VerdeLab.info - Software House

“La Macchina Analitica non ha alcuna pretesa di originare alcunché. Può fare qualsiasi cosa noi sappiamo come ordinarle di eseguire. Il suo compito è aiutarci a rendere disponibile ciò con cui abbiamo già familiarità.” Ada Lovelace Abbiamo letto appassionatamente alcuni articoli su come l'Intelligenza Artificiale di Anthropic abbia "aggredito" uno dei problemi più affascinanti di sempre della matematica, formulato dal celebre fisico e matematico tedesco Georg Friedrich Bernhard Riemann . Thomas Kuhn nel suo saggio: " La struttura delle rivoluzioni scientifiche " definisce la scienza normale come l'attività di ricerca basata su uno o più risultati scientifici del passato ai quali una particolare comunità riconosce, per un certo periodo, la capacità di costituire il fondamento della sua prassi ulteriore. Ora i modelli di linguaggio (LLM) operano all'interno della distribuzione dei dati su cui sono stati addestrati. Quando un agente "ragiona...

“Nihil est quod non ipsa ratio rationi iuncta perficiat.” (“Non c'è nulla che la ragione stessa, unita alla ragione, non possa perfezionare.”) Seneca Del nostro software Clavis abbiamo già esplorato la sua architettura di sicurezza e il modo in cui gestisce il calcolo matematico esatto per scongiurare le allucinazioni dell'IA. Tuttavia, le sfide della conoscenza aziendale non si limitano a testi puliti e calcoli isolati. Molto spesso, i dati più preziosi sono intrappolati in scansioni complesse, grafici, tabelle o schemi visivi. Inoltre, le imprese non hanno solo bisogno di cercare informazioni, ma devono anche poter applicare a queste informazioni delle regole decisionali o prescrittive (" se si verificano le condizioni A e B, allora si applica la procedura C "). In questo articolo vedremo come Clavis affronta questi due scenari critici attraverso l' ingestione multimodale e un motore di inferenza neuro-simbolica dedicato, nato dalla passione per il Pr...

“Nihil est autem ratione melius.” (“Nulla vi è di migliore della ragione.”) Marco Tullio Cicerone Nel nostro precedente articolo abbiamo introdotto la visione alla base di Clavis , la nostra piattaforma di knowledge retrieval e ragionamento enterprise . Abbiamo accennato a come Clavis eviti le classiche "allucinazioni" dei modelli linguistici (LLM) separando la comprensione del testo dal calcolo matematico. Oggi vogliamo entrare nei dettagli tecnici ed esplorare le architetture specifiche che rendono questo obiettivo una realtà operativa e sicura per le aziende. La maggior parte degli strumenti di IA aziendale si affida esclusivamente alla ricerca vettoriale (RAG). Sebbene efficace per trovare concetti affini, questo approccio fatica a identificare codici esatti, formule o relazioni precise tra i dati. Clavis supera questo limite interrogando i dati contemporaneamente attraverso quattro canali indipendenti, i cui risultati vengono poi uniti in modo pesato tramite l...

“Ratio quasi lux et lucerna vitae.” (“La ragione è come la luce e la lanterna della vita.”) Marco Tullio Cicerone Nelle organizzazioni moderne, la conoscenza è spesso frammentata e parzialmente bloccata. Documenti d'archivio, scansioni di perizie, tabelle di tolleranza, formule ingegneristiche o normative complesse riempiono i server aziendali, ma rimangono risorse passive. I tradizionali motori di ricerca interni faticano ad estrarre valore reale da questa complessità, mentre i moderni modelli linguistici di intelligenza artificiale (LLM), pur brillanti nella sintesi testuale, mostrano limiti evidenti quando si tratta di eseguire calcoli matematici rigorosi o applicare regole prescrittive senza incorrere in allucinazioni. In VerdeLab crediamo che un'intelligenza artificiale utile alle imprese debba basarsi su principi diversi: determinismo, spiegabilità e sovranità del dato . Per questo stiamo sviluppando Clavis (dal latino chiave ), un ecosistema enterprise multi-tena...

“Preso in sé, il pensiero è come una nebulosa in cui nulla è necessariamente delimitato. Non vi sono idee prestabilite, e nulla è distinto prima dell'apparizione della lingua.” Ferdinand de Saussure Una domanda che dovrebbe costantemente affrontare chi costruisce sistemi basati su modelli linguistici è: cosa significa, davvero, "capire qualcosa"? Questo dubbio metodico emerge tutte le volte che dobbiamo risolvere un nuovo problema, stabilire se esistono nessi profondi tra frasi e concetti o valutare la bontà di un risultato. Che la comprensione abbia a che fare con l’afferrare significati e che questi dipendano strettamente dal contesto è intuitivo. Traslato nell’ambito dell’elaborazione automatica del linguaggio, significa mappare, nella maniera più accurata possibile, i significati all’interno di un perimetro di condizioni ben definite. Detto così sembra semplice; nei fatti, è invece di una complessità inaudita. Gli LLM, dall’avvento dei Transformer in poi, semb...

“Il linguaggio è la casa dell'essere” Martin Heidegger C'è una domanda che chiunque costruisca sistemi di recupero dell'informazione prima o poi deve affrontare, non sul piano tecnico, ma su quello epistemologico. Quando una macchina cerca , cosa sta cercando? Cerca una parola? Cerca un concetto? Cerca un'intenzione? Cerca un fatto registrato in una tabella? La risposta a questa domanda determina tutto: l'architettura del sistema, la qualità dei risultati, il modo in cui la conoscenza viene restituita all'utente. E la storia di come il campo dell'information retrieval ha cambiato risposta nel corso degli ultimi decenni è, a tutti gli effetti, una storia filosofica mascherata da storia tecnica. In VerdeLab ci siamo trovati a confrontarci con questa domanda in modo molto concreto e non solo durante la progettazione del sottosistema di ricerca di Labyrinthum . E il confronto ci ha portato molto lontano dal codice, fino alla morfologia, alla semantica di...