FrontiersToAI

FrontiersToAI

By Andrei PanaitNewsTechnologyEducation
Download on the App Store

All FrontiersToAI episodes

  • Shot.video: registra una dimostrazione con il computer e il telefono
    Un computer per spiegare, un telefono per mostrare il dettaglio: Shot.video collega le riprese e prepara un primo montaggio modificabile. Seguiamo un esempio semplice, un video che mostra come si sistema un mazzo di fiori in un vaso, dalla preparazione delle inquadrature alla revisione dei tagli e al download. Il servizio compare nella classifica di Product Hunt dell'11 novembre 2026: un segnale di attenzione della piattaforma, senza promesse di successo. Funzioni e piano gratuito sono quelli documentati al 14 novembre, data della ricerca. Il percorso descrive le funzioni pubbliche, senza fingere una prova dentro un account.
    • Come si prepara la registrazione, con il computer e un telefono.
    • Che cosa fa l'intelligenza artificiale nel montaggio e che cosa devi controllare tu.
    • Quanto costa: che cosa comprende il piano gratuito e che cosa consuma crediti.
    Fonti: Shot.video, sito, documentazione e listino prezzi; Product Hunt, classifica dell'11 novembre 2026. Fonti e approfondimento su frontierstoai.com. Iscriviti a «Cartoline dalla frontiera».

    Diventa un supporter di questo podcast: https://www.spreaker.com/podcast/frontierstoai--6636509/support.
    11 min
  • Assistenti vocali: come l'AI decide quando parlare e quando ascoltare
    Un assistente vocale deve capire quando hai finito di parlare, oltre a riconoscere le parole. Una pausa può stare in mezzo a una frase ancora aperta. Un «mhm» può essere soltanto un segnale di ascolto. Con l'esempio di un promemoria dettato a voce, spieghiamo come i sistemi provano a prevedere a chi tocca parlare e come un modello di ricerca, Moshi, ascolta e parla nello stesso momento.
    • Perché contare il silenzio non basta per capire che hai finito.
    • Come i modelli provano a prevedere il turno ascoltando il tono e il ritmo della voce.
    • Che cosa cambia quando un assistente ascolta mentre parla, e che cosa resta difficile.
    Fonti: Ekstedt e Skantze, Voice Activity Projection e How Much Does Prosody Help Turn-taking?; Kyutai, Moshi. Ricerca chiusa il 14 novembre 2026 mattina. Fonti e approfondimento su frontierstoai.com. Iscriviti a «Cartoline dalla frontiera».

    Diventa un supporter di questo podcast: https://www.spreaker.com/podcast/frontierstoai--6636509/support.
    12 min
  • L'AI può conoscere un fatto e non ritrovarlo al contrario
    Un modello può imparare che un nome è collegato a una descrizione e fare fatica quando gli chiedi il percorso contrario. I ricercatori chiamano questo fenomeno «reversal curse». Lo raccontiamo partendo da un fatto che tutti conoscono, Tolkien e Il Signore degli Anelli, e dall'esperimento dei ricercatori, che hanno usato personaggi inventati apposta. Due studi aiutano a capire che cosa significa conoscere un fatto per un sistema AI, senza trasformare un limite osservato in un giudizio su tutti i chatbot.
    • L'esperimento: un fatto imparato in un verso e chiesto nell'altro.
    • Quando il problema sparisce: il fatto scritto nella chat e le domande con le alternative.
    • Come accorgertene: la stessa domanda nei due versi, senza suggerire la risposta.
    Fonti: Berglund e colleghi, The Reversal Curse, ICLR 2024; Lin e colleghi, Delving into the Reversal Curse, NeurIPS 2024. Fonti e approfondimento su frontierstoai.com. Iscriviti a «Cartoline dalla frontiera».

    Diventa un supporter di questo podcast: https://www.spreaker.com/podcast/frontierstoai--6636509/support.
    10 min
  • Microsoft e Copilot: il guasto che mostra da cosa dipende l'AI
    Il disservizio Microsoft iniziato il 12 novembre ha coinvolto anche Copilot. Un assistente AI ha bisogno di due cose: un modello che scrive e un accesso ai tuoi dati, come la posta. Se la posta si ferma, anche un altro chatbot può fermarsi nello stesso punto: Associated Press segnala problemi anche nei collegamenti di altri fornitori AI con i servizi Microsoft. Lo vediamo con l'esempio di un negozio di ricambi che deve confermare una consegna a un cliente. Ricerca chiusa sabato 14 novembre mattina: Microsoft segnala il ripristino dell'incidente, con cautele sugli effetti residui.
    • Che cosa è successo e che cosa ha detto Microsoft.
    • Perché un assistente si ferma quando non raggiunge i dati, e perché cambiare chatbot può non bastare.
    • Tre cose da fare: sapere dove stanno le informazioni, non inventare durante il guasto, ricontrollare dopo.
    Fonti: Microsoft, Incident Report MO1550821 tramite University of Pennsylvania; Associated Press, Microsoft outage shows the risks of relying on a single technology provider. Fonti e approfondimenti su frontierstoai.com. Iscriviti a Cartoline dalla frontiera.

    Diventa un supporter di questo podcast: https://www.spreaker.com/podcast/frontierstoai--6636509/support.
    12 min
  • Harold Cohen e AARON: dal disegno alle regole di un programma
    Harold Cohen aveva già una carriera da pittore quando, alla fine degli anni Sessanta, ha cominciato a scrivere un programma capace di disegnare: AARON. Per farlo ha dovuto trasformare in regole il proprio mestiere. Il programma ha disegnato e poi scelto i colori, mentre Cohen ha continuato a cambiare il proprio lavoro davanti a quei risultati. Seguiamo la sua storia con un esempio semplice: il disegno di un vaso.
    • Che cosa Cohen ha trasformato in regole.
    • Perché un programma fatto di regole può comunque sorprendere.
    • Come il colore ha cambiato il rapporto fra pittore e programma.
    Fonti: Cohen, «What is an Image?» e «Colouring Without Seeing»; Whitney Museum; Computer History Museum. Fonti e approfondimenti su frontierstoai.com. Iscriviti a «Cartoline dalla frontiera».

    Diventa un supporter di questo podcast: https://www.spreaker.com/podcast/frontierstoai--6636509/support.
    11 min
  • Wanaka Studio: crea un piccolo gioco 3D e condividilo con un link
    Wanaka Studio permette di descrivere un gioco a parole, correggerlo e condividere una versione giocabile nel browser con un link. Il servizio è comparso nella classifica giornaliera di Product Hunt del 4 novembre 2026. Seguiamo la preparazione di una piccola caccia al tesoro per un'associazione, dalla prima richiesta fino al link da mandare. Il piano gratuito aiuta a cominciare; prima di allargare il progetto, controlla le risorse previste e dove rimarrà il gioco.
    • Parti da una regola e da un traguardo chiari.
    • Cambia un pezzo alla volta e fai provare il gioco a qualcun altro.
    • Prima di condividere, controlla il dispositivo, il piano e dove resta il progetto.
    Fonti: Wanaka, sito e piani; Product Hunt, classifica del 4 novembre e scheda Wanaka Studio. Approfondimento su frontierstoai.com. Iscriviti a «Cartoline dalla frontiera».

    Diventa un supporter di questo podcast: https://www.spreaker.com/podcast/frontierstoai--6636509/support.
    10 min
  • Qualità dei dati: perché l'AI sbaglia prima della risposta
    Il gestionale dice che un articolo è disponibile, ma un cliente lo ha già prenotato. Se diamo all'intelligenza artificiale dati come questi, anche un modello ben costruito impara il compito sbagliato. Seguiamo un magazzino per capire dove nasce l'errore, perché è difficile accorgersene e come correggerlo prima di cambiare l'AI.
    • Dai un significato preciso alle parole delle tabelle.
    • Non confondere un dato sconosciuto con uno zero.
    • Quando correggi un dato, conserva la versione vecchia e rimetti alla prova il sistema.
    Fonti: Data Cascades in High-Stakes AI; Datasheets for Datasets; Hidden Technical Debt in Machine Learning Systems. Fonti e approfondimenti su frontierstoai.com. La newsletter è «Cartoline dalla frontiera».

    Diventa un supporter di questo podcast: https://www.spreaker.com/podcast/frontierstoai--6636509/support.
    12 min
  • AI e odori: come un computer prevede un profumo senza annusarlo
    Un programma può partire dalla formula di una molecola e prevedere con quali parole una persona ne descriverebbe l'odore. Ha imparato dalle descrizioni scritte da chi aveva annusato i campioni. Uno studio del 2025, chiamato POMMix, prova un passo più difficile: prevedere se due miscele di ingredienti avranno un odore simile. Seguiamo un laboratorio che deve cambiare un ingrediente di un sapone senza cambiarne il profumo.
    • Come un programma collega una formula chimica alle parole delle persone.
    • Perché mescolare gli ingredienti rende il problema più difficile.
    • Che cosa resta da fare al naso delle persone.
    Fonti: Tom e colleghi, «From Molecules to Mixtures»; OpenPOM, documentazione della replica; IEEE Spectrum, «This Neural Net Maps Molecules to Aromas». Fonti e approfondimento su frontierstoai.com. Iscriviti a «Cartoline dalla frontiera».

    Diventa un supporter di questo podcast: https://www.spreaker.com/podcast/frontierstoai--6636509/support.
    10 min
  • L'AI che aiuta a costruire la prossima AI: cosa ha visto METR dentro Anthropic
    l 5 novembre METR, un gruppo indipendente che mette alla prova i sistemi di intelligenza artificiale, ha pubblicato una valutazione sulla ricerca interna di Anthropic. Per i punteggi delle prove analizzate stima un ritmo di crescita di 1,9 volte quello precedente. Separatamente, stima un ritmo circa doppio per le capacità dei modelli sui compiti ben definiti, con forte incertezza. Secondo METR, una parte importante di questa accelerazione viene dall'aiuto dell'AI ai ricercatori. Molte prove, però, restano riservate.
    • Che cosa ha misurato METR, spiegato in parole semplici.
    • Perché l'AI aiuta i ricercatori ma fa ancora poco da sola.
    • Perché una parte delle prove non è pubblica e che cosa cambia per noi.
    Fonti: METR, «Independent Assessment of AI R&D Acceleration at Anthropic in October 2026»; Associated Press, servizio di Kelvin Chan e Kaitlyn Huamani. Ricerca chiusa il 6 novembre 2026. Fonti su frontierstoai.com; newsletter «Cartoline dalla frontiera».

    Diventa un supporter di questo podcast: https://www.spreaker.com/podcast/frontierstoai--6636509/support.
    12 min
  • il computer che dialogava nel mondo dei blocchi
    SHRDLU conversava in inglese e seguiva comandi dentro un mondo simulato di oggetti. Terry Winograd lo ha sviluppato al MIT fra il 1968 e il 1970. La sua storia aiuta a capire quante conoscenze servano dietro una conversazione convincente.
    • Come il programma collegava parole, oggetti e azioni.
    • Perché Winograd ha discusso i limiti del dialogo dentro un ambiente ristretto.
    • Che cosa chiedere quando provi un assistente nel tuo ufficio.
    Fonti: MIT, «Procedures as a Representation for Data in a Computer Program for Understanding Natural Language» (catalogo e abstract, 1971); Terry Winograd, «What Does It Mean to Understand Language?», Cognitive Science (1980). Per fonti e approfondimento, visita frontierstoai.com e scopri la newsletter «Cartoline dalla frontiera».

    Diventa un supporter di questo podcast: https://www.spreaker.com/podcast/frontierstoai--6636509/support.
    15 min