In un periodo in cui sembrava che l’innovazione nel settore degli smartphone avesse raggiunto il suo apice, alcuni ingegneri di Qualcomm hanno sorpreso il mondo introducendo con successo il modello AI text-to-image Stable Diffusion su uno smartphone. Questo evento ha segnato una pietra miliare sia per l’intelligenza artificiale che per il settore degli smartphone.
In un impressionante video dimostrativo, gli ingegneri hanno utilizzato il modello text-to-image su un telefono Sony Xperia 5 II, equipaggiato con Qualcomm Snapdragon 865 (Adreno 650), 8 GB di RAM e oltre 30 GB di spazio di archiviazione. Il risultato è stato la generazione di un’immagine di 512 x 512 pixel in meno di 15 secondi. Un’impresa notevole se si considera che i modelli di questo tipo richiedono di solito un’enorme potenza di calcolo e vengono eseguiti in cloud.
L’introduzione di modelli di intelligenza artificiale generativa sui dispositivi mobili ha il potenziale per rivoluzionare il settore. Questo progresso affronta efficacemente una delle sfide fondamentali: il costo. Inoltre, apre le porte a nuove opportunità di innovazione nel mondo degli smartphone.
Il CEO di Qualcomm, Cristiano Amon, ha sottolineato che l’intelligenza artificiale generativa potrebbe infondere nuova vita agli smartphone. Nonostante gli smartphone attuali già integrino una certa quantità di intelligenza artificiale, l’implementazione di modelli generativi potrebbe trasformare radicalmente il modo in cui interagiamo e utilizziamo questi dispositivi. Gli sviluppatori potrebbero esplorare nuove possibilità, rendendo ogni app sul tuo smartphone più potente grazie a questi modelli fondamentali.
Un esempio interessante è la trasformazione potenziale delle tastiere degli smartphone. Gli LLM (Large Language Models) potrebbero rivoluzionare la predizione del testo, aprendo nuove prospettive nel modo in cui usiamo le tastiere virtuali. Apple ha già annunciato miglioramenti simili alla sua Worldwide Developers Conference 2023, con l’implementazione di modelli linguistici trasformativi per la correzione automatica.
Inoltre, l’intelligenza artificiale generativa può personalizzare le interfacce utente sugli smartphone in base al comportamento, alle preferenze e ai modelli degli utenti. Ciò potrebbe comportare layout di app personalizzati e esperienze utente su misura per ciascun individuo. Immagina il tuo telefono che risponde automaticamente alle e-mail per tuo conto. Con l’elaborazione in loco, queste visioni diventano sempre più plausibili.
Un aspetto cruciale è che gli LLM eseguiti sui dispositivi mobili potrebbero democratizzare l’accesso all’intelligenza artificiale a livello globale, visto che ci sono oltre 6,5 miliardi di utenti di smartphone in tutto il mondo. Questo consentirebbe l’accesso alle funzionalità basate sull’intelligenza artificiale anche in assenza di connessione Internet, il che sarebbe particolarmente utile in aree con connettività limitata o durante i viaggi. L’elaborazione locale ridurrebbe notevolmente la latenza, garantendo risposte più rapide in applicazioni in tempo reale.
Inoltre, l’esecuzione locale degli LLM sui dispositivi mobili consumerebbe meno dati, un vantaggio importante in regioni con piani dati costosi o limitati. Ciò migliorerebbe anche l’esperienza utente in applicazioni come assistenti virtuali, chatbot e input di testo predittivo.
Per quanto riguarda OpenAI e il suo modello ChatGPT, l’azienda sta affrontando costi significativi per mantenerlo funzionante. Il passo successivo potrebbe essere l’esecuzione di tali modelli direttamente sui dispositivi, eliminando i costi associati ai server cloud.
Anche altre aziende, come Google e MediaTek, stanno esplorando questa strada, dimostrando ulteriormente il potenziale di questa evoluzione. Inoltre, startup come SiMa.ai stanno sviluppando chip AI all’avanguardia per supportare l’elaborazione dell’intelligenza artificiale all’edge.
In conclusione, il futuro sembra promettente con l’introduzione di modelli di intelligenza artificiale generativa sui dispositivi mobili. Qualcomm sta giocando un ruolo di primo piano in questo processo, anticipando nuovi chip che abilitano questa tecnologia. Questa transizione verso l’edge computing potrebbe ridurre i costi, migliorare l’efficienza e aprire nuove possibilità di innovazione nel mondo degli smartphone. Non vediamo l’ora di scoprire cosa riserva il futuro!