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

RisorseArtificiali
  • 0.0 (0)
  • TECHNOLOGY
  • UPDATED WEEKLY

🎙️ Risorse Artificiali è il podcast italiano che esplora il mondo dell’Intelligenza Artificiale, tra AI generativa, agenti autonomi, machine learning e innovazione nel software. Ogni settimana, tre ingegneri e manager con esperienza sul campo discutono con uno stile diretto e competente i trend emergenti, i rischi, le opportunità e l’impatto dell’AI su business, lavoro e società. 💡 Se cerchi un punto di vista solido, tecnico ma accessibile, che unisca ingegneria, visione manageriale e cultura open source, sei nel posto giusto.

  1. Intervista a Daniele Zonca: come portare l'AI generativa in Enterprise

    2D AGO

    Intervista a Daniele Zonca: come portare l'AI generativa in Enterprise

    In questa puntata di Risorse Artificiali – Appunti e spunti dal mondo dell’Intelligenza Artificiale (AI) intervistiamo Daniele Zonca, Chief Architect in Red Hat, per capire come portare l’AI generativa in Enterprise in modo sostenibile, sicuro e governabile. Cosa significa davvero adottare l’Intelligenza Artificiale generativa in azienda? Parliamo di: Explainability e fiducia nei sistemi di AI Kubernetes come piattaforma per gestire modelli generativi in produzione Open Source e innovazione nel mondo enterprise Costi, sostenibilità e ciclo di vita dei modelli Gestione del rischio e responsabilità nell’utilizzo degli LLM Evoluzione dello sviluppo software tra AI assisted coding e vibe coding L’AI generativa non è solo una tecnologia: è un cambio di paradigma per architetture, processi e competenze. Capire come integrarla nei sistemi enterprise significa affrontare temi di governance, sicurezza, affidabilità e trasparenza. Un episodio per AI engineer, architetti software, CTO e professionisti che vogliono portare l’AI generativa in azienda senza perdere controllo e fiducia. Chapters 00:00 Introduzione e Giochi dell'Infanzia 02:40 Il Percorso Professionale di Daniele Zonca 04:57 L'Importanza dell'Explainability nell'AI 13:19 OpenShift AI e il Lavoro di Daniele Zonca 17:22 Kubernetes come Piattaforma per LLM 22:13 Vantaggi del Professional Open Source 23:37 Inizio e complessità delle soluzioni AI 29:08 La scelta tra soluzioni interne ed esterne 30:33 Futuro dei modelli linguistici 31:51 Costi e sostenibilità delle soluzioni AI 34:29 Ciclo di vita dei modelli e gestione dei dati 40:27 L'importanza del background accademico 44:47 Curiosità e Approfondimento nel Mondo del Lavoro 47:35 L'importanza del Background Tecnico 50:39 Evoluzione e Rivoluzioni Tecnologiche 53:26 Vibe Coding e AI Assisted Coding 56:30 Interazione con i Modelli di Linguaggio 59:37 Il Ruolo dello Sviluppatore nel Futuro 01:02:32 Gestione dei Fallimenti nel Mondo Enterprise 01:13:06 Gestione del Rischio e Fiducia nei Modelli 01:15:09 Responsabilità e Agenzia nell'Utilizzo degli LLM 01:17:00 Etica e Fiducia nell'Intelligenza Artificiale 01:19:13 Antropomorfizzazione e Comprensione dei Modelli 01:21:46 Architettura dei Modelli e Allineamento Etico 01:26:58 Futuro dei Modelli di Base e Open Source

    1h 37m
  2. Paolo in fissa Claude Code come previsto da Stefano. Ma con OpenClaw arriva l’Internet degli Agenti AI #39

    6D AGO

    Paolo in fissa Claude Code come previsto da Stefano. Ma con OpenClaw arriva l’Internet degli Agenti AI #39

    In questa puntata di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, Paolo entra ufficialmente in fissa con Claude Code (come Stefano aveva previsto 😄), ma la vera domanda è un’altra: stiamo assistendo alla nascita dell’Internet degli Agenti AI? Parliamo di: 🔥 Claude Code, Cloud Code e Vibe Coding 🧠 Memoria e strategia negli agenti AI 🧩 Constraint solving e pianificazione con modelli intelligenti 🌐 OpenClaw e WebMCP: verso un ecosistema interoperabile di agenti 📱 Le app tradizionali sono destinate a scomparire? 🎮 AI nei giochi e nuove forme di interazione digitale 🧪 Open source, sperimentazione e modelli che generano altri modelli ⚔️ CLI vs MCP: dibattito tecnico sul futuro degli strumenti di sviluppo L’intelligenza artificiale non sta solo migliorando le app: potrebbe sostituirle.Stiamo passando da un mondo di applicazioni isolate a un ecosistema di agenti autonomi, capaci di interagire tra loro, ricordare contesto, pianificare azioni e collaborare attraverso protocolli come WebMCP. Discutiamo anche dell’evoluzione dei modelli AI (inclusi quelli cinesi), del ruolo dell’open source e di come l’AI stia cambiando radicalmente il modo in cui sviluppiamo software. 👉 Se ti interessano AI engineering, agenti intelligenti, sviluppo software, open source e scenari futuri dell’intelligenza artificiale, questa puntata fa per te. Chapters 00:00 Introduzione e Confusione Numerica 01:59 Vibe Coding e Deprivazione da Cloud Code 03:58 Progetti Strani e Automazione Domestica 07:03 Deep Research e Cloud Code 12:13 Pianificazione e Constraint Solving 15:07 Utilizzo di Cloud Code per Progetti 17:40 Strumenti e Funzionalità di Cloud Code 23:19 Svelare i Segreti del Coding 24:25 Strumenti e Workflow per Non Programmatori 26:28 Presentazioni e Conferenze: Condivisione di Esperienze 28:53 Discussione su Sviluppo Software e AI 30:19 Futuro degli Assistenti Virtuali 36:11 Implicazioni dell'AI sulle App e sull'Industria 40:13 Giochi e AI: Nuove Frontiere 41:19 Prossimi Passi: Dove Ci Porta l'AI? 42:46 L'uso consapevole degli agenti AI 45:55 Memoria e strategia negli agenti AI 47:48 La singolarità e l'evoluzione dei modelli AI 50:25 Modelli che generano altri modelli 54:43 CLI vs MCP: un dibattito tecnico 59:43 L'evoluzione dei modelli AI cinesi 01:04:08 Interazione tra modelli e agenti 01:07:05 WebMCP e l'Internet degli agenti 🎧 Ascolta “Risorse Artificiali” su Spotify:https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF 📺 Guarda il podcast su YouTube:https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg 🌍 Tutti gli episodi su:https://risorseartificiali.com

    1h 9m
  3. Agenti AI per coding e non solo:meglio un boomer smanettone oggi che un doomer domani #38

    FEB 7

    Agenti AI per coding e non solo:meglio un boomer smanettone oggi che un doomer domani #38

    In questa puntata di Risorse Artificiali parliamo di agenti di coding, Claude Code e di come l’intelligenza artificiale stia cambiando radicalmente il modo in cui programmiamo, lavoriamo e acquisiamo nuove skill.Partendo da un approccio pratico e ironico (“meglio un boomer smanettone oggi che un doomer domani”), discutiamo di come gli agenti intelligenti possano essere usati non solo dagli sviluppatori, ma anche da chi non scrive codice ogni giorno. Le skill diventano una nuova forma di programmazione, il contesto guida il comportamento degli agenti e la proattività apre scenari completamente nuovi.Affrontiamo anche i temi più delicati:🔐 sicurezza,⚠️ rischi operativi,🤖 comportamenti emergenti,🧠 consapevolezza nell’uso di sistemi AI sempre più autonomi.Dagli agenti di coding a OpenClaw, passando per la democratizzazione della programmazione, riflettiamo su cosa significa davvero lavorare con l’AI oggi e su come evitare di subirla domani.🎧 Un episodio per chi vuole capire dove sta andando l’AI applicata allo sviluppo software, senza hype ma anche senza paura.

    1h 16m
  4. Intervista ad Alessandro Maserati: AGI tra allineamento e consapevolezza per il futuro della società e del lavoro

    FEB 4

    Intervista ad Alessandro Maserati: AGI tra allineamento e consapevolezza per il futuro della società e del lavoro

    In questa puntata di Risorse Artificiali intervistiamo Alessandro Maserati per affrontare uno dei temi più complessi e urgenti dell’Intelligenza Artificiale contemporanea: l’AGI (Artificial General Intelligence), il suo allineamento e il ruolo della consapevolezza umana nel futuro della società e del lavoro. Partendo dal suo percorso tra ricerca e business, discutiamo del grande gap che ancora separa l’innovazione tecnologica dall’adozione reale dell’AI nelle aziende. Parliamo di spiegabilità dei modelli, di perché sia un fattore chiave per la fiducia e l’integrazione nei processi decisionali, e di come i modelli di linguaggio non si limitino a replicare conoscenza, ma possano generare nuove forme di intelligenza. Con Alessandro affrontiamo anche temi più ampi e spesso controversi: cosa intendiamo davvero quando parliamo di AGI perché l’allineamento dell’AI è un problema aperto e senza soluzioni semplici quali sono le implicazioni per il futuro del lavoro, tra automazione, nuovi ruoli e possibili sistemi di ridistribuzione il ritardo dell’Europa nella corsa all’Intelligenza Artificiale rispetto a Stati Uniti e Cina le opportunità concrete per studenti e neolaureati che oggi scelgono di investire competenze nell’AI Una conversazione lucida e senza hype, che invita a guardare all’Intelligenza Artificiale non solo come tecnologia, ma come trasformazione sistemica che richiede responsabilità, strategia e visione di lungo periodo. 🎧 Risorse Artificiali è il podcast dedicato a chi vuole capire davvero come l’AI sta cambiando il mondo del lavoro, delle aziende e della società. ⏱️ Capitoli dell’episodio 00:00 – Introduzione e presentazione di Alessandro Maserati03:03 – Percorso professionale e AI06:12 – Il gap tra ricerca e business08:55 – Adozione dell’Intelligenza Artificiale nelle aziende12:20 – Spiegabilità dei modelli AI15:20 – AGI: definizioni, paure e fraintendimenti18:00 – Implicazioni dell’Intelligenza Artificiale Generale24:12 – Futuro del lavoro e ridistribuzione della ricchezza30:49 – Automazione e trasformazione dei ruoli35:23 – Consapevolezza nell’uso dell’AI41:17 – Il problema dell’allineamento54:12 – Europa e Intelligenza Artificiale: un’assenza critica01:03:28 – Oltre i modelli stocastici01:06:47 – Evoluzione dei modelli di ragionamento01:10:55 – Agenti intelligenti e sistemi complessi01:13:06 – Comportamenti emergenti01:20:34 – AI, istruzione e nuove competenze01:30:35 – Strategie aziendali nell’era dell’AI

    1h 35m
  5. Oltre la Chat: Gemini, Agenti e la corsa all’AGI tra Hassabis, Amodei e il futuro del lavoro #37

    JAN 31

    Oltre la Chat: Gemini, Agenti e la corsa all’AGI tra Hassabis, Amodei e il futuro del lavoro #37

    Il mercato dei chatbot e dell’intelligenza artificiale sta cambiando rapidamente. In questa puntata di Risorse Artificiali analizziamo i segnali più interessanti emersi negli ultimi mesi: la crescita di Gemini, l’evoluzione dell’uso delle API, la standardizzazione delle applicazioni AI e il ruolo sempre più centrale degli agenti intelligenti. Partendo dai dati di traffico e dalle dinamiche di mercato, discutiamo di come l’AI stia passando dall’essere una semplice interfaccia conversazionale a una vera infrastruttura di automazione. Approfondiamo le regole e le limitazioni nell’uso dei modelli, il tema della spiegabilità in ambito enterprise e le nuove proposte di standardizzazione che stanno emergendo nell’ecosistema AI. Un capitolo centrale della puntata è dedicato al dibattito sull’AGI (Artificial General Intelligence) e sulla superintelligenza, confrontando le visioni di Demis Hassabis e Dario Amodei: quanto siamo davvero lontani dall’AGI? E cosa significa, concretamente, per il lavoro e per chi sviluppa software oggi? Chiudiamo con una riflessione diretta sul futuro della programmazione: scriveremo meno codice? Cambieranno gli strumenti, le interfacce e le competenze richieste ai programmatori? E che ruolo avranno gli agenti AI nel nostro modo di lavorare? Una puntata per chi vuole capire dove sta andando davvero l’intelligenza artificiale, oltre l’hype e oltre la semplice “chat”. I Link dalla puntata: Chrome: The browser you love, reimagined with AI https://blog.google/products-and-platforms/products/chrome/chrome-reimagined-with-ai/ https://openclaw.ai/ ex clawdbot ex moltbot…. https://openclaw.ai/blog/introducing-openclaw https://ppc.land/chatgpts-lead-shrinks-as-gemini-surges-in-ai-traffic-war/ Hassabis-Amodei: https://www.youtube.com/watch?v=02YLwsCKUww Chapters 00:00 Introduzione e Panoramica del Mercato 02:42 Crescita di Gemini e Confronto con ChatGPT 06:16 Traffico Internet e Utilizzo delle API 10:50 Regole e Limitazioni nell'Uso dei Modelli AI 15:49 Standardizzazione e Innovazioni di Antropic 21:58 Spiegabilità dei Modelli e Adozione nell'Enterprise 24:51 Controversie Legali e Venture Capital 28:15 Interviste e Percezioni nel Mondo Economico 30:57 Definizioni di AGI e SGI 34:10 Dibattiti sul Futuro dell'Intelligenza Artificiale 38:04 Riflessioni sulla Competizione Globale 42:25 Paragoni con la Bomba Atomica e Riflessioni Finali 48:12 Il Cambiamento dei Nomi e le Aspettative di Mercato 49:15 L'Utilizzo di Modelli e Agenti AI 52:10 Interazione e Automazione con le AI 53:48 Riflessioni sul Futuro della Programmazione 57:09 Evoluzione del Codice e delle Interfacce Utente 01:00:38 Il Ruolo degli Agenti AI nel Futuro della Tecnologia 01:02:44 La Trasformazione degli Strumenti di Lavoro 01:07:24 Conclusioni e Teaser per il Futuro

    1h 12m
  6. L'AI scala davvero? E poi coding creativo, Gemini ovunque e ChatGPT introduce la pubblicità #36

    JAN 24

    L'AI scala davvero? E poi coding creativo, Gemini ovunque e ChatGPT introduce la pubblicità #36

    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-training distillazione come strategia per rendere l’AI più sostenibile hardware sempre più commoditizzato e costi energetici perché il prezzo della RAM sta diventando un collo di bottiglia coding creativo e Vibe Coding: conta ancora scrivere codice? l’arrivo di Gemini su (quasi) tutti i telefoni e l’impatto sull’ecosistema mobile ChatGPT e la pubblicità: cosa cambia per utenti, aziende e sviluppatori privacy, business model e nuove tensioni tra AI, prodotto e mercato Chiudiamo 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-intelligence https://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-watermark Articolo di Salvatore Sanfilippo: Don't fall into the anti-AI hype Chapters 00:00 Introduzione e Saluti 02:50 Riflessioni sull'Intelligenza Artificiale 05:44 Scalabilità e Investimenti nell'AI 08:33 Pre-Training e Consumi Energetici 11:40 Innovazioni nei Modelli AI 14:36 Hardware e Comoditizzazione 17:41 Distribuzione del Calcolo e Progetti Futuri 20:46 Ritorno di Flux e Black Forest Lab 30:10 Evoluzione e Distillazione dei Modelli 40:16 Coding Assistito e Creatività 49:20 Riflessioni sul Gioco e la Creatività 49:35 Il Vibe Coding e le Opinioni di Linus Torvalds 55:41 Le Innovazioni di Apple e Gemini 01:00:42 L'Intelligenza Artificiale e la Privacy 01:04:45 Pubblicità e Chatbot: Un Nuovo Paradigma 01:10:13 Riflessioni Finali e Conclusioni

    1h 15m
  7. Intervista a Emanuele Fabbiani: ricerca e startup AI; allucinazioni ed explainability degli LLM

    JAN 21

    Intervista a Emanuele Fabbiani: ricerca e startup AI; allucinazioni ed explainability degli LLM

    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 funzionamento differenza tra significato e significante nei Large Language Models quali tecniche aiutano a mitigare le allucinazioni perché la spiegabilità è cruciale per l’adozione enterprise dell’AI limiti e costi delle scaling law il ruolo del reasoning nei modelli di nuova generazione Vibe Coding: perché sta cambiando davvero il modo di scrivere software cosa significa fare impresa AI in Italia oggi consigli pratici per giovani, ricercatori e futuri imprenditori tech Un 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/ ⏱️ Capitoli 00:00 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

    1h 38m
  8. Il caso Grok, ChatGPT Health: perché l’AI generativa ci costringe a ripensare autenticità, responsabilità e fiducia #35

    JAN 17

    Il caso Grok, ChatGPT Health: perché l’AI generativa ci costringe a ripensare autenticità, responsabilità e fiducia #35

    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. Chapters 00:00 Introduction and Context of the Controversy 02:27 Deepfake Technology and Cultural Reactions 04:50 Legal Implications and Image Authenticity 11:40 Emerging AI Models and Future Directions 24:49 Exploring Image Generation Techniques 37:02 AI in Healthcare: Opportunities and Ethical Concerns 46:15 User Responsibility in AI Healthcare Decisions 47:38 The Risks of Anthropomorphizing AI 50:02 The Future of AI in Personal Health 52:49 Debating AI Memory Systems 01:04:58 The Complexity of AI Memory and Learning

    1h 14m
See All (47)

About

🎙️ Risorse Artificiali è il podcast italiano che esplora il mondo dell’Intelligenza Artificiale, tra AI generativa, agenti autonomi, machine learning e innovazione nel software. Ogni settimana, tre ingegneri e manager con esperienza sul campo discutono con uno stile diretto e competente i trend emergenti, i rischi, le opportunità e l’impatto dell’AI su business, lavoro e società. 💡 Se cerchi un punto di vista solido, tecnico ma accessibile, che unisca ingegneria, visione manageriale e cultura open source, sei nel posto giusto.

Information

You Might Also Like