Meta AI, l’assistente basato sull’intelligenza artificiale di Meta, continua a crescere rapidamente. Mark Zuckerberg ha annunciato su Threads che il chatbot ha raggiunto quasi 600 milioni di utenti mensili, superando i 500 milioni appena ad ottobre. Tuttavia, Meta AI non è ancora disponibile nell’Unione Europea.

Questa notizia arriva insieme al lancio di Llama 3.3 70b, l’ultima versione del modello linguistico di Meta. Il nuovo modello offre performance simili a Llama 3.1 405b, ma a un costo inferiore. Ahmad Al-Dahle, vicepresidente dell’unità ‘Generative AI’ di Meta, ha anche condiviso un grafico su X che mostra come Llama 3.3 superi sia il Gemini Pro 1.5 di Google che il GPT-4 di OpenAI.

Zuckerberg ha anticipato anche l’arrivo di Llama 4, definendo Llama 3.3 come “l’ultimo grande aggiornamento IA dell’anno”. Sebbene il CEO di Meta non abbia fornito dettagli precisi, ha rivelato che il modello è in fase di addestramento con l’uso di 100.000 schede grafiche Nvidia H100 e che una versione “più piccola” dovrebbe essere rilasciata all’inizio del prossimo anno.

I social media non solo hanno trasformato la vita quotidiana di miliardi di persone, ma hanno anche modificato il linguaggio, riducendo la lunghezza dei testi, impoverendo il vocabolario e introducendo nuovi termini. Questo è quanto emerge da uno studio italiano condotto dal Centro di Data Science and Complexity for Society dell’Università La Sapienza di Roma, pubblicato sulla rivista PNAS.

Lo studio, intitolato Patterns of Linguistic Simplification on Social Media Platforms Over Time, analizza 34 anni di interazioni linguistiche sui social, esaminando circa 300 milioni di commenti in inglese su otto piattaforme (Facebook, Twitter-X, Gab, Reddit, Telegram, Usenet, Voast e YouTube). I dati coprono un arco temporale che va dagli anni ’90 fino ad oggi.

Gli autori hanno raccolto commenti su temi specifici per ogni piattaforma: per esempio, su Facebook si parlava di vaccini e Brexit, su Telegram di teorie cospirazioniste, e su Twitter-X dei cambiamenti climatici. La ricerca si è concentrata sulla ricchezza del vocabolario degli utenti e sulla loro attività online.

Il risultato principale dello studio è che sui social media c’è una semplificazione del linguaggio, che si manifesta in un vocabolario meno ricco e in commenti più brevi. La maggior parte degli utenti utilizza meno di 10 parole uniche, indicando un linguaggio limitato.

Tuttavia, nonostante questa semplificazione, i ricercatori hanno notato anche una costante introduzione di neologismi. Ciò dimostra che, sebbene il vocabolario si riduca, il linguaggio rimane dinamico e in continua evoluzione.

Secondo gli autori dello studio, l’evoluzione del linguaggio sui social non dipende solo da queste piattaforme. L’uso crescente di abbreviazioni, hashtag ed emoticon è un fenomeno che rispecchia un cambiamento più ampio, accelerato dalla digitalizzazione globale. Questo processo di semplificazione linguistica è simile a quello avvenuto nelle lingue romanze che si sono evolute dal latino.

“Comprendere l’impatto delle piattaforme digitali sul comportamento degli utenti presenta sfide, inclusi problemi come la polarizzazione e la disinformazione. Le analisi comparative tra piattaforme e nel tempo possono fornire importanti spunti su questi fenomeni”, spiegano i ricercatori.

IBM sta progettando una soluzione innovativa per ridurre il consumo energetico nei data center utilizzati per l’addestramento dell’intelligenza artificiale generativa, integrando la fibra ottica ai tradizionali cavi elettrici a corto raggio. Questo approccio, noto come Co-Packaged Optics (tecnologia elettro-ottica), potrebbe apportare significativi miglioramenti in termini di velocità ed efficienza energetica per l’IA e altre applicazioni informatiche.

Vantaggi della tecnologia:

• Maggiore velocità e larghezza di banda: La tecnologia elettro-ottica potrebbe accelerare notevolmente l’elaborazione dei dati.
• Efficienza energetica: Ridurre il consumo energetico di oltre cinque volte rispetto ai metodi tradizionali.
• Riduzione dei tempi di addestramento: IBM prevede che il tempo necessario per addestrare un “modello di linguaggio” standard possa essere ridotto da tre mesi a sole tre settimane grazie a questa tecnologia.

Implicazioni per l’IA:

Questa innovazione permette di trasportare i dati attraverso i data center in modo simile a come i cavi in fibra ottica trasmettono le informazioni, aprendo la strada a una comunicazione più veloce e sostenibile, capace di gestire i carichi di lavoro sempre più complessi dell’IA.

Come ha commentato Dario Gil, SVP e direttore della ricerca presso IBM, questa svolta segna l’inizio di una nuova era in cui le comunicazioni nei chip e nei data center saranno molto più efficienti, migliorando le prestazioni e riducendo l’impatto ambientale delle tecnologie legate all’intelligenza artificiale.