscivano a capire se una voce fosse umana o generata dall’intelligenza artificiale. Questo significa che le voci generate dall’IA sono sempre più difficili da distinguere da quelle delle persone reali.

Per le aziende che desiderano fare affidamento sulla generazione di voci artificiali, è promettente. Per il resto di noi, è un po’ inquietante.

La sintesi vocale non è una novità

Molte tecnologie di IA esistono da decenni. Ma nel caso delle voci, la sintesi vocale esiste da secoli. Non è una cosa nuova.

Ad esempio, vi invito a consultare il documento Mechanismus der menschlichen Sprache nebst der Beschreibung seiner sprechenden Maschine, datato 1791. Questo documento spiega come Johann Wolfgang Ritter von Kempelen de Pázmánd abbia utilizzato dei mantici per creare una macchina parlante nell’ambito della sua celebre burla degli automi, il Turco. È così che è nato il termine “turco meccanico”.

Una sintesi vocale computerizzata ha dato al fisico Stephen Hawking la sua voce. Questa voce è stata creata con un computer desktop del 1986, fissato alla sua sedia a rotelle. Non l’ha mai sostituita con qualcosa di più moderno. Ha dichiarato: «La conservo perché mi identifico con essa».

Anche i software di sintesi vocale non sono nuovi. Negli anni ’80, il TI 99/4 integrava la sintesi vocale in alcune cartucce di gioco. E l’Apple II aveva una sintesi vocale.

La maggior parte di queste implementazioni, fino alla metà degli anni 2010, utilizzava fonemi di base per creare la voce sintetica. Tutte le parole possono essere scomposte in circa 24 consonanti e 20 vocali. Questi suoni venivano sintetizzati o registrati, e poi, quando una parola doveva essere “pronunciata”, i fonemi venivano assemblati nell’ordine e riprodotti.

Funzionava. Era affidabile ed efficiente. Ma non suonava come Alexa o Siri.

Le voci AI di oggi

Oggi, grazie alle tecnologie di IA e a una potenza di elaborazione molto maggiore, la sintesi vocale può assomigliare a voci reali. In effetti, la generazione di voci AI di oggi può creare voci che sembrano quelle di persone che conosciamo. Il che può essere una cosa buona o cattiva. Esaminiamo entrambi gli aspetti.

1. Truffe vocali

A gennaio, un fornitore di servizi vocali ha effettuato migliaia di telefonate fraudolente utilizzando una voce generata dall’IA simile a quella del presidente Joe Biden. La voce diceva agli elettori che se avessero votato alle primarie dello Stato, non sarebbero stati autorizzati a votare alle elezioni generali di novembre. Questo tipo di falsa dichiarazione è illegale e il fornitore di servizi vocali ha accettato di pagare una multa di un milione di dollari allo Stato.

2. Creazione di contenuti e clonazione vocale

Questo processo, chiamato clonazione vocale, ha applicazioni sia pratiche che malevoli. Ad esempio, il servizio di montaggio video Descript dispone di una funzione di overdub che consente di clonare la tua voce. Poi, se modifichi un video, può sovrapporre la tua voce alle modifiche, in modo che tu non debba tornare indietro e registrare nuovamente i cambiamenti che hai apportato. Il software di Descript sincronizza persino i movimenti delle labbra, così sembra che tu stia dicendo ciò che scrivi nell’editor.

Trascorro troppo tempo a modificare e correggere errori video, quindi capisco l’interesse di questa soluzione. Ma non posso fare a meno di immaginare il male che questa tecnologia può fare. Con la clonazione vocale e l’IA generativa, mamma potrebbe ricevere una chiamata da sua figlia Jane. E la voce sembrerà proprio quella di Jane. Dopo una breve conversazione, mamma scoprirà che Jane è bloccata in Messico e ha bisogno di migliaia di euro per tornare a casa. Era davvero la voce di Jane, quindi mamma ha inviato i soldi. Si scopre che Jane sta benissimo e non sa nulla della truffa di cui sua madre è stata vittima.

Aggiungi anche la sincronizzazione labiale. Ora puoi prevedere un’esplosione di false truffe di rapimento. Perché rischiare di catturare uno studente in viaggio all’estero quando un video completamente falso sarebbe sufficiente? Funziona sempre? No, ma non è necessario. È comunque spaventoso.

3. Aiuti per l’accessibilità

Ma non tutto è così oscuro. Proprio come la vecchia PC del 1986 ha dato la sua voce al professor Hawking, la moderna generazione vocale basata sull’IA aiuta i pazienti di oggi. NBC ha pubblicato un reportage su una tecnologia sviluppata presso l’Università di Davis che permette a un paziente affetto da sclerosi di recuperare la parola. Il progetto utilizza:

• Impianti cerebrali che elaborano i modelli neurali
• L’IA che converte questi modelli in parole che il paziente vuole dire
• Un generatore di voce AI che parla con la voce reale del paziente.

La voce del paziente affetto da sclerosi è stata clonata a partire da registrazioni della sua voce prima che la malattia gli togliesse la capacità di parlare.

4. Agenti vocali per il servizio clienti

L’IA nei call center è un argomento molto delicato. In realtà, è l’argomento stesso dei call center a essere delicato. C’è la sensazione di impersonale che si prova quando si deve farsi strada attraverso un albero telefonico e la frustrazione di dover aspettare altri 40 minuti prima di poter parlare con un agente. Poi c’è la frustrazione di trattare con un agente che chiaramente non è formato o che segue uno script che non risolve il tuo problema. C’è anche la frustrazione quando tu e l’agente non riuscite a capirvi a causa della vostra comprensione della lingua. E quante volte sei stato disconnesso perché un agente di primo livello non è riuscito a trasferirti a un responsabile?

Sì, l’IA nei call center può davvero aiutare. Di recente mi sono imbattuto in un’IA mentre dovevo risolvere un problema tecnico. Avevo già aperto un ticket di supporto e ho aspettato una settimana per ottenere una risposta poco utile. L’assistenza vocale non era disponibile. Per frustrazione e un po’ per curiosità, ho deciso finalmente di cliccare sul pulsante “AI Help”. Si è rivelata un’IA molto ben addestrata, in grado di rispondere a domande tecniche piuttosto complesse e di comprendere e implementare le modifiche di configurazione di cui il mio account aveva bisogno. Non c’è stata attesa e il mio problema, che era rimasto irrisolto per più di una settimana, è stato risolto in circa 15 minuti.

Un altro esempio è Fair Square Medicare. Questa società utilizza assistenti vocali per aiutare le persone anziane a scegliere il piano sanitario giusto. L’assicurazione sanitaria è complessa e le scelte non sono evidenti. Le persone anziane spesso si sentono sopraffatte dalle opzioni a loro disposizione. Fair Square ha sviluppato una piattaforma vocale AI generativa basata su GPT-4 che può guidare gli anziani attraverso il processo.

Certo, a volte è piacevole poter parlare con un essere umano. Ma se non riesci a entrare in contatto con un essere umano competente e disponibile, l’IA potrebbe essere una valida alternativa.

5. Assistenti intelligenti

Poi ci sono gli assistenti intelligenti come Alexa, Google e Siri. Per questi prodotti, la voce è l’elemento centrale del prodotto. Siri, quando è arrivato sul mercato nel 2011, era incredibile per le sue capacità. Alexa, nel 2014, era altrettanto impressionante. Anche se entrambi i prodotti sono evoluti, gli elementi di intelligenza artificiale sembrano essere stagnanti. Nessuno dei due prodotti può competere con le capacità di chat vocale di ChatPlus, soprattutto con ChatPlus Plus e GPT-4. La versione dell’assistente vocale di ChatPlus è straordinaria. Può gestire conversazioni complete, ottenere risposte (anche se a volte inventate) e seguire le linee guida della conversazione. Se la qualità della voce di Alexa (e, in misura minore, di Siri e Google Assistant) è buona, le intonazioni vocali di ChatPlus sono più sfumate.

Ovviamente, il riconoscimento vocale è una delle altre funzioni più notevoli degli assistenti vocali. Questi dispositivi sono dotati di microfoni che consentono loro non solo di distinguere le voci umane dai rumori di fondo, ma anche di ascoltare e interpretare il discorso umano, almeno abbastanza da creare risposte.

Come funziona la generazione vocale AI?

Per fortuna, la maggior parte dei programmatori non ha bisogno di sviluppare la propria tecnologia di generazione vocale da zero. La maggior parte dei grandi attori del cloud offre servizi di generazione vocale AI che funzionano come microservizi o eseguono un’API dalla tua applicazione. Tra questi ci sono Google Cloud Text-to-Speech, Amazon Polly, Azure AI Speech di Microsoft, il framework vocale di Apple, ecc.

In termini di funzionalità, i generatori di voce iniziano con il testo. Questo testo può essere generato da un redattore umano o da un’IA come ChatPlus. Questo testo viene poi convertito in linguaggio umano, ovvero onde sonore che possono essere percepite dall’orecchio umano e dai microfoni. Abbiamo già parlato dei fonemi. Le IA elaborano il testo generato ed eseguono un’analisi fonetica, producendo suoni vocali che rappresentano le parole del testo.

Come vengono addestrate le IA specializzate nella sintesi vocale?

Dal punto di vista dell’addestramento delle IA specializzate, le reti neurali (codice che elabora i modelli di informazione) utilizzano modelli di apprendimento profondo per ingerire ed elaborare enormi set di dati di discorsi umani. Da questi milioni di esempi di discorsi, l’IA può modificare i suoni di base delle parole per riflettere l’intonazione, l’accento e il ritmo, rendendo i suoni più naturali e olistici.

Alcuni generatori di voce AI personalizzano poi il risultato, regolando l’altezza e il tono per rappresentare voci diverse e persino applicando accenti che riflettono il discorso proveniente da una regione particolare. Al momento, l’app per smartphone di ChatPlus non offre questa possibilità, ma puoi chiedere a Siri e Alexa di utilizzare voci diverse o voci provenienti da regioni diverse.

Come funziona il riconoscimento vocale?

Il riconoscimento vocale funziona al contrario. Deve catturare i suoni e convertirli in testo che può poi essere inserito in una tecnologia di elaborazione come ChatPlus o nel back-end di Alexa. Come

Fonte: « ZDNet.com »

L’economia americana sta assistendo a una moria di start-up senza precedenti con il numero di nuove insolvenze di aziende nate come promettenti talenti cresciuto in un anno del 60% e circa 250 fallimenti già constatati tra le aziende sostenute dai fondi di venture capital in cerca di scommesse vincenti nell’economia a stelle e strisce e giunte alla fine del processo di iniezione iniziale di denaro. A riportarlo una ricerca della società di servizi Carta citata dal Financial Times, che spiega come le aziende che avevano ricevuto iniezioni di capitali a partire dal 2021-2022 da parte di fondi di investimento in cerca di ritorni stanno iniziando a soffrire le conseguenze dei mancati ritorni.

Tra queste aziende il Ft cita “il sito web di live streaming Caffeine, che ha raccolto oltre 250 milioni di dollari da investitori tra cui Fox Corp, Andreessen e Sanabil Investments, una divisione del fondo sovrano dell’Arabia Saudita; la start-up sanitaria Olive, valutata l’ultima volta a 4 miliardi di dollari nel 2021; e la società di autotrasporti Convoy, valutata a 3,8 miliardi di dollari nel 2022. La società di gestione di spazi di co-working WeWork, che aveva raccolto circa 16 miliardi di dollari in debiti e azioni da SoftBank e dal suo Vision Fund, ha chiuso a novembre dopo essere diventata quotata nel 2021″.

Molte di queste società hanno ricevuto denaro prima che l’impennata dei tassi d’interesse inaridisse le disponibilità di molti operatori per finanziare le azioni delle nascenti start-up prima che il loro business decollasse. A febbraio era stato profetico un post pubblicato su LinkedIn da Jimmy Song, esperto di bitcoin e investitore, sulla “crisi del venture capital”.

Song notava che “il problema è che c’è troppa domanda. Cioè, ci sono troppi fondi di VC che inseguono troppo poche startup. Di conseguenza, abbiamo avuto il fenomeno delle startup che hanno ottenuto valutazioni folli perché c’era così tanto denaro appena stampato che inseguiva una fornitura piuttosto piccola”. Ne consegue un dato di fatto: “Le startup di oggi sono meno sane di quelle di vent’anni fa perché sono state coccolate da troppi soldi.”. Ma, ha notato Song, “i tassi di interesse più elevati più di recente hanno significato che c’è stata meno stampa di denaro e quindi meno denaro è fluito nelle società di venture capital”.

Con 4 milioni di persone che negli Usa lavorano nelle aziende sostenute dai venture capitalist, ricorda il Ft, il dato da tenere d’occhio è tanto quello osservabile a ritroso quanto quello in prospettiva: che ne sarà dei dipendenti delle aziende finanziate con finanziamenti imponenti nel campo dell’intelligenza artificiale tra il 2023 e il 2024? Che prospettive si apriranno per ulteriori scommesse a rischio se il costo del denaro, calando, favorirà investimenti a debito e altissima leva potenziale e rischio? Come mediare tra una situazione che vede molte aziende tecnologiche cercare miliardi di dollari per i loro algoritmi e la più grande rivoluzione tecnologica in atto far fare soldi, per ora, solo ai costruttori di hardware come Nvidia?

In passato le start-up erano portatrici di grandi idee capaci di scalare il mercato con la speranza di esplodere con il sistema del venture capital e diventare solide. Ora il rischio che emerge è che siano diventate, in larga parte, cacciatrici di finanziamenti desiderose di mettersi solo in una seconda fase alla prova del mercato. Con tutti i rischi del caso qualora a scoppiare fosse una bolla di start-up legate all’Ia. Al cui confronto l’attuale fase di crisi apparirebbe una parentesi serena.

Immagini generate dall’intelligenza artificiale di Grok.