Debutta ChatMinerva: l'intelligenza artificiale made in Italy con accesso al web in tempo reale
Dalla Sapienza arriva ChatMinerva, l'intelligenza artificiale italiana che legge testi, analizza immagini e documenti e accede al web in tempo reale.
Un modello AI multimodale in grado di leggere testi, interpretare immagini, analizzare documenti e accedere al Web in tempo reale, il tutto dialogando in lingua italiana.
No, non stiamo parlando di una nuova versione di ChatGPT o Gemini, bensì di ChatMinerva, il nuovo chatbot recentemente presentato dal gruppo di ricerca Sapienza NLP dell’Università La Sapienza di Roma, guidato dal professor Roberto Navigli, in collaborazione con lo spin-off accademico Babelscape.
Un’intelligenza artificiale che, grazie alle sue capacità e particolarità, si propone come una risposta concreta alle soluzioni AI di oltreoceano.
Come funziona ChatMinerva
Va detto fin da subito che ChatMinerva non nasce dal nulla: è l’evoluzione diretta di Minerva 7B, il Large Language Model sviluppato in precedenza dallo stesso gruppo Sapienza NLP.
Ma se Minerva si proponeva come alternativa ai modelli USA, puntando su apertura, rigore scientifico e indipendenza, la nuova incarnazione (appunto ChatMinerva) si presenta come un assistente interattivo più completo, e più vicino agli standard attuali.
E con una marca in più: la trasparenza e il controllo diretto sull’intero ciclo di sviluppo del modello, dal pre-addestramento al fine-tuning, fino ai sistemi di moderazione dei contenuti, con il training reso possibile grazie alla potenza computazionale del supercomputer Leonardo del consorzio CINECA.
Un ruolo importante è stato inoltre svolto dalla comunità degli utenti: le interazioni raccolte durante la fase pubblica di Minerva 7B hanno contribuito al fine-tuning del modello attraverso milioni di esempi, sia testuali sia multimodali.
Altro aspetto non da poco riguarda l’accesso alle informazioni. ChatMinerva integra un sistema di Web RAG (Retrieval-Augmented Generation) basato sul motore di ricerca aperto DuckDuckGo, che consente al modello di recuperare dati aggiornati in tempo reale, superando così uno dei limiti principali dei sistemi addestrati su dataset statici.
Cosa puoi fare con questo chatbot
Non sono poche le funzioni accessibili già da oggi su ChatMinerva.
Ad esempio, puoi caricare immagini di pagine in lingua straniera per ottenerne traduzione e sintesi in italiano in tempo reale.
Puoi anche chiedere l’analisi dettagliata di articoli scientifici, sempre con interazione in italiano e con un livello notevolmente alto di affidabilità. Addirittura puoi anche interagire vocalmente con il sistema.
E come detto all’inizio, ti offre l’accesso a informazioni aggiornate in tempo reale provenienti dalla rete.
Per quanto riguarda la comprensione multimodale, il modello della Sapienza è in grado di elaborare fotografie, pagine scannerizzate, report e testi scientifici, combinando informazioni visive e testuali.
Tra l’altro, integra pure delle capacità di riconoscimento ottico dei caratteri (OCR, Optical Character Recognition) per l’analisi dei documenti digitalizzati.
Infine, rispetto alla versione precedente, da segnalare è anche l’estensione della finestra contestuale fino a 32.000 token, ottenuta tramite continual training (ossia apprendimento continuo). Un miglioramento che permette al chatbot di gestire documenti lunghi e conversazioni articolate senza perdita di coerenza nel ragionamento.
Come accedere al chatbot
A differenza di molte piattaforme concorrenti che prevedono piani in abbonamento (o limiti d’uso nel caso di versioni gratuite), ChatMinerva è attualmente accessibile a tutti gli utenti.
Il chatbot è infatti aperto a tutti e si può già testare gratuitamente. Devisolo effettuare la registrazione con nome utente e password per iniziare a utilizzarlo.
FAQ
Un modello AI multimodale sviluppato da Sapienza NLP e Babelscape che legge testi, interpreta immagini, analizza documenti e accede al web in tempo reale.
Sì: integra un sistema Web RAG che usa DuckDuckGo per recuperare dati aggiornati in tempo reale.
Elabora immagini, pagine scannerizzate, report e testi, combina informazioni visive e testuali e dispone di OCR.
È accessibile gratuitamente previa registrazione con nome utente e password, senza piani obbligatori a pagamento.
