L’Italia, nota a livello mondiale non solo per le sue eccellenze nell’automobilismo e nella moda, si sta affermando anche come un hub significativo nel settore delle tecnologie avanzate e dell’intelligenza artificiale. Un esempio emblematico di questo trend è il progetto Minerva, portato avanti dal team di Sapienza Natural Language Processing dell’Università di Roma.
Questo innovativo sistema AI è formato da tre distinti modelli, ciascuno dei quali è stato sviluppato attraverso l’analisi di testi in lingua italiana che ammontano a un totale di cinque milioni di romanzi. Attualmente impiegato principalmente a scopo di ricerca, si prevede che Minerva verrà rilasciato come strumento open source accessibile a tutti in un futuro prossimo.
Minerva si distingue per essere interamente addestrato in italiano, sfruttando esclusivamente fonti aperte, garantendo così una maggiore trasparenza e permettendo un controllo accurato delle informazioni utilizzate durante la fase di apprendimento. Questo approccio riduce significativamente il rischio di impiegare dati di provenienza dubbia o non etica.
Progettato come un modello fondazionale, Minerva si concentra sulla produzione di testi fluidi e coerenti piuttosto che sull’interazione diretta con l’utente. In questo, si differenzia dalle funzionalità di ricerca di base, come quelle offerte da Google, poiché opera attraverso meccanismi di apprendimento profondo e non si basa sui dati di ricerca degli utenti.
L’importanza di sviluppare intelligenze artificiali in italiano risiede nella capacità di conservare e riflettere le peculiarità culturali e linguistiche italiane, garantendo che il contenuto generato rispecchi autenticamente il contesto locale.
Nonostante questi progressi, rimangono delle sfide significative nell’accurata valutazione della qualità del linguaggio prodotto da tali sistemi AI, dato che mancano standard oggettivi universali di misurazione. Questo rappresenta un’area attiva di ricerca per il gruppo Sapienza, che sta cercando di stabilire benchmark affidabili e criteri di valutazione adeguati.