OpenAI pubblica centinaia di dimostrazioni matematiche generate dall'IA, lasciando il settore in difficoltà
OpenAI ha appena caricato 372 risultati matematici in un repository GitHub, provenienti da un modello di frontiera non ancora rilasciato. The Verge conta 722 manoscritti relativi a 372 famiglie di risultati. Molte dimostrazioni sono già state verificate in Lean, quindi la logica è probabilmente corretta, anche se la novità è ancora da definire.
L'azienda afferma di aver ottenuto risultati positivi sulla congettura quadridimensionale di Kakeya, di aver apportato modifiche ad algoritmi importanti e persino di aver compiuto "progressi concreti" verso l'ipotesi di Riemann. Un portavoce ha dichiarato a Scientific American che quasi tutti i risultati sono derivati da un singolo input a un singolo agente, non dallo sciame multimilionario di 10.000 agenti che in precedenza aveva risolto le equazioni di Navier-Stokes. Costo medio: circa tre ore di elaborazione con ChatGPT Pro.
Non tutti i matematici hanno accolto la notizia con entusiasmo. Andrew Sutherland del MIT ha sostanzialmente affermato: mostrate il modello o considerate la storia basata su un singolo caso come non verificata. Lo stesso gruppo consultivo di OpenAI voleva istruzioni, nomi dei modelli e dati di calcolo. OpenAI ha invece pubblicato medie e alcune formalizzazioni Lean. "Abbiamo pubblicato le dimostrazioni, ora vi preghiamo di assimilarle" è una strategia di ricerca audace.
Mistral presenta Large 4, un "Le Chonk" da 1 trilione di parametri che punta alla supremazia nella categoria open weight
Il laboratorio francese Mistral ha aperto un'anteprima pubblica di Mistral Large 4, ufficiosamente ML4, "ufficialmente: le Chonk". Si tratta di una miscela intrinsecamente multimodale con un totale di 1 trilione di parametri e 49 miliardi di parametri attivi. I pesi sono attesi entro la fine del mese, dopo una fase di test congiunto con partner e governi.
L'addestramento è stato eseguito su 3.800 GPU NVIDIA Grace Blackwell nei data center europei di proprietà di Mistral. La strategia si basa sulla sovranità e sulla capacità di colpire: sicurezza informatica, finanza, diritto, progettazione di chip. In un test di intelligenza artificiale che richiede a un modello di riprodurre e correggere una vulnerabilità reale, Mistral afferma che ML4 ha ottenuto un punteggio dell'82%, il più alto tra tutti i modelli, mentre alcuni colossi del settore si rifiutano e ottengono punteggi prossimi allo zero.
L'Europa, quindi, continua a volere una terza via tra i laboratori statunitensi a porte chiuse e i sistemi di pesatura aperti cinesi. Se questa strada si affermerà è un'altra questione. Il soprannome stesso suggerisce che siano consapevoli di quanto assurda appaia dall'esterno questa corsa ai parametri.
Claude si integra in Google Documenti, Fogli e Presentazioni come barra laterale nativa
Claude di Anthropic per Google Workspace è attualmente in beta pubblica per gli abbonati a pagamento. Installa il componente aggiuntivo dal Marketplace, apri un file e Claude si posizionerà in una barra laterale, consentendoti di leggere il documento e modificarlo direttamente. I nuovi connettori ti permettono inoltre di creare e modificare file Google direttamente dalla chat di Claude.
In Documenti è possibile correggere una frase senza compromettere la formattazione o proporre modifiche più ampie come schede di suggerimento. Fogli Google offre formule, tabelle pivot, grafici e persino una soluzione in Python per le join complesse. Presentazioni Google può creare nuove diapositive dal tema esistente e segnalare eventuali sovrapposizioni indesiderate. La modalità predefinita richiede conferma prima di apportare modifiche. È disponibile anche una modalità "Accetta tutto" per chi ama il rischio.
Gemini è già presente qui, e Microsoft Copilot offre la versione per Office, a volte basata su modelli antropici, il che rappresenta una piccola e divertente contraddizione. Ora Claude sta cercando di diventare il livello di intelligenza artificiale in entrambi gli ecosistemi. Chiamatela strategia di prodotto, o semplicemente rifiuto di schierarsi. Probabilmente entrambe le cose.
Meta e Sierra stanno elaborando un Protocollo per Agenti Personali in modo che i negozi possano distinguere i bot buoni da quelli cattivi
Sierra e Meta, insieme a Genesys, Instinct, Rocket, Shopify, Stripe e Walmart, stanno creando uno standard aperto per il modo in cui gli agenti di intelligenza artificiale personali comunicano con le aziende. I consumatori scelgono a quali informazioni il loro agente può accedere. Le aziende definiscono cosa gli agenti possono fare sui siti web, tramite API o attraverso un agente aziendale. Le sessioni si basano sul protocollo OAuth.
La versione 0.1 delle specifiche e l'implementazione di riferimento sono previste per la fine di questo mese. Bret Taylor la descrive in modo diretto: regna il caos finché non esiste qualcosa del genere. Amazon ha bloccato Muse di Meta. Walmart collabora con Muse e continua a riscontrare problemi con i CAPTCHA che costringono gli operatori ad abbandonare il servizio. Compagnie aeree e altre aziende stanno adottando misure più rigide.
OpenAI e Anthropic non sono ancora presenti. Taylor afferma che sarebbe davvero deluso se i concorrenti saltassero l'evento. Una dichiarazione sincera per il lancio di uno standard. Anche se un po' imbarazzante, visto che il presidente di OpenAI è tra i co-autori del protocollo.
L'API Decisions di OpenAI entra in beta pubblica per fornire risposte rapide del tipo sì o no
OpenAI ha rilasciato l'API Decisions in versione beta pubblica su gpt-6-luna tramite POST /v1/decisions. È possibile fornire testo, immagini o entrambi e ottenere risposte digitate circa 10 volte più velocemente rispetto all'API Responses: una probabilità che una condizione sia vera, una scelta da un elenco o un punteggio rispetto a livelli ordinati.
Si pensi ad esempio all'inoltro di un reclamo per "doppio addebito" al reparto fatturazione, oppure alla segnalazione di una foto di un prodotto con una crepa. Le immagini devono essere in formato base64. Il prezzo è di 0,10 dollari per milione di token in ingresso, senza alcun costo per i token in uscita su questo endpoint. Sono disponibili percorsi di zero conservazione dei dati e conformità HIPAA per i clienti idonei.
È stato presentato in anteprima limitata al DevDay ed è ora disponibile. La versione definitiva sarà rilasciata "nelle prossime settimane". Questo è ciò di cui hanno bisogno i prodotti idraulici meno appariscenti: classificatori che non richiedano di scrivere un romanzo ogni volta.
EmbeddingGemma 2 di Google DeepMind impacchetta testo, immagini, audio e video in un unico spazio vettoriale sul dispositivo
EmbeddingGemma 2 è un modello Apache 2.0 con 740 milioni di parametri che mappa testo, codice, immagini, video e audio in uno spazio condiviso a 768 dimensioni. Basato su Gemma 4, è pensato per telefoni e altri dispositivi con risorse limitate, non per essere l'ennesimo e gigantesco strumento di integrazione esclusivamente cloud.
Carica solo ciò che ti serve: 270 MB per il testo, aggiungi immagini o audio, oppure utilizza l'intero stack. La troncazione Matryoshka può ridurre i vettori a 128 dimensioni, consentendo un risparmio di spazio di archiviazione fino a 6 volte. Il contesto è composto da 8.000 token, sufficienti per circa 5,5 minuti di audio o decine di fotogrammi. Google afferma che MTEB Code ha registrato un aumento di quasi 10 punti rispetto alla prima edizione di EmbeddingGemma.
Su un Pixel 11 Pro con quantizzazione, le versioni solo testo richiedono circa 191 MB di RAM attiva; le versioni multimodali complete circa 567 MB. Il modello di testo originale ha già superato i 20 milioni di download. A volte i lanci più discreti di Google contano più di quelli appariscenti.
Il ministro della scienza sudcoreano raddoppia gli investimenti in un progetto di intelligenza artificiale all'avanguardia da 3,5 miliardi di dollari dopo Mythos
In un'audizione parlamentare, il vice primo ministro Bae Kyung-hoon ha dichiarato che Seul manterrà il suo progetto basato sul modello di fondazione sovrana e aggiungerà un programma separato per l'intelligenza artificiale di frontiera. Ha collegato l'investimento di 4.700 miliardi di won (3,5 miliardi di dollari) allo "shock Mythos" relativo al robot Claude Mythos di Anthropic e alle minacce alla sicurezza informatica.
Il progetto sovrano ha superato una seconda valutazione e si appresta ad affrontare una terza. Bae ha definito i risultati attuali nella media a livello globale e auspica un posizionamento più vicino ai principali sistemi a ponderazione aperta. Ha inoltre proposto un servizio "IA per tutti" gratuito e senza limiti di utilizzo entro la fine dell'anno, oltre a mega-progetti su data center, IA fisica e chip.
Quindi la storia non è "cancellare il modello domestico". È piuttosto "aggiungere una pista più grande e spaventosa accanto". Le corse nazionali sull'intelligenza artificiale diventano sempre più costose. Resta da vedere se 3,5 miliardi di dollari saranno sufficienti rispetto alle dimensioni di Stati Uniti e Cina. Bae sembra pensare che restare fermi sia peggio.
Domande frequenti
Cosa ha scaricato OpenAI su GitHub insieme al suo modello matematico di frontiera non ancora rilasciato?
OpenAI ha pubblicato 372 famiglie di risultati matematici - circa 722 manoscritti - da un modello di frontiera non ancora rilasciato. Molte dimostrazioni sono già state verificate in Lean. L'azienda afferma di aver fatto progressi sulla congettura quadridimensionale di Kakeya, su modifiche agli algoritmi e sul lavoro verso l'ipotesi di Riemann. Un portavoce ha dichiarato che quasi ogni risultato è derivato da un singolo prompt a un singolo agente, con una media di circa tre ore di elaborazione da parte di ChatGPT Pro, e non da un enorme sciame multi-agente.
Perché i matematici sono scettici riguardo alla storia di OpenAI sulle dimostrazioni matematiche in un colpo solo?
Andrew Sutherland del MIT ha esortato OpenAI a mostrare il modello o a considerare l'affermazione relativa al calcolo in un'unica operazione come non verificata. Lo stesso gruppo consultivo di OpenAI ha richiesto istruzioni, nomi del modello e dati di calcolo. Invece, l'azienda ha pubblicato medie e alcune formalizzazioni Lean. Le prove potrebbero essere formalmente valide, ma la novità e la narrazione del singolo agente rimangono contestate finché non emergeranno prove più complete.
Cos'è Mistral Large 4 e quando arriveranno i pesi?
Mistral Large 4, noto anche come ML4 o "Le Chonk", è un modello multimodale nativo basato su una combinazione di esperti, con un totale di 1 trilione di parametri e 49 miliardi di parametri attivi. È stato addestrato su 3.800 GPU NVIDIA Grace Blackwell nei data center europei di Mistral. È disponibile un'anteprima pubblica; la versione completa dei pesi è prevista entro la fine del mese, dopo un periodo di test con partner e governi. Mistral ha presentato casi d'uso in settori quali la sicurezza informatica, la finanza, il diritto e la progettazione di chip.
Come funziona Claude all'interno di Google Documenti, Fogli e Presentazioni?
Claude per Google Workspace è disponibile in versione beta pubblica per i piani a pagamento tramite un componente aggiuntivo del Marketplace. Si integra in una barra laterale che consente di leggere un file e modificarlo direttamente, oppure di creare e modificare file Google dalla chat di Claude. In Documenti Google può correggere frasi o aggiungere schede di suggerimenti; in Fogli Google offre formule, tabelle pivot, grafici e, facoltativamente, codice Python; in Presentazioni Google può creare diapositive dal tema scelto. La modalità predefinita richiede la conferma prima di apportare modifiche; la modalità "Accetta tutto" ignora le richieste di conferma.
Quale problema cerca di risolvere il protocollo Meta e Sierra Personal Agent?
Gli agenti di intelligenza artificiale personali spesso si imbattono in CAPTCHA o vengono bloccati completamente durante gli acquisti online o le chiamate alle API aziendali. Sierra e Meta, con partner come Genesys, Shopify, Stripe e Walmart, stanno elaborando uno standard aperto che consentirà ai consumatori di controllare l'accesso degli agenti e alle aziende di definire le azioni consentite tramite OAuth. Una specifica v0.1 e un'implementazione di riferimento sono previste per la fine di questo mese. OpenAI e Anthropic non sono ancora coinvolte.
Quando è opportuno utilizzare l'API Decisions di OpenAI anziché l'API Responses?
Utilizza l'API Decisions quando hai bisogno di una risposta rapida e di tipo sì/no, ad esempio una probabilità che una condizione sia vera, una scelta da un elenco o un punteggio su livelli ordinati. Funziona su gpt-6-luna tramite POST /v1/decisions, accetta testo e immagini inline in base64 ed è circa 10 volte più veloce dell'API Responses. Il prezzo è di $0,10 per milione di token di input, senza costi per i token di output. Sono disponibili percorsi di zero data retention e conformità HIPAA per i clienti idonei; la disponibilità generale è prevista nelle prossime settimane.
Cosa rende EmbeddingGemma 2 di Google DeepMind utile sugli smartphone?
EmbeddingGemma 2 è un modello Apache 2.0 da 740 milioni di parametri che mappa testo, codice, immagini, video e audio in uno spazio a 768 dimensioni. È possibile caricare solo testo (270 MB), aggiungere immagini o audio, oppure utilizzare l'intero stack. La troncazione Matryoshka può ridurre i vettori a 128 dimensioni, consentendo un risparmio di spazio di archiviazione fino a 6 volte. Su un Pixel 11 Pro quantizzato, il caricamento del solo testo richiede circa 191 MB di RAM attiva, mentre il caricamento multimodale completo ne richiede circa 567 MB, con un contesto di 8K token.