L’Europa mette 3 miliardi sul tavolo, Meta vuole la tua agenda

1. Mistral raccoglie 3 miliardi e alza la bandiera europea

Mistral AI, la startup francese spesso indicata come il principale sfidante europeo dei giganti americani, ha raccolto 3 miliardi di euro in un nuovo round di investimento. È il più grande finanziamento azionario mai annunciato da una tech europea e porta la valutazione dell’azienda a circa 24 miliardi. Non è soltanto una cifra da prima pagina: segnala che gli investitori credono possa esistere un’alternativa europea a OpenAI, Google e Anthropic.

Fin qui Mistral era conosciuta soprattutto per i suoi modelli linguistici, cioè i motori che generano e comprendono testo. Ora il piano si allarga parecchio: più capacità di calcolo, data center, modelli open-weight e servizi pronti per le imprese. Open-weight non significa che chiunque possa fare tutto liberamente, ma che i “pesi”, cioè le istruzioni numeriche apprese dal modello, sono disponibili per essere usati e adattati con più autonomia rispetto a prodotti totalmente chiusi.

La posta in gioco è la cosiddetta sovranità digitale. Molte aziende europee, soprattutto nei settori regolati come banche, sanità e pubblica amministrazione, vogliono usare l’AI senza spedire dati delicati oltreoceano o dipendere da una sola piattaforma. Mistral dovrà però dimostrare di saper trasformare una buona tecnologia in un’azienda completa, con infrastrutture costose, assistenza affidabile e prodotti che le imprese scelgano davvero ogni mattina.

Leggi la fonte → (AI4Business)

2. Meta Muse vuole diventare il tuo assistente personale, ma prima deve guadagnarsi fiducia

Meta ha presentato Muse, un agente AI personale pensato per fare molto più che rispondere a una domanda o generare un testo. L’idea è collegarlo a email, calendari, pagamenti, servizi sanitari e ad altre fonti della nostra vita digitale, così da poter organizzare appuntamenti, ricordare scadenze e agire al posto nostro. In altre parole, non un chatbot da consultare ogni tanto, ma una specie di segretario sempre acceso.

La proposta è potente proprio perché tocca informazioni che oggi teniamo separate. Un assistente che legge il calendario può suggerire quando fissare una visita, uno che vede le email può preparare una risposta, uno che accede ai pagamenti può aiutare con acquisti e abbonamenti. Il vantaggio è evidente, ma lo è anche il rischio: più dati consegniamo a un’AI, più dobbiamo sapere esattamente che cosa vede, conserva, collega e condivide.

Per Meta la sfida non è soltanto tecnica, è reputazionale. L’azienda possiede già Facebook, Instagram e WhatsApp, piattaforme immense che hanno affrontato negli anni molte polemiche sulla privacy e sull’uso dei dati. Chiedere agli utenti di affidarle anche agenda, salute e soldi è quindi il suo test più delicato: Muse dovrà essere utile al punto da superare la naturale diffidenza di chi pensa che una foto delle vacanze sia una cosa, la propria vita amministrativa un’altra.

Leggi la fonte → (TechCrunch AI)

3. Google DeepMind prova a leggere i 9 miliardi di piccoli errori possibili nel DNA

Google DeepMind ha pubblicato AlphaGenome Atlas, una mappa predittiva degli effetti molecolari di circa 9 miliardi di possibili variazioni di una singola lettera nel genoma umano. Il DNA può essere immaginato come un manuale scritto con quattro lettere, e una variazione di una lettera è un minuscolo refuso che a volte non cambia nulla, altre volte altera una funzione importante. Capire in anticipo quali refusi meritino attenzione è uno dei problemi più difficili della genetica moderna.

L’atlante non dice semplicemente “questa persona si ammalerà” e non è un test medico per il pubblico. Cerca invece di prevedere che cosa potrebbe accadere a livello molecolare quando cambia una lettera: per esempio se un gene viene attivato meno, se una proteina viene prodotta in modo diverso o se un meccanismo di regolazione si inceppa. È un lavoro da lente d’ingrandimento, utile ai ricercatori che devono selezionare tra una quantità enorme di varianti quelle più promettenti da studiare in laboratorio.

Qui l’AI fa ciò che sa fare bene: setacciare combinazioni troppo numerose per essere esaminate una a una, proponendo una lista di priorità. Ma una previsione rimane una previsione, e dovrà essere verificata con esperimenti e studi clinici prima di trasformarsi in cura o diagnosi. L’impatto potenziale è grande soprattutto per le malattie rare, dove trovare la mutazione davvero rilevante può somigliare a cercare un errore di battitura in un’enciclopedia.

Leggi la fonte → (Google DeepMind Blog)

4. I data center italiani guardano all’Irlanda, con una bolletta molto più grande

Quando diciamo che un servizio gira “nel cloud”, immaginiamo qualcosa di leggero e invisibile. In realtà il cloud vive in enormi data center, edifici pieni di server che consumano energia e producono calore, e l’AI ne aumenta rapidamente il fabbisogno. L’Irlanda offre un’anteprima molto concreta: i suoi data center assorbono già circa il 23% dell’elettricità nazionale.

L’articolo mette a confronto Dublino con una possibile futura Milano, visto che la maggior parte delle richieste italiane di nuovi allacciamenti è concentrata nell’area milanese. Le richieste presentate a Terna valgono complessivamente 96 gigawatt, una cifra enorme rispetto ai consumi effettivi e alle infrastrutture disponibili. Non significa che verranno costruiti tutti quei progetti, ma fa capire la corsa in atto per prenotare capacità elettrica e terreni adatti.

La lezione irlandese non è “vietiamo i data center”, bensì “decidiamo prima le regole”. Servono reti elettriche, energia rinnovabile, criteri per scegliere dove costruire e accordi chiari su costi e benefici per i territori. Senza pianificazione, il rischio è che le infrastrutture arrivino dove conviene ai privati, lasciando alle città la pressione su rete, acqua, suolo e bollette.

Leggi la fonte → (AI4Business)

In breve

• ChatGPT Images 2.5 aggiunge Sketch: puoi fare uno scarabocchio direttamente nella chat e spiegare come trasformarlo in un’immagine rifinita. È un piccolo cambio di interfaccia, ma importante: invece di descrivere tutto a parole, puoi indicare posizione, forma e composizione con un disegno che persino un bambino capirebbe.
• Anthropic ha avvisato gli utenti di Claude di possibili furti di token, cioè le credenziali che permettono a un account di usare il servizio. Un utente si è accorto di consumi anomali senza stare lavorando: controllare attività e accessi, usare password uniche e attivare l’autenticazione a due fattori non è più una fissazione da informatici.
• Un farmaco progettato con l’AI da Insilico Medicine, chiamato rentosertib, ha mostrato in uno studio iniziale segnali di riduzione dell’età biologica stimata. Sei diversi “orologi” biologici hanno indicato pazienti fino a sei anni più giovani rispetto al gruppo placebo, ma siamo ancora lontani dalla pillola dell’eterna giovinezza: servono studi più ampi e più lunghi.
• Adobe sta semplificando l’uso dell’AI in Premiere con lo strumento Generative Media, integrato direttamente nella timeline di montaggio. Video, effetti sonori, musica e atmosfere diventano accessibili senza saltare tra programmi diversi: ottimo per velocizzare bozze e contenuti, meno ottimo se si usa il tasto magico al posto di una buona idea.
• Google porta WeatherNext 3 nel mercato dell’energia: il suo modello prevede vento a 100 metri d’altezza, nuvolosità e luce solare, aggiornando le stime ogni ora. Sono dati preziosi per chi gestisce reti elettriche, parchi eolici e impianti solari, perché sapere quanta energia arriverà domani aiuta a evitare sprechi e sorprese.

Lo sapevi che…

Tool del giorno