Lunghe conversazioni come se stessimo parlando ad un amico. Nell’immaginario comune l’intelligenza artificiale è proprio questo: uno scambio di parole e pensieri. ChatGPT, Claude e gli altri chatbot ci hanno abituati proprio a questo: a chiedere come si scongela il pollo, quanto dista la Luna dalla Terra, come si risolve un’equazione matematica, ma anche una crisi amorosa. In questo scenario si inserisce qualcosa di completamente diverso: Jev, il nuovissimo modello di intelligenza artificiale presentato solo poche settimane fa dalla società statunitense TypeSafe AI. Jev non nasce per essere un chatbot da utilizzare direttamente come ChatGPT: lo strumento è pensato infatti soprattutto per sviluppatori e aziende che possono integrarlo all’interno dei propri software e servizi.
L’idea che ha guidato gli sviluppatori di Jev è stata infatti quella di creare un’intelligenza artificiale che non debba per forza parlare con noi, ma che possa prendere decisioni e comunicarle direttamente a un programma. Siamo dunque di fronte ad una sorta di IA invisibile, progettata per privilegiare risposte rapide e strutturate invece della generazione libera di testo e di automatizzare milioni di micro scelte.
I modelli System One Models
Il fondatore di TypeSafe Diogo Almeida ha presentato Jev come il primo esemplare di una nuova famiglia di modelli, non più linguistici, chiamata «System One Models». Questi strumenti sono pensati per essere utilizzati come componenti all’interno dei sistemi software più che come interfacce destinate direttamente all’utente finale. La differenza è molto interessante: un modello linguistico tradizionale genera una risposta parola dopo parola e può produrre praticamente qualsiasi testo, simulando una conversazione con noi. Jev, invece, è stato configurato per restituire solo informazioni strutturate, seguendo schemi e possibilità definite in precedenza.
Per spiegare il suo funzionamento l’azienda parte dall’esempio di un sistema che debba analizzare una richiesta e stabilire se è urgente oppure no. Invece di scrivere una spiegazione articolata, Jev può restituire in modo molto più semplice e veloce una decisione o una serie di valori che il software è in grado di interpretare. Le possibilità di output vengono infatti vincolate dallo sviluppatore e questo limita il modello alle risposte previste dallo schema. In questo modo si può ottenere un risultato più prevedibile dal punto di vista della struttura e ridurre alcuni dei problemi tipici dei modelli generativi come le cosiddette «allucinazioni».
Il workflow
In italiano possiamo tradurre workflow come «flusso di lavoro» e cioè una sequenza di operazioni che un software esegue per portare a termine un compito. In un workflow, Jev potrebbe quindi rappresentare il punto in cui viene presa una decisione. Se arriva una richiesta Jev procede ad analizzarla, poi decide a quale categoria appartiene del software e sulla base di questo esegue in automatico l’azione successiva. È per questo che l’utente finale potrebbe non vedere mai Jev in azione: il modello lavora dietro le quinte e quello che alla fine mostra è solo una determinata decisione.
I software posso utilizzare Jev per analizzare ogni tipo di richiesta, classificarla e stabilire quale debba essere il passaggio successivo. Allo stesso modo, un’applicazione potrebbe utilizzarla per assegnare un punteggio, scegliere tra diverse opzioni o decidere se una determinata operazione debba essere eseguita o no. Il vantaggio, almeno in linea teorica, è dunque proprio quello di inserire un modello di IA direttamente all’interno dei processi decisionali di un software.
Velocità di risposta
Rispetto ai modelli di IA come ChatGPT, Claude e altri chatbot che generano testo una porzione di parola alla volta Jev rinuncia alla scrittura libera e punta dunque invece su output strutturati e predefiniti. È grazie a questa scelta, secondo TypeSafe, che lo strumento si presenta competitivo soprattutto dal punto di vista della velocità e dei costi. L’azienda sostiene infatti che Jev possa rispondere ad una richiesta in un intervallo compreso tra 70 e 500 millisecondi e ad un prezzo di circa 0,042 dollari per un milione di unità di testo ricevute. Nei confronti pubblicati sul proprio sito indica inoltre un vantaggio massimo di 193,6 volte nella velocità e di 444,6 volte nel costo rispetto ai modelli scelti come riferimento.
A che punto siamo
Per ora, però, Jev è disponibile solo in un accesso anticipato riservato a chi vuole provare la tecnologia prima della sua eventuale disponibilità più ampia. Ciò significa che ci troviamo di fronte ad un prodotto molto recente, lanciato solo il 15 settembre dopo due anni di lavori lontano dai riflettori, che deve ancora dimostrare sul campo le proprie capacità. Il prossimo passaggio sarà verificarne l’uso su applicazioni esterne, perché solo i test indipendenti potranno misurare l’accuratezza, la velocità e il vantaggio economico dello strumento.
Al momento Jev rimane comunque una proposta tecnica allettante soprattutto per gli sviluppatori. Più che cercare di rendere l’intelligenza artificiale sempre più simile a un interlocutore umano, TypeSafe prova infatti a percorrere una strada diversa: trasformarla in un componente software capace di analizzare un input e restituire rapidamente una decisione strutturata. Non più dunque lunghe ed elaborate conversazioni ma poche e precise decisioni.
