Risorse Artificiali. Appunti e spunti dal mondo dell’Intelligenza Artificiale

L’AI scala davvero? In questo episodio di Risorse Artificiali partiamo da una domanda chiave per chi lavora con l’intelligenza artificiale oggi: la scalabilità dei modelli AI è reale o stiamo solo spostando i costi?Parliamo di:crescita dei modelli AI e limiti del pre-trainingdistillazione come strategia per rendere l’AI più sostenibilehardware sempre più commoditizzato e costi energeticiperché il prezzo della RAM sta diventando un collo di bottigliacoding creativo e Vibe Coding: conta ancora scrivere codice?l’arrivo di Gemini su (quasi) tutti i telefoni e l’impatto sull’ecosistema mobileChatGPT e la pubblicità: cosa cambia per utenti, aziende e sviluppatoriprivacy, business model e nuove tensioni tra AI, prodotto e mercatoChiudiamo con una riflessione più ampia: ha ancora senso fermarsi a scrivere, progettare, persino scrivere libri, in un’epoca di accelerazione continua?Un episodio che mette insieme AI engineering, creatività, business e futuro del software, senza hype ma con domande scomode.🎧 Risorse Artificiali – Appunti e spunti dal mondo dell’AIDisponibile su Spotify e YouTube.Link dalla puntata:Black Forest Labs is back: Flux.2 [Klein]https://bfl.ai/blog/flux2-klein-towards-interactive-visual-intelligencehttps://github.com/black-forest-labs/flux2 Esempi in community: https://www.reddit.com/r/StableDiffusion/comments/1qfvebh/flux_2_klein_is_really_amazing/ Prove gratis a https://huggingface.co/spaces/black-forest-labs/FLUX.2-klein-4B Script prompt upsampling: https://github.com/black-forest-labs/flux2/blob/main/docs/flux2_with_prompt_upsampling.md Invisible watermark: https://github.com/ShieldMnt/invisible-watermarkArticolo di Salvatore Sanfilippo: Don't fall into the anti-AI hypeChapters00:00 Introduzione e Saluti02:50 Riflessioni sull'Intelligenza Artificiale05:44 Scalabilità e Investimenti nell'AI08:33 Pre-Training e Consumi Energetici11:40 Innovazioni nei Modelli AI14:36 Hardware e Comoditizzazione17:41 Distribuzione del Calcolo e Progetti Futuri20:46 Ritorno di Flux e Black Forest Lab30:10 Evoluzione e Distillazione dei Modelli40:16 Coding Assistito e Creatività49:20 Riflessioni sul Gioco e la Creatività49:35 Il Vibe Coding e le Opinioni di Linus Torvalds55:41 Le Innovazioni di Apple e Gemini01:00:42 L'Intelligenza Artificiale e la Privacy01:04:45 Pubblicità e Chatbot: Un Nuovo Paradigma01:10:13 Riflessioni Finali e Conclusioni

In questo episodio di Risorse Artificiali intervistiamo Emanuele Fabbiani, imprenditore e ricercatore nel mondo dell’intelligenza artificiale, fondatore di Xtream e Ready, oggi parte dell’ecosistema TeamSystem.Partendo dal suo percorso personale — tra ricerca accademica e costruzione di startup AI — affrontiamo uno dei temi più discussi e fraintesi dell’AI moderna: le allucinazioni dei modelli linguistici (LLM) e il problema della explainability.Parliamo di:perché i modelli AI allucinano e cosa ci dice questo sul loro funzionamentodifferenza tra significato e significante nei Large Language Modelsquali tecniche aiutano a mitigare le allucinazioniperché la spiegabilità è cruciale per l’adozione enterprise dell’AIlimiti e costi delle scaling lawil ruolo del reasoning nei modelli di nuova generazioneVibe Coding: perché sta cambiando davvero il modo di scrivere softwarecosa significa fare impresa AI in Italia oggiconsigli pratici per giovani, ricercatori e futuri imprenditori techUn episodio denso ma concreto, che unisce AI engineering, ricerca, startup e futuro del lavoro, con uno sguardo lucido su cosa funziona davvero oltre l’hype. Link:https://www.linkedin.com/in/emanuelefabbiani/https://xtreamers.io/⏱️ Capitoli00:00 Introduzione01:54 Il percorso di Emanuele Fabbiani05:52 Ricerca vs startup: una falsa dicotomia11:48 Accademia e industria: contaminazione necessaria12:49 Nascita di Xtream e dinamiche di gruppo19:02 L’acquisizione da parte di TeamSystem24:55 Explainability nei Large Language Models33:32 Significato, non significante43:06 Allucinazioni nei modelli AI56:42 Scaling law e limiti economici59:35 Vibe Coding e sviluppo software assistito01:05:18 Revisione del codice e AI01:10:23 Ecosistema AI in Italia01:21:24 Consigli per chi vuole fare startup01:29:33 Il futuro dell’intelligenza artificiale

Nel nuovo episodio di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, partiamo dal caso Grok e dalla polemica sui deepfake di immagini generate dall’AI per affrontare una domanda molto più ampia:👉 come cambia il concetto di autenticità in un mondo in cui l’intelligenza artificiale può generare contenuti indistinguibili dal reale?Discutiamo della reazione di Elon Musk, delle implicazioni culturali e legali della generazione di immagini fake e di una provocazione centrale:in un ecosistema dominato dai fake, forse non è il falso che va marcato, ma l’originale.Da qui allarghiamo lo sguardo all’evoluzione dei modelli di generazione immagini, come GLM Image, e al tema della comprensione semantica nei modelli multimodali.Nella seconda parte dell’episodio ci spostiamo sulla sanità, commentando il lancio di ChatGPT Health da parte di OpenAI:un passo importante che apre opportunità concrete, ma anche questioni etiche, di privacy e di responsabilità, soprattutto quando l’AI entra in ambiti critici come le decisioni mediche.Infine, chiudiamo con una riflessione più tecnica e filosofica sul futuro degli agenti AI, discutendo il ruolo della memoria procedurale e semantica nei coding agent e perché progettare sistemi di memoria non è solo un problema di performance, ma di affidabilità e controllo.Un episodio per chi lavora con l’AI — o ne subisce già gli effetti — e vuole andare oltre l’hype, interrogandosi su responsabilità, fiducia e limiti dell’intelligenza artificiale generativa.Chapters00:00 Introduction and Context of the Controversy02:27 Deepfake Technology and Cultural Reactions04:50 Legal Implications and Image Authenticity11:40 Emerging AI Models and Future Directions24:49 Exploring Image Generation Techniques37:02 AI in Healthcare: Opportunities and Ethical Concerns46:15 User Responsibility in AI Healthcare Decisions47:38 The Risks of Anthropomorphizing AI50:02 The Future of AI in Personal Health52:49 Debating AI Memory Systems01:04:58 The Complexity of AI Memory and Learning

Nel nuovo episodio di Risorse Artificiali analizziamo AI e robotica nel 2026, partendo da un tema centrale: il dilemma strategico di Meta tra acquisizioni, critiche pubbliche e il dilemma dell'innovatore sugli occhiali. La roadmap generale sembra ancora poco chiara.Parliamo poi delle novità emerse al CES, dove la robotica — soprattutto asiatica — è sempre più protagonista, e di come anche Lego stia ridefinendo il concetto di gioco educativo con mattoncini intelligenti e robotica per le nuove generazioni.La conversazione si sposta quindi sui trend di fondo che guideranno i prossimi anni:world models applicati alla robotica autonomacontinual learning e refinement continuo dei modelliorchestrazione e sistemi multi-agentenuove tecniche di generazione di immagini con layer editabiliUn episodio che intreccia attualità, gossip tech e visione ingegneristica, per capire cosa è davvero segnale debole e cosa invece sarà infrastruttura dell’AI del futuro.Meta tra acquisizioni, critiche e mancanza di una strategia chiaraRobotica al CES: hype o vero cambio di passo?Lego e l’ingresso della robotica nel mondo educationalGen Z e nuovi pattern di utilizzo dell’AIWorld models e autonomia dei sistemi intelligentiContinual learning come chiave per l’evoluzione dei modelliMulti-agent systems e refinement continuo🎧 Ascolta Risorse Artificiali su Spotify, YouTube e tutte le principali piattaforme podcast.Tutti i link sono disponibili sulla nostra home page.🔍 Temi chiave dell’episodio

In questo episodio di Risorse Artificiali parliamo con Simone Di Somma, fondatore di Cyberwave, di come costruire una startup nel mondo della robotica e dell’automazione (e perché oggi è il momento giusto per farlo anche in Italia).Partiamo dalle lezioni imparate in Y Combinator e arriviamo ai temi più caldi della Physical AI: robot che diventano sempre più capaci grazie all’intelligenza artificiale, nuovi modelli di business come marketplace di robot e hardware-as-a-service, e il ruolo centrale di open source e community per accelerare innovazione e adozione.Parliamo anche di PMI, carenza di manodopera, “tempi degli early adopter” e del perché la robotica non significa solo umanoidi: ci sono form factor e casi d’uso molto più concreti e vicini alle esigenze delle aziende.Lezioni pratiche da Y Combinator per chi vuole fare startup techPhysical AI: cosa significa davvero “automazione fisica” oggiLa visione Cyberwave: persone e robot che lavorano insiemeMarketplace di robot e modelli “robot-as-a-service / hardware-as-a-service”Approccio bimodale: enterprise e sviluppatoriOpen source e community come leva per costruire ecosistemiRobotica per PMI italiane: opportunità, competenze, adozioneReinforcement learning e AI applicata alla roboticaConsigli per giovani: “studiate, studiate, studiate”🔗 Cyberwave: https://cyberwave.com🎧 Ascolta Risorse Artificiali – Appunti e spunti dal mondo dell’AI su Spotify e guarda gli episodi anche su YouTube.➡️ Spotify (show): https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF➡️ YouTube (canale): https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg➡️ Home page: https://risorseartificiali.comChapters00:00 Introduzione e Giocattoli dell'Infanzia02:18 Il Percorso Imprenditoriale di Simone Di Somma05:05 La Visione di Cyberwave e l'Intelligenza Artificiale10:25 Opportunità in Italia e il Futuro della Robotica14:28 Physical AI: Democratizzare l'Automazione Fisica19:27 Marketplace di Robot e Hardware as a Service28:08 Approccio Bimodale: Enterprise e Sviluppatori32:12 Open Source e Community nel Progetto Cyberwave41:12 Robotica Umanoide vs. Altri Formati Robotici47:50 L'Innovazione e i suoi Limiti51:00 L'Intelligenza Artificiale Fisica54:43 Il Reinforcement Learning nella Robotica58:48 La Ricerca e Sviluppo in Robotica01:00:59 Il Ruolo delle PMI nella Robotica01:05:33 Costruire una Community di Innovatori01:10:04 L'Esperienza in Y Combinator01:24:03 Consigli per i Giovani Innovatori#robotica #intelligenzaartificiale #startup #automazione #PhysicalAI #opensource #PMI #YCombinator #innovazione

Cosa ci aspetta davvero nel 2026 sul fronte Intelligenza Artificiale? In questo episodio di Risorse Artificiali facciamo il punto sulle previsioni AI 2026 partendo da ciò che abbiamo visto nell’ultimo anno: hype, strumenti che maturano, e nuove direzioni che iniziano a consolidarsi.Parliamo di modelli locali (on-device / on-prem) e perché stanno tornando centrali (costi, privacy, sovranità e controllo), dell’arrivo più concreto degli agenti AI e di come potrebbero cambiare sviluppo software e produttività. Poi allarghiamo lo sguardo su due temi che dividono sempre: robotica e guida autonoma, tra limiti normativi, barriere psicologiche e confronto inevitabile tra errore umano vs errore macchina. Chiudiamo con una riflessione su AI etica, pensiero critico e sul rischio crescente di AI washing.Previsioni AI 2026: cosa sta maturando davvero e cosa è solo hypeModelli locali: perché contano (privacy, costi, compliance, controllo)Agenti intelligenti: siamo davvero nell’“anno degli agenti”?Sviluppo software assistito: rinascita dei developer e nuovi workflowRobotica: progressi concreti e casi d’uso che iniziano a funzionareGuida autonoma: ostacoli normativi e resistenze culturaliAI etica e pensiero critico: come orientarsi tra marketing e realtàAI washing: come riconoscerlo (e perché sta crescendo)00:00 Introduzione e Buon Anno01:22 AI nella vita quotidiana05:04 Previsioni tecnologiche per il 202611:14 Rinascita degli sviluppatori e sviluppo assistito17:02 Pubblicità e modelli di business21:48 Robotica e occhiali intelligenti31:02 Guida autonoma: ostacoli e prospettive34:59 Accettazione dell’errore: umano vs macchina36:35 Agenti e Intelligenza Artificiale: previsioni39:15 Hype AI: realtà o illusione?45:23 Impatto della tecnologia: passato e futuro51:28 AI etica e resistenza54:11 Singolarità e AGI: prospettive e dubbi🎧 Ascolta Risorse Artificiali – Appunti e spunti dal mondo dell’AI su Spotify e guarda gli episodi su YouTube:Spotify: https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSFYouTube: https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2FgHome: https://risorseartificiali.com#IntelligenzaArtificiale #AI2026 #AgentiAI #Robotica #GuidaAutonoma #ModelliLocali #AIEngineering #SviluppoSoftware #AIEtica

Nel nuovo episodio di Risorse Artificiali facciamo un bilancio dell’AI nel 2025: sorprese, delusioni e cambi di rotta che hanno impattato davvero il modo in cui lavoriamo — soprattutto su coding, produttività e strumenti AI.Parliamo di Vibe Coding e di come sta cambiando le abitudini degli sviluppatori, del “caso” DeepSeek e dell’effetto che ha avuto sul panorama dei modelli, di Gemini e delle nuove dinamiche d’uso, e del ruolo dell’open source come acceleratore dell’innovazione. In mezzo: aspettative tradite, tool che ci hanno convinto (e quelli che ci hanno stancato), e cosa ci aspettiamo dal prossimo anno.AI e coding: cosa è cambiato davvero nel lavoro quotidianoVibe Coding: perché ha sorpreso così tanti developerDeepSeek: impatto, percezione e “shock” di mercatoGemini: come ha spostato l’adozione e i flussi di lavoroOpen source: velocità di innovazione e nuove opportunitàSorprese vs delusioni: hype, realtà e aspettative disattese (anche lato Big Tech)I nostri momenti preferiti dal podcast e perché continuiamo a esplorare00:00 Introduzione e Auguri di Buon Anno00:58 Riflessioni sul 2025 e Sorprese dell’Anno07:45 Delusioni e Aspettative Non Soddisfatte12:48 Outsider e Innovazioni Inaspettate16:37 Strumenti AI Utilizzati e Preferenze24:13 Cambiamenti nell’Uso degli Strumenti AI26:37 Strumenti e Tecnologie in Evoluzione29:41 Impatto delle Innovazioni nel Settore33:23 Rilascio di Modelli e Open Source35:02 Innovazioni e Sviluppi Recenti42:08 Riflessioni sul Podcast e Interviste🎧 Ascolta e segui “Risorse Artificiali”Spotify: https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSFYouTube: https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2FgHome: https://risorseartificiali.com

In questo episodio di **Risorse Artificiali** parliamo di **AI Engineering applicata allo sviluppo software** con **Alex Gavrilescu**, creator di **backlog.md**: un approccio “AI-first” per trasformare il *vibe coding* in un processo ripetibile, verificabile e collaborativo.Partiamo da una provocazione che gira online (“Topolino ha comprato OpenAI”) e mettiamo ordine: **Disney non ha acquisito OpenAI**, ma ha annunciato un **investimento da 1 miliardo** e un accordo di licensing per portare personaggi Disney dentro gli strumenti di generazione video (Sora) e altri prodotti. ([OpenAI][1])Poi torniamo al punto che interessa a chi scrive codice: **come progettare backlog, specifiche e contesto** per far funzionare davvero gli agenti di coding.### Cosa ti porti a casa* **Backlog.md**: task in Markdown, repo “git-backed” e workflow pensato per lavorare *insieme* agli agenti* **Spec-driven development**: specifiche, acceptance criteria e piani di implementazione per ridurre ambiguità e bug* **Context engineering**: perché il contesto è il vero “carburante” degli agenti (e come evitarne la deriva)* **Compaction**: riassumere e comprimere sessioni lunghe senza perdere intent e vincoli* **Milestone e task breakdown**: spezzare la complessità in unità che stanno in una context window* **Skills** come “packaging standard” per applicazioni/azioni agentiche* Chiusura sui trend: modelli, toolchain, sicurezza, chip AI, e perché la collaborazione tra aziende conta davvero### Capitoli00:00 Introduzione e presentazione di Alex Gavrilescu03:00 AI e “Topolino”: cosa sta succedendo davvero06:00 Conferenze e novità nel mondo AI08:37 Backlog MD: uno strumento nuovo per developer11:39 Spec-driven development e backlog14:46 Uso pratico: come strutturare task e progetti17:35 Futuro dell’AI e sviluppo software26:12 Gestire la complessità nel codice27:44 Context engineering e task management32:01 Compaction: riassunti “utili” per continuare a lavorare35:27 Skills e integrazione con backlog41:21 AI e modelli di business (musica)53:26 Chip e sicurezza nazionale57:13 Meta, PyTorch e Google: innovazioni e collaborazione01:00:10 La visione di Google nell’AI01:04:22 Nuovi modelli e applicazioni01:06:30 Strumenti e modelli per la programmazione con AI01:10:59 Esperimenti con modelli open source01:15:43 Chip AI e futuro della tecnologia### Link utiliBacklog.md: https://backlog.mdIl profilo X di Alex: https://x.com/mrlesk* Podcast su Spotify: [https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF](https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF)* Canale YouTube: [https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg](https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg)* Home: [https://risorseartificiali.com](https://risorseartificiali.com)

In questa intervista, Pamela Gotti racconta il suo percorso straordinario: dagli inizi precocissimi nel software fino al ruolo di CTO nel fintech, passando per esperienze internazionali, startup, crescita manageriale e sfide legate alla presenza femminile nel mondo tech.Parliamo di intelligenza artificiale nel settore bancario, sicurezza e governance, explainability, agenti AI e del modo in cui l’AI può davvero potenziare le persone invece di sostituirle.Al centro della conversazione c’è però soprattutto la dimensione umana: team autonomi, gestione delle persone, importanza delle soft skills, formazione dei junior engineer, mentorship e salute mentale nel settore tecnologico.Un episodio ricco, concreto e profondamente ispirante, che attraversa temi come:- Come si passa “dal codice alla CTO” senza perdere il contatto con l’ingegneria.- Perché il gender bias è ancora un problema reale e come contrastarlo nel quotidiano.- L’AI nel fintech e nel banking: opportunità, rischi e responsabilità.- Il ruolo chiave della developer experience e della velocità di esecuzione.- L’importanza della crescita personale — propria e del team.Un ascolto consigliato a chi lavora nell’AI, nel fintech o nel banking, nella gestione di team tech, o semplicemente vuole capire meglio come evolvono le professioni tecnologiche nell’era dell’intelligenza artificiale.

In questo episodio analizziamo cosa cambia dopo l’arrivo di GPT 5.2, un modello che spinge ancora più avanti benchmark, ragionamento e capacità multimodali. Parliamo di come l’AI stia evolvendo tra API sempre più costose, scelte strategiche di OpenAI, nuove soluzioni per l’enterprise e piattaforme come OpenRouter, che permettono di lavorare con decine di modelli diversi.Esploriamo anche le novità sul fronte riconoscimento visivo, i primi occhiali smart realmente utili, e il ruolo dell’AI nella vita quotidiana: dalla cucina robotica agli elettrodomestici intelligenti, fino alla nuova generazione di wearable.Nella seconda parte affrontiamo le prospettive più avanzate: come la robotica sta integrando modelli AI di nuova generazione, gli sviluppi della guida autonoma con realtà come Waymo, e perché la memoria a lungo termine sarà una delle frontiere decisive dei modelli futuri.🎧 Temi principali dell’episodio:- GPT 5.2: benchmark, prestazioni e cosa cambia davvero- API, costi e strategia enterprise nell’AI moderna- OpenRouter e l’accesso a modelli AI alternativi- Riconoscimento visivo e innovazioni nei wearable- Occhiali intelligenti e futuro della multimodalità- Robotica domestica e intelligenza in cucina- Guida autonoma e stato dell’arte dei taxi robot- Modelli proprietari vs open: implicazioni per il futuro- Memoria a lungo termine: perché diventerà centrale nell’AIQualche link dall'episodioThe state of enterprise AI: https://openai.com/index/the-state-of-enterprise-ai-2025-report/Claude Code in Slack: https://techcrunch.com/2025/12/08/claude-code-is-coming-to-slack-and-thats-a-bigger-deal-than-it-sounds/Google to launch first of its AI glasses in 2026: https://www.cnbc.com/2025/12/08/google-ai-glasses-launch-2026.htmlWaymo crosses 450,000 weekly paid rides as Alphabet robotaxi unit widens lead on Tesla: https://www.cnbc.com/2025/12/08/waymo-paid-rides-robotaxi-tesla.htmlMeta acquires AI device startup Limitless: https://techcrunch.com/2025/12/05/meta-acquires-ai-device-startup-limitless/Titans + MIRAS: Helping AI have long-term memory: https://research.google/blog/titans-miras-helping-ai-have-long-term-memory/Chapters00:00 Introduzione e Presentazione di GPT 5.202:02 Benchmark e Performance di GPT 5.205:57 Implicazioni e Critiche sui Modelli di AI09:42 Focus sull'Intelligenza Artificiale nel Settore Enterprise13:25 Costi e Sostenibilità dei Modelli AI17:26 Esperienze con API e Modelli di Google21:39 Discussione su OpenRouter e Accesso ai Modelli AI25:14 Evoluzione dei Modelli AI e Rischi di Proprietà27:54 Innovazioni e Dispositivi Wearable32:19 Utilizzo dell'AI nella Vita Quotidiana33:41 L'Impatto delle Nuove Tecnologie sui Giovani38:45 Ragionamento Visivo e Applicazioni Avanzate41:26 Occhiali Intelligenti e Futuro della Visione44:23 AI e Applicazioni Pratiche nella Cucina49:58 Intelligenza degli Elettrodomestici52:42 Riflessioni sulla Generazione Z54:08 Integrazioni Tecnologiche e Slack56:19 Waimo e la Guida Autonoma01:00:02 Modelli di Intelligenza Artificiale01:12:05 Memoria e Apprendimento nei Modelli AI📌 Ascolta “Risorse Artificiali – Appunti e spunti dal mondo dell’AI” su Spotify, YouTube e su tutte le piattaforme.

In questa puntata di Risorse Artificiali raccontiamo quanto sta cambiando l’AI attraverso tre filoni principali:👉 l’uso combinato di più modelli, a partire dai benchmark di Karpathy,👉 le novità nella generazione di immagini e video, tra Z-Image, Flux 2 e i modelli cinesi,👉 i progressi della guida autonoma e il lavoro “automatizzato”, tra auto che si guidano da sole e “meccanici col pilota automatico”.Commentiamo l’investimento di Oracle nell’AI, le criticità dei modelli generativi, i benchmark più discussi del momento e le applicazioni pratiche che stanno emergendo nel commerce e nella produzione di contenuti.Un episodio ricco di esempi concreti, più che di hype, che fotografa lo stato attuale dell’innovazione AI.Ascolta il Podcast su tutte le principali piattaforme. Tutti i link https://risorseartificiali.comIl transcript integrale dell'episodio https://risorseartificiali.com/2025/12/08/Puntata-29Qualche link dalla puntataL'esperimento di Karpathy: https://github.com/karpathy/llm-councilE la PR di Stefano: https://github.com/karpathy/llm-council/pull/76Flux.2 Dev / Flex / Pro / klein / vae: https://bfl.ai/blog/flux-2Z-Image (gruppo Alibaba): https://github.com/Tongyi-MAI/Z-ImageRunway Gen-4.5, a new AI: https://runwayml.com/research/introducing-runway-gen-4.5 Kling 2.6 https://www.youtube.com/watch?v=2IFMIkN2HaU&t=912s )Kling O1: https://app.klingai.com/ Il video del meccanico con Gemini Live: https://x.com/BillAckman/status/1996048967386231094?s=20Il video di tesla guida autonoma in italia: https://www.youtube.com/watch?v=T6QAhW1pEsEChapters00:00 Introduzione e Novità del Podcast03:08 Esperimenti con Modelli AI05:48 L'Importanza della Collaborazione tra Modelli08:57 Deployment Ibrido e Modelli Locali11:52 Applicazioni Pratiche e Benchmarking14:43 Riflessioni su Ilya Sutskever e i Transformer17:46 Evoluzione e Intelligenza Sociale27:58 Introduzione e Riflessioni sulla Bolla Economica32:41 Novità nel Mondo della Generazione di Immagini37:49 Confronto tra Modelli di Generazione di Immagini41:16 Critiche e Limiti dei Modelli di Generazione45:19 Applicazioni Pratiche e Futuro della Generazione di Immagini50:19 Annunci e Confronti nel Mondo AI52:49 Evoluzione della Generazione Video54:19 Intersezione tra Videogiochi e AI58:14 Innovazioni Cinesi nella Generazione Video01:01:14 Riflessioni sulla Generazione Multimodale01:05:01 Guida Autonoma e Futuro della Mobilità01:09:00 Prospettive sul Mercato e IPO

Intervista a Mario Fusco per una conversazione autentica sullo sviluppo software nell’era dell’Intelligenza Artificiale.Parliamo di come il lavoro del programmatore stia cambiando, del ruolo centrale dell’interazione umana, della collaborazione nei team di sviluppo e delle competenze soft necessarie oggi per crescere davvero come professionisti. L’AI accelera i processi e automatizza parti del lavoro, ma rende ancora più strategiche le capacità di comunicare, coordinarsi e prendere decisioni insieme.Temi principali dell’episodio👉 Perché sviluppare software non è un’attività solitaria👉 L’importanza del teamwork in un contesto tecnologico sempre più complesso👉 Come l’AI sta cambiando il modo di collaborare👉 Le soft skills indispensabili per i developer moderni👉 Perché il codice è “solo una parte” del lavoro👉 Crescita professionale e dinamiche dei team👉 Interazione, creatività e problem solving nell’era dell’AIUna intervista da non perdere per chi lavora (o vuole lavorare) nel mondo tech, e per chi vuole capire come cambiano davvero i team di sviluppo con l’arrivo dell’Intelligenza Artificiale.Ascolta il Podcast su tutte le principali piattaforme. Tutti i link https://risorseartificiali.comIl transcript integrale dell'intervista https://risorseartificiali.com/2025/12/03/Intervista-Mario-FuscoQualche Link su Mario:* Prima di tutto il taglio di capelli sul placo del devoxx: https://www.youtube.com/watch?v=AGqDe6ZQGT0&t=6sil suo profilo per devoxx belgium: https://m.devoxx.com/events/dvbe25/speaker/4683/mario-fusco Qui puoi trovare i suoi ultimi talk compresi i video youtubeUna sua presentazione al codemotion: https://www.youtube.com/watch?v=N0Ko_W6B8eoI suoi ultimi articoli https://quarkus.io/author/mariofusco/il suo profilo X: https://x.com/mariofusco00:00 Anteprima Episodio0:01:32 Introduzione e Passione per la Tecnologia00:04:09 Chi è Mario00:10:11 Il talk Drools vs GenAI00:16:00 I linguaggi di programmazione dinamici un vecchio nemico00:19:37 AI assisted coding00:27:00 è più importante saper leggere che scrivere il codice00:35:30 AI nell'enterprise...meglio Java00:41:13 L'inferenza dei modelli in Java00:49:52 Langchain4J e gli agenti in Java00:47:52 Agenti e functional programming. Un parallelo01:03:31 La community e il serial speaker01:15:45 COntribuire ai progetti Open Source01:22:48 Bias e behavioral software engineering01:32:15 Consigli per gli Junior

In questo episodio di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, parliamo di Intelligenza Artificiale applicata all’industria insieme a Veronica Brizzi, data scientist con una lunga esperienza nella trasformazione digitale dei processi produttivi.Dalla maturità dell’AI industriale alle sfide di adozione nelle aziende manifatturiere, esploriamo un approccio pragmatico e utile all’AI, in cui etica, sostenibilità e responsabilità tecnologica non sono temi astratti, ma leve per migliorare prodotti, processi e decisioni.Discutiamo di:come l’AI generativa può supportare reportistica, analisi e automazione;perché i dati industriali richiedono cura, contesto e qualità;l’evoluzione delle interfacce utente, tra dashboard generative e sistemi conversazionali;il ruolo del data scientist come ponte tra persone, dati e valore;i rischi di semplificazioni mediatiche su AI, politica e innovazione;un modo “sobrio ma efficace” di fare divulgazione tecnologica.Un episodio perfetto per chi vuole capire come AI, machine learning e deep learning stanno rivoluzionando fabbriche, decisioni e cultura aziendale — e per chi cerca una visione concreta dell’innovazione, lontana dall’hype ma ricca di spunti utili.Ascolta il Podcast su tutte le principali piattaforme. Tutti i link https://risorseartificiali.comIl transcript integrale dell'episodio https://risorseartificiali.com/2025/11/29/Puntata-ventotto/Chapters00:00 Introduzione e Presentazione di Veronica Brizzi04:12 Il Ruolo del Data Scientist nell'Industria10:15 Scetticismo e Accettazione dell'Intelligenza Artificiale12:26 Applicazioni Pratiche dell'Intelligenza Artificiale Generativa20:14 Divulgazione e Iniziative per il Gender Gap23:38 Cosa Fa un Data Scientist?24:58 Il Ruolo del Data Scientist28:59 Correlazioni e Creatività nei Dati31:27 Evoluzione delle Interfacce Utente34:51 Dashboard Generative e Visualizzazione dei Dati48:53 Etica e Responsabilità nell'Intelligenza Artificiale51:03 Interessi Economici e Innovazione Politica56:09 Approccio Pragmatico all'Intelligenza Artificiale01:08:21 Utilizzo Pratico delle Tecnologie AI

In questa puntata di Risorse Artificiali analizziamo cosa cambia davvero con Gemini 3, Nano Banana Pro e la nuova ondata di modelli multimodali che stanno ridisegnando il panorama dell’intelligenza artificiale.Parliamo di innovazione, social media, efficienza energetica dell’AI e di come il coding stia evolvendo grazie a nuovi strumenti sempre più “agentici”.Dalle prime impressioni alle capacità di reasoning multimodale, passando per l’impatto psicologico dei social e per i miglioramenti nella generazione di immagini, discutiamo come questi modelli stiano influenzando sia l’uso quotidiano dell’AI sia il lavoro di sviluppatori, creator e aziende.Un episodio molto nerd, in cui riflettiamo su:Cosa rende davvero diverso Gemini 3 rispetto ai modelli precedentiLe capacità agentiche e il reasoning su testo, immagini e videoLe novità di Nano Banana Pro nella generazione visualeEfficienza energetica e “intelligenza per watt”L’evoluzione del coding tra CLI, IDE e modelli multimodaliIl ruolo dei social media nel creare hype (o repulsione)💡 Ideale per chi vuole capire, al di là del rumore di fondo, dove sta andando l’AI — tra innovazione tecnica, impatti sociali e nuove modalità di interazione.Qualche Link dalla puntata:Thoughtworks radar: https://www.thoughtworks.com/radarGemini 3: https://deepmind.google/models/gemini/Nano Banana Pro: https://deepmind.google/models/gemini-image/pro/Intelligence per Watt: https://arxiv.org/abs/2511.07885🎧 Ascoltaci su Spotify, YouTube e nella tua app preferita.Chapters00:00 Introduzione e Feedback dalla Community00:10 Innovazioni di Gemini 3 e Impatti Sociali00:24 Miglioramenti Multimodali e Ragionamento Visivo00:35 Controllo e Modifica delle Immagini00:46 L'Intelligenza Artificiale e l'Efficienza Energetica00:54 Governance e Utilizzo degli Strumenti AI01:10:08 riverside_risposte_divertenti a gemini_risorse_artificiali (2).mp4

In questa nuova intervista, ospitiamo Serena Sensini, esperta di innovazione e tecnologie emergenti, per una conversazione approfondita su come l’Intelligenza artificiale stia trasformando il nostro modo di lavorare, creare e pensare.Parliamo di prompt engineering, di come comunicare efficacemente con i modelli linguistici, del ruolo cruciale dei dati e del perché oggi l’AI non può essere ridotta ai soli chatbot. Entriamo nel merito della regolamentazione europea, della sovranità digitale, e del delicato equilibrio tra innovazione e sicurezza, soprattutto nel settore healthcare, dove l’AI apre opportunità enormi ma richiede responsabilità.Analizziamo il valore dell’open source e il contributo strategico delle community locali, fino ad arrivare ai temi della creatività umana, della democratizzazione dell’accesso all’AI e delle nuove competenze nel coding. Una parte importante è dedicata anche alle donne nel tech, alla sindrome dell’impostore e alle strategie per crescere professionalmente in un settore in rapida evoluzione.Un episodio ricco di spunti, riflessioni pratiche e uno sguardo sincero oltre le esagerazioni dell’hype.Link dall'episodio:Il Blog di Serena: https://theredcode.itI libri si Serena: https://www.apogeonline.com/persone/serena-sensini/Tutti i Link per ascoltare Risorse Artificiali su tutte le principali piattaforme, come sempre li trovate qui: https://risorseartificiali.comChapters:00:00 Introduzione e Presentazione dell'Ospite03:03 Il Ruolo dell'Innovazione nelle Tecnologie Emergenti06:12 Prompt Engineering e Comunicazione con le Macchine11:43 Regolamentazione e Innovazione nell'Healthcare19:06 Riflessioni sull'Accesso alle Tecnologie e il Pensiero Critico26:47 Conclusioni e Riflessioni Finali33:03 La nascita di un libro sull'Uteria37:48 Modelli Linguistici e il loro impatto41:48 Rivoluzione Industriale e AI48:28 Critica all'uso del termine AI57:30 Open Source e il futuro dell'AI01:05:34 La forza delle community locali01:08:03 Inizio della Collaborazione con il Linux User Group01:10:23 L'importanza della Condivisione e della Mentorship01:11:47 Scetticismo e Crescita Professionale01:15:32 Applicazioni dell'Intelligenza Artificiale in Sanità01:20:54 AI e Gestione dei Dati nel Settore Sanitario01:23:51 Coding Assistito e Strumenti di Sviluppo01:26:52 Donne nel Settore Tecnologico e Consigli per il Futuro

In questa puntata di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, parliamo con Alberto Danese di benchmarking di GPU e modelli linguistici (LLM), di cultura del dato e di Intelligenza Artificiale in 4D, l’approccio che unisce dimensioni tecniche, etiche, culturali e pratiche nell’uso dell’AI.Dal reinventare la ruota per capire davvero l’AI al testare le performance dei modelli con progetti come NanoChat, esploriamo il valore dell’analisi qualitativa, dell’apprendimento rinforzato e della sperimentazione continua.Discutiamo anche dei modelli cinesi, del ritmo dell’innovazione e del ruolo cruciale che il mondo consumer avrà nell’adozione dell’AI.Infine, uno sguardo ironico ma realistico al futuro della robotica domestica: quando arriverà davvero il robot che svuota la lavastoviglie?💡 Temi chiave: benchmarking GPU e LLM · cultura del dato · Intelligenza Artificiale in 4D · machine learning · overload informativo · robotica · modelli aperti vs chiusi · innovazione AI · apprendimento pratico · adozione AI🎧 Ascolta il podcast su Spotify, YouTube o Apple Podcasts:👉 https://risorseartificiali.comQualche Link dalla puntata:Intelligenza artificiale in 4d: https://amzn.eu/d/0RagMNiIl progetto benchmark di Alberto: https://github.com/albedan/ai-ml-gpu-benchNanochat: https://github.com/karpathy/nanochatGLM code plan: https://z.ai/subscribe?ic=DWTQHGMFKVL'articolo di perplexity su uso interno di AI: https://r2cdn.perplexity.ai/pdf/pplx-at-work.pdfChapters00:00 Introduzione e Presentazione di Alberto Danese02:58 Il Mondo dei Dati e dell'Intelligenza Artificiale05:47 Il Ruolo dei Libri nell'Era Digitale09:10 Robotica e Innovazioni Tecnologiche11:53 Differenze tra Guida Autonoma e Robotica Domestica15:00 L'Importanza dell'Apprendimento Non Supervisionato18:06 Giochi e Intelligenza Artificiale20:53 NanoChat e l'Approccio di Andrej Karpathy28:16 La velocità della comunicazione30:05 Benchmarking delle GPU e LLM31:52 Sperimentazione con LLM e performance33:48 Collaborazione e condivisione di risultati36:02 Metriche e valutazione delle performance40:03 Benchmarking dei modelli LLM43:54 Competizione tra modelli e ranking46:03 Nuovi modelli cinesi e tendenze47:59 Costi e accessibilità dei modelli AI50:41 Evoluzione dei Modelli AI57:31 Utilizzo Pratico dell'AI01:01:31 Adozione dell'AI nel Mondo Aziendale01:07:12 Impatto dell'AI sulla Società01:11:38 Conclusioni e Prospettive Future

In questo episodio di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, esploriamo le più recenti innovazioni nel campo dell’intelligenza artificiale indossabile.Dagli occhiali smart che registrano e traducono in tempo reale alla generazione video live alimentata da modelli multimodali, fino alle nuove tecniche di inferenza economica che riducono drasticamente i costi dei modelli di linguaggio.Discutiamo come queste tecnologie stiano ridefinendo la competitività globale, aprendo la strada a una nuova era di AI accessibile, pervasiva e creativa.Uno sguardo pratico alle trasformazioni che cambieranno il nostro modo di lavorare, comunicare e creare contenuti.🎙️ Ascolta “Risorse Artificiali – https://risorseartificiali.com” su:🔹 Spotify: https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF🔹 YouTube: https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg🔹 Apple Podcasts e altri link: https://risorseartificiali.comQualche link dalla puntata:Odissey2: https://odyssey.ml/introducing-odyssey-2GLM (con ulteriore sconto 10%): https://z.ai/subscribe?ic=DWTQHGMFKVChapters00:00 Riflessioni sul Rallentamento del Settore03:04 Novità nei Modelli di Linguaggio06:13 Occhiali Smart: Innovazioni e Funzionalità12:13 Applicazioni Pratiche degli Occhiali Smart18:06 Sicurezza e Usabilità negli Occhiali Smart23:06 Occhiali Smart e Innovazioni Tecnologiche25:55 Generazione di Gatti e Canini Virtuali27:00 Odyssey 2 e Interazione in Tempo Reale32:19 Generazione di Video e Creatività Immediata36:47 Modelli Cinesi e Innovazioni nel Codice41:47 API e Sviluppo a Basso Costo42:26 Competitività dei Modelli AI44:59 Evoluzione dell'Inferenza e dei Prezzi49:02 Investimenti e Scelte Hardware nel Cloud52:42 Evoluzione dei Modelli di Codifica56:51 Interazione con l'AI e Sviluppo del Codice01:01:06 Gestione del Contesto e Memoria nei Modelli AI

Questo episodio inaugura il nuovo format 🎧 “Interviste Artificiali”, le nostre chiacchierate lunghe e rilassate con ospiti che portano punti di vista diversi da quelli che esploriamo nella puntata settimanale di Risorse Artificiali.Sono conversazioni pensate per approfondire, riflettere e staccarsi dalla logica “mordi e fuggi” dei social.Escono ogni due settimane, per darvi il tempo di ascoltarle con calma e farle sedimentare.In questa prima intervista, Matteo Roversi ci accompagna in un viaggio che parte dal gaming dell’infanzia e arriva al futuro del lavoro e dell’educazione.Parliamo di futuri preferibili, di vibe working, di AI che trasforma ruoli e organizzazioni, e dell’importanza di creare contesto più che contenuto.Un dialogo che unisce visione, umanità e futurologia, per capire come affrontare con consapevolezza la rivoluzione AI in corso.🔹 Temi principali:Gaming e apprendimento esperienzialeVibe working e innovazione continuaFuturi preferibili e futurologiaAI, agency e nuovi modelli organizzativiEducazione, contesto e competenze del futuroI link ai progetti di Matteo:La neswletter workafter: https://workafter.substack.com/La newslettr futuri preferibili: https://futuripreferibili.substack.com/Cosmico: https://wearecosmico.com/itVibeworking: https://www.vibeworking.it/L' ultimo progetto: https://playnew.com/🎧 Ascolta “Risorse Artificiali – Appunti e spunti dal mondo dell’AI”:Spotify 👉 https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSFYouTube 👉 https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg🌐 Scopri di più su https://risorseartificiali.comCapitoli00:00 Introduzione al Gaming e Background Personale02:46 Esplorare il Lavoro e le Tendenze Future05:52 Il Concetto di Futuri Preferibili08:52 Definire la Futurologia e la Sua Rilevanza11:33 Sfidare lo Status Quo14:31 Vibe Working: Un Nuovo Approccio al Lavoro17:37 La Distruzione come Percorso verso la Creazione20:19 L'Evoluzione del Lavoro in un Ambiente Distribuito23:08 L'Impatto dell'AI sul Futuro del Lavoro25:54 Navigare il Panorama AI-Nativo29:01 Cambiamenti Culturali nel Posto di Lavoro31:50 Il Ruolo dell'Agency nell'Era dell'AI34:31 Conclusione e Prospettive Future48:32 L'Evoluzione dell'Agency nell'Era dell'AI52:49 Potenziare i Team con Strumenti AI58:12 Ripensare la Formazione e i Ruoli Junior01:03:30 Il Passaggio dalla Delega alla Responsabilità Personale01:08:28 Creare Contesto nell'Apprendimento e nella Collaborazione01:16:41 Il Futuro dell'Educazione e l'Integrazione dell'AI01:21:46 Il Ruolo della Curiosità nella Creazione di Contenuti

In questo episodio di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, parliamo di come l’intelligenza artificiale stia riscrivendo il modo in cui creiamo e consumiamo contenuti online.Dal lancio di Grokpedia, l’alternativa di Elon Musk a Wikipedia, alle nuove funzionalità di Claude e alle sfide del bias nei modelli AI, esploriamo come la tecnologia stia trasformando il marketing, la SEO e la comunicazione digitale.Discutiamo anche di innovazione e robotica, con un focus sugli esoscheletri e sul loro impatto nel migliorare la vita e il lavoro.Un episodio ricco di riflessioni su come l’AI stia ridefinendo il web, tra rischi, opportunità e nuove frontiere della personalizzazione.🎙️ Ascoltaci su Spotify, YouTube e Apple Podcasts.🌐 Scopri di più su risorseartificiali.comQualche link dalla puntata:Grokipedia: https://grokipedia.com/Scarpe Nike: https://about.nike.com/en/newsroom/releases/nike-project-amplify-official-imagesClaude Skills: https://www.anthropic.com/news/skillsIl progettino di Stefano con le skills: https://github.com/maeste/social_crontabEsoscheletro: https://www.wired.it/article/hypershell-x-esoscheletro-recensione/Chapters00:00 Introduzione e Saluti01:50 Elon Musk e Grokpedia03:44 Riflessioni sull'AI e Contenuti Generati09:45 Interviste e Nuovi Formati13:47 Bias nei Modelli AI23:12 Futuro di Wikipedia e Altre Fonti24:09 La crisi di Salvatore Aranzulla24:59 Evoluzione della ricerca: Wikipedia e AI27:45 L'importanza di Wikipedia nell'era dell'AI28:22 Stack Overflow e il futuro della programmazione30:35 Prompt Injection e i nuovi browser AI38:34 Rischi e sfide della navigazione AI44:36 Responsabilità e controllo nell'uso dell'AI48:39 Innovazioni nel Mondo degli Esoscheletri54:14 Robotica e Impatto sul Lavoro55:33 Novità su Claude e Integrazioni Tecnologiche59:52 Skill e Personalizzazione in Claude

In questo episodio di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, parliamo con Edoardo Schepis delle sfide reali dell’intelligenza artificiale nel mondo enterprise, tra cultura aziendale, normative europee e maturità tecnologica.Dalle difficoltà di implementazione dell’AI nel settore finanziario alla necessità di una vera educazione tecnologica, esploriamo come le imprese stiano affrontando l’adozione dell’AI generativa e degli agenti intelligenti.Analizziamo l’impatto dell’AI Act, il ruolo dei junior come catalizzatori del cambiamento, e la crescente importanza dell’umanità nei contenuti, in un’epoca di sovraccarico informativo e scrittura automatizzata.💡 Un episodio che unisce prospettive tecniche, culturali e regolamentari per capire dove sta andando davvero l’intelligenza artificiale nelle aziende.🎙️ Ospite: Edoardo Schepis🎧 Ascolta il podcast su ⁠Spotify⁠, ⁠YouTube⁠ o su ⁠risorseartificiali.com⁠.Qualche link dalla puntata:Il blog di Edoardo https://agentsdemocracy.ai/La menzionata intervista di Karpathy: https://youtu.be/lXUZvyajciYTutti dovrebbero usare di più Claude: https://www.lennysnewsletter.com/p/everyone-should-be-using-claude-codeClaude skills: https://www.anthropic.com/news/skillsIl progettino di Stefano...anzi il post linkedin che lo spiega: Chapters00:00 Introduzione e Presentazione di Eduardo Schepis01:07 Esperienze e Osservazioni nel Settore IT06:30 Sfide della Generative AI nelle Aziende12:08 Educazione e Utilizzo delle Nuove Tecnologie16:27 Maturità e Futuro della Generative AI24:47 Impatto delle Regolamentazioni sull'AI28:05 Facilità di Creazione di Agenti AI30:03 Automazione e Agenti Intelligenti30:55 Esperienze Personali e Automazione33:17 Definizione di Agente e Produttività34:51 Skill di Claude e Innovazione36:31 Resistenza al Cambiamento39:05 Creatività e Scrittura42:02 Uso delle AI nella Scrittura44:58 Sovraccarico Informativo e AI48:56 Evoluzione e Memoria50:47 Contenuti Generati da AI e Reputazione53:28 La Crescita dei Podcast e il Desiderio di Umanità55:31 L'Intelligenza Artificiale e il Contenuto Umano59:46 Innovazioni Tecnologiche: DGX Spark e Architettura AI01:08:35 Modelli Locali e la Complessità per i Clienti01:11:08 Conclusioni e Riflessioni Finali