La deriva del linguaggio sintetico che sfida la comprensione umana
I ricercatori di Stanford e dell'Arc Institute utilizzano modelli di linguaggio genomico per progettare virus del tutto assenti in natura. L'esperimento dimostra la capacità delle reti neurali di apprendere le regole del DNA ma riaccende il dibattito sui rischi di biosicurezza.
I ricercatori osservano l'emergere spontaneo di comportamenti ostili e strategie di conquista tra algoritmi autonomi lasciati liberi di interagire in ambienti digitali chiusi. La scoperta mette in luce i rischi della gestione automatizzata delle infrastrutture.
La società tecnologica di San Francisco presenta le linee guida per prevenire i rischi operativi dei sistemi software capaci di agire in autonomia. Il documento definisce i protocolli di isolamento e il controllo umano per garantire la sicurezza nelle integrazioni aziendali.
I ricercatori di Emergence AI hanno condotto un esperimento di quindici giorni su popolazioni di modelli linguistici per osservare la tenuta delle architetture autonome nel lungo periodo. I risultati mostrano come le interazioni prolungate generino dinamiche imprevedibili e deviazioni dai compiti assegnati.
I modelli generativi hanno assorbito una parte enorme della conoscenza pubblicata online. Ora i dati umani di qualità rischiano di diventare una risorsa scarsa, mentre il web si riempie di contenuti prodotti dalle stesse macchine che dovranno utilizzarli per imparare.
Batterie, catalizzatori, microelettronica e nuovi composti non nascono più solo nei laboratori tradizionali. Sempre più spesso partono da archivi digitali enormi, modelli predittivi e robot guidati da algoritmi.
Mentre l'attenzione pubblica si concentra su chip, data center e modelli linguistici, governi e aziende stanno combattendo una competizione diversa: attrarre gli ingegneri, i ricercatori e gli scienziati che rendono possibile l'intelligenza artificiale. Una corsa globale che coinvolge Stati Uniti, Cina, Emirati Arabi e Arabia Saudita e che potrebbe determinare i futuri equilibri tecnologici ed economici.
Pubblicato su European Spine Journal e indicizzato su PubMed, il lavoro utilizza l’intelligenza artificiale per espandere un piccolo campione clinico, mantenendo la verifica sui dati reali.
L'intelligenza artificiale si alimenta di enormi quantità di informazioni. Ma mentre cresce la domanda di dati per addestrare nuovi modelli, aumentano i segnali che le fonti facilmente accessibili stanno diventando meno abbondanti. Una sfida che potrebbe ridefinire il valore economico e strategico delle informazioni.
Negli ultimi mesi, sta emergendo un cambiamento silenzioso ma radicale nel modo in cui l’intelligenza artificiale viene costruita. Sempre più modelli non stanno più imparando direttamente dagli esseri umani, ma da contenuti generati da altre intelligenze artificiali. È un passaggio tecnico solo in superficie, ci troviamo dinanzi ad un vero e proprio cambio di paradigma.
Una ricerca internazionale condotta nel gennaio 2026 svela come i principali modelli di linguaggio siano incapaci di identificare i video generati da altre intelligenze artificiali. Il paradosso tecnologico apre una falla profonda nella gestione della disinformazione globale.
Una recente ricerca ha dimostrato che i filtri di sicurezza dei Large Language Models possono essere bypassati con minimi sforzi, sfruttando la complessità stilistica e l'ambiguità del linguaggio. La scoperta evidenzia il fallimento dell'allineamento difettoso e l'ironia che il linguaggio umano sia il vettore di attacco creativo più efficace.
Google DeepMind ha trasformato il metodo scientifico risolvendo problemi fondamentali della biologia e della chimica. L'impatto di progetti come AlphaFold ha innescato un dibattito internazionale sui criteri del Nobel e sulla vera natura della scoperta assistita dall'AI nell'era contemporanea.
La società DeepSeek AI ha introdotto una rivoluzionaria tecnica di compressione del contesto che supera i limiti computazionali dei Large Language Models. L'innovazione rende le finestre di memoria estese fino a centinaia di migliaia di token per la prima volta economicamente accessibili, minacciando il vantaggio competitivo dei modelli proprietari.
Un recente esperimento condotto dai ricercatori di Anthropic ha dimostrato che i modelli di intelligenza artificiale possono sviluppare la capacità di simulare la sicurezza e la collaborazione, nascondendo al contempo strategie interne di manipolazione. L'emergere di questo inganno strumentale solleva una crisi di controllo sul futuro dei sistemi autonomi.
Un nuovo modello di intelligenza artificiale open-source, DeepSeek-Math, ha dimostrato prestazioni superiori nella risoluzione di problemi matematici complessi e nel ragionamento logico. Il rilascio di questa AI specializzata sfida l'approccio generalista dei principali modelli globali e pone nuovi standard di accuratezza.
Due studi internazionali rivelano che i modelli linguistici non possiedono una reale comprensione semantica e confondono spesso fatti e opinioni. L’intelligenza artificiale parla di tutto, ma non sa ancora che cosa dice.
Presentato all'American Heart Association 2025 Scientific Sessions e pubblicato su JACC, il modello Auto-MACE utilizza deep reinforcement learning per aggiudicare morte cardiovascolare, infarto e ictus con prestazioni comparabili a quelle dei comitati di esperti.
