Costruzione Capannoni in Acciaio Albera Ligure

Nuovo Modello di Intelligenza Artificiale Avanza il “Problema dei Baci” e Altro

C’è un concetto matematico chiamato il numero di contatto. Un po’ deludente, non ha nulla a che fare con i baci veri. Enumera quanti sfere possono toccare (o “baciare”) una singola sfera di dimensioni uguali senza attraversarla. In una dimensione, il numero di contatto è 2. In due dimensioni, è 6 (pensa alla configurazione del puzzle di The New York Times del bee spelling). Man mano che il numero di dimensioni cresce, la risposta diventa meno ovvia: per la maggior parte delle dimensionalità oltre 4, sono noti solo limiti superiori e inferiori sul numero di contatto. Ora, un agente di intelligenza artificiale sviluppato da Google DeepMind chiamato AlphaEvolve ha dato il suo contributo al problema, aumentando il limite inferiore sul numero di contatto in 11 dimensioni da 592 a 593.

Questo potrebbe sembrare un miglioramento incrementale del problema, specialmente considerando che il limite superiore sul numero di contatto in 11 dimensioni è 868, quindi l’intervallo sconosciuto è ancora piuttosto ampio. Ma rappresenta una nuova scoperta matematica da parte di un agente di intelligenza artificiale e mette in discussione l’idea che i grandi modelli linguistici non siano capaci di contributi scientifici originali.

E questo è solo un esempio di ciò che AlphaEvolve ha realizzato. “Abbiamo applicato AlphaEvolve a una serie di problemi aperti nella matematica della ricerca, e abbiamo scelto deliberatamente problemi da diverse parti della matematica: analisi, combinatoria, geometria”, dice Matej Balog, un ricercatore di DeepMind che ha lavorato al progetto. Hanno scoperto che per il 75 percento dei problemi, il modello di intelligenza artificiale ha replicato la soluzione ottimale già conosciuta. Nel 20 percento dei casi, ha trovato un nuovo ottimo che superava qualsiasi soluzione conosciuta. “Ogni singolo caso del genere è una nuova scoperta”, dice Balog. (Nei restanti 5 percento dei casi, l’intelligenza artificiale ha convergito su una soluzione peggiore rispetto a quella ottimale conosciuta).

Il modello ha anche sviluppato un nuovo algoritmo per la moltiplicazione di matrici, l’operazione alla base di gran parte dell’apprendimento automatico. Una versione precedente del modello di intelligenza artificiale di DeepMind, chiamata AlphaTensor, aveva già superato il precedente algoritmo migliore conosciuto, scoperto nel 1969, per la moltiplicazione di matrici 4×4. AlphaEvolve ha trovato una versione più generale di quell’algoritmo migliorato.

Il modello AlphaEvolve di DeepMind ha apportato miglioramenti a diversi problemi pratici presso Google.Google DeepMind

Oltre alla matematica astratta, il team ha applicato il loro modello a problemi pratici che Google come azienda affronta ogni giorno. L’intelligenza artificiale è stata utilizzata anche per ottimizzare l’orchestrazione dei data center per ottenere un miglioramento del 1 percento, per ottimizzare il design della prossima unità di elaborazione tensoriale di Google e per scoprire un miglioramento a un kernel utilizzato nella formazione di Gemini che ha portato a una riduzione del 1 percento del tempo di formazione.

“È molto sorprendente che si possano fare così tante cose diverse con un unico sistema”, dice Alexander Novikov, un ricercatore senior di DeepMind che ha anche lavorato su AlphaEvolve.

Come Funziona AlphaEvolve

AlphaEvolve è così generale perché può essere applicato a quasi ogni problema che può essere espresso come codice e che può essere verificato da un altro pezzo di codice. L’utente fornisce un primo tentativo del problema, un programma che risolve il problema in questione, anche se in modo subottimale, e un programma verificatore che controlla quanto bene un pezzo di codice soddisfa i criteri richiesti.

Successivamente, un grande modello linguistico, in questo caso Gemini, propone altri programmi candidati per risolvere lo stesso problema, e ognuno viene testato dal verificatore. Da lì, AlphaEvolve utilizza un algoritmo genetico in modo che i “più adatti” delle soluzioni proposte sopravvivano ed evolvano alla generazione successiva. Questo processo si ripete finché le soluzioni smettono di migliorare.

AlphaEvolve utilizza un insieme di grandi modelli linguistici Gemini in congiunzione con un codice di valutazione, il tutto orchestrato da un algoritmo genetico per ottimizzare un pezzo di codice.Google DeepMind

“I grandi modelli linguistici sono arrivati, e abbiamo iniziato a chiederci se è il caso che aggiungano solo ciò che è nei dati di addestramento, o se possiamo effettivamente usarli per scoprire qualcosa di completamente nuovo, nuovi algoritmi o nuove conoscenze”, dice Balog. Questa ricerca, sostiene Balog, dimostra che “se si utilizzano i grandi modelli linguistici nel modo giusto, allora si può, in un senso molto preciso, ottenere qualcosa di provabilmente nuovo e provabilmente corretto sotto forma di un algoritmo.”

AlphaEvolve proviene da una lunga linea di modelli di DeepMind, risalendo ad AlphaZero, che ha stupito il mondo imparando a giocare a scacchi, Go e altri giochi meglio di qualsiasi giocatore umano senza utilizzare alcuna conoscenza umana, solo giocando e utilizzando il reinforcement learning per padroneggiarlo. Un’altra intelligenza artificiale risolutrice di problemi matematici basata sul reinforcement learning, AlphaProof, ha ottenuto un risultato di medaglia d’argento alla Olimpiade Internazionale di Matematica 2024.

Tuttavia, per AlphaEvolve, il team si è discostato dalla tradizione del reinforcement learning a favore dell’algoritmo genetico. “Il sistema è molto più semplice”, dice Balog. “E questo ha conseguenze, è molto più facile da configurare su una vasta gamma di problemi.”

Il (Assolutamente Non Spaventoso) Futuro

Il team dietro AlphaEvolve spera di evolvere il loro sistema in due modi.

Prima di tutto, vogliono applicarlo a una gamma più ampia di problemi, inclusi quelli nelle scienze naturali. Per perseguire questo obiettivo, stanno pianificando di aprire un programma di accesso anticipato per accademici interessati a utilizzare AlphaEvolve nella loro ricerca. Potrebbe essere più difficile adattare il sistema alle scienze naturali, poiché la verifica delle soluzioni proposte potrebbe essere meno diretta. Ma, dice Balog, “Sappiamo che nelle scienze naturali ci sono molti simulatori per diversi tipi di problemi, e quindi quelli possono essere utilizzati anche all’interno di AlphaEvolve. E siamo, in futuro, molto interessati ad ampliare il campo in questa direzione.”

In secondo luogo, vogliono migliorare il sistema stesso, forse accoppiandolo con un altro progetto di DeepMind: il coscientista di intelligenza artificiale. Questa intelligenza artificiale utilizza anche un LLM e un algoritmo genetico, ma si concentra sulla generazione di ipotesi in linguaggio naturale. “Sviluppano queste idee e ipotesi di alto livello”, dice Balog. “Incorporare questo componente in sistemi simili ad AlphaEvolve, credo, ci permetterà di raggiungere livelli più elevati di astrazione.”

Queste prospettive sono entusiasmanti, ma per alcuni potrebbero anche sembrare minacciose: ad esempio, l’ottimizzazione di AlphaEvolve della formazione di Gemini potrebbe essere vista come l’inizio di un’intelligenza artificiale che si auto-migliora in modo ricorsivo, il che alcuni temono potrebbe portare a un’esplosione di intelligenza incontrollata nota come la singolarità. Il team di DeepMind sostiene che non è questo il loro obiettivo, ovviamente. “Siamo entusiasti di contribuire all’avanzamento dell’intelligenza artificiale a vantaggio dell’umanità”, dice Novikov.

Homematic IP: innovazioni per gli spazi esterni

Homematic IP presenta nuove soluzioni per l’automazione degli spazi esterni, pensate per semplificare il lavoro dei professionisti del settore elettrico e domotico. I nuovi dispositivi offrono funzionalità avanzate per il controllo intelligente di irrigazione, illuminazione, ombreggiatura e sicurezza.

Nuovo attuatore di irrigazione intelligente

Senza necessità di opere murarie, alimentato a batteria e compatibile con i rubinetti da esterno, il nuovo attuatore si configura rapidamente tramite l’app gratuita Homematic IP. Il sensore di flusso integrato permette di monitorare e ottimizzare i consumi idrici, portando benefici concreti in termini di sostenibilità e risparmio per il cliente finale. L’installatore può offrire un servizio completo, compresa la programmazione automatica e l’integrazione con sensori meteo.

Gestione smart delle pompe e dell’illuminazione esterna

Con il Cavo di commutazione/misurazione – esterno, i professionisti possono automatizzare pompe da giardino e sistemi di illuminazione. Questo dispositivo consente di gestire cicli di accensione programmata, monitorare i consumi elettrici e creare scenari personalizzati, migliorando il comfort e riducendo i consumi.

Automazione tende da sole e persiane

Gli attuatori per ombreggiatura consentono il controllo automatico in base alle condizioni climatiche rilevate dai sensori, aumentando l’efficienza energetica dell’edificio e il benessere abitativo. Un’opportunità per l’installatore di proporre upgrade impiantistici ad alto valore aggiunto.

Sicurezza smart per esterni e simulazione di presenza

Homematic IP offre un set completo di soluzioni per la protezione perimetrale, tra cui sensori di movimento, contatti magnetici e sirene che si integrano con l’illuminazione automatica e la simulazione di presenza tramite tapparelle. Questo rappresenta un’opportunità per ampliare i servizi di sicurezza domestica offerti ai clienti.

Tutti i dispositivi sono compatibili con i protocolli Homematic IP e possono essere facilmente integrati in impianti esistenti, anche in modalità retrofit. Una proposta affidabile per elettricisti, integratori domotici e progettisti che desiderano distinguersi nel mercato in crescita delle soluzioni smart per gli spazi esterni.

L’articolo Homematic IP: nuove soluzioni smart per l’outdoor è stato pubblicato su NT24.it Impianti elettrici – norme tecniche.

Il ristorante Miyama di Milano è noto per la sua eccellenza nella cucina giapponese e per l’attenzione ai dettagli nell’offrire un’esperienza culinaria completa. I proprietari, Cristina e Daniele Zhang, si dedicano costantemente a migliorare l’esperienza dei clienti, offrendo piatti tradizionali giapponesi con un tocco innovativo.Oltre alla qualità del cibo, al Miyama viene data particolare importanza all’ambiente in cui i clienti si trovano. L’isolamento acustico è uno degli aspetti fondamentali considerati dai proprietari per garantire un’esperienza gastronomica coinvolgente. Questa attenzione al comfort acustico ha portato al ristorante il prestigioso premio “Miglior attenzione all’acustica in sala” per il Nord Italia.Il ristorante Miyama offre un’atmosfera accogliente e raffinata, dove i clienti possono godere non solo del gusto dei piatti, ma anche dell’armonia dell’ambiente circostante. Grazie alla passione e alla dedizione dei proprietari, il ristorante è diventato una meta ambita per gli amanti della cucina giapponese a Milano.

I minireattori modulari sono reattori nucleari di dimensioni ridotte rispetto ai tradizionali reattori nucleari, progettati per essere più flessibili, sicuri ed economici. Questi reattori possono essere costruiti in fabbrica e trasportati sul sito di installazione, riducendo i costi e i tempi di costruzione rispetto ai reattori convenzionali.

Uno dei principali vantaggi dei minireattori modulari è la capacità di fornire energia in modo più sicuro e sostenibile rispetto alle fonti energetiche convenzionali. Inoltre, essi possono essere utilizzati per la produzione di energia elettrica, per il desalinizzazione dell’acqua e per la produzione di idrogeno per veicoli a celle a combustibile.

Tuttavia, vi sono ancora alcune sfide da affrontare per garantire il successo a lungo termine dei minireattori modulari. Tra queste sfide vi sono la gestione dei rifiuti radioattivi, la sicurezza e la non proliferazione nucleare. È quindi importante che vengano adottate misure rigorose per garantire la sicurezza e la protezione dell’ambiente durante l’intero ciclo di vita dei minireattori modulari.

In conclusione, i minireattori modulari rappresentano un’innovativa soluzione per l’industria nucleare, con il potenziale di rivoluzionare il settore energetico. Tuttavia, è fondamentale affrontare le sfide attuali in modo responsabile e garantire che vengano adottate le misure necessarie per garantire la sicurezza e la sostenibilità di questa tecnologia.

L’ingiunzione è stata ottenuta dalla North America’s Building Trades Unions (NABTU) per sostenere il mandato dell’accordo sindacale per i progetti federali durante l’amministrazione dell’Era Biden. Questo significa che i progetti federali continueranno ad essere regolati dagli accordi sindacali, garantendo condizioni di lavoro eque e standard di sicurezza elevati.

L’accordo sindacale per i progetti federali è stato oggetto di controversie da parte dei Sindicati Edili del Nord America, ma il tribunale ha deciso a favore della NABTU, riconoscendo l’importanza di mantenere tali accordi per garantire la qualità e la sicurezza nei progetti di costruzione a livello federale.

Questa decisione rappresenta una vittoria per i sindacati e per i lavoratori del settore edile, che potranno continuare a beneficiare delle protezioni e dei vantaggi previsti dagli accordi sindacali anche nei progetti federali. Si tratta di un importante passo avanti nella tutela dei diritti dei lavoratori e nella promozione di standard elevati nell’industria delle costruzioni.