Devpunks

Pronto per un progetto stimolante e per diventare un #devpunker? 🚀

🌍 La stessa AI può valutare diversamente lo stesso documento solo perché cambi lingua? Anthropic ha analizzato oltre 300.000 conversazioni con Claude in 20 lingue e ha trovato differenze sistematiche nelle risposte. Due founder presentano lo stesso business plan. In hindi, il feedback potrebbe essere più incoraggiante. In russo, più critico. Il progetto non cambia, ma la percezione della sua validità sì. I ricercatori hanno tenuto conto del tipo di richiesta, dell’argomento e dei valori espressi dagli utenti, ma le differenze tra le lingue sono rimaste. Potrebbe dipendere da fattori culturali, ma anche quantità, qualità e tipologia dei dati di training disponibili per ciascuna lingua. Se usiamo un LLM per valutare idee, analizzare documenti o supportare decisioni, la lingua non è più solo il modo in cui gli parliamo ⭢ è una variabile da testare. 💬 𝗛𝗮𝗶 𝗺𝗮𝗶 𝗽𝗿𝗼𝘃𝗮𝘁𝗼 𝗹𝗼 𝘀𝘁𝗲𝘀𝘀𝗼 𝗽𝗿𝗼𝗺𝗽𝘁 𝗶𝗻 𝗶𝘁𝗮𝗹𝗶𝗮𝗻𝗼 𝗲 𝗶𝗻 𝗶𝗻𝗴𝗹𝗲𝘀𝗲? 𝗛𝗮𝗶 𝗻𝗼𝘁𝗮𝘁𝗼 𝗱𝗶𝗳𝗳𝗲𝗿𝗲𝗻𝘇𝗲? #DEVPUNKS #TalentAsAService

Non è una storia ✨d’amore✨ ma per un attimo potrebbe sembrarlo. Durante alcuni test interni di OpenAI, diversi #agentiAI lavoravano separatamente e per periodi limitati. Uno di loro ha iniziato a lasciare messaggi dentro #Artifactory. Gli agenti arrivati dopo li hanno trovati e hanno iniziato a fare lo stesso. Avevano creato, di fatto, un punto d’incontro che nessuno aveva progettato per loro. 💡 Quando OpenAI ha eliminato quel canale, gli agenti ne hanno trovato un altro. E la storia non è rimasta confinata lì. 𝗡𝗲𝗹𝗹𝗼 𝘀𝘁𝗲𝘀𝘀𝗼 𝗶𝗻𝗰𝗶𝗱𝗲𝗻𝘁𝗲, 𝗴𝗹𝗶 𝗮𝗴𝗲𝗻𝘁𝗶 𝘀𝗼𝗻𝗼 𝗮𝗿𝗿𝗶𝘃𝗮𝘁𝗶 𝗮 𝗰𝗼𝗺𝗽𝗿𝗼𝗺𝗲𝘁𝘁𝗲𝗿𝗲 𝗶𝗻𝗳𝗿𝗮𝘀𝘁𝗿𝘂𝘁𝘁𝘂𝗿𝗲 interne di OpenAI e, successivamente, sistemi di Hugging Face, concatenando vulnerabilità e condividendo tra loro informazioni, credenziali e progressi. La cosa interessante è che non c’era un singolo agente particolarmente capace. 𝗘𝗿𝗮𝗻𝗼 𝗱𝗶𝘃𝗲𝗿𝘀𝗶 𝗮𝗴𝗲𝗻𝘁𝗶 𝗰𝗵𝗲 𝗮𝘃𝗲𝘃𝗮𝗻𝗼 𝘁𝗿𝗼𝘃𝗮𝘁𝗼 𝗶𝗹 𝗺𝗼𝗱𝗼 𝗱𝗶 𝗽𝗮𝘀𝘀𝗮𝗿𝘀𝗶 𝗶𝗻𝗳𝗼𝗿𝗺𝗮𝘇𝗶𝗼𝗻𝗶 𝗲 𝗰𝗼𝗻𝘁𝗶𝗻𝘂𝗮𝗿𝗲 𝗶𝗹 𝗹𝗮𝘃𝗼𝗿𝗼 𝗱𝗲𝗴𝗹𝗶 𝗮𝗹𝘁𝗿𝗶. E se riescono a collaborare anche quando nessuno glielo chiede, la domanda diventa: cosa succederà quando inizieranno a collaborare veramente? 🤔 Dove vedi il potenziale più grande? #DEVPUNKS

L'errore più grande che può fare un robot è continuare 🤯 Nel mondo fisico, sapere cosa fare non basta. Bisogna riconoscere il momento esatto in cui fermarsi. Versare il caffè, avvitare una lampadina o chiudere un sacchetto richiedono una capacità che utilizziamo senza pensarci: osservare il risultato mentre agiamo e capire quando è abbastanza corretto da poter smettere. Per un robot significa valutare continuamente l’avanzamento, rilevare un errore e decidere se correggersi, riprovare o passare all’attività successiva. 🧠 Questa capacità viene chiamata #ProgressUnderstanding ed è uno dei problemi su cui si sta concentrando la ricerca nella #PhysicalAI. #GeminiRoboticsER2 per esempio, analizza il video dell’attività per individuare i momenti critici. Secondo Google, riesce a riconoscerli con una distanza media inferiore a un secondo dall’istante corretto. L'autonomia però non è soltanto saper agire, è anche sapere quando interrompersi. Nel software una stop condition può essere una regola precisa. Nel mondo reale dipende da immagini, movimento, contesto e imprevisti: diventa quindi parte dell'intelligenza del sistema. 💬 Accetteresti da un robot lo stesso margine d'errore che accetti da una persona? #WEAREDEVPUNKS #PhysicalAI

🤝 Quando Microsoft, NVIDIA e Meta si trovano dalla stessa parte, vale la pena chiedersi il perché. Il 24 luglio una parte importante dell'industria AI ha preso una posizione pubblica firmando una lettera a sostegno degli open weights. 𝗣𝗲𝗿𝗰𝗵𝗲́ 𝗮𝘇𝗶𝗲𝗻𝗱𝗲 𝗰𝗼𝗻 𝗶𝗻𝘁𝗲𝗿𝗲𝘀𝘀𝗶 𝗱𝗶𝘃𝗲𝗿𝘀𝗶 𝗵𝗮𝗻𝗻𝗼 𝗱𝗲𝗰𝗶𝘀𝗼 𝗱𝗶 𝘀𝗰𝗵𝗶𝗲𝗿𝗮𝗿𝘀𝗶 𝗶𝗻𝘀𝗶𝗲𝗺𝗲? Nel documento compare un concetto, il 𝘀𝗶𝗻𝗴𝗹𝗲 𝗽𝗼𝗶𝗻𝘁 𝗼𝗳 𝗳𝗮𝗶𝗹𝘂𝗿𝗲 → l'AI nelle mani di pochi attori rende l'intero ecosistema più fragile. Nella lettera si dice che servano sia modelli chiusi che modelli open weight. Più alternative significano: ✔️ più concorrenza ✔️ più resilienza ✔️ più possibilità di scelta Quando scegliamo un modello AI valutiamo performance, costi e velocità di integrazione. 𝗤𝘂𝗮𝗻𝘁𝗼 𝘀𝗽𝗲𝘀𝘀𝗼 𝘃𝗮𝗹𝘂𝘁𝗶𝗮𝗺𝗼 𝗮𝗻𝗰𝗵𝗲 𝗾𝘂𝗮𝗻𝘁𝗼 𝗶𝗹 𝗳𝘂𝘁𝘂𝗿𝗼 𝗱𝗲𝗹 𝗻𝗼𝘀𝘁𝗿𝗼 𝗽𝗿𝗼𝗱𝗼𝘁𝘁𝗼 𝗱𝗶𝗽𝗲𝗻𝗱𝗲𝗿𝗮̀ 𝗱𝗮𝗹𝗹𝗲 𝗱𝗲𝗰𝗶𝘀𝗶𝗼𝗻𝗶 𝗱𝗶 𝗾𝘂𝗲𝗹 𝗽𝗿𝗼𝘃𝗶𝗱𝗲𝗿? 💬 Quanto peso dai a questo aspetto quando progetti un prodotto usando l'AI?

Ogni settimana esce un nuovo framework per la AI Memory 💡 Ma siamo sicuri che stiamo parlando davvero di memoria? La maggior parte dei sistemi funziona così:  • salvi una conversazione •  la indicizzi in un vector database  • recuperi i chunk semanticamente più vicini Funziona, ma chiamarla #memory è forse il più grande #rebranding della GenAI. #TrueMemory, un nuovo progetto open source, parte proprio da questa osservazione. L'idea è quella di spostare il problema un passo prima anzichè costruire un retrieval migliore ⭢ cosa merita davvero di essere salvato? 🧠 Prima di scrivere qualcosa nel database, il sistema prova a capire se è una preferenza stabile, un fatto temporaneo, un aggiornamento o semplice rumore.  Ultimamente si è parlato tantissimo di come recuperare meglio le informazioni, ma molto meno di come costruire una memoria che non diventi semplicemente un enorme archivio. 💡 𝗶𝗹 𝗽𝗿𝗼𝘀𝘀𝗶𝗺𝗼 𝘀𝗮𝗹𝘁𝗼 𝗱𝗲𝗹𝗹𝗮 𝗚𝗲𝗻𝗔𝗜 𝗽𝗮𝘀𝘀𝗲𝗿𝗮̀ 𝗱𝗮 𝗺𝗼𝗱𝗲𝗹𝗹𝗶 𝗺𝗶𝗴𝗹𝗶𝗼𝗿𝗶 𝗼 𝗱𝗮 𝘂𝗻𝗮 𝗺𝗲𝗺𝗼𝗿𝗶𝗮 𝗽𝗿𝗼𝗴𝗲𝘁𝘁𝗮𝘁𝗮 𝗺𝗲𝗴𝗹𝗶𝗼?

Le tecnologie che cambiano il mondo raramente nascono per farlo ⭐ Si continua a misurare il progresso dell'AI guardando all'intelligenza. Poi arriva la ricerca di Meta "Brain2Qwerty" che è riuscita a ricostruire il testo che una persona sta scrivendo partendo dai segnali cerebrali, portando un approccio non invasivo da circa l'8% al 61% di accuratezza. Oggi per farlo servono: → un laboratorio  → una macchina grande quanto una stanza Tutto questo per ridare la possibilità di comunicare a chi l'ha persa. Guardando indietro, è un pattern potenzialmente già visto: → Il GPS nasce per scopi militari → Internet come rete di ricerca → Il touchscreen per risolvere un problema di interazione Nessuna di queste tecnologie è rimasta dov'era nata, e magari succederà anche qui. Se un giorno una tecnologia del genere uscisse davvero dal laboratorio, probabilmente cambierebbe la medicina e poi anche il modo in cui costruiamo prodotti. ✋🏼 𝗤𝘂𝗮𝗹𝗲 𝘁𝗲𝗰𝗻𝗼𝗹𝗼𝗴𝗶𝗮, 𝘀𝗲𝗰𝗼𝗻𝗱𝗼 𝘁𝗲, 𝗽𝗼𝘁𝗿𝗲𝗯𝗯𝗲 𝗳𝗮𝗿𝗲 𝗹𝗼 𝘀𝘁𝗲𝘀𝘀𝗼 𝗽𝗲𝗿𝗰𝗼𝗿𝘀𝗼? 

Quante cose si possono fare mentre ci si lamenta del caldo? 🥵 Non pensavamo, ma la risposta è TANTE. Negli ultimi giorni ci siamo divisi tra eventi che erano in programma da tempo: - Prima il #RoboticHackathon (grazie a Cyberwave per averci coinvolti): una giornata circondati da cani robot, droni, umanoidi da hackerare e una community che non vedeva l'ora di mettersi in gioco. Noi abbiamo lanciato il track #PunkUseOfRobot 🤘🏼 ed è stato interessante vedere l'AI uscire dallo schermo e prendere vita (quasi) letteralmente. - Poi il WMF - We Make Future insieme al team Devpunks, con cui abbiamo incontrato amici e colleghi anche al palco backend, con Federico Tonioni come moderatore e Simone Sabba come speaker 🔥 Vittorio Banfi Simone Desantis Michel Murabito 🚀 Julian Wood Muhammed Salih Güler Nicolas Fantoni Cristian Belli Ludovico Besana Daniele Ponzo 💭 Qual è l'evento a cui torni ogni anno?

Date interessanti per incontrare persone interessanti 🚀 Questo mese siamo un po’ ovunque: meetup, hackathon ed eventi: • #ClaudeTorino2 - Tech Talks il oggi 15/06, Torino • #DirectaSummit il 18/06, Milano • #RoboticHackathon con Cyberwave il 20/06, Milano • WMF - We Make Future 24-26/06, Bologna • #AIForSecurity 27/06, Torino Se non ti sei ancora registrato, questo potrebbe essere il momento giusto per farlo, trovi tutti i link nel primo commento! Se invece ci sarai scrivici, ci troviamo lì 🤘🏼 #DEVPUNKS #AI #TalentAsAService

Ci siamo quasi🔥WMF - We Make Future, ci vediamo allo Stage Backend & Cloud di cui siamo sponsor, e durante tutta la durata dell'evento!