Nonostante gli investimenti massicci in infrastrutture AI da parte dei giganti della tecnologia, la crescita dei ricavi dall’AI non si è ancora materializzata, indicando una significativa discrepanza nel valore percepito dagli utenti finali. Secondo David Cahn di Sequoia Capital, le aziende AI dovranno guadagnare circa 600 miliardi di dollari all’anno per coprire i costi delle loro infrastrutture, come i datacenter.
Aziende come Nvidia hanno generato 47,5 miliardi di dollari in ricavi da hardware per datacenter, ma altre società come AWS, Google, Meta e Microsoft hanno investito pesantemente nella loro infrastruttura AI nel 2023. Tuttavia, la capacità di recuperare questi investimenti resta incerta. Cahn avverte che potremmo assistere alla formazione di una bolla finanziaria nell’AI.
Ha evidenziato che, per coprire i costi totali dei datacenter AI, è necessario raddoppiare i ricavi di Nvidia, considerando anche un margine lordo del 50% per gli utenti finali. Anche se le principali aziende tecnologiche generassero 10 miliardi di dollari all’anno ciascuna dall’AI, rimarrebbe un divario di 500 miliardi di dollari.
Le sfide all’ottimismo includono la possibile commoditizzazione del calcolo AI e la rapida svalutazione dei processori.
Sebbene l’AI abbia un potenziale trasformativo, il percorso sarà lungo e complesso, con la necessità di un’innovazione sostenuta e creazione di valore. Se l’industria non tempera le aspettative di profitti rapidi, la bolla da centinaia di miliardi di dollari potrebbe esplodere, causando una crisi economica globale.
Per maggiori informazioni, clicca per l’articolo originale.
La comunità di intelligence degli Stati Uniti sta abbracciando l’AI generativa
La comunità di intelligence degli Stati Uniti sta adottando l’AI generativa per migliorare le operazioni di intelligence. Lakshmi Raman, direttore dell’Innovazione AI della CIA, ha discusso l’uso dell’AI per assistenza nella ricerca, scrittura e generazione di controargomentazioni durante il Summit di Amazon Web Services a Washington, D.C.
Gli analisti utilizzano AI per analizzare grandi quantità di dati, identificando informazioni cruciali. Tuttavia, la tecnologia non è priva di rischi, come le cosiddette “allucinazioni” AI che possono fornire risposte inaccurate, potenzialmente pericolose in ambito di sicurezza nazionale.
Adele Merritt, Chief Information Officer della comunità di intelligence, sottolinea l’importanza di un approccio responsabile all’uso dell’AI. La CIA collabora con l’Ufficio del Consiglio Generale e l’Ufficio per la Privacy e le Libertà Civili per garantire un uso sicuro e affidabile dell’AI generativa.
Nonostante le rigorose esigenze di sicurezza, un numero crescente di strumenti di AI generativa è già in uso. Microsoft, Google Cloud, Oracle e AWS stanno tutti collaborando con agenzie governative per fornire soluzioni di AI generativa sicure.
AWS ha annunciato un investimento di 50 milioni di dollari per aiutare i clienti del settore pubblico ad affrontare le sfide dell’AI generativa. Il marketplace di AWS per la comunità di intelligence semplifica l’acquisizione di software AI, permettendo alle agenzie di utilizzare strumenti simili a quelli disponibili ai loro avversari.
Questo approccio mira a potenziare le democrazie, mantenendole competitive sul palcoscenico globale.
Per maggiori informazioni, clicca per l’articolo originale.
L’AI sta potenziando la diagnosi delle malattie
I test diagnostici stanno iniziando a rilevare le malattie molto prima grazie all’intelligenza artificiale (AI). La capacità dell’AI di utilizzare una vasta gamma di dati sta aiutando i ricercatori a scoprire nuovi metodi per individuare le malattie. Per esempio, ricercatori dell’Università di Pechino hanno scoperto che i modelli di temperatura del viso, rilevati tramite telecamere termiche e AI, sono associati a malattie croniche come diabete e ipertensione.
Allo stesso modo, l’Università della Columbia Britannica ha identificato un sottotipo di cancro endometriale che aumenta il rischio di morte, non rilevabile con i test tradizionali. Un altro studio ha mostrato che è possibile identificare i pazienti con Parkinson fino a sette anni prima della comparsa dei sintomi tramite un test del sangue associato all’AI.
Gli algoritmi AI possono organizzare e analizzare enormi quantità di dati rapidamente, identificando schemi non visibili a occhio umano. Questo approccio sta rendendo i test diagnostici più personalizzati, predittivi e prescrittivi, confrontando i nuovi biomarcatori con i dati personali dei pazienti e dati in tempo reale da dispositivi indossabili. Tuttavia, l’AI non pratica la medicina ma serve come strumento per migliorare l’accuratezza dei medici.
La qualità dei dati in ingresso è cruciale per evitare bias e garantire l’accuratezza degli algoritmi. Le organizzazioni sanitarie devono ancora stabilire linee guida appropriate per l’uso dell’AI e garantire la trasparenza dei dati.
Per maggiori informazioni, clicca per l’articolo originale.
