Modelli, agenti, applicazioni: l’intelligenza artificiale messa al lavoro su problemi reali.
Qui l’intelligenza artificiale si giudica sulle prove: che cosa fa, per chi, a quale costo. La rubrica segue i modelli e i loro progressi misurabili, gli agenti che eseguono compiti reali e soprattutto le adozioni sul campo — un ospedale che esamina più pazienti, una rete elettrica gestita meglio, un’amministrazione che risponde più in fretta. L’IA spettacolo, i round di finanziamento senza prodotto e le profezie non trovano posto.
Preferiamo i casi d’uso documentati, numeri alla mano: quanti esami, quale tasso d’errore, quale risparmio. Gli attori non occidentali — laboratori cinesi, indiani, emiratini — sono trattati come quelli americani, perché buona parte dell’adozione reale avviene lì. Ogni articolo cita le sue fonti e distingue il prototipo dal servizio in produzione.
Ricercatori di MIT Sloan e Johns Hopkins University hanno testato team personalizzati uomo-AI con oltre 1.200 partecipanti statunitensi.
BDH-CQ uses 150 million parameters and recurrent internal memory instead of written chains of thought.
City University of Hong Kong and Chinese University of Hong Kong researchers studied mice performing two tasks at once.
LL-Refiner handles lighting and scene structure at lower resolution before restoring fine details.
Researchers at Pusan National University developed two systems that combine specialized models for different kinds of movement.
Victoria University researchers trained two AI models on one million Reddit health-related threads.
University at Buffalo’s CrowdHydrology network spans 26 states and has collected more than 20,000 readings.
University students outside the US, including those in Japan, are eligible; the application deadline is December 31, 2026.
OpenAI showcased corporate and university research use cases for ChatGPT Work in Seoul's Samseong-dong district.