Fi i hasani prossima ai center ai dispositivi
La prossima fase dell’intelligenza artificiale non riguarda soltanto i grandi data center: riguarda soprattutto i dispositivi che compongono l’esperienza quotidiana. Telefoni, laptop, auto, aerei, robot e sistemi industriali diventano il nuovo terreno su cui portare capacità di AI operative, con l’obiettivo di renderle disponibili in ambienti reali, mantenendo efficienza e affidabilità.
liquid ai e la nuova fase dell’ia fuori dai data center
Durante una diretta a Fii Priority Europe a Roma, Ramin Hasani, co-founder e CEO di Liquid AI, ha descritto come la società stia concentrando lo sviluppo della tecnologia su una prospettiva differente: trasferire l’intelligenza nei luoghi in cui esistono le macchine che già oggi operano ovunque.
Liquid AI nasce tre anni fa come spin-off del Mit. Il lavoro si concentra su foundation model costruiti da zero, con un intento preciso: non puntare soltanto a modelli sempre più grandi, ma a massimizzare l’intelligenza nella forma più piccola possibile di un processore, così da rendere l’AI utilizzabile dove serve davvero.
critica al focus sui modelli pesanti
Secondo Hasani, la narrazione sull’AI oggi tende a concentrarsi su modelli potenti ma pesanti collocati nei data center. Il nodo centrale è un dato di scala: fuori dai data center esistono circa 35 miliardi di processori, distribuiti tra dispositivi personali, computer, automobili, aerei, macchine industriali e infrastrutture. È proprio su questa massa di hardware che Liquid AI intende portare l’intelligenza artificiale.
liquid foundation models: tecnologia e obiettivi
Il cuore del progetto sono i “liquid foundation models”, definiti per la loro flessibilità. Hasani sottolinea che non si tratta di un’architettura basata sui transformer, ma di una tecnologia differente, progettata per introdurre capacità avanzate di AI nei dispositivi usati ogni giorno.
La strategia dell’azienda è rivolta a clienti enterprise, includendo produttori di smartphone, produttori di personal computer, aziende dei semiconduttori e costruttori automobilistici.
modelli progettati per i processori e per l’energia
La distinzione centrale, secondo Hasani, risiede nel modo in cui i modelli vengono concepiti: l’intelligenza non viene adattata dopo, ma viene progettata direttamente per i processori, includendo fin dall’inizio il tema del costo energetico. Questo approccio mira a garantire che i modelli restino utili anche nei data center, specialmente dove è necessaria bassissima latenza, come nel caso dell’e-commerce e di applicazioni nelle tecnologie finanziarie.
le frontiere dell’ia secondo ramin hasani
All’indicazione delle prossime grandi traiettorie dell’AI, Hasani propone due punti prioritari. Il primo è la “automazione dell’automazione”: i grandi modelli, ormai, sono in grado di generare codice in modo autonomo. Da qui nasce l’idea di pipeline sempre più automatizzate, in cui gli esseri umani assumono il ruolo di coordinatori e orchestratori di sistemi autonomi di dimensioni crescenti.
ai nel mondo reale: scoperta scientifica e robotica
La seconda frontiera è l’AI applicata al mondo reale. Hasani cita l’uso dell’intelligenza artificiale nella scoperta scientifica, dalla chimica alla fisica, dalla matematica alla ricerca di nuove soluzioni in diversi campi della conoscenza. Un altro ambito decisivo è la robotica, dove l’inserimento dell’AI richiede modelli più affidabili, capaci di ridurre il rischio di allucinazioni e di funzionare in ambienti fisici in cui l’errore può avere conseguenze concrete.
condizione per il progresso: intelligenza efficiente fuori dai data center
Le opportunità più importanti, nella visione esposta da Hasani, riguardano sistemi autonomi, AI applicata alla scoperta scientifica e robotica. A supporto di queste prospettive emerge una condizione fondamentale: trasferire l’intelligenza potente, efficiente e affidabile fuori dai data center, dove oggi la maggior parte della discussione sull’AI continua a concentrarsi.
Personaggio citato: Ramin Hasani.