RICERCA E SVILUPPO

Costruiamo la tecnologia. Non la assembliamo.

AI.ANIMA sviluppa la piattaforma che governa i Digital Human. La ricerca che la alimenta nasce in Italia, in un gruppo dove ingegneria di prodotto e ricerca non sono due reparti separati: ciò che viene studiato entra in produzione, e ciò che la produzione insegna torna nella ricerca.

OGGIDigital Human operativiin azienda, su processi reali
LINEA 01Intelligenza generalecapire, decidere, verificare
LINEA 02Super intelligenzaorizzonte di ricerca

FONDAMENTA

Su cosa poggia la ricerca

Eccellenza italiana	Ricerca e sviluppo condotti interamente in Italia. Il gruppo di ingegneria lavora sul prodotto e sulla ricerca senza separazione tra i due, e questo è il motivo per cui il ciclo tra un'intuizione e la sua verifica sul campo si misura in settimane.
Collaborazioni accademiche	Rapporti di lavoro con atenei italiani di primo piano. La tecnologia dei Digital Human ha ottenuto una validazione tecnologica dall'Università degli Studi della Tuscia, ateneo pubblico italiano.
Capitale intellettuale	Il gruppo include membri di società internazionali ad alto quoziente intellettivo e membri dell'Ente Nazionale per l'Intelligenza Artificiale.
Brevetti	Domande di brevetto in corso di deposito su algoritmi sviluppati internamente. Le rivendicazioni non sono divulgate finché il deposito non è perfezionato.
Ownership tecnologica	La piattaforma è tecnologia proprietaria: architettura, orchestrazione e strato di esecuzione sono sviluppati e controllati da AI.ANIMA. Nessuna dipendenza da una piattaforma di terzi che possa cambiare condizioni, prezzi o disponibilità.

LINEA DI RICERCA 01

Verso l'intelligenza artificiale generale

Un Digital Human utile in azienda non deve soltanto rispondere. Deve ricevere un obiettivo, scomporlo in passaggi, scegliere gli strumenti, eseguire, verificare il risultato e correggersi quando sbaglia. È lo stesso problema che la ricerca sull'intelligenza artificiale generale affronta su scala più ampia: il passaggio da un sistema che produce testo a un sistema che raggiunge un risultato.

Metacognizione operativaIl sistema valuta la propria risposta prima di consegnarla, riconosce quando non dispone dell'informazione necessaria e si ferma invece di inventare.
Memoria persistenteCiò che l'azienda insegna resta e si stratifica nel tempo. La conoscenza non si perde alla fine della conversazione e non va reinserita ogni volta.
OrchestrazionePiù processi specializzati lavorano allo stesso obiettivo e si coordinano, invece di un unico modello che tenta di fare tutto da solo.
Confine umanoLe azioni irreversibili restano soggette alla conferma di una persona. La capacità cresce, il perimetro resta dichiarato.

LINEA DI RICERCA 02

Destinazione: artificial super intelligence

È l'orizzonte lungo della ricerca, non una promessa commerciale. Il lavoro procede su aree circoscritte e misurabili, ciascuna con un criterio di successo definito prima di iniziare. Quello che segue è il perimetro delle aree su cui il gruppo lavora, descritto al livello di dettaglio che è possibile rendere pubblico.

Rappresentazione compatta del contesto

Ridurre il numero di token necessari a trasportare lo stesso significato, attraverso una codifica intermedia progettata per la macchina anziché per la lettura umana. A parità di finestra di contesto e di costo, meno spazio occupato dalla rappresentazione significa più spazio disponibile per il ragionamento. È l'oggetto di una domanda di brevetto in corso di deposito.

Ragionamento ricorsivo verificato

Catene di ragionamento in cui ogni passaggio produce un'asserzione controllabile, e il controllo è affidato a un processo distinto da quello che ha generato l'asserzione. Separare chi produce da chi verifica è ciò che impedisce a un errore iniziale di propagarsi lungo l'intera catena.

Auto-miglioramento sotto vincolo

Sistemi che affinano la propria strategia sull'esperienza accumulata, entro limiti dichiarati in anticipo e con la possibilità di tornare allo stato precedente. Ogni variazione è versionata e reversibile: il miglioramento non è mai un cambiamento silenzioso.

Scalabilità dell'inferenza

Distribuire il calcolo su macchine dedicate mantenendo una latenza compatibile con una conversazione reale. È il vincolo che separa un risultato da laboratorio da una tecnologia utilizzabile ogni giorno da un'azienda.

Allineamento e controllo

Ogni capacità aggiunta è accompagnata dal limite corrispondente: nessuna azione fuori dal perimetro concesso, ogni azione tracciata e attribuibile, ogni decisione ricostruibile a posteriori. Il controllo non è un livello aggiunto alla fine, è un requisito di progetto.

NOTA

Le linee di ricerca descritte in questa pagina sono presentate a un livello volutamente generale. Metodi, architetture, parametri e risultati sperimentali sono coperti da riservatezza e, dove applicabile, da domande di brevetto in corso di deposito. Approfondimenti sono possibili in sede riservata, previo accordo di riservatezza.