Risultati di ricerca

The study “PROCESSBENCH: Identifying Process Errors in Mathematical Reasoning” by Chujie Zheng, Zhenru Zhang, Beichen Zhang, involving QwenTeam, Alibaba Inc., presents a new methodology to measure the ability of language models to detect the first logical or mathematical error within step-by-step solutions. The core of the research concerns verifying the reliability of models when analyzing complex problems, often at the level of mathematical competitions, to prevent superficial assessments and improve automated oversight processes. PROCESSBENCH: Toward a Scalable Evaluation of Mathematical Reasoning Errors in AI Objectives of PROCESSBENCH Analyzing errors in reasoning processes requires careful attention. A language model’s ability to accurately identify the first error in a sequence of mathematical deductions is a key element to ensuring robust and scalable quality control. The PROCESSBENCH initiative is developed around a structured set of extensive test cases, including a collection of no fewer than 3,400 exercises focused on problems of varying complexity, even up to the Olympic level. The innovative aspect lies in analyzing not only the correctness of the final result, but the entire logical path followed. When a model confronts a mathematical problem, the validity of the conclusion can be misleading, especially if conceptual, algebraic, or logical errors emerge during the process. This diagnostic approach makes it possible to pinpoint intermediate steps where an apparently coherent structure masks inaccuracy. A key aspect is the difference between models trained only to reward the correctness of the final answer and models capable of authentic process evaluation. In the former case, training may lead to solutions that are formally correct in their conclusion but internally conceal unverified steps. This discrepancy becomes more evident as the problem’s difficulty increases for example, in tackling more complex texts, such as competition-level problems, even large-scale models may provide correct final answers but based on uncertain or fallacious intermediate deductions. PROCESSBENCH, on the other hand, forces a step-by-step analysis, seeking the exact point at which the error becomes apparent, if it exists. The creation of this corpus required careful human annotation. Multiple experts meticulously examined each solution, comparing it with reference answers known for their correctness. It is not just about identifying a wrong calculation: the error criteria include incorrect use of definitions, logical steps not supported by adequate evidence, omission of critical conditions, and unjustified assumptions. The result of this work is a highly challenging benchmark, where each test reflects a nontrivial situation: models must uncover the first moment when the logical chain loses solidity, distinguishing between a genuine error and a simple stylistic deviation or an insignificant detail. It is precisely this change of perspective that makes PROCESSBENCH a critical tool. Instead of focusing on the binary judgment of a final answer—correct or incorrect—granular understanding of the reasoning is required. Models must act as “critics” of their own solutions or those generated by other models, analyzing each deduction line by line. The approach is not limited to evaluating a model in isolation but is tested on solutions generated by a wide range of different systems, ensuring stylistic and complexity diversity that makes the benchmark robust. By increasing the difficulty of the questions, from school level up to the Olympiad level, it is tested whether models can still identify, step by step, the logical substance of each move. In this way, PROCESSBENCH not only evaluates but also enables those who develop or use language models to understand in which areas they fail, providing insights for improving oversight or training. A strategic use of the tool could consist in integrating step-by-step analyses as a control routine before using a model’s conclusions on an industrial scale, where invisible yet present errors in the chain of deduction can lead to unwise decisions. Moreover, such a methodology could provide entrepreneurs and managers with a method to evaluate the reliability of automated reasoning technology with solid criteria before implementing it on critical problems, allowing a better understanding of the boundaries and limits of today’s available artificial intelligence tools. Comparative Analysis Between Process Reward Models and Critic Models In comparing types of models, a clear distinction emerges. On the one hand, there are the so-called process reward models (PRMs), that is, systems designed to evaluate the correctness of intermediate steps based on the likelihood of ultimately reaching a correct answer. On the other, there are the so-called critic models, i.e., general language models with greater flexibility when appropriately instructed with specific prompts to perform critical step-by-step analysis. Comparing the two strategies on PROCESSBENCH makes it clear that PRMs, although built with the intent to oversee the logical thread of solutions, encounter increasing difficulties as the problem complexity grows. To better frame the phenomenon, it is useful to consider some numerical results. Analyses have shown that, on this dataset, PRMs struggle to maintain stable performance when moving up through levels, for example from elementary problems to those at the Olympiad level. By contrast, critic models demonstrate greater versatility. They are not natively optimized for this task, but if guided appropriately, they prove capable of identifying errors more effectively than most PRMs. This might suggest that training models exclusively to pursue the correct final answer is not sufficient to teach them to recognize errors along the way. A significant case emerges from the comparison between open-source and proprietary models. Considering a model specialized in internal reasoning, such as o1-mini, one observes a high-level performance in identifying errors, with an F1 of 87.9%, an indicator of excellent ability in precisely pinpointing the weak spot in the logical process. This result, superior to that of GPT-4o (61.9%), suggests that o1-mini’s specialization in step-by-step reasoning favors greater sensitivity to internal errors compared to a more generic and broader model like GPT-4o. On the open-source side, QwQ-32B-Preview, with an F1 of 71.5%, comes close to the performance of the best proprietary systems, placing itself halfway between the less effective models and the highest standards. This highlights tangible progress for open models, which prove competitive with GPT-4o, offering accessible solutions with solid reliability. However, even the best open-source models do not reach the power of the more specialized top-performing proprietary ones, showing that there is room for further improvement, especially in the approach to identifying reasoning errors. It is not just a matter of model size, but of how it has been trained and what oversight strategies have been employed to make it skilled in critical internal analysis of solution processes. A PRM trained on a large human-annotated corpus, such as Qwen2.5-Math-7B-PRM800K, levels off at average (F1) values around 56.5%, but struggles to scale when the problem complexity becomes too high. This suggests that PRM generalization is limited and that relying on outcome-based metrics has led to training that is not optimal for managing the real verification of every single step. From this analysis, a picture emerges in which critic models—those that act as reviewers—more promptly catch errors as difficulty increases. Their ability to reflect on the text, thanks to cleverly constructed prompts, allows an accurate analysis of internal coherence, the validity of the definitions used, and the correctness of the mathematical steps. They do not stop at the final result but ask themselves if the path taken to reach it makes sense, if every step is grounded, if the reasoning does not assume something not stated or not proven. One detail to note is how, through PROCESSBENCH, it was also observed that on very difficult problems, with advanced-level questions, even seemingly correct solutions can actually hide path errors. This reveals a new perspective on how complex it is to evaluate a language model trying to solve high-level mathematical problems: the result is not a guarantee of the rigor with which it was constructed. Hence the importance of this benchmark, which pushes us to consider linearity, solidity, and the absence of logical flaws as central elements in evaluating the quality of an automated reasoning system. In a context where companies may rely on systems capable of quickly formulating solutions to technical, legal, or market issues, monitoring the process is an essential prerequisite to avoid that apparently rational decisions are based on erroneous assumptions. Reflections and Consequences for the Future of Scalable Oversight In the landscape outlined by the introduction of PROCESSBENCH, it becomes increasingly clear how far we are from solving the issue of internal reasoning control in language models. The current state of the art appears as a work in progress, where available verification tools have not yet achieved sufficient maturity to guarantee full reliability. The crucial point emerging from the evidence is that limiting the evaluation of a system to the correctness of the final answer does not provide exhaustive information about the solidity of the logical path used to generate it. A model that produces a numerically exact outcome may have reached that result by mere coincidence, using poorly founded shortcuts or exploiting regularities in the training data distribution. Without a true internal inspection, appearances deceive correct results do not imply rigorous thought processes. PROCESSBENCH, designed to probe the quality of step-by-step reasoning, shows how a superficial analysis is insufficient. Experience, in fact, suggests that generic models, if properly guided, can assume the role of critics of their own results, bringing to light logical errors not immediately evident. This outcome is enlightening for developers, as it demonstrates that training a model solely on the probability of arriving at the correct solution is not the most effective strategy to confer self-checking capability and to identify errors along the way. Similarly, for those evaluating the implementation of such tools in decision-making or entrepreneurial environments, the need emerges to consider the internal reliability of the process. The stakes increase with the complexity of the problems and the critical level of the economic or strategic decisions to be made. In practical terms, a manager deciding to introduce an automatic reasoning system into their company should not limit themselves to asking whether the machine produces formally correct answers but should also wonder about the robustness of the path leading to those answers. PROCESSBENCH allows precisely this verification, addressing complex problems annotated with human care. Such a comparison prompts a rethinking of training methodologies. Increasing the model’s size or feeding it more data is not enough: it must be shaped so that it knows how to recognize when a logical link breaks down. The difference between a model that works blindly, while generating “correct” answers, and one that possesses internal awareness of its mistakes, is substantial. In the first case, there is a risk of placing excessive trust in a result not truly founded. In the second, any error is intercepted at the outset, highlighting the need to correct the path before deciding or acting accordingly. Technologies currently on the market often limit themselves to offering external, a posteriori checks based on heuristics or small samples. These solutions do not achieve the analytical depth necessary to truly understand the internal coherence of the reasoning, especially when the problem’s complexity grows. PROCESSBENCH, thanks to its vast set of cases and high-quality human annotations, provides a more solid testing base. For a company, not accepting vendor promises at face value means adopting a rigorous and independent benchmark capable of testing the internal validity of simulated cognitive processes. This perspective becomes valuable in not mistaking an apparent support—merely based on correct final results—for a truly reliable foundation upon which to build long-term strategies. Ultimately, if the goal is to employ automatic reasoning models in complex and variable scenarios, the development path is still long. The role of PROCESSBENCH in this historical phase is to show clearly how much remains to be done, without indulging in easy enthusiasm. Thanks to this resource, it becomes possible to understand where models fail, how to improve training practices, and which priorities to set to make oversight truly scalable. Those who must make operational or strategic decisions thus have the opportunity to make more informed choices, assessing the actual solidity of automated inference mechanisms. In a world where the use of artificial intelligence systems increasingly touches many areas, the difference between relying on a model with a merely final approach and employing a tool that scrutinizes the entire reasoning chain could determine the success or failure of a strategy. PROCESSBENCH, in the final analysis, does not merely propose a method of evaluation, but opens the way to a culture of internal analysis, monitoring, and continuous verification, pushing businesses, researchers, and developers toward more ambitious and secure goals. Conclusions In a landscape where language models’ analytical capacity tends to be taken for granted, PROCESSBENCH offers a tangible reference for redefining standards of quality and transparency in automated inference processes. The most interesting aspect is not only the improved identification of errors but also the potential evolution of the entire technological ecosystem: developers are no longer forced to chase performance on simplified tests, but are instead invited to tackle more realistic challenges, with complex problems and solutions annotated by experts. This competitive pressure could stimulate the birth of new architectures and training techniques oriented toward deep understanding of reasoning, not just replicating statistical patterns. From a strategic point of view, the existence of an advanced benchmark like PROCESSBENCH allows companies to make more informed choices about which tools to adopt. It is no longer about selecting the solution that gives the “right” answer most often, but the one that ensures logical solidity throughout the entire decision-making process. This shift in perspective, from the final result to the internal process, lays the groundwork for a kind of “cognitive governance” of technology: managers will be able to evaluate not only the effectiveness of a model but also its structural reliability. Consequently, the most forward-thinking enterprises, instead of blindly adopting systems known for high performance on standard tests, might opt for models that are slightly less precise on the single data point but more robust and transparent in their logic. If encouraged, this dynamic can help curb dependency on opaque proprietary solutions, while valuing the open-source approach when it guarantees, if not absolute primacy, at least a readily inspectable argumentative solidity. In the long run, the availability of complex benchmarks like PROCESSBENCH could also influence the relationship between research, market, and regulations. Regulatory bodies, for example, could refer to such tools to define minimum standards of “cognitive responsibility” for automatic reasoning technologies. Respecting qualitative thresholds tied to the internal correctness of reasoning, rather than the sole accuracy of the final result, could become a requirement for large-scale adoption in critical sectors such as finance, healthcare, or advanced logistics. In summary, PROCESSBENCH not only raises the bar for evaluating the quality of mathematical reasoning in language models but also sows the seeds for broader transformation. This includes the emergence of a more mature market, more aware companies when making technological choices, and future regulation more attentive to the very nature of automated reasoning. The evolution will not be immediate or painless, but the benchmark provides a new reference point: not just a simple test, but an impetus to rethink research, innovation, governance, and the entire ecosystem of artificial intelligence applied to complex reasoning. Podcast: https://creators.spotify.com/pod/show/andrea-viliotti/episodes/PROCESSBENCH-Toward-a-Scalable-Evaluation-of-Mathematical-Reasoning-Errors-in-AI-e2scrd4 Source:  https://arxiv.org/abs/2412.06559

Lo studio “ PROCESSBENCH: Identifying Process Errors in Mathematical Reasoning ” di  Chujie Zheng ,  Zhenru Zhang ,  Beichen Zhang , con il coinvolgimento di  QwenTeam, Alibaba Inc. , presenta una nuova metodologia per misurare la capacità dei modelli di linguaggio nel rilevare il primo errore logico o matematico all’interno di soluzioni passo-passo. Il fulcro della ricerca riguarda la verifica dell’affidabilità dei modelli nell’analisi di problemi complessi, spesso di livello da competizione matematica, per prevenire valutazioni superficiali e migliorare i processi di supervisione automatizzata. PROCESSBENCH: Verso una valutazione scalabile degli errori di ragionamento matematico nell’AI Obiettivi di PROCESSBENCH Analizzare gli errori nei processi di ragionamento richiede un’attenzione accurata. La capacità di un modello linguistico di identificare con precisione il primo errore in una sequenza di deduzioni matematiche rappresenta un elemento chiave per garantire un controllo di qualità robusto e scalabile. L’iniziativa PROCESSBENCH si sviluppa attorno a un insieme strutturato di casi di test di ampio respiro, che include una raccolta di ben 3400 esercizi incentrati su problemi di diversa complessità, fino a comprendere quelli di livello olimpico. L’aspetto innovativo risiede nell’analisi non soltanto della correttezza del risultato finale, ma dell’intero percorso logico seguito. Quando un modello si confronta con un problema matematico, la validità del risultato conclusivo può risultare fuorviante, specialmente se nel processo emergono errori concettuali, algebrici o logici. Questo approccio diagnostico consente di individuare le fasi intermedie in cui una struttura apparentemente coerente maschera delle imprecisioni.Un aspetto chiave è la differenza tra modelli addestrati a premiare soltanto la correttezza della risposta finale e modelli capaci di un’autentica valutazione del processo. Nel primo caso, la formazione potrebbe portare a soluzioni formalmente coerenti nella conclusione, ma che internamente celano passaggi non verificati. Questa discrepanza risulta più evidente all’aumentare della difficoltà del problema: ad esempio, nell’affrontare testi più complessi, come quelli di livello da competizione, anche modelli di dimensioni elevate possono offrire risposte finali giuste, ma basate su deduzioni intermedie insicure o fallaci. PROCESSBENCH obbliga invece l’analisi step-by-step, ricercando l’esatto punto in cui si palesa l’errore, qualora esso esista.La creazione di questo corpus ha richiesto una curata annotazione umana. Molteplici esperti hanno esaminato attentamente ogni soluzione, confrontandola con risposte di riferimento note per la loro correttezza. Non si tratta solo di individuare un calcolo sbagliato: i criteri di errore comprendono l’uso scorretto di definizioni, passaggi logici non sostenuti da prove adeguate, omissioni di condizioni critiche e assunzioni non giustificate. Il risultato di questo lavoro è un benchmark ad alta difficoltà, dove ciascun test riflette una situazione non banale: i modelli devono scovare il primo momento in cui la catena logica perde solidità, distinguendo tra un errore genuino e un semplice scostamento stilistico o un dettaglio insignificante.È proprio questo cambio di prospettiva a rendere PROCESSBENCH uno strumento critico. Anziché concentrarsi sul giudizio binario della risposta finale corretta o scorretta, si richiede una comprensione granulare del ragionamento. I modelli devono fungere da “critici” delle proprie soluzioni o di quelle generate da altri modelli, analizzando riga per riga ogni deduzione. L’approccio non si limita a valutare un modello in isolamento, ma viene testato su soluzioni generate da un ventaglio di sistemi differenti, per assicurare una diversità stilistica e di complessità che renda il benchmark robusto. Aumentando la difficoltà dei quesiti, dal livello scolastico fino a quello olimpionico, si verifica se i modelli riescono ancora a identificare, passo dopo passo, la sostanza logica di ogni mossa. In tal modo, PROCESSBENCH non solo valuta, ma mette in condizione chi sviluppa o utilizza modelli linguistici di capire in quali ambiti questi ultimi cedano, fornendo spunti per migliorare la supervisione o l’allenamento. Un uso strategico dello strumento potrebbe consistere nell’integrazione di analisi step-by-step come routine di controllo prima di utilizzare le conclusioni di un modello su scala industriale, dove errori invisibili ma presenti nella catena di deduzione possono condurre a decisioni poco sagge. Inoltre, una tale metodologia potrebbe fornire a imprenditori e dirigenti un metodo per valutare con criteri solidi l’affidabilità di una tecnologia di ragionamento automatizzato prima di implementarla su problemi critici, consentendo di comprendere meglio i confini e i limiti degli strumenti di intelligenza artificiale oggi disponibili.   L’Analisi comparativa tra Process Reward Models e Critic Models Nel confronto tra tipologie di modelli emerge una distinzione netta. Da un lato esistono i cosiddetti process reward models (PRM), ossia sistemi progettati per valutare la correttezza dei passaggi intermedi sulla base della probabilità di giungere infine a una risposta corretta. Dall’altro, si trovano i cosiddetti critic models, vale a dire modelli linguistici generali, dotati di una flessibilità maggiore nel momento in cui vengono opportunamente istruiti con prompt specifici per svolgere l’analisi critica passo per passo. Confrontando le due strategie su PROCESSBENCH, risulta chiaro che i PRM, sebbene siano costruiti con l’intento di sorvegliare il filo logico delle soluzioni, incontrano difficoltà crescenti all’aumentare della complessità dei problemi.Per inquadrare meglio il fenomeno, è utile considerare alcuni risultati numerici. Le analisi hanno mostrato che, su questo insieme di dati, i PRM faticano a mantenere una performance stabile quando si sale di livello, ad esempio passando da problemi elementari fino a quelli di tipo olimpionico. Invece, i critic models dimostrano maggior versatilità. Non sono ottimizzati nativamente per questo compito, ma se guidati in modo opportuno mostrano di saper individuare gli errori con efficacia superiore rispetto alla maggior parte dei PRM. Ciò potrebbe suggerire che la strategia di addestrare i modelli esclusivamente a perseguire la correttezza finale non è sufficiente per insegnare loro a riconoscere gli errori lungo il percorso.Un caso significativo emerge dal confronto tra i modelli open-source e quelli proprietari. Considerando un modello specializzato nel ragionamento interno, come o1-mini , si osserva una prestazione di alto livello nell’individuazione degli errori, con un F1 del 87,9%,  indice di un’eccellente capacità di identificare con precisione il punto debole nel processo logico. Questo risultato, superiore a quello di GPT-4o (61,9%) , suggerisce che la specializzazione di o1-mini nel ragionamento passo-passo favorisce una maggiore sensibilità verso gli errori interni, rispetto a un modello più generico e ampio come GPT-4o. Dal lato open-source, QwQ-32B -Preview, con una F1 del 71,5% , si avvicina alle prestazioni dei migliori sistemi proprietari, collocandosi a metà strada tra i modelli meno efficaci e gli standard più elevati. Questo evidenzia un progresso tangibile per i modelli aperti, che si dimostrano competitivi nei confronti di GPT-4o, offrendo soluzioni accessibili e comunque dotate di una solida affidabilità.Tuttavia, anche i migliori open-source non raggiungono la potenza dei top performer proprietari più specializzati, e ciò dimostra che c’è spazio per migliorare ulteriormente, specialmente nell’approccio all’identificazione degli errori di ragionamento. Non è solo questione di dimensioni del modello, ma di come esso è stato addestrato e di quali strategie di supervisione sono state impiegate per renderlo abile nell’analisi critica interna ai processi di risoluzione. Un PRM allenato su un vasto corpus umano-annotato, come un Qwen2.5-Math-7B-PRM800K , si assesta su valori medi (F1) prossimi a  56,5% , ma fatica a scalare quando la complessità del problema diviene troppo alta. Questo suggerisce che la generalizzazione del PRM è limitata e che l’affidarsi a metriche basate sul risultato finale ha portato a una preparazione non ottimale per gestire la reale verifica di ogni singolo passaggio. Da questa analisi emerge un quadro nel quale i modelli critici, ovvero quelli che fungono da revisori, colgono con maggior prontezza gli errori a fronte di difficoltà crescenti. La loro capacità di riflettere sul testo, grazie a prompt sapientemente costruiti, permette un’analisi accurata della coerenza interna, della validità delle definizioni utilizzate, della correttezza dei passaggi matematici. Non si fermano al risultato finale, ma si domandano se la strada per raggiungerlo ha senso, se ogni passaggio è fondato, se il ragionamento non presuppone qualcosa di non detto o non dimostrato.Un dettaglio da notare è come, attraverso PROCESSBENCH, si è anche potuto osservare che su problemi molto ardui, con quesiti di livello avanzato, persino le soluzioni apparentemente corrette possono nascondere in realtà errori di percorso. Questo svela una prospettiva nuova su quanto sia complesso valutare un modello linguistico che tenta di risolvere problemi matematici ad alto livello: il risultato finale non rappresenta una garanzia del rigore con cui è stato costruito. Da qui l’importanza di questo benchmark, che spinge a considerare la linearità, la solidità e l’assenza di falle logiche come elementi centrali nella valutazione della bontà di un sistema di ragionamento automatizzato. In un contesto in cui le imprese potrebbero affidarsi a sistemi capaci di formulare rapidamente soluzioni a questioni tecniche, legali o di mercato, il monitoraggio del processo è un prerequisito essenziale per evitare che decisioni apparentemente razionali si basino su presupposti errati. Riflessioni e conseguenze per il futuro dell’Oversight scalabile Nel panorama delineato dall’introduzione di PROCESSBENCH, si percepisce con sempre maggiore nitidezza quanto la questione del controllo interno del ragionamento nei modelli linguistici sia lontana dall’essere risolta. L’attuale stato dell’arte appare come un cantiere aperto, in cui gli strumenti di verifica disponibili non hanno ancora raggiunto una maturità sufficiente per garantire piena affidabilità. Il punto cruciale emerso dalle evidenze è che limitarsi a valutare un sistema in base alla correttezza della risposta finale non fornisce informazioni esaustive sulla solidità del percorso logico utilizzato per generarla. Un modello che produce un esito numericamente esatto potrebbe aver raggiunto tale risultato per semplice coincidenza, tramite scorciatoie poco fondate o sfruttando regolarità nella distribuzione dei dati di addestramento. Senza una vera ispezione interna, la superficie inganna: esiti corretti non implicano processi di pensiero rigorosi. PROCESSBENCH, ideato per sondare la qualità del ragionamento step-by-step, evidenzia come un’analisi superficiale sia insufficiente. L’esperienza, infatti, suggerisce che modelli generici, se opportunamente guidati, possono assumere il ruolo di critici dei propri stessi risultati, mettendo in luce errori logici non immediatamente evidenti. Questo esito è illuminante per gli sviluppatori, poiché dimostra che addestrare un modello basandosi esclusivamente sulla probabilità di giungere alla soluzione corretta non è la strategia più efficace per conferire capacità di autocontrollo e individuazione degli errori lungo il percorso. Analogamente, per chi valuta l’implementazione di tali strumenti in ambito decisionale o imprenditoriale, emerge la necessità di considerare l’affidabilità interna del processo. La posta in gioco aumenta con la complessità dei problemi e il livello di criticità delle decisioni economiche o strategiche da prendere. Nell’ambito pratico, un dirigente che decidesse di introdurre un sistema di reasoning automatico all’interno della propria azienda non dovrebbe limitarsi a chiedersi se la macchina produce risposte formalmente corrette, ma dovrebbe anche interrogarsi sulla robustezza del percorso che porta a quelle risposte. PROCESSBENCH consente di compiere proprio questa verifica, affrontando problemi complessi e annotati con attenzione umana. Tale confronto spinge a ripensare le metodologie di addestramento. Non è sufficiente aumentare le dimensioni del modello o fornirgli più dati: occorre plasmarlo in modo che sappia riconoscere quando un nesso logico si spezza. La differenza tra un modello che lavora alla cieca, pur generando risposte “giuste”, e uno che possiede una consapevolezza interna dei propri errori, è sostanziale. Nel primo caso, c’è il rischio di porre eccessiva fiducia in un risultato non realmente fondato. Nel secondo, l’eventuale errore viene intercettato sul nascere, evidenziando la necessità di correggere il percorso prima di decidere o agire di conseguenza. Le tecnologie attualmente disponibili nel mercato si limitano spesso a offrire controlli esterni, a posteriori, basati su euristiche o su campioni ridotti. Queste soluzioni non raggiungono la profondità analitica necessaria a comprendere veramente la coerenza interna del ragionamento, soprattutto quando la complessità del problema aumenta. PROCESSBENCH, grazie al suo vasto insieme di casi e alla qualità delle annotazioni umane, costituisce una base di test più solida. Per un’impresa, non accettare superficialmente le promesse di venditori di soluzioni linguistiche significa adottare un benchmark rigoroso e indipendente, capace di mettere alla prova la validità interna dei processi cognitivi simulati. Questa prospettiva diventa preziosa per non scambiare un supporto apparente, meramente basato su risultati finali corretti, per un appoggio realmente affidabile su cui edificare strategie di lungo periodo. In definitiva, se l’obiettivo è impiegare modelli di ragionamento automatico in scenari complessi e variabili, il percorso di sviluppo è ancora lungo. Il ruolo di PROCESSBENCH in questa fase storica è quello di mostrare con chiarezza quanto resti da fare, senza indulgere in facili entusiasmi. Grazie a questa risorsa, diventa possibile capire dove i modelli cedano, come migliorare le pratiche di addestramento e quali priorità darsi per rendere l’oversight davvero scalabile. Chi deve prendere decisioni operative o strategiche ha così la possibilità di effettuare scelte più consapevoli, valutando la reale solidità dei meccanismi di inferenza automatica. In un mondo in cui l’impiego di sistemi di intelligenza artificiale tocca sempre più ambiti, la differenza tra affidarsi a un modello con un approccio meramente finale e impiegare uno strumento che scruti l’intera catena del ragionamento potrebbe determinare il successo o il fallimento di una strategia. PROCESSBENCH, in ultima analisi, non propone soltanto un metodo di valutazione, ma apre la strada a una cultura dell’analisi interna, del monitoraggio e della verifica continua, spingendo imprese, ricercatori e sviluppatori verso traguardi più ambiziosi e sicuri. Conclusioni In un panorama in cui la capacità di analisi dei modelli linguistici tende a essere data per scontata, PROCESSBENCH offre un riferimento tangibile per ridefinire gli standard di qualità e trasparenza nei processi di inferenza automatica. L’aspetto più interessante non è solo la migliore individuazione degli errori, ma la potenziale evoluzione dell’intero ecosistema tecnologico: gli sviluppatori non sono più costretti a rincorrere la performance su test semplificati, bensì invitati ad affrontare sfide più realistiche, con problemi complessi e soluzioni annotate da esperti. Questa pressione competitiva potrebbe stimolare la nascita di nuove architetture e di tecniche di addestramento orientate alla comprensione profonda del ragionamento, non soltanto alla replica di pattern statistici. Da un punto di vista strategico, l’esistenza di un benchmark avanzato come PROCESSBENCH permette alle aziende di selezionare con maggiore cognizione di causa gli strumenti da adottare. Non si tratta più di scegliere la soluzione che fornisce la risposta “giusta” più spesso, ma quella che assicura solidità logica lungo tutto il percorso decisionale. Tale spostamento di prospettiva, dal risultato finale al processo interno, getta le basi per una sorta di “governance cognitiva” della tecnologia: i manager avranno modo di valutare non solo l’efficacia di un modello, ma anche la sua affidabilità strutturale. Ne consegue che le imprese più lungimiranti, anziché adottare ciecamente sistemi noti per le alte prestazioni su test standard, potrebbero puntare su modelli leggermente meno precisi sul singolo dato ma più robusti e trasparenti nella logica. Questa dinamica, se incentivata, può contribuire a limitare le dipendenze da soluzioni proprietarie opache, valorizzando invece l’approccio open-source quando esso garantisce, se non il primato assoluto, quantomeno una solidità argomentativa facilmente ispezionabile. Nel lungo periodo, la disponibilità di benchmark complessi come PROCESSBENCH potrebbe anche influenzare il rapporto tra ricerca, mercato e normativa. Gli enti regolatori, ad esempio, potrebbero fare riferimento a tali strumenti per definire standard minimi di “responsabilità cognitiva” delle tecnologie di reasoning automatico. Il rispetto di soglie qualitative legate alla correttezza interna del ragionamento, piuttosto che alla sola accuratezza del risultato finale, potrebbe diventare un requisito per l’adozione su larga scala in settori critici, come la finanza, la sanità o la logistica avanzata. In sintesi, PROCESSBENCH non solo alza l’asticella nel valutare la qualità del ragionamento matematico dei modelli linguistici, ma getta anche i semi per una trasformazione più ampia. Questa include l’emergere di un mercato più maturo, di imprese più consapevoli nelle scelte tecnologiche e di una futura regolamentazione più attenta alla natura stessa del reasoning automatizzato. L’evoluzione non sarà immediata né indolore, ma il benchmark fornisce un nuovo punto di riferimento: non un semplice test, ma un impulso a ripensare la ricerca, l’innovazione, la governance e l’intero ecosistema dell’intelligenza artificiale applicata al ragionamento complesso. Podcast: https://creators.spotify.com/pod/show/andrea-viliotti/episodes/PROCESSBENCH-Verso-una-valutazione-scalabile-degli-errori-di-ragionamento-matematico-nellAI-e2scqcp Fonte : https://arxiv.org/abs/2412.06559

'Knowledge Circuits in Pretrained Transformers' by Yunzhi Yao, Ningyu Zhang, and Zekun Xi, in collaboration with Zhejiang University and the National University of Singapore, focuses on analyzing how large language models manage and encode knowledge internally. The research addresses the issue of understanding the internal structures of the Transformer by investigating the presence of specific knowledge circuits that connect components such as MLP layers and attention heads to represent complex semantic relationships, while also assessing the impact of knowledge editing techniques. AI Knowledge Circuits Internal Structures and AI Knowledge Circuits Understanding how large models store information internally remains an open challenge both academically and industrially. This research highlights the existence of knowledge circuits, computational nodes that link different components, such as MLP layers and attention heads, creating a kind of subgraph that is useful for retrieving specific fragments of knowledge. The idea of knowledge circuits is not new, but the analyzed work provides a coherent and articulated view of the internal processes that allow models to predict the next word. The Transformer, a central architecture for modern language models, incorporates residual connections, attention matrices, and feed-forward layers in each of its layers. In this research, it is shown that some of these components act as genuine channels that convey information, enabling the model to recall a particular piece of data, such as the official language of a country or the relationship between a figure and their birthplace. When examining a concrete case—such as identifying the mother tongue of a national subject—it is observed that specific mover heads or relation heads activate to transfer semantic data from one token to the next. Interestingly, even halfway through the model’s depth, the correct answer emerges thanks to a gradual accumulation of semantic signals. The result is a model that does not merely memorize individual points of data but integrates relationships and meanings through a network of interconnected nodes. An observer might imagine these circuits as flows of informational energy within the neural network, where each component contributes to an aggregate of knowledge stored in the model’s weights. A crucial aspect of the discovery is that these circuits do not appear isolated: the same attention head or MLP layer can participate in encoding different types of knowledge. This phenomenon of reuse does not necessarily imply confusion or inaccuracy. On the contrary, it suggests the existence of recurring functional patterns, as if the model were composing known semantic puzzle pieces to solve different problems. Thus, the same components that extract the notion of a country’s “official language” can also help understand the currency used in that state. The relevance of these findings is not purely theoretical. For entrepreneurs and managers interested in applying large language models, understanding the internal logic offers the opportunity to fine-tune computational resources, network optimization, and internal knowledge management. A model is no longer seen as a simple container into which information is dumped in the hope that it works; it is rather a complex structure with already active mechanisms for constructing meaning. This perspective reinforces the idea that language models are less opaque than previously believed, allowing a more engineering-oriented view of their internal dynamics. The ability to leverage the potential of these circuits may, in the future, translate into strategies for improving model accuracy and efficiency, making the use of encoded knowledge more robust and optimal, beyond merely increasing model size. Manipulating and Modifying Internal Knowledge Models like GPT-2 and TinyLLaMA show that knowledge circuits are not static. The analyzed work addresses knowledge editing techniques—interventions aimed at modifying or updating information already present in the model. These interventions do not seek to rebuild the entire system, but to selectively change certain nodes or network paths that carry incorrect or outdated information. It is like working on a single component of an industrial plant so that the entire machine produces more accurate output. The most intuitive example concerns correcting now-invalid facts: if the model associates a given historical figure with the wrong language, it is possible to modify the weights that form the circuit responsible for that memory. This demonstrates that AI knowledge circuits, while spontaneously arising from pre-training, are not immovable. However, this is not a trivial procedure. There are methodologies such as ROME or simply fine-tuning MLP layers to graft new information. The research shows that these approaches can have side effects, such as unintentionally altering other fragments of knowledge. For example, by inserting new information at a specific circuit point, the model may overwrite or disrupt other semantic paths, triggering anomalies or reducing generalization. This highlights the delicate nature of knowledge editing operations: retouching a single node in the network can influence unexpected chains of dependencies. Furthermore, researchers observed that the complexity of inserting new information proves particularly high in cases of multi-hop reasoning, where the correct answer emerges from multiple concatenated logical steps. In these contexts, simply updating an isolated fact is not enough: the modification must respect the already existing links among different parts of the circuit. It is like wanting to replace a single brick in a historic building without compromising the structure’s integrity. For companies that use language models for practical purposes—such as virtual assistants or QA systems—all this has a strategic impact. Understanding how to intervene selectively on AI knowledge circuits without destabilizing the entire model makes it possible to reduce the time and costs of updates. For example, a company that wants to align the model with regulatory changes or new market information must be able to act surgically on the network. The research shows that such cognitive surgery is possible but requires refined methodologies. Ultimately, knowledge circuits are also a managerial lever: knowing where and how to modify weights is a competitive advantage that allows one to keep the model always updated and suitable for informational needs, limiting the risk of unwanted side effects and the emergence of phenomena such as hallucinations or misaligned answers. Interpreting Behaviors and Practical Implications The study goes beyond purely engineering aspects and addresses hallucinations—responses models provide when they fail to convey the correct knowledge through internal circuits. It emerged that in the presence of such hallucinations, the circuits are unable to effectively transfer informative content to the output position. A striking example is when the model provides the wrong currency of a country. By analyzing the corresponding circuit, one notices that the absence of a correct mover head or the lack of involvement of an adequate relation head leads the model astray. This shows that the circuits are not just a theoretical image but have a tangible effect on model performance. The work also highlights the phenomenon of in-context learning, in which providing examples or demonstrations in the prompt can modify the structure of the active circuit, bringing out new elements that learn from the given input examples. This suggests that knowledge circuits are dynamic and sensitive to context, and that exposure to specific situations can activate parts of the network that would otherwise remain dormant. For companies, recognizing this dynamism means directing the model toward more reliable solutions. If a QA system tends to give incorrect answers in the absence of clues, providing suitable examples or contexts can activate the right circuits. The practical value lies in the ability to influence model behavior without retraining it from scratch, but simply by providing different contextual stimuli. Ultimately, the research shows that circuits share components among different types of knowledge, suggesting that a single component of the model can be reused as a basis for multiple purposes. This flexibility is a tangible advantage: there is no need to design the architecture for every single purpose because the network already has internal channels that can be reused. The application fallout is twofold. On the one hand, model developers can focus on adapting already existing circuits; on the other, model users can try to influence system behavior by identifying those critical nodes that govern the desired knowledge. In doing so, the investment in time and resources to integrate new information can be significantly reduced, with consequent economic benefits. The understanding of circuits as manipulable entities introduces a paradigm in which models are not static, but continuously evolving systems from which one can draw in a targeted manner to obtain more coherent and meaningful results. Conclusions The perspective offered by this research goes beyond viewing a language model as a simple “black box.” The results suggest that knowledge circuits constitute an intermediate level of interpretation through which it is possible to intervene selectively on model behaviors. It is not just about updating content; rather, the aim is to understand how information flows and where the most critical junction points lie. Comparing such techniques with the state of the art, it emerges that while the classic approach aligned or improved model performance by adding parameters or retraining the entire network, now one can act more elegantly by focusing on relevant nodes. In this sense, the results highlight the more plastic nature of the architecture. Current models, such as GPT-2 or TinyLLaMA, already have an internal knowledge management capacity that technicians can exploit to update information, correct errors, or optimize certain tasks without overhauling the entire system. Strategically, this makes innovation more flexible and adaptable to changes in market conditions or new informational requirements. Compared to competing technologies that limit themselves to statistical shortcuts or full-scale training interventions, the discovery of knowledge circuits opens the door to a more judicious and sustainable management of knowledge. This does not mean having perfect models, nor does it promise total elimination of errors, but it provides a novel approach to understanding and improving performance, reducing costly and potentially destabilizing interventions. In practice, it becomes possible to move from a paradigm of simple intensive training to one of conscious maintenance, acting on precise parts of the model. For companies, this could mean managing their artificial intelligence systems like modular infrastructures, capable of evolving and adapting according to objectives, regulations, and newly integrated knowledge. In this scenario, the exploration of knowledge circuits is therefore not just an academic contribution, but a stimulus for strategic reflection on large-scale AI development and management. Podcast: https://spotifycreators-web.app.link/e/4ZFwLoobmPb Source:   https://arxiv.org/abs/2405.17969 "

"Knowledge Circuits in Pretrained Transformers" di Yunzhi Yao, Ningyu Zhang e Zekun Xi, in collaborazione con Zhejiang University e National University of Singapore, si focalizza sull’analisi di come i modelli linguistici di grandi dimensioni gestiscono e codificano il sapere internamente. La ricerca affronta il tema della comprensione delle  strutture interne  del Transformer, indagando la presenza di specifici circuiti della conoscenza che connettono componenti come le  MLP layers  e gli  attention head  per rappresentare relazioni semantiche complesse, valutando al contempo l’impatto delle tecniche di  knowledge editing . Circuiti della conoscenza AI Strutture interne e circuiti della conoscenza AI Comprendere come i modelli di grandi dimensioni archivino informazioni al loro interno resta una sfida aperta sia sul piano accademico sia su quello industriale. Questa ricerca evidenzia l’esistenza di  knowledge circuits , nodi computazionali che legano componenti diverse, come le  MLP layers  e gli  attention head , creando una sorta di sotto-grafo utile a recuperare specifici frammenti di conoscenza. L’idea di circuiti del sapere non è nuova, ma il lavoro analizzato fornisce una visione coerente e articolata dei processi interni che permettono ai modelli di predire la parola successiva. Il Transformer, architettura centrale per i moderni modelli linguistici, incorpora in ogni suo strato connessioni residue, matrici di attenzione e strati feed-forward. In questa ricerca, viene mostrato che alcuni di questi componenti agiscono come veri e propri canali che convogliano informazione, permettendo al modello di rievocare un dato nozionistico, come la lingua ufficiale di un Paese o la relazione tra un personaggio e il suo luogo di nascita. Quando si esamina un caso concreto, come individuare la lingua madre di un soggetto nazionale, si osserva che specifici  mover head  o  relation head  si attivano per trasferire dati semantici da un token al successivo. È interessante notare come, già a metà della profondità del modello, emerga la risposta corretta grazie a una graduale accumulazione di segnali semantici. Il risultato è un modello che non si limita a memorizzare in modo puntuale, ma che integra relazioni e significati attraverso una rete di nodi interconnessi. Un osservatore potrebbe immaginare questi circuiti come flussi di energia informazionale all’interno della rete neurale, dove ogni componente contribuisce a un aggregato di conoscenza depositata nei pesi del modello. L’aspetto cruciale della scoperta è che questi circuiti non appaiono isolati: lo stesso  attention head  o la stessa  MLP layer  possono partecipare alla codifica di tipologie di conoscenza differenti. Questo fenomeno di riuso non implica necessariamente confusione o imprecisione. Al contrario, suggerisce l’esistenza di schemi funzionali ricorrenti, come se il modello componesse tessere di un puzzle semantico già note per risolvere problemi diversi. Così, le stesse componenti che estraggono la nozione di “lingua ufficiale” di un Paese possono aiutare a comprendere anche la moneta utilizzata in quello Stato. La rilevanza di questi risultati non è solo teorica. Per imprenditori e manager interessati all’applicazione di grandi modelli linguistici, comprendere la logica interna offre la possibilità di calibrare le risorse computazionali, l’ottimizzazione di rete e la gestione della conoscenza interna. Un modello non è più visto come un semplice contenitore in cui inserire informazioni e sperare che funzioni, bensì come una struttura complessa, con meccanismi già attivi per la costruzione del significato. Questa prospettiva rafforza l’idea che i modelli linguistici siano meno opachi di quanto si pensasse, permettendo una visione più ingegneristica delle dinamiche interne. La capacità di utilizzare il potenziale di questi circuiti potrebbe, in futuro, tradursi in strategie di miglioramento dell’accuratezza e dell’efficienza dei modelli, rendendo lo sfruttamento della conoscenza codificata più robusto e ottimale, al di là dei meri incrementi di dimensioni del modello. Manipolare e modificare la conoscenza interna I modelli come  GPT-2  e  TinyLLaMA  mostrano che i  knowledge circuits  non sono statici. Il lavoro analizzato affronta le tecniche di  knowledge editing , interventi volti a modificare o aggiornare l’informazione già presente nel modello. Questi interventi non mirano a ricostruire l’intero sistema, ma a cambiare selettivamente alcuni nodi o percorsi della rete che trasportano informazioni errate o obsolete. È come intervenire su una singola componente di un impianto industriale per far sì che la macchina globale produca output più accurati. L’esempio più intuitivo riguarda la correzione di fatti non più validi: se il modello associa un determinato personaggio storico alla lingua sbagliata, è possibile modificare i pesi che formano il circuito responsabile di quel ricordo. Ciò dimostra che i circuiti della conoscenza AI, pur essendo sorti spontaneamente dal pre-addestramento, non sono inamovibili. Tuttavia, non si tratta di una procedura banale. Esistono metodologie come  ROME  o la semplice messa a punto degli strati  MLP  per innestare nuove informazioni. La ricerca mostra che questi approcci possono avere effetti collaterali, come alterare in modo involontario altri frammenti di conoscenza. Ad esempio, inserendo la nuova informazione in un punto specifico del circuito, il modello potrebbe sovrascrivere o disturbare altri percorsi semantici, innescando così anomalie o riducendo la generalizzazione. Questo mette in luce la delicatezza delle operazioni di knowledge editing: ritoccare un singolo nodo della rete può influire su catene di dipendenze inaspettate. I ricercatori hanno osservato inoltre che la complessità dell’inserimento di nuove informazioni si rivela particolarmente elevata nei casi di ragionamento multi-hop, dove la risposta corretta emerge da più passaggi logici concatenati. In questi contesti, il semplice aggiornamento di un fatto isolato non basta: la modifica deve rispettare i legami già esistenti tra le diverse parti del circuito. È come voler cambiare un mattone in un edificio storico senza danneggiare l’integrità della struttura. Per le aziende che sfruttano modelli linguistici a fini pratici, come assistenti virtuali o sistemi di QA, tutto questo ha un impatto strategico. Capire come intervenire selettivamente sui circuiti della conoscenza AI senza destabilizzare l’intero modello consente di ridurre tempi e costi di aggiornamento. Ad esempio, un’azienda che desideri allineare il modello a mutamenti normativi o a nuove informazioni di mercato deve poter agire in modo chirurgico sulla rete. La ricerca dimostra che tale chirurgia cognitiva è possibile, ma necessita di metodologie raffinate. In definitiva, i knowledge circuits sono anche una leva gestionale: sapere dove e come modificare i pesi è un vantaggio competitivo che consente di mantenere il proprio modello sempre aggiornato e adeguato alle esigenze informative, limitando i rischi di effetti collaterali indesiderati e l’insorgere di fenomeni come l’allucinazione o risposte sfasate rispetto alle attese. Interpretazione dei comportamenti e implicazioni pratiche Lo studio va oltre l’aspetto puramente ingegneristico e affronta il tema delle  hallucinations , cioè le risposte che i modelli forniscono quando non riescono a veicolare la conoscenza corretta attraverso i circuiti interni. È emerso che, in presenza di tali allucinazioni, i circuiti non riescono a trasferire in modo efficace il contenuto informativo alla posizione di output. Un esempio emblematico è quando il modello fornisce la moneta di un Paese sbagliata. Analizzando il circuito corrispondente, si nota che l’assenza di un corretto  mover head  o il mancato coinvolgimento di un  relation head  adeguato porta il modello a deviare verso l’errore. Questo dimostra che i circuiti non sono soltanto un’immagine teorica, ma hanno un effetto tangibile sulle prestazioni del modello. Il lavoro evidenzia anche il fenomeno dell’ in-context learning , in cui fornire esempi o dimostrazioni durante il prompt riesce a modificare la struttura del circuito attivo, facendo emergere nuovi elementi che apprendono dall’esempio fornito in input. Questo suggerisce che i knowledge circuits sono dinamici e sensibili al contesto, e che l’esposizione a situazioni specifiche può attivare parti della rete altrimenti dormienti. Per le aziende, cogliere questa dinamicità significa poter indirizzare il modello verso soluzioni più affidabili. Se un sistema di domanda-e-risposta tende a fornire risposte errate in assenza di indizi, offrire esempi o contesti adeguati può attivare i circuiti giusti. Il valore pratico sta nella possibilità di influenzare il comportamento del modello senza doverlo addestrare nuovamente da zero, ma semplicemente fornendo stimoli contestuali diversi. In ultima analisi, la ricerca mostra che i circuiti condividono componenti tra diverse tipologie di conoscenza, suggerendo che una singola componente del modello può essere riutilizzata come base per più scopi. Questa flessibilità è un vantaggio tangibile: non occorre progettare l’architettura per ogni singolo scopo, poiché la rete è già provvista di canali interni che possono essere riusati. La ricaduta applicativa è duplice. Da un lato, chi sviluppa modelli può concentrarsi sull’adattamento di circuiti già esistenti; dall’altro, chi utilizza i modelli può cercare di incidere sul comportamento del sistema individuando quei nodi critici che governano la conoscenza desiderata. Così facendo, l’investimento in tempo e risorse per integrare nuove informazioni può ridursi sensibilmente, con un conseguente beneficio anche in termini economici. La comprensione dei circuiti come entità manipolabili introduce un paradigma in cui i modelli non sono statici, ma sistemi in continua evoluzione, cui si può attingere in modo mirato per ottenere risultati più coerenti e significativi. Conclusioni La visione offerta da questa ricerca va oltre l’idea di un modello linguistico come semplice “scatola nera”. I risultati suggeriscono che i  knowledge circuits  costituiscono un livello intermedio di interpretazione, grazie al quale è possibile intervenire selettivamente sui comportamenti dei modelli. Non si tratta solo di aggiornarne il contenuto: l’ottica è piuttosto comprendere come l’informazione fluisce e dove si annidano i punti di snodo più critici. Confrontando tali tecniche con lo stato dell’arte, emerge che, mentre l’approccio classico allineava o migliorava le prestazioni del modello aggiungendo parametri o ri-addestrando l’intera rete, ora si può agire in modo più elegante, focalizzandosi su nodi rilevanti. In questo senso, i risultati discutono la natura più plastica dell’architettura. I modelli attuali, come GPT-2 o TinyLLaMA, hanno già una capacità di gestione interna della conoscenza che i tecnici possono sfruttare per aggiornare informazioni, correggere errori o ottimizzare l’esecuzione di determinati task senza stravolgere l’intero sistema. Strategicamente, ciò permette di rendere l’innovazione più flessibile e adattabile ai cambiamenti del contesto di mercato o alle nuove esigenze informative. Nei confronti di tecnologie concorrenti che si limitano a scorciatoie di tipo statistico o a interventi di addestramento completo, la scoperta dei knowledge circuits apre a una gestione più oculata e sostenibile della conoscenza. Non significa avere modelli perfetti, né promette un’eliminazione totale degli errori, ma fornisce un approccio innovativo per comprendere e migliorare le prestazioni, riducendo interventi costosi e potenzialmente destabilizzanti. In pratica, diventa possibile passare da un paradigma di semplice addestramento intensivo a uno di manutenzione consapevole, intervenendo su parti precise del modello. Si prospetta per le imprese di gestire i propri sistemi di intelligenza artificiale come infrastrutture modulari, capaci di evolvere e adeguarsi in funzione degli obiettivi, delle normative e delle nuove conoscenze da integrare. L’esplorazione dei knowledge circuits, in questo scenario, non è quindi solo un contributo accademico, ma uno stimolo alla riflessione strategica sullo sviluppo e la gestione dell’intelligenza artificiale su larga scala. Podcast: https://spotifycreators-web.app.link/e/dMqdybNamPb Fonte: https://arxiv.org/abs/2405.17969

“EvalGIM: A Library for Evaluating Generative Image Models” is a piece of research presented by Melissa Hall, Oscar Mañas, and Reyhane Askari-Hemmat, in collaboration with FAIR at Meta, the Mila Quebec AI Institute, the University of Grenoble (Inria, CNRS, Grenoble INP, LJK), McGill University, and the Canada CIFAR AI Chair. This work addresses the evaluation of text-to-image generative models, proposing a unified, customizable approach capable of providing useful insights to understand the quality, diversity, and consistency of the results, making it easier to interpret metrics and data from different sources and methodologies. EvalGIM: a unified platform for evaluating generative image models A unified ecosystem for interpreting the performance and potential of generative image models The growing spread of image generative models based on textual inputs has led to a considerable increase in automatic evaluation tools. However, one often encounters fragmented metrics and datasets, with poorly integrated libraries limited in their ability to adapt to new needs. To address these shortcomings, the research behind EvalGIM focuses on unifying approaches and resources, offering a coherent framework for conducting evaluations on multiple datasets, metrics, and generation scenarios. The objective is not merely to provide a set of numbers, but to create an ecosystem that allows for the extraction of operational knowledge, identification of weaknesses, and the highlighting of strategic trends.The utility of EvalGIM emerges in a scientific and entrepreneurial community continually searching for reliable, adaptable, and comprehensible tools. In the field of text-to-image models, the challenge is not only to generate images consistent with a textual prompt, but also to evaluate how neural networks behave across multiple dimensions. It is crucial to understand whether a model produces high-quality images—where quality means correspondence to an ideal of visual realism—whether it can ensure adequate diversity, meaning a broad array of variations on a theme, avoiding repetitions or stereotypes, and whether it demonstrates consistency in the text-image relationship, correctly expressing the requested semantic elements.Unlike past approaches, EvalGIM makes it possible to integrate and compare multiple established metrics (such as Fréchet Inception Distance, CLIPScore, precision, coverage, recall, and VQAScore) along with new emerging methods. These metrics are not interpreted as mere numerical indicators but as complementary signals of different aspects of generation. For example, FID focuses on how closely generated images resemble real ones but does not distinguish between quality and diversity. Conversely, precision and coverage separate the qualitative dimension from that of variety, making it possible to understand if the model tends to always generate perfect but very similar images, or if it sacrifices realism for greater exploration of the visual space. Similarly, CLIPScore and VQAScore provide guidance on the model’s ability to produce images consistent with textual requests. The ultimate goal is to offer a richer evaluation, not limited to a single number.Flexibility is a central aspect. EvalGIM adopts a modular structure: adding new datasets or metrics does not require complex re-adjustments. Updated data, coming for example from particular photographic collections or more elaborate prompts, can be seamlessly integrated into the workflow. The same applies to the introduction of emerging metrics, thereby keeping up with the evolution of industry standards. This makes EvalGIM not merely a static tool, but a starting point for future developments, allowing the integration of evaluations on a model’s ability to handle multilingual prompts, rare themes, or non-standard visual domains. Moreover, the attention given to reproducibility enables large-scale analyses, distributing the computation over multiple hardware resources—an essential aspect for anyone intending to monitor model evolution over time or compare different training configurations.The objective is not solely academic. Entrepreneurs and managers, facing growing competition in the field of generative artificial intelligence, need tools capable of providing strategic guidance. EvalGIM facilitates understanding the trade-offs between different performance dimensions, enabling informed decisions about which models to adopt or which training settings to prioritize. The accessibility of the code and the clear structure of the evaluations make it possible to shape the analysis process according to specific objectives, such as understanding the impact of dataset recaptioning, the robustness of model ranking on different datasets, or the influence of generation parameters like guidance coefficients. EvalGIM: metrics, datasets, and visualizations – a modular and flexible framework for evaluating quality, diversity, and consistency After illustrating the principles and aims of EvalGIM, it is appropriate to focus on the metrics the library makes available and how they are combined to offer a comprehensive view of model behavior. One of the strengths of this library is the ability to move from marginal metrics, which compare the distribution of generated images to that of real sets, to conditional metrics, which evaluate text-image consistency, and finally to metrics grouped according to subpopulations or geographic characteristics.Marginal metrics like FID, precision, recall, coverage, and density provide an overview of the model’s general properties. FID compares the distribution of generated images with that of real ones, while precision and coverage analyze the position of the generated images in feature space more granularly, distinguishing quality (precision) from diversity (coverage). This distinction is crucial to avoid drawing approximate conclusions: a model with a low FID may actually have high diversity but not excellent quality, or it may generate very realistic but hardly varied images.Conditional metrics, such as CLIPScore, evaluate the semantic similarity between text and image using pre-trained models capable of representing both text and images in a shared space. However, CLIPScore alone is not always sufficient. Some research has shown that models tend to favor stereotypical representations. To overcome this limitation, metrics like VQAScore and advanced methods such as the Davidsonian Scene Graph (DSG) ask a visual question-answering system to respond to questions about the generated content. This approach verifies whether the image truly captures the elements described in the prompt. These metrics are crucial when one wants to understand a model’s capacity to correctly represent complex details, multiple objects, spatial relationships, styles, and rare attributes. A clarifying example might be a prompt describing “a blue bird on a flowering branch near a lake”: metrics like CLIPScore could reward the presence of elements considered typical, while VQAScore and DSG will analyze whether the image really shows a blue-colored bird, a branch with flowers, and a lakeside context, providing a finer examination of semantic consistency. EvalGIM also includes tools to evaluate performance on subpopulations. This is particularly important when studying phenomena of disparate performance across different geographic, cultural, or social groups. Using datasets like GeoDE, the library can determine if a model unintentionally favors certain areas of the world, producing more realistic images for specific geographic contexts than for others. This capacity to segment analysis by subgroups is essential for managers and executives who need assurances about model fairness, especially if the company operates globally and needs to generate visual content consistent with diverse cultures or countries.EvalGIM’s flexibility is also evident in how easily one can add new metrics. The library relies on torchmetrics, offering batch-wise update functions and a mechanism for the final calculation of the metric on entire data sets. This approach, combined with the ability to add new datasets through clearly defined base classes, makes the library suitable for keeping pace with the sector’s continual evolution, where new evaluation proposals, more refined consistency metrics, or specifically designed datasets frequently emerge to test a model’s ability to handle increasingly complex prompts. In addition to metrics, EvalGIM provides visualization tools designed to make results intuitive. Pareto fronts, radar plots, and ranking tables are examples of how the library presents data in a non-trivial manner. The idea is to transform long numerical tables into graphs that can be interpreted at a glance. With a Pareto front, one can observe the tension between improving textual coherence and maintaining adequate diversity. With a radar plot, one can note performance differences across various geographic groups. With a ranking table, one can perceive the robustness of a model’s position with respect to different metrics and datasets. These visualizations make it easier to understand whether any improvements actually translate into a strategic advantage, avoiding hasty interpretations of single indices. “Evaluation Exercises”: guided analyses to understand trade-offs and strategic implications of text-to-image models A distinctive aspect of EvalGIM is the presence of “Evaluation Exercises,” pre-constructed analyses designed to investigate specific questions. These analyses guide the user in exploring common themes in the text-to-image field without getting lost in a multitude of metrics and datasets. The proposed exercises include the study of trade-offs between quality, diversity, and consistency, the evaluation of representation across different groups, the analysis of the robustness of model rankings, and the understanding of the consequences of using different types of prompts.“Trade-offs” help to understand whether improving textual consistency requires sacrificing diversity or quality. For example, during the early phases of model training, consistency may progressively increase, but this can be accompanied by fluctuations in quality. Images initially consistent with the text might be less varied, or the attempt to broaden the range of visual solutions might reduce precision. By comparing metrics like precision, coverage, and VQAScore through Pareto fronts, an entrepreneur can identify the ideal training regime and parameters to better balance these factors, achieving images that are not only consistent but also aesthetically convincing and diversified.“Group Representation” allows investigation of how geographic or cultural differences affect performance. Radar plots show how successive generations of a given model may improve significantly in some regional groups while lagging behind in others. For an executive aiming at fair distribution of image quality for international markets, this analysis becomes a valuable tool. The fact that a new model trained with a richer set of images recovers ground in certain markets but not others is information to consider in product strategy.“Ranking Robustness” focuses on the stability of comparisons between models. A single FID value may make one model appear slightly superior to another, but what happens when multiple metrics and datasets are analyzed? One might discover that the model with the better FID score is not actually superior in terms of pure quality or diversity. This analysis helps avoid decisions dictated by non-representative metrics and provides a more robust overview of performance. For a manager investing in a particular type of model, a quick look at the multi-metric ranking table highlights whether a given candidate is reliable in different scenarios or if its superiority is limited to a restricted context.Finally, “Prompt Types” helps to understand how the model reacts to different types of prompts, such as simple concepts compared to longer and more detailed descriptions. The analysis suggests that mixing original data and image recaptioning during training can improve diversity and consistency compared to using only original captions. This is a crucial point: the ability to adjust the type of prompt, perhaps depending on the intended commercial use, can define the model’s capacity to generate coherent results for more complex marketing campaigns or for more diversified image databases. Conclusions The range of information provided by EvalGIM can be interpreted in new and strategic ways, going beyond the simple reading of established metrics like FID or CLIPScore. In a context where text-to-image technologies compete with already established approaches, this library shifts attention toward a more sophisticated evaluation. The implications for businesses and executives are manifold: it is not enough to choose a model with a high score on a single metric, since that figure may not reflect the model’s real ability to adapt to varied prompts, to maintain a good balance between quality and diversity, or to offer fair performance across different geographic areas.Competition in the sector drives a race toward ever more acute metrics for measuring key aspects of image generation. At the same time, new libraries and benchmarks emerge continuously. The key is not to limit oneself to “classic” metrics but to interpret results critically and adapt them to the company’s needs. The value of EvalGIM lies precisely in its ability to conduct targeted analyses, integrating newly published datasets and metrics. Thanks to a modular architecture, entrepreneurs and managers can gradually enrich the evaluation, adding parameters that reflect their own objectives and discovering whether a given improvement in consistency metrics really translates into added value for the business.Comparing EvalGIM’s results with the state of the art highlights the need to no longer consider a single indicator as an absolute guide, but rather to treat evaluation as a complex landscape where every reference point must be contextualized. Similar technologies already on the market often do not offer the same flexibility or do not guide users toward such targeted analyses. The ability to scrutinize model strengths and weaknesses from different perspectives makes it possible to identify more effective strategies, understanding whether a given approach promises stable improvements across multiple axes of analysis or if it provides only a circumscribed advantage in a limited scenario. Ultimately, EvalGIM does not provide definitive conclusions, but rather offers tools to interrogate data more deeply. This feature proves valuable in a constantly evolving technological environment. The ability to interpret subtle signals, anticipate trends, and make thoughtful decisions based on a complex evaluative framework represents a competitive advantage. In a market where content quality, representational diversity, and consistency with user requests are strategic levers, the role of a flexible, customizable tool like EvalGIM becomes a primary resource. Podcast: https://spotifycreators-web.app.link/e/3NxZeXJRlPb Source:   https://ai.meta.com/research/publications/evalgim-a-library-for-evaluating-generative-image-models/

“EvalGIM: A Library for Evaluating Generative Image Models” è una ricerca presentata da Melissa Hall, Oscar Mañas e Reyhane Askari-Hemmat, in collaborazione con FAIR at Meta, Mila Quebec AI Institute, Università di Grenoble (Inria, CNRS, Grenoble INP, LJK), McGill University e Canada CIFAR AI Chair. Il lavoro affronta la tematica della  valutazione di modelli generativi di immagini text-to-image , proponendo un approccio unificato, personalizzabile e in grado di fornire indicazioni utili per comprendere  qualità ,  diversità  e  consistenza  dei risultati, rendendo più agevole interpretare metriche e dati provenienti da fonti e metodologie differenti. EvalGIM: una piattaforma unificata per la valutazione dei modelli generativi di immagini Un ecosistema unificato per interpretare prestazioni e potenzialità dei modelli generativi di immagini La crescente diffusione di modelli generativi di immagini basati su input testuali ha portato a un aumento considerevole degli strumenti di valutazione automatici. Tuttavia, spesso ci si trova di fronte a metriche e dataset frammentati, con librerie poco integrate e limitate nella capacità di adattarsi alle nuove esigenze. Per affrontare queste carenze, la ricerca che presenta  EvalGIM  si concentra sull’unificazione di approcci e risorse, offrendo un quadro coerente per eseguire valutazioni su più dataset, metriche e scenari di generazione. L’obiettivo non è semplicemente fornire un insieme di numeri, bensì creare un ecosistema che permetta di estrarre conoscenze operative, identificare punti deboli ed evidenziare trend strategici. L’utilità di  EvalGIM  emerge nel contesto di una comunità scientifica e imprenditoriale alla continua ricerca di strumenti affidabili, adattabili e comprensibili. Nel campo dei modelli  text-to-image , la sfida non è soltanto generare immagini coerenti con un prompt testuale, ma valutare come le reti neurali si comportano su più dimensioni. È cruciale comprendere se un modello produce immagini di elevata  qualità , dove per qualità si intende la corrispondenza con un ideale di realismo visivo, se riesce a garantire un’adeguata  diversità  – ovvero un ventaglio ampio di variazioni su un tema, evitando ripetizioni o stereotipi – e se dimostra  consistenza  nella relazione testo-immagine, esprimendo correttamente gli elementi semantici richiesti. A differenza di approcci passati,  EvalGIM  consente di integrare e confrontare più metriche consolidate (come Fréchet Inception Distance, CLIPScore, precision, coverage, recall e VQAScore) e nuovi metodi emergenti. Queste metriche non sono interpretate come meri indicatori numerici, ma come segnali complementari di diversi aspetti della generazione. Per esempio, FID mette a fuoco la vicinanza delle immagini generate a quelle reali, ma non distingue fra qualità e diversità. Al contrario, precision e coverage separano la dimensione qualitativa da quella di varietà, permettendo di capire se il modello tende a generare immagini sempre perfette ma tutte simili, oppure se sacrifica realismo per una maggiore esplorazione dello spazio visivo. Analogamente, CLIPScore e VQAScore offrono indicazioni sulla capacità del modello di produrre immagini coerenti con le richieste testuali. L’obiettivo finale è fornire una valutazione più ricca, non limitata a un singolo numero. L’aspetto della  flessibilità  è centrale.  EvalGIM  adotta una struttura modulare: aggiungere nuovi dataset o metriche non richiede complessi riadattamenti. Dati aggiornati, provenienti ad esempio da raccolte fotografiche particolari o da prompt più articolati, possono inserirsi agevolmente nel flusso di lavoro. Lo stesso vale per l’introduzione di metriche emergenti, così da stare al passo con l’evoluzione degli standard di settore. Questo rende  EvalGIM  non soltanto uno strumento statico, ma un punto di partenza per sviluppi futuri, per integrare valutazioni sulla capacità di un modello nel gestire prompt multilingua, tematiche rare o domini visivi non standard. Inoltre, la progettazione attenta alla riproducibilità permette di eseguire analisi su larga scala, distribuendo il calcolo su più risorse hardware, aspetto cruciale per chi intende monitorare l’evoluzione dei modelli nel tempo o confrontare diverse configurazioni di addestramento. L’obiettivo non è solo accademico. Imprenditori e manager, di fronte alla crescente competizione nel campo dell’intelligenza artificiale generativa, hanno bisogno di strumenti in grado di fornire indicazioni strategiche.  EvalGIM  agevola la comprensione dei trade-off tra diverse dimensioni di performance, facilitando scelte informate su quali modelli adottare o quali impostazioni di training privilegiare. L’accessibilità del codice e la struttura chiara delle valutazioni permettono di plasmare il processo di analisi in base a obiettivi specifici, come comprendere l’impatto della ricaptioning dei dataset, la robustezza del ranking dei modelli su dataset differenti o l’influenza di parametri di generazione come i coefficienti di guidance. EvalGIM: metriche, dataset e visualizzazioni: un quadro modulare e flessibile per valutare qualità, diversità e consistenza Dopo aver illustrato i principi e le finalità di  EvalGIM , è opportuno soffermarsi sulle metriche che la libreria rende disponibili e sulla modalità con cui si combinano fra loro per offrire una visione completa del comportamento dei modelli. Uno dei punti di forza di questa libreria è la capacità di passare da metriche marginali, che confrontano la distribuzione delle immagini generate con quella di set reali, a metriche condizionali, che valutano la coerenza testo-immagine, fino ad arrivare a metriche raggruppate in base a sottopopolazioni o caratteristiche geografiche. Le metriche marginali come FID, precision, recall, coverage e density forniscono un quadro sulle proprietà generali del modello. FID mette a confronto la distribuzione delle immagini generate con quelle reali, mentre precision e coverage analizzano in modo più granulare la posizione delle immagini generate nello spazio delle feature, distinguendo la qualità (precision) dalla diversità (coverage). Questa distinzione è cruciale per evitare di trarre conclusioni approssimative: un modello con basso FID potrebbe in realtà avere alta diversità ma qualità non eccellente, oppure potrebbe generare immagini molto realistiche ma poco varie. Le metriche condizionali, come  CLIPScore , valutano la similarità semantica tra testo e immagine usando modelli pre-addestrati capaci di rappresentare sia testo che immagini in uno spazio condiviso. CLIPScore non è però sempre sufficiente. Alcune ricerche hanno mostrato che i modelli tendono a privilegiare rappresentazioni stereotipate. Per superare questo limite, metriche come  VQAScore  e metodi avanzati quali  Davidsonian Scene Graph (DSG)  chiedono a un sistema di question-answering visivo di rispondere a domande sul contenuto generato. Questo approccio consente di verificare se l’immagine cattura davvero gli elementi descritti nel prompt. Tali metriche sono cruciali quando si vogliono comprendere le capacità del modello nel rappresentare correttamente dettagli complessi, oggetti multipli, relazioni spaziali, stili e attributi rari. Un esempio esplicativo potrebbe essere un prompt che descrive “un uccello blu su un ramo fiorito vicino a un lago”: metriche come CLIPScore potrebbero premiare la presenza di elementi considerati tipici, mentre VQAScore e DSG analizzeranno se l’immagine mostra davvero un uccello di colore blu, un ramo con fiori e un contesto lacustre, offrendo un esame più fine della coerenza semantica. EvalGIM  include anche strumenti per valutare le prestazioni sulle sottopopolazioni. Questo è particolarmente importante quando si studiano fenomeni di disparità di performance su gruppi geografici, culturali o sociali diversi. Tramite dataset come GeoDE, la libreria permette di capire se un modello favorisce involontariamente certe aree del mondo, producendo immagini più realistiche per determinati contesti geografici rispetto ad altri. Questa capacità di segmentare l’analisi per sottogruppi è essenziale per manager e dirigenti che necessitano di garanzie sull’equità del modello, specialmente se l’azienda opera a livello globale e necessita di generare contenuti visivi coerenti con diverse culture o paesi. La  flessibilità  di  EvalGIM  si manifesta anche nella possibilità di aggiungere facilmente nuove metriche. La libreria si basa su torchmetrics, offrendo funzioni di aggiornamento batch-wise e un meccanismo di calcolo finale della metrica su interi set di dati. Questo approccio, unito alla possibilità di aggiungere nuovi dataset tramite classi base chiaramente definite, rende la libreria adatta a seguire l’evoluzione continua del settore, in cui emergono frequentemente nuove proposte di valutazione, metriche di consistenza più raffinate o dataset specificamente progettati per saggiare la capacità dei modelli di gestire prompt sempre più complessi. Oltre alle metriche,  EvalGIM  fornisce anche strumenti di visualizzazione pensati per rendere i risultati intuitivi. Pareto Fronts, radar plots e ranking table sono esempi di come la libreria presenti i dati in modo non banale. L’idea è trasformare lunghe tabelle numeriche in grafici interpretabili a colpo d’occhio. Con un Pareto Front si può osservare la tensione tra migliorare la coerenza testuale e mantenere un’adeguata diversità, con un radar plot si notano differenze di performance su diversi gruppi geografici, mentre con una ranking table si percepisce la robustezza del posizionamento di un modello rispetto a metriche e dataset diversi. Queste visualizzazioni rendono più semplice capire se eventuali miglioramenti si traducono realmente in un vantaggio strategico, evitando di fermarsi a interpretazioni affrettate su singoli indici. “Evaluation Exercises”: analisi guidate per comprendere i compromessi e le implicazioni strategiche dei modelli text-to-image Un aspetto distintivo di  EvalGIM  è la presenza delle “Evaluation Exercises”, set di analisi precostituite per indagare questioni specifiche. Queste analisi guidano l’utente a esplorare temi comuni nel campo text-to-image senza perdersi in una miriade di metriche e dataset. Gli esercizi proposti includono lo studio dei trade-off tra qualità, diversità e consistenza, la valutazione della rappresentazione di gruppi differenti, l’analisi della robustezza dei ranking dei modelli e la comprensione delle conseguenze dell’impiego di prompt di differenti tipologie. I “Trade-offs” permettono di capire se migliorare la consistenza testuale richiede di sacrificare la diversità o la qualità. Per esempio, durante le prime fasi di addestramento di un modello, la consistenza può aumentare progressivamente, ma ciò può essere accompagnato da fluttuazioni nella qualità. Immagini inizialmente coerenti col testo potrebbero risultare meno varie, oppure il tentativo di ampliare il ventaglio di soluzioni visive potrebbe ridurre la precisione. Confrontando metriche come precision, coverage e VQAScore attraverso le Pareto Fronts, un imprenditore può identificare il regime di addestramento e i parametri ideali per bilanciare meglio questi fattori, ottenendo immagini non solo coerenti, ma anche esteticamente convincenti e diversificate. La “Group Representation” consente di indagare come le differenze geografiche o di contesto culturale incidono sulle prestazioni. Radar plots mostrano come successive generazioni di un dato modello possano migliorare notevolmente su alcuni gruppi regionali, mentre restano indietro su altri. Per un dirigente che desidera una distribuzione equa della qualità dell’immagine per mercati internazionali, questa analisi diventa uno strumento prezioso. Il fatto che un nuovo modello addestrato con un set più ricco di immagini recuperi terreno su determinati mercati, ma non su altri, costituisce un’informazione di cui tener conto nella strategia di prodotto. L’esercizio “Ranking Robustness” si concentra sulla stabilità dei confronti tra modelli. Un singolo valore di FID può far apparire un modello leggermente superiore a un altro, ma cosa accade se si analizzano più metriche e dataset? Ci si può accorgere che il modello con FID migliore non è in realtà superiore in termini di qualità pura o di diversità. Questa analisi permette di evitare decisioni dettate da metriche non rappresentative e fornisce una panoramica più robusta delle prestazioni. Per un manager che deve investire in un particolare tipo di modello, un semplice sguardo alla tabella di ranking multimetriche evidenzia se un certo candidato è affidabile in diversi scenari o se la sua superiorità è limitata a un contesto ristretto. Infine, “Prompt Types” aiuta a capire come il modello reagisce a tipologie di prompt differenti, come concetti semplici rispetto a descrizioni più lunghe e dettagliate. L’analisi suggerisce che mescolare dati originali e ricaptioning di immagini in fase di addestramento può migliorare la diversità e la coerenza rispetto all’utilizzo di sole caption originali. Questo è un punto cruciale: la possibilità di regolare la tipologia di prompt, magari in base all’uso commerciale previsto, può definire la capacità del modello di generare risultati coerenti per campagne di marketing più complesse o per database di immagini diversificati. Conclusioni L’insieme di informazioni fornite da  EvalGIM  può essere interpretato in modi nuovi e strategici, andando oltre la semplice lettura di metriche consolidate come FID o CLIPScore. In un contesto in cui le tecnologie text-to-image competono con approcci già affermati, questa libreria sposta l’attenzione verso una valutazione più sofisticata. Le implicazioni per le imprese e i dirigenti sono molteplici: non basta scegliere un modello con un punteggio elevato su una singola metrica, poiché quel dato potrebbe non riflettere la reale capacità del modello di adattarsi a prompt variegati, di mantenere un buon equilibrio tra qualità e diversità, o di offrire prestazioni eque per diverse aree geografiche. La concorrenza nel settore porta a una corsa verso metriche sempre più acute nel misurare gli aspetti chiave della generazione d’immagini. Parallelamente, nuove librerie e benchmark emergono continuamente. La chiave non è limitarsi a metriche “classiche” ma interpretare i risultati in modo critico e adattarli alle esigenze dell’azienda. Il valore di  EvalGIM  si coglie proprio nella possibilità di effettuare analisi puntuali, integrando nuovi dataset e metriche appena pubblicati. Grazie a un’architettura modulare, imprenditori e manager possono arricchire progressivamente la valutazione, aggiungendo parametri che riflettono i propri obiettivi e scoprendo se un dato miglioramento nelle metriche di consistenza si traduce davvero in un valore aggiunto per il business. Confrontando i risultati offerti da  EvalGIM  con lo stato dell’arte, emerge la necessità di non considerare più un singolo indicatore come guida assoluta, bensì di trattare la valutazione come un panorama complesso, nel quale ogni punto di riferimento va contestualizzato. Le tecnologie simili già presenti sul mercato spesso non offrono la stessa flessibilità o non guidano verso analisi così mirate. La possibilità di scrutare i punti di forza e debolezza dei modelli da diverse prospettive permette di individuare strategie più efficaci, comprendendo se un dato approccio promette miglioramenti stabili su più assi di analisi o se si tratta di un vantaggio circoscritto a uno scenario limitato. In definitiva,  EvalGIM  non fornisce conclusioni nette, ma offre strumenti per interrogare i dati in modo più approfondito. Questa caratteristica si rivela preziosa in un ambiente tecnologico in costante evoluzione. La capacità di interpretare segnali deboli, di anticipare trend e di effettuare scelte ponderate sulla base di un quadro valutativo complesso rappresenta un vantaggio competitivo. In un mercato in cui la qualità del contenuto generato, la diversità delle rappresentazioni e la coerenza con le richieste dell’utente sono leve strategiche, il ruolo di uno strumento flessibile e personalizzabile come  EvalGIM  diventa una risorsa di primo piano. Podcast: https://spotifycreators-web.app.link/e/7d8SyiqQlPb Fonte: https://ai.meta.com/research/publications/evalgim-a-library-for-evaluating-generative-image-models/

The report “TEN TECHNOLOGY TRENDS 2025 The Year of Reckoning” by Dr. Mark van Rijmenam addresses the year 2025 as a turning point, in which the most advanced digital technologies—from artificial intelligence to augmented reality—intertwine with sociopolitical phenomena, producing profound consequences. The goal is to understand how the exponential acceleration of innovation will affect businesses, markets, and society, shaping dynamics of trust, regulation, and adaptation. Technology 2025: Evolving Global Equilibria Technology 2025: Omnipresence of Artificial Intelligence and the Challenge to Truth In 2025, artificial intelligence permeates every sphere of existence, spreading far beyond traditional sectors and embracing everyday uses, domestic devices, industrial systems, and economic platforms. This ubiquitous presence changes the relationship between human beings, machines, and organizations, creating a context where AI is no longer just a tool but the connective tissue of the infosphere. AI no longer merely enhances products or services; it becomes an integral part of decision-making processes, work, and even social interactions. For example, wearable devices or domestic smart hubs no longer stop at simply responding to a voice command but anticipate user needs and behaviors, providing real-time information and redefining the perception of reality. This pervasiveness has profound employment impacts, not so much in 2025 in terms of massive job destruction, but rather in increasing tension between the opportunities offered by automation and the need to redefine human skills and responsibilities. This progressive integration leads to agentic AI systems capable of autonomous actions, modeling industrial processes with great efficiency and speed. An investment bank might use specialized AIs for real-time market analysis, while a manufacturing company could coordinate complex supply chains without direct human intervention. Such examples are not mere science fiction, as the proliferation of large-scale language models simplifies the adoption of these systems. The accessibility of open-source frameworks, such as Llama, encourages a wide range of enterprises to create vertical applications, generating a competitive advantage for those who understand how to integrate these solutions into their business. AI thus infiltrates the very infrastructure of daily life, from logistics to entertainment, from production to financial consulting, accentuating the need for ethical governance and transparent rules. The balance between efficiency and responsibility, between operational flexibility and transparency, becomes critical. While AI provides an unprecedented operational fluidity, it also increases vulnerabilities in the dissemination of unverified information. The emergence of deepfakes and synthetic content of such high quality that they become indistinguishable from reality fosters an environment where trusting the authenticity of a video, an image, or a statement becomes extremely complex. The manipulation of information, facilitated by generative AI, produces a fragmentation of society, where the perception of truth and falsehood falters, creating rifts among social groups, institutions, and markets. Where once verifying a source was a matter of journalistic method and critical analysis, in 2025 this ability becomes an essential safeguard at all levels, from individuals to large companies. A manipulated piece of news can destabilize stock prices, undermine a brand’s credibility, or trigger geopolitical tensions. The problem does not lie in the technology itself, but rather in its use and the ease with which malicious actors can pollute the information flow. Knowing how to distinguish signal from noise, defining ethical guidelines, and adopting authentication standards for content is not a luxury but a strategic necessity. In 2025, a company that wants to maintain its reputation and reliability must invest in verification systems, internal training, and resilience mechanisms, recognizing that the crisis of digital truth is not a transient event, but a structural component of the technological landscape. Information Overload, Tokenized Assets, and the Shadow of the “Big Crunch” The year 2025 is marked by an incessant flow of data and content. Information production grows at such a pace that any attempt to maintain complete control becomes obsolete. Artificial intelligence, capable of generating text, images, and videos instantly, fuels a scenario in which synthetic content risks surpassing human-generated content in volume. The result is a constant immersion in saturated information streams, where orienting oneself becomes an arduous undertaking. A simple example is the experience of an executive traveling who, after an intercontinental flight without network access, lands to find a reality already changed, with news, economic analyses, and market trends potentially already outdated. In this context, attention becomes a scarce resource. The ability to distinguish relevant information from noise becomes the true competitive factor. To this end, some platforms focus on tools capable of filtering, synthesizing, and contextualizing data. While in the past innovation consisted of providing access to previously inaccessible information, now the challenge is to offer criteria for interpretation and verification mechanisms. Organizations that can master selection, synthesis, and predictive analysis of information will be able to guide their strategies more lucidly, avoiding drowning in the sea of data. In parallel, 2025 sees the rise of the tokenization of real assets, a process in which blockchain technology makes it possible to fragment and digitally represent physical property, such as real estate, artworks, or environmental credits. This phenomenon, connected to decentralized finance, promises to increase the liquidity of traditionally inflexible assets, enabling faster and more transparent transactions. Specialized platforms emerge to manage these transitions, while certain jurisdictions, such as Singapore or the EU, provide clearer rules, making it safer for investors and companies to enter this new frontier. However, large-scale adoption of tokenized assets is not without risks. Speculation can create bubbles, and the absence of global standards leads to regulatory fragmentation. The efficiency promoted by tokenization must therefore be balanced with careful oversight capable of preventing fraud, manipulation, and market imbalances. On another front, quantum technology looms as a critical watershed in digital security. The “Big Crunch” is the event in which quantum computers will be able to break traditional cryptographic protocols, undermining the foundations of online security. RSA and ECC systems, the cornerstone of the current cryptographic infrastructure, risk becoming vulnerable in the face of sufficiently powerful quantum machines. Standard-setting agencies like NIST are preparing quantum-resistant cryptographic protocols, but effective adoption requires time and investment, especially for businesses. Some actors may be able to break important algorithms before revealing it to the world, thus exploiting a temporary strategic advantage. This is not just a technological problem. Differences in the diffusion and control of quantum technology may intensify gaps between nations, redefining geopolitical equilibria and creating tensions among rival blocs. Those who gain access to enhanced quantum security or unsurpassable attack capabilities will hold a significant economic and military advantage. In 2025, preparing for the post-quantum era is not an abstract exercise, but a necessity for protecting data, intellectual property, and financial stability. Augmented Reality, Humanoid Robots, Proactive Healthcare, and Geopolitical Scenarios Between Innovation and Deregulation In 2025, augmented reality (AR) becomes an increasingly integrated interface in everyday life, going beyond the confines of the gaming sector to embrace areas such as training, retail, and healthcare. While in the past AR glasses were seen as futuristic gadgets, now lighter and more comfortable models that can leverage 5G networks and artificial intelligence offer immersive experiences. AR is no longer limited to entertainment: it overlays digital information onto the physical context, enabling the recognition of objects, providing instructions for repairs, or displaying critical data during a medical procedure. However, this integration raises issues of privacy and security, since the granular collection of visual data can become an instrument of pervasive surveillance. Balancing innovation and ethics become essential to prevent AR from degenerating into a technology of invisible control. Automation does not stop here. By 2025, humanoid robots are no longer be laboratory prototypes but active participants in the production fabric. From factories to logistics, from restaurants to elderly care, the presence of humanoid machines capable of understanding complex operational contexts and interacting with people through familiar gestures and movements becomes ordinary. Such robots help fill staffing shortages, handle dangerous or repetitive tasks, and increase productivity. In some sectors, such as senior care facilities, human work may be reduced to supervisory functions, while basic operations are guaranteed by machines. Meanwhile, healthcare undergoes a transition from reactive to proactive. Wearable technologies, biometric sensors, and advanced genomic analyses allow diseases to be monitored and prevented before they manifest fully. Proactive healthcare uses AI to identify predictive patterns in medical records, tailor preventive plans, and suggest healthier lifestyles. While promising, this paradigm shift does not in itself guarantee equitable access. Who will be able to afford sophisticated devices and personalized genetic analyses? If technological evolution is not accompanied by inclusive policies, there is a risk of creating a healthcare divide between those who benefit from predictive tools and those who remain tied to a reactive model—less efficient and more expensive in the long run. Rounding out the picture, geopolitical dynamics directly influence the technological ecosystem. With the return of Trump to the U.S. presidency in 2025, we witness more pronounced protectionism, pressures on technology production linked to rival powers, targeted deregulation to favor certain industrial players, and targeted restrictions for companies not aligned with Washington’s policies. This may favor sectors such as fintech, defense, and innovation platforms close to the new government’s stance but complicates the landscape for tech giants dependent on global supply chains and open markets. The fragmentation of technological governance increases, and with it, the risk that divergent standards and opposing interests create uncertainties for long-term strategies. In 2025, economic and political actors find themselves at a crossroads. On one hand, uncontrolled innovation can produce disruptive benefits, but without a clear regulatory framework and strategic vision, it fosters asymmetries and opportunistic exploitation. On the other hand, excessive regulation can stifle creativity and slow progress, leaving room for imitations devoid of genuine added value. Between innovating, imitating, and regulating, the challenge is to find a balance that enables the potential of digital technology to be harnessed without generating irreversible imbalances or giving up essential competitive advantages. Conclusions The 2025 envisioned by Mark van Rijmenam offers a scenario devoid of easy reassurances. AI is everywhere, but its diffusion does not guarantee uniform benefits; trust in information oscillates, undermined by synthetic and easily manipulated content; information overload, tokenization, and the advent of quantum computing rewrite the rules of markets and security. None of this represents a mere “next step” of linear progress: rather, it is a convergence of phenomena that forces a rethinking of entrepreneurial strategies, political choices, and organizational models. For businesses and managers, the implications are profound. While other similar technologies, such as less sophisticated machine learning approaches or more rudimentary AR systems, already existed, today the difference lies in the speed with which these innovations permeate every sector, altering established ecosystems faster than regulation or skill-building can keep pace. It thus becomes strategic not only to adopt the most advanced solutions but to understand how to integrate them coherently with one’s own values, preserving reputation and adapting to a context where transparency becomes an intangible asset. Comparing this with the state-of-the-art reveals that many technologies already existed, but now they change scale and context, while others—such as new-generation humanoid robots or the maturation of asset tokenization—are redefining the competitive landscape. Some alternatives, like classical cryptography or less ambitious AI systems, will continue to exist alongside emerging solutions but will have to coexist with far more complex challenges, demanding critical analysis. Entrepreneurs capable of looking beyond the myth of linear progress and evaluating the social, economic, and political impact of innovation with clarity will be better positioned in a changing environment. It is not about extolling or demonizing technology, but about understanding its role in a global game where power, information, and value flow in unprecedented forms. The year 2025 is not a finish line, but an intermediate stage: those who learn to navigate these waters today may guide the currents of transformation tomorrow. The invitation is not to fear or uncritically celebrate its potential, but to develop a clear vision based on a deep knowledge of the dynamics at play and the awareness that it will not be technology alone that determines the future, but how individuals, businesses, and institutions use it as a lever for building a future with realism and responsibility. Podcast: https://spotifycreators-web.app.link/e/YdaYpz9ElPb Source:   https://www.thedigitalspeaker.com/ten-technology-trends-2025/

La relazione “ TEN TECHNOLOGY TRENDS 2025 The Year of Reckoning ” di Dr. Mark van Rijmenam affronta l’anno 2025 come un momento di snodo in cui le tecnologie digitali più avanzate, dall’intelligenza artificiale alla realtà aumentata, si intrecciano con fenomeni sociopolitici, producendo conseguenze profonde. L’obiettivo è comprendere come l’accelerazione esponenziale dell’innovazione inciderà su imprese, mercati e società, determinando dinamiche di fiducia, regolamentazione e adattamento. Tecnologia 2025: Equilibri globali in evoluzione Tecnologia 2025: Onnipresenza dell’intelligenza artificiale e sfida alla verità Nel 2025 l’intelligenza artificiale permea ogni ambito dell’esistenza, diffondendosi ben oltre i settori tradizionali e abbracciando usi quotidiani, dispositivi domestici, sistemi industriali e piattaforme economiche. Questa presenza ubiquitaria modifica il rapporto fra esseri umani, macchine e organizzazioni, generando un contesto in cui  l’AI non è più uno strumento, ma un tessuto connettivo dell’infosfera . L’AI non si limita più a potenziare prodotti o servizi: diventa parte integrante dei processi decisionali, del lavoro e persino delle interazioni sociali. Ad esempio, i dispositivi indossabili o gli smart hub domestici non si fermano alla semplice risposta a un comando vocale, ma anticipano bisogni e comportamenti dell’utente, fornendo informazioni in tempo reale e ridefinendo la percezione della realtà.Tale pervasività genera impatti profondi sull’occupazione, non tanto nel 2025 in termini di distruzione massiccia di posti di lavoro, quanto per una tensione crescente tra le opportunità offerte dall’automazione e la necessità di ridefinire competenze e responsabilità umane. Questa progressiva integrazione conduce a sistemi di intelligenza artificiale agentica, capaci di compiere azioni autonome, modellando processi industriali con grande efficienza e rapidità. Una banca d’investimento potrebbe utilizzare AI specializzate per analisi di mercato in tempo reale, mentre un’azienda manifatturiera potrebbe coordinare filiere complesse senza intervento umano diretto. Esempi simili non sono mera fantascienza, poiché la diffusione di modelli linguistici su larga scala semplifica l’adozione di questi sistemi. L’accessibilità di open-source frameworks, come Llama, incoraggia un ampio ventaglio di imprese a creare applicazioni verticali, generando un vantaggio competitivo per chi comprende come integrare queste soluzioni nel proprio business.L’AI si insinua quindi nell’infrastruttura stessa del quotidiano, dalla logistica all’intrattenimento, dalla produzione alla consulenza finanziaria, accentuando la necessità di una governance etica e di regole trasparenti. L’equilibrio tra efficienza e responsabilità, tra flessibilità operativa e trasparenza, diventa critico. Se da un lato l’AI offre una fluidità operativa mai vista, dall’altro accentua vulnerabilità nella diffusione di informazioni non verificate. L’emergere di deepfake e contenuti sintetici di qualità così elevata da risultare indistinguibili dal reale alimenta un ambiente dove  fidarsi dell’autenticità di un video, di un’immagine o di una dichiarazione diviene estremamente complesso . La manipolazione delle informazioni, facilitata dall’AI generativa, produce una frammentazione della società, in cui la percezione del vero e del falso vacilla, creando fratture tra gruppi sociali, istituzioni e mercati. Se un tempo verificare una fonte era questione di metodo giornalistico e analisi critica, nel 2025 questa capacità diventa un presidio indispensabile a tutti i livelli, dal singolo individuo alle grandi aziende. Una notizia manipolata può destabilizzare quotazioni borsistiche, minare la credibilità di un brand o scatenare tensioni geopolitiche. Il problema non risiede nella tecnologia in sé, quanto nell’uso che se ne fa e nella facilità con cui attori malevoli possono inquinare il flusso informativo. Saper distinguere il segnale dal rumore, definire linee guida etiche e adottare standard di autenticazione dei contenuti non è un lusso, ma una necessità strategica. L’impresa che nel 2025 vorrà mantenere reputazione e affidabilità dovrà investire in sistemi di verifica, formazione interna e meccanismi di resilienza, prendendo atto che  la crisi della verità digitale non è un evento transitorio , bensì una componente strutturale del panorama tecnologico.   Sovraccarico informativo, asset tokenizzati e l’ombra del “Big Crunch” L’anno 2025 è segnato da un flusso incessante di dati e contenuti. La produzione di informazione cresce a un ritmo tale da rendere obsoleto ogni tentativo di mantenerne un controllo integrale. L’intelligenza artificiale, in grado di generare testi, immagini e video con immediatezza, alimenta uno scenario in cui  il contenuto sintetico rischia di superare in volume quello di origine umana . La conseguenza è un’immersione costante in flussi informativi saturi, dove orientarsi diventa impresa ardua. Un esempio semplice è l’esperienza di un dirigente in viaggio, che dopo un volo intercontinentale senza accesso alla rete trova all’atterraggio una realtà già mutata, con notizie, analisi economiche e tendenze di mercato potenzialmente già datate. In questo contesto, l’attenzione diventa una risorsa scarsa. La capacità di distinguere informazione rilevante da rumore diviene il vero fattore competitivo. A tal fine, alcune piattaforme puntano su strumenti capaci di filtrare, sintetizzare e contestualizzare i dati. Se un tempo l’innovazione consisteva nel fornire accesso a informazioni prima inaccessibili, ora la sfida è fornire criteri di interpretazione e meccanismi di verifica. Le organizzazioni che riusciranno a padroneggiare la selezione, la sintesi e l’analisi predittiva dell’informazione saranno in grado di orientare le proprie strategie con maggiore lucidità, evitando di annegare nel mare dei dati.Parallelamente, nel 2025 prende piede la tokenizzazione degli asset reali, un passaggio in cui la blockchain consente di frammentare e rappresentare digitalmente proprietà fisiche, come immobili, opere d’arte o crediti ambientali. Questo fenomeno, collegato alla finanza decentralizzata, promette di  aumentare la liquidità di beni tradizionalmente poco flessibili, consentendo transazioni più rapide e trasparenti . Piattaforme specializzate emergono per gestire questi passaggi, mentre alcune giurisdizioni, come Singapore o l’UE, forniscono regole più chiare, rendendo più sicuro l’ingresso di investitori e imprese in questa nuova frontiera. Tuttavia, l’adozione su larga scala di asset tokenizzati non è priva di rischi. La speculazione può creare bolle e l’assenza di standard globali favorisce disomogeneità normative. L’efficienza promossa dalla tokenizzazione deve quindi equilibrarsi con una vigilanza attenta, capace di prevenire frodi, manipolazioni e squilibri di mercato. Su un altro fronte, la tecnologia quantistica incombe come uno spartiacque critico della sicurezza digitale. Il “Big Crunch” è l’evento in cui i computer quantistici saranno capaci di infrangere i protocolli crittografici tradizionali, minando le fondamenta della sicurezza online. I sistemi RSA ed ECC, colonna portante dell’attuale infrastruttura crittografica, rischiano di divenire vulnerabili dinanzi a macchine quantistiche abbastanza potenti. Le agenzie di standardizzazione, come il NIST, preparano protocolli crittografici resistenti al quantum, ma l’adozione effettiva richiede tempo e investimenti, soprattutto per le aziende. Alcuni attori potrebbero riuscire a violare importanti algoritmi prima di rivelarlo al mondo, sfruttando un temporaneo vantaggio strategico.Non si tratta solo di un problema tecnologico. Le differenze nella diffusione e nel controllo della tecnologia quantistica possono accentuare i divari tra nazioni, ridefinendo equilibri geopolitici e creando tensioni tra blocchi rivali. Chi avrà accesso a una sicurezza quantistica potenziata o a capacità di attacco insuperabili controllerà un vantaggio economico e militare di rilievo. Nel 2025, prepararsi all’era post-quantum non è un esercizio astratto, ma una necessità per proteggere dati, proprietà intellettuale e stabilità finanziaria.   Realtà aumentata, robot umanoidi, salute proattiva e scenari geopolitici tra innovazione e deregolamentazione Nel 2025 la realtà aumentata (AR) diventa un’interfaccia sempre più integrata nella quotidianità, superando i confini del settore ludico per abbracciare ambiti come la formazione, il retail e l’assistenza sanitaria. Se in passato gli occhiali AR erano visti come gadget futuristici, ora modelli più leggeri e confortevoli, capaci di sfruttare reti 5G e intelligenza artificiale, offrono esperienze immersive.  L’AR non è più limitata all’intrattenimento: sovrappone informazioni digitali al contesto fisico, consentendo di riconoscere oggetti, fornire istruzioni per riparazioni o visualizzare dati critici durante una procedura medica.  Tuttavia, questa integrazione pone questioni di privacy e sicurezza, poiché la raccolta capillare di dati visivi può trasformarsi in uno strumento di sorveglianza diffusa. L’equilibrio tra innovazione ed etica diventa essenziale affinché l’AR non degeneri in una tecnologia di controllo invisibile.L’automazione non si ferma qui. Entro il 2025 robot umanoidi non sono più prototipi da laboratorio, ma partecipanti attivi nel tessuto produttivo. Dalle fabbriche alla logistica, dalla ristorazione all’assistenza agli anziani,  la presenza di macchine umanoidi capaci di comprendere contesti operativi complessi e interagire con le persone con gesti e movimenti familiari diventa ordinaria.  Tali robot aiutano a colmare carenze di personale, a gestire compiti pericolosi o ripetitivi, e ad aumentare la produttività. In alcuni settori, come le strutture per la terza età, il lavoro umano può ridursi a funzioni di supervisione, mentre l’operatività di base viene assicurata dalle macchine. La sanità, nel frattempo, attraversa un passaggio da reattiva a proattiva. Tecnologie indossabili, sensori biometrici e analisi genomiche avanzate consentono di monitorare e prevenire malattie prima che si manifestino in forma conclamata.  La salute proattiva sfrutta l’AI per individuare pattern predittivi nelle cartelle cliniche, adattare piani di prevenzione su misura e suggerire stili di vita più salutari.  Questo cambio di paradigma, per quanto promettente, non garantisce di per sé equità di accesso. Chi potrà permettersi dispositivi sofisticati e analisi genetiche personalizzate? Se l’evoluzione tecnologica non verrà accompagnata da politiche inclusive, si rischia di creare un divario sanitario tra chi può usufruire di strumenti predittivi e chi resta legato a un modello reattivo, meno efficiente e più costoso a lungo termine. A completare il quadro, le dinamiche geopolitiche influenzano direttamente l’ecosistema tecnologico. Con il ritorno di Trump alla presidenza statunitense nel 2025, si assiste a un protezionismo più marcato, a pressioni sulla produzione tecnologica legata a potenze rivali, a deregolamentazioni mirate per favorire determinati attori industriali e a restrizioni mirate per aziende non allineate alle politiche di Washington. Ciò può favorire settori come il fintech, la difesa e le piattaforme d’innovazione vicine al nuovo corso governativo, ma rende più complesso il panorama per i giganti del tech che dipendono da filiere globalizzate e mercati aperti. La frammentazione della governance tecnologica aumenta, e con essa il rischio che norme divergenti e interessi contrapposti creino incertezze sulle strategie di lungo periodo. Nel 2025, gli attori economici e politici si trovano di fronte a un bivio. Da un lato l’innovazione incontrollata può produrre benefici dirompenti, ma senza un quadro normativo chiaro e una visione strategica si favorisce l’emergere di asimmetrie e sfruttamenti opportunistici. Dall’altro, un’eccessiva regolamentazione può soffocare la creatività e rallentare il progresso, cedendo il passo a imitazioni prive di autentico valore aggiunto. Tra innovare, imitare e regolare, la sfida è trovare un equilibrio che consenta di sfruttare le potenzialità del digitale senza generare squilibri irreversibili o rinunciare a vantaggi competitivi fondamentali.   Conclusioni Il 2025 delineato da Mark van Rijmenam offre uno scenario privo di rassicurazioni semplici. L’AI è ovunque, ma la sua diffusione non garantisce uniformità di benefici; la fiducia nelle informazioni oscilla, minata da contenuti sintetici e manipolabili; il sovraccarico informativo, la tokenizzazione e l’avvento del calcolo quantistico riscrivono le regole di mercati e sicurezza. Nulla di quanto descritto rappresenta il mero “prossimo passo” di un progresso lineare: è piuttosto una convergenza di fenomeni che obbligano a ripensare strategie imprenditoriali, scelte politiche e modelli organizzativi. Per le imprese e i manager, le implicazioni sono profonde. Mentre altre tecnologie simili, come gli approcci di machine learning meno sofisticati o i sistemi AR più rudimentali, esistevano già, oggi la differenza sta nella velocità con cui queste innovazioni permeano ogni settore, modificando ecosistemi consolidati in modo più rapido di quanto la regolamentazione o la formazione delle competenze riescano a tenere il passo. Diviene quindi strategico non solo adottare le soluzioni più avanzate, ma comprendere come integrarle in modo coerente con i propri valori, preservando la reputazione e adattandosi a un contesto dove la trasparenza diventa un asset intangibile. Il confronto con lo stato dell’arte evidenzia che molte tecnologie esistevano già, ma ora cambiano scala e contesto, mentre altre – come i robot umanoidi di nuova generazione o la maturazione della tokenizzazione degli asset – ridefiniscono il quadro competitivo. Alcune alternative, come forme di crittografia classica o sistemi di AI meno ambiziosi, continueranno ad affiancare le soluzioni emergenti, ma saranno costrette a convivere con sfide molto più complesse, che esigono analisi critiche. Gli imprenditori capaci di guardare oltre il mito del progresso lineare e di valutare con lucidità l’impatto sociale, economico e politico dell’innovazione sapranno posizionarsi meglio in un panorama mutevole. Non si tratta di esaltare o demonizzare la tecnologia, quanto di comprenderne il ruolo in un gioco globale nel quale potere, informazione e valore fluiscono in forme inedite. Il 2025 non è un traguardo, ma una tappa intermedia: chi oggi impara a navigare in queste acque, domani potrà guidare le correnti della trasformazione. L’invito non è a temere o a celebrarne acriticamente le potenzialità, bensì a sviluppare una visione chiara, fondata su una conoscenza profonda delle dinamiche in atto e sulla consapevolezza che  non sarà la tecnologia di per sé a determinare il destino, ma il modo in cui individui, imprese e istituzioni sapranno impiegarla come leva di un futuro da costruire con realismo e responsabilità.   Podcast: https://spotifycreators-web.app.link/e/IpizcnJClPb Fonte: https://www.thedigitalspeaker.com/ten-technology-trends-2025/

The research entitled "Byte Latent Transformer: Patches Scale Better Than Tokens," by Artidoro Pagnoni, Ram Pasunuru, Pedro Rodriguez, John Nguyen, Benjamin Muller, Margaret Li, Chunting Zhou, Lili Yu, Jason Weston, Luke Zettlemoyer, Gargi Ghosh, Mike Lewis, Ari Holtzman, and Srinivasan Iyer, developed at FAIR (Meta), the Paul G. Allen School of Computer Science & Engineering at the University of Washington, and the University of Chicago, introduces a language learning model that overcomes the limitations associated with fixed tokenization. The goal is to show how a byte-based approach can maintain or improve performance with greater computational efficiency. Byte Latent Transformer (BLT). When byte-based models surpass the limits of tokenization Byte Latent Transformer, context and architecture Understanding how best to handle textual input data has long been a historical challenge in the field of language models. The use of tokenization schemes based on static vocabularies has for a long time favored the adoption of well-known models such as ChatGPT or LLaMA, where each token was derived from a set of fixed sub-lexical units. This approach became necessary to contain computational costs, since operating directly on native byte streams, without any predefined segmentation, was considered too burdensome at large scale. Traditional architectures, in fact, relying on static tokenizers, carried constraints related to the lack of information at the most elementary level, the byte, making it difficult to handle languages poorly covered by vocabularies, noisy texts, or multimodal content. The initiative behind the Byte Latent Transformer (BLT) starts directly from raw bytes and dynamically creates groups, called patches, within which computational resources are allocated proportionally to the informational complexity. No lists or schematic subsections are used; instead, a discursive strategy is adopted to describe the key points. The central idea, enabled by this architecture, is to examine the byte flow and identify high-entropy regions—segments where predicting the next byte is uncertain—and devote more substantial computational power to them. Conversely, where the sequence is more easily predictable, larger patches are created, reducing the number of high-cost global model passes. This system is based on the integration of three components. On the one hand, there is a lightweight local model that encodes the input bytes; on the other, a large global transformer that operates on the produced patches; and finally, a local decoder that works backward from the global representations to the original bytes. In this way, the original byte-level information is never truly abandoned, since there is no fixed vocabulary as in BPE-based token models, but rather a dynamic and adaptive mapping. Compared to preexisting architectures, this ensures access to the internal structure of words, allowing for a level of understanding more deeply rooted in their constituent characters. The use of n-gram hash embeddings for bytes enriches the representation, providing the model with a composite view that balances fine granularity and extended context. The tests presented in the research are not limited to simple theoretical comparisons. The researchers analyzed in detail the behavior across a broad spectrum of scales, training models up to 8 billion parameters with 4 trillion bytes of training data. This size is significant, as traditionally models adopting predefined tokens—such as LLaMA 3—achieve excellent performance but incur ever-increasing costs in maintaining an extensive vocabulary. In the case of the BLT, medium-sized patches of about 6 or 8 bytes are used, noting that with larger patches, not only are the global transformer steps reduced during inference, but computation management becomes more efficient. The research shows that, for the same inference cost, the Byte Latent Transformer achieves comparable, if not superior, quality to well-known token-based models. Both large-scale datasets and complex tasks such as common sense reasoning, question answering, and even code generation are considered. Particularly interesting is the comparison in terms of FLOPs, a unit of measurement for computational cost: the BLT can achieve the same performance levels as LLaMA 3, reducing FLOPs by up to 50% at the same model and training data size. This means an advantage in terms of efficiency. The architecture leverages various techniques, such as cross-attention between the global and local levels, as well as hashed n-gram embeddings that capture linguistic patterns at multiple levels. By comparing different approaches, the research shows that the BLT surpasses models like MegaByte in terms of scaling and performance, establishing a common ground for building new experiments. In terms of robustness, the Byte Latent Transformer appears to make the model less vulnerable to textual distortions, also improving performance on translations for low-resource languages and on tasks involving orthographic manipulation. Emerging results In the study, the results indicate a significant step toward eliminating traditional tokenization, demonstrating that a vocabulary-free architecture can achieve performance parity with the most advanced models. The BLT offers the possibility of markedly reducing inference costs, gaining efficiency while maintaining accuracy levels. In direct comparisons, for example with LLaMA 2 and LLaMA 3, the research shows that improvement curves at equal FLOPs are comparable, if not better, when the byte-patch architecture is employed. This means that, instead of considering expanding the token-based vocabulary to reduce the number of steps—an approach that would increase the model’s final size and thus costs—the BLT opens the door to more flexible scaling. As the model scales up, the ability to increase both the size of the global model and the patch size makes it possible to maintain the same inference budget while still achieving progressive improvements. A crucial aspect is the evaluation of metrics that are independent of tokenization. In the past, the evaluation of language model performance was based on perplexity calculated from a token vocabulary. In the case of the BLT, the research adopts Bits-Per-Byte (BPB), a universal measure as it is independent of tokenization. As the model size grows, using an average patch of 6 or 8 bytes, the Byte Latent Transformer surpasses in efficiency models with fixed tokens, controlling FLOPs and dynamically allocating computational resources to the most difficult steps. When evaluating tasks such as ARC-E, ARC-C, HellaSwag, PIQA, MMLU, MBPP, and HumanEval, the research shows that it is possible to achieve high-level average performance without depending on token segmentation. In some cases, comparable accuracy is achieved, and in others, improvements in robustness are noted for tests characterized by noise or textual manipulations. It is demonstrated that, given equal parameters and FLOPs, consistent results and reasoning quality comparable to the best established BPE-based pipelines are attainable. Perhaps the most interesting aspect is that by moving away from predefined tokens, one paradoxically reduces the complexities introduced by segmentation heuristics and the costs of adapting to new domains or languages. Moreover, the BLT demonstrates a better ability to handle so-called long-tail data—those less common portions of text—as well as multilingual inputs not optimized for a given vocabulary, thanks to the total absence of biases induced by tokenization. Analyses confirm that a 50% reduction in FLOPs during inference compared to equally sized token-based models does not entail a loss in performance. This balance makes the technology particularly interesting for companies and operational realities where computational costs are a strategic factor. Additionally, the approach of increasing both the global model size and the patch size opens up new avenues for scalability, reducing the typical trade-offs between computational cost, network size, and context breadth. Ultimately, the results emphasize how a byte-based, dynamic, and flexible approach can reach and sometimes surpass the boundaries of the most established token-based architectures, providing a foundation for future research on increasingly versatile and robust models. Conclusions The current landscape of language modeling, dominated by architectures relying on fixed tokenization, had reached a certain maturity with cutting-edge models like ChatGPT, which can perform effectively across a wide range of tasks. However, dependence on a predefined vocabulary entails intrinsic limitations: adapting to new domains, languages, or atypical textuality remains problematic, and the need to enlarge the vocabulary to reduce the number of steps into the global model introduces increasing costs and rigidity in inference. Other solutions, such as Megabyte or SpaceByte, had already glimpsed the value of moving closer to the byte, but without fully bridging the gap with the best large-scale token-based models. The Byte Latent Transformer fits into this line of innovation, showing an approach less constrained and more closely tied to the fundamental characteristics of text. Unlike Megabyte, which was limited to static patches, the BLT uses dynamic patches dictated by the local entropy of the textual flow, allowing computational effort to be allocated only where necessary, and enabling very long patches where the text is predictable. In this way, a system is obtained that does not sacrifice quality; rather, it achieves it at lower costs, offering more agile scalability and greater resilience to noise. From an entrepreneurial and managerial perspective, this technology should be interpreted as an opportunity to optimize hardware and operational resources. If token-based models often require substantial costs for customization, here the intrinsic versatility reduces the burden of adapting to non-canonical data, opening new markets and industrial applications involving non-standard linguistic contexts. The most forward-looking actors will recognize in the Byte Latent Transformer a model capable of handling unforeseen situations without resorting to extensive vocabularies or costly restructuring of the pipeline. It is not a matter of immediately replacing existing solutions, but of understanding that the future of language models can move onto a more elementary plane, where the boundaries between word and subword give way to byte-level granularity and the ability to reshape text representation without constraints. The strategic consequences are clear: developers of linguistic solutions can avoid continuously chasing new tokenizers and extreme vocabulary-side optimizations, focusing instead on making computational allocation more efficient. The Byte Latent Transformer demonstrates that an alternative path exists, one that could lead to models better able to organically learn the structure and regularities of text from the elemental level. Such an approach could, with the evolution of even more accurate patching techniques, overcome barriers considered consolidated today, such as dependence on segmentation heuristics, thus gaining flexibility. This reflection, far from being an enthusiastic endorsement, rather suggests a rebalancing of priorities: instead of optimizing the tokenizer, why not rethink the very basis of textual input? Through this shift in perspective, the BLT teaches that focusing on the byte can lead to a more harmonious balance between cost, efficiency, and adaptability, opening a less rigid path that is more consistent with the variety of data that companies will increasingly have to interpret. Podcast: https://spotifycreators-web.app.link/e/MNFB03obkPb Source:   https://ai.meta.com/research/publications/byte-latent-transformer-patches-scale-better-than-tokens/

The research "Q-PnV: A Quantum Consensus Mechanism for Security Consortium Blockchains" was conducted by a team of scholars from prominent Chinese academic and industrial institutions, including the Peking University Shenzhen Graduate School, Fuyao University of Science and Technology, and research centers affiliated with telecom operators such as China Telecom, China Mobile, and China Unicom. The work investigates the integration of a quantum consensus mechanism, called Q-PnV, into consortium blockchain contexts, with the aim of making them capable of resisting future threats posed by quantum computing. This approach combines the typical security needs of consortia with the adoption of quantum technologies, proposing a structured model to achieve greater reliability and robustness. Q-PnV: a New Quantum Consensus Approach for Consortium Blockchains The Evolution of Blockchain and the Quantum Risk Let’s imagine having a large public ledger where every new “row” or “page” (called a “block”) contains a series of transactions or data. The blockchain is a collection of these blocks linked together, so that modifying one compromises the entire chain. In classical blockchains, security is ensured by cryptographic algorithms that prevent malicious actors from falsifying data or obtaining the private keys needed to sign transactions. However, the advent of quantum computing opens new scenarios. Very powerful quantum computers could solve, in a feasible time frame, mathematical problems that are currently considered nearly unsolvable. It’s as if someone found a much faster and more powerful method to “break” the digital locks protecting the signatures and cryptographic keys on which the blockchain is based. Two well-known quantum algorithms, Shor’s algorithm and Grover’s algorithm, give us a sense of the problem: • Shor’s algorithm can factor very large numbers into primes exponentially faster than classical approaches. This means it could easily break the cryptographic keys currently used to sign transactions. • Grover’s algorithm can speed up the search in an n-sized space from O(n) to O(√n), making hash functions—key elements guaranteeing the integrity of blocks in the chain—less secure. Faced with these threats, the research world has moved in two directions: Post-quantum cryptography: finding algorithms that are still extremely difficult for a quantum computer to crack, thereby ensuring the blockchain and its transactions remain secure in the future. Quantum blockchain: not just changing cryptographic algorithms, but building the entire system on quantum foundations, harnessing quantum mechanics to protect and verify the blockchain. For example, in 2018 there was the idea of using Quantum Key Distribution (QKD) to make signatures more secure; in 2019, a theoretical proposal suggested using time-entangled states; in 2020, experiments were conducted using “weighted hypergraph” states, an intermediate step between theory and practice but not yet fully implementable; in 2022, more complete ideas emerged, still not achievable with current quantum technology. The research we are discussing shows how to take an existing system, called PoV (Proof of Vote) and its improvement PnV (Parallel fusion of PoV), originally designed for consortium blockchains (blocks managed by a limited number of trusted nodes), and integrate it with quantum techniques, creating Q-PnV. PoV and PnV were already efficient in the classical world: for example, they kept network complexity lower than other protocols (O(Nv) instead of O(N²) like PBFT). The problem was their vulnerability to quantum threats. By integrating quantum aspects, security is strengthened: anyone trying to compromise the system can no longer rely on quantum computers to break the safeguards. The choice to start with consortia is not random: a consortium of a few companies or entities, who trust each other, has a limited number of nodes. Having fewer nodes means reduced complexity in adopting quantum systems (which are currently expensive and delicate) and easier coordination. Imagine a consortium of banks or logistics operators connected in a blockchain: since they know and trust each other, they can afford to implement quantum technology to make their exchanges even more secure, accepting higher investments in exchange for future-proof protection. Thus, adopting quantum consensus mechanisms like Q-PnV becomes not only possible but also sustainable and strategically far-sighted. Principles of Q-PnV and Integration with PoV and PnV Q-PnV is a consensus mechanism designed to make consortium blockchains resistant to potential threats posed by quantum computing. To understand this system, it’s helpful to start with the PoV (Proof of Vote) and PnV protocols, originally intended for classical consortium blockchains. In PoV, the idea is simple: a small group of known and trusted nodes (for example, companies forming a consortium) validate blocks through a voting process. There is a figure called the “butler,” who is chosen in rotation to produce the next block. This approach, by limiting the number of nodes and making each one’s role clear, reduces latency (the time needed to confirm blocks) and ensures better performance than many traditional systems. PnV further improves PoV by allowing multiple “butlers” to operate in parallel, thereby increasing the system’s throughput without excessively worsening confirmation speed. Q-PnV takes these concepts and places them in a “quantum” scenario. Instead of relying on classical voting and digital signatures (which could be easily circumvented once quantum computers become truly powerful), Q-PnV uses quantum particles and the properties of entanglement to secure the process. Entanglement is a unique quantum mechanical phenomenon: two or more particles can be linked so that measuring one instantly influences the state of the other, even if they are far apart. Imagine having a sort of “quantum ballot box” made up of many particles distributed among the voting nodes. The peculiarity of these particles, called states |X_n⟩ and |S_n⟩, is that they have well-defined mathematical properties. For instance, if all the nodes measure them in certain ways (called computational and Fourier bases), it’s possible to detect if someone has tampered with the data without needing to re-check numbers or steps. This is because the mathematical structure of quantum states makes certain types of tampering easily detectable. Let’s consider a simplified example: instead of having a simple ballot paper, each voter has a group of particles “entangled” with those of the other voters. When casting a vote, they don’t place a cross on a piece of paper but perform a quantum measurement on the particles. Thanks to the properties of entanglement, the set of measurements from all voters produces a coherent result, hard to falsify. Moreover, the vote remains anonymous (it’s not possible to trace who voted for what), cannot be reused (you can’t count the same vote twice), and can be verified by each node without a central authority. In addition to quantum voting, Q-PnV introduces a Quantum Random Number Generator (QRNG) to impartially determine who will be the next “butler” tasked with producing blocks. While in classical methods this random number might be derived from hash functions or timestamps—potentially vulnerable to future quantum computers—using a QRNG yields a number that no computer, not even a quantum one, can predict or control. Think of it as rolling a perfect quantum die, which cannot be rigged. The result of this roll assigns the “butler” role to a node in a completely unpredictable way. Finally, communication between nodes and identity authentication leverage Quantum Key Distribution (QKD): a technique that uses quantum mechanics to allow two parties to share secrets (cryptographic keys) with the certainty that no one can intercept them without leaving a trace. In a classical system, a hacker with a quantum computer might decipher the keys. With QKD, this becomes impossible. For example, if two companies in the consortium exchange a key using pairs of entangled photons, any attempt to intercept would alter the results and be immediately detected. In summary, Q-PnV integrates the advantages of PoV and PnV with quantum technologies: • Quantum voting: for anonymous, secure, and tamper-proof votes. • QRNG: for choosing the next block producer with a truly unpredictable method. • QKD: to ensure identity and authenticity of the parties, preventing an attacker from posing as another node. Thanks to these innovations, Q-PnV aims to make consortium blockchains ready for a future where quantum computers are the norm, ensuring security, fairness, and reliability. The Role of Weighted Hypergraph States and the Implementation of a Quantum Consortium BlockchainTo understand how Q-PnV leads the blockchain into a quantum dimension, imagine transforming blocks from simple sets of data into quantum particles called “qubits.” In a classical blockchain, the link between two blocks is maintained using a hash function: the subsequent block includes the previous block’s hash, thus ensuring the chain’s integrity. In the quantum world, however, one goes further: blocks become qubits that are not only connected through mathematical algorithms but are entangled with each other using quantum gates such as the Controlled-Z (C-Z). Entanglement is a quantum phenomenon that creates a profound connection between particles, so that the state of each depends on the others. This makes it possible to create a chain of quantum blocks not simply connected as links in a linear chain but connected in more complex structures called “hypergraphs.” A “hypergraph” is like a normal graph (where nodes are points and links are lines), but with the difference that a single link can connect more than two nodes at the same time. In the case of qubits, this means one can have bonds involving three, four, or more blocks simultaneously, making the structure more flexible and richer in relationships. We talk about weighted hypergraph states because each link (hyperedge) is assigned “weights” that govern the entanglement and relative phases among the qubits. In other words, one can decide how strong the interconnection between the blocks should be by controlling the quantum properties of the chain. A simplified example: instead of having a list of blocks 1 → 2 → 3, each tied to the previous one, imagine a structure where block 1 is entangled with blocks 2 and 3 at the same time, and block 2 is in turn linked to block 4. Each link is regulated by “weights” that determine how the qubits interact with each other. This creates a quantum “fabric” of data, far more complex than a simple linear chain. However, this complexity could lead to problems if, in the blockchain, multiple nodes tried to produce new blocks simultaneously, creating conflicts and “forks.” In the classical case, solutions are found with hash functions and consensus protocols, but in quantum blockchains, stability is even more delicate because entanglement requires a coherent quantum state. If multiple blocks were created in parallel without control, the entire entanglement system would suffer. Q-PnV prevents this situation by ensuring a rotation order among block producers through a Quantum Random Number Generator (QRNG). This means only one node at a time can create the next block. Imagine a consortium of 10 companies determining the order in which each will create the next block by rolling an infallible “quantum die.” This ensures there are no conflicts, as there will not be two nodes trying to create a block at the same instant. In a consortium, where the number of nodes is limited and controlled, it is much simpler to manage this quantum infrastructure. There’s no need for millions of nodes as in public blockchains; a relatively small number of participants, equipped with the technical and economic resources to manage quantum tools, is sufficient. This makes the Q-PnV model more plausible as a future solution when quantum technologies such as quantum memory, quantum repeaters (needed to transmit quantum information over long distances), and a true “quantum Internet” become more mature. In summary, weighted hypergraph states enable the construction of a fully quantum blockchain, where blocks are represented by qubits entangled in complex ways. Thanks to the rules of quantum consensus (Q-PnV) and the use of tools like QRNG, conflicts are prevented and quantum coherence is maintained. It’s a more challenging perspective to realize in the short term, but it represents an important step towards preparing for the quantum era, focusing on consortium networks where the required resources are within the reach of the participants. Conclusions and Strategic Reflections The Q-PnV proposal, integrated with a quantum blockchain based on weighted hypergraph states, represents a move towards systems capable of resisting future scenarios in which quantum computing threatens the entire current security framework. It’s not an immediate leap, as quantum infrastructures are not ready for widespread adoption, and the investment cost for equipping oneself with quantum networks, QRNG, and devices capable of correctly handling entangled states is still high. However, this research outlines a paradigm that, without employing enthusiastic tones, can be understood as a possible evolutionary path for blockchain security. Currently, other technologies are attempting to make blockchains resistant to quantum computers: some rely on known post-quantum cryptographies, others on hybrid schemes that combine quantum-distributed keys with classical architectures. Compared to these alternatives, Q-PnV combines the simplicity of consensus models already tested in consortium environments with the robustness offered by quantum protocols. This doesn’t mean it is the ultimate solution. There are other partially similar approaches, such as those based on QKD to replace digital signatures, or entirely theoretical systems that imagine fully quantum blockchains in extremely large networks. Some of these models have not yet found a way to be implemented, and the research on Q-PnV indicates that the road to a fully functional quantum blockchain is long. From an entrepreneurial or managerial point of view, it’s important to understand that this technology does not offer instant protection against all future challenges, nor does it guarantee an advantage if costs and benefits are not carefully evaluated. A company aiming to anticipate the security crisis induced by quantum computing should think in terms of strategic investment: introducing Q-PnV, or similar solutions, means betting on an evolving ecosystem where the scarcity of quantum skills and infrastructures will limit adoption in the short term. Quantum protection is not an ornament, but a potential differentiating factor in the medium-long term, especially when quantum computing units become commodities. This opens a new, not yet well-explored scenario in which the blockchain, beyond being a mere data archive, plays a key role in preserving integrity and trust against actors equipped with unprecedented computational power. In this context, choosing a solution like Q-PnV should be considered as the opportunity to position the company in a more solid technological niche—not to chase a trend, but rather to prepare an infrastructure that could make a difference when competing technologies are tested against unimaginable computing powers. The insight to grasp is that quantum blockchain will not eliminate challenges, but will change their nature, forcing companies to adopt a long-term vision based on anticipating threats, consolidating their networks, and understanding that the ideas presented today could become the necessary foundation to tackle situations that are still difficult to even outline. Ultimately, integrating quantum perspectives into consortium consensus is a step that, with pragmatism and realism, could lead to a structural shift in how we perceive distributed security. Podcast: https://creators.spotify.com/pod/show/andrea-viliotti/episodes/Q-PnV-a-New-Quantum-Consensus-Approach-for-Consortium-Blockchains-e2sa6t6 Source:   https://arxiv.org/html/2412.06325v1

La ricerca «Q-PnV: A Quantum Consensus Mechanism for Security Consortium Blockchains» è stata realizzata da un team di studiosi provenienti da importanti istituzioni accademiche e industriali cinesi, tra cui la Peking University Shenzhen Graduate School, l’Università di Scienze e Tecnologie Fuyao, e centri di ricerca di operatori di telecomunicazioni come China Telecom, China Mobile e China Unicom. Il lavoro indaga l’integrazione di un meccanismo di consenso quantistico, denominato Q-PnV, all’interno dei contesti consortili delle blockchain, con l’obiettivo di renderle in grado di resistere a future minacce derivanti dal calcolo quantistico. Questo approccio coniuga le esigenze di sicurezza tipiche dei consorzi con l’adozione di tecnologie quantistiche, proponendo un modello strutturato per conseguire maggiore affidabilità e robustezza. Q-PnV: un nuovo approccio al consenso quantistico per blockchain consortili L’evoluzione della blockchain e il rischio quantistico Immaginiamo di avere un grande registro pubblico dove ogni nuova “riga” o “pagina” (detta “blocco”) contiene una serie di transazioni o dati. La blockchain è un insieme di questi blocchi legati fra loro, in modo che la modifica di uno comprometta l’intera catena. Nelle blockchain classiche, la sicurezza è garantita da algoritmi crittografici che impediscono a malintenzionati di falsificare i dati o di risalire alle chiavi private necessarie per firmare le transazioni. Tuttavia, l’arrivo del calcolo quantistico apre nuovi scenari. Computer quantistici molto potenti potranno risolvere in tempi utili problemi matematici considerati oggi quasi irrisolvibili. È come se qualcuno trovasse un metodo molto più veloce e potente per “forzare” i lucchetti digitali che proteggono le firme e le chiavi crittografiche su cui si basa la blockchain. Due algoritmi quantistici noti, Shor’s algorithm  e Grover’s algorithm , ci danno un’idea del problema: Shor’s algorithm può scomporre un numero molto grande in fattori primi in modo esponenzialmente più rapido rispetto agli approcci classici. Questo vuol dire poter violare facilmente le chiavi crittografiche usate oggi per firmare le transazioni. Grover’s algorithm può velocizzare la ricerca in uno spazio di dimensioni n da O(n) a O(√n), rendendo meno sicure anche le funzioni hash, che sono un elemento chiave per garantire l’integrità dei blocchi nella catena. Di fronte a queste minacce, il mondo della ricerca si è mosso in due direzioni: Crittografia post-quantum:  trovare algoritmi ancora più difficili da “battere” per un computer quantistico, rendendo comunque la blockchain e le transazioni sicure anche in futuro. Blockchain quantistica:  non limitarsi a cambiare gli algoritmi di crittografia, ma costruire l’intero sistema su basi quantistiche, sfruttando la meccanica quantistica per proteggere e verificare la catena dei blocchi. Ad esempio, nel 2018 si pensò di usare la distribuzione quantistica delle chiavi (QKD) per rendere le firme più sicure; nel 2019 venne proposto di usare stati entangled nel tempo, anche se a livello teorico; nel 2020 si passò a sperimentazioni con stati “weighted hypergraph”, uno step intermedio tra la teoria e la pratica, ma non ancora pienamente implementabile; nel 2022 arrivarono idee più complete, tuttavia ancora non realizzabili con la tecnologia quantistica attuale. La ricerca di cui parliamo mostra come prendere un sistema già noto, chiamato PoV (Proof of Vote) e il suo miglioramento PnV (Parallel fusion di PoV), originariamente concepiti per blockchain consortili (blocchi gestiti da un numero limitato di nodi fidati), e integrarlo con tecniche quantistiche, creando Q-PnV. PoV e PnV erano già efficienti nel mondo classico: ad esempio, riuscivano a mantenere una complessità di rete minore rispetto ad altri protocolli (O(Nv) anziché O(N²) come PBFT). Il problema era la vulnerabilità alle minacce quantistiche. Integrando aspetti quantistici si rafforza la sicurezza: chi vuole compromettere il sistema non può più sfruttare i computer quantistici per infrangere le protezioni. La scelta di partire dai consorzi non è casuale: un consorzio di poche aziende o enti, fidati fra loro, ha un numero ridotto di nodi. Avere meno nodi significa meno complessità nel dotarsi di sistemi quantistici (che oggi sono costosi e delicati) e maggiore facilità di coordinamento. Immaginiamo un consorzio di banche o operatori logistici connesse in una blockchain: poiché si conoscono e si fidano l’un l’altra, possono permettersi di implementare la tecnologia quantistica per rendere i loro scambi ancora più sicuri, accettando investimenti più elevati in cambio di una protezione a prova di futuro. Così, l’adozione di meccanismi di consenso quantistico, come Q-PnV, diventa non solo possibile ma anche sostenibile e strategicamente lungimirante.   Principi di Q-PnV e l’integrazione con PoV e PnV Q-PnV è un meccanismo di consenso concepito per rendere le blockchain consortili resistenti alle potenziali minacce derivanti dal calcolo quantistico. Per capire questo sistema, è utile partire dai protocolli PoV (Proof of Vote) e PnV, già pensati in ambito classico per le blockchain consortili. Nel caso di PoV, l’idea è semplice: un gruppo ristretto di nodi, noti e fidati (ad esempio aziende che formano un consorzio), valida i blocchi attraverso un processo di voto. Esiste una figura, il “butler”, che viene scelta a rotazione per produrre il blocco successivo. Questo approccio, limitando il numero di nodi e rendendo chiaro il ruolo di ciascuno, riduce la latenza (il tempo necessario per confermare i blocchi) e garantisce prestazioni migliori rispetto a molti sistemi tradizionali. PnV migliora ulteriormente PoV consentendo a più “butler” di operare in parallelo, aumentando così la capacità del sistema (throughput) senza peggiorare eccessivamente la velocità di conferma. Q-PnV riprende questi concetti ma li inserisce in uno scenario “quantistico”. In pratica, invece di basarsi su votazioni e firme digitali classiche (che potrebbero essere facilmente aggirate quando i computer quantistici diventeranno davvero potenti), Q-PnV utilizza particelle quantistiche e proprietà dell’entanglement per proteggere il processo. L’entanglement è un fenomeno peculiare della meccanica quantistica: due o più particelle possono essere collegate in modo che la misurazione di una influenzi istantaneamente lo stato dell’altra, anche se sono lontane. Immaginiamo di avere una sorta di “scatola di voto quantistica” formata da tante particelle distribuite tra i nodi votanti. La particolarità di queste particelle, chiamate stati |X_n⟩ e |S_n⟩, è che hanno proprietà matematiche ben definite: ad esempio, se tutti i nodi le misurano in certe modalità (dette basi computazionale e di Fourier), è possibile scoprire se qualcuno ha alterato i dati senza bisogno di ricontrollare numeri o passaggi. Questo perché la struttura matematica degli stati quantistici rende certi tipi di manomissione facilmente rilevabili. Facciamo un esempio semplificato: invece di avere una semplice scheda elettorale, ogni elettore ha un gruppo di particelle “entangled” con quelle degli altri votanti. Quando esprime il suo voto, non inserisce una croce su un foglio di carta, ma effettua una misurazione quantistica sulle particelle. Grazie alle proprietà dell’entanglement, l’insieme delle misurazioni di tutti i votanti produce un risultato coerente, difficile da falsificare. Inoltre, il voto rimane anonimo (non è possibile risalire a chi ha votato cosa), non può essere riutilizzato (non si può far passare lo stesso voto due volte) e può essere verificato da ciascun nodo senza un’autorità centrale. Oltre al voto quantistico, Q-PnV introduce un generatore quantistico di numeri casuali (QRNG) per determinare in modo imparziale chi sarà il prossimo “butler” incaricato di produrre i blocchi. Se con metodi classici questo numero casuale veniva ricavato da funzioni hash o timestamp, potenzialmente vulnerabili ai futuri computer quantistici, con il QRNG si ottiene un numero che nessun computer, nemmeno quantistico, può prevedere o controllare. Immaginiamo di lanciare un dado quantistico perfetto, che non può essere truccato. Il risultato di questo lancio assegna il ruolo di “butler” a un nodo in modo totalmente imprevedibile. Infine, la comunicazione tra i nodi e l’autenticazione delle identità sfrutta la distribuzione quantistica delle chiavi (QKD): è una tecnica che, utilizzando la meccanica quantistica, permette a due parti di condividere segreti (le chiavi crittografiche) con la certezza che nessuno possa intercettarli senza lasciare tracce. Se in un sistema classico un hacker con un computer quantistico potrebbe decifrare le chiavi, con la QKD questo diventa impossibile. Ad esempio, se due aziende del consorzio si scambiano una chiave utilizzando coppie di fotoni entangled, qualsiasi tentativo di intercettazione altererebbe i risultati e sarebbe immediatamente scoperto. In sintesi, Q-PnV integra i vantaggi di PoV e PnV con tecnologie quantistiche: Quantum voting : per un voto anonimo, sicuro e non falsificabile. QRNG : per scegliere il prossimo produttore di blocchi con un metodo davvero imprevedibile. QKD : per garantire identità e autenticità delle parti, evitando che un attaccante possa spacciarsi per un altro nodo. Così, grazie a queste innovazioni, Q-PnV mira a rendere le blockchain consortili pronte a un futuro in cui i computer quantistici saranno la norma, assicurando sicurezza, equità e affidabilità.   Il ruolo delle weighted hypergraph states e l’implementazione del quantum consortium blockchain Per comprendere come Q-PnV porti la blockchain in una dimensione quantistica, immaginiamo di trasformare i blocchi da semplici insiemi di dati in particelle quantistiche dette “qubit”. In una blockchain classica, il collegamento tra due blocchi è mantenuto usando una funzione hash: il blocco successivo include l’hash del precedente, garantendo così l’integrità della catena. Nel mondo quantistico, però, si va oltre: i blocchi diventano qubit che non si collegano solo attraverso algoritmi matematici, ma vengono entangled  tra loro utilizzando porte quantistiche come la Controlled-Z (C-Z). L’entanglement è un fenomeno quantistico che crea un legame profondo tra particelle, così che lo stato di ognuna dipenda dalle altre. Questo permette di creare una catena di blocchi quantistici che non sono semplicemente collegati come anelli in una catena lineare, ma possono essere connessi in strutture più complesse chiamate “ipergrafi”. Un “ipergrafo” è come un normale grafo (dove i nodi sono punti e i collegamenti sono linee), ma con la differenza che un singolo collegamento può unire più di due nodi contemporaneamente. Nel caso dei qubit, questo significa che si possono avere legami che coinvolgono tre, quattro o più blocchi allo stesso tempo, rendendo la struttura più flessibile e ricca di relazioni. Si parla di weighted hypergraph states  perché ad ogni legame (ipergarco) vengono assegnati dei “pesi” che regolano l’entanglement e le fasi relative tra i qubit. In altre parole, si può decidere quanto forte deve essere l’interconnessione fra i blocchi, controllando le proprietà quantistiche della catena. Facciamo un esempio semplificato: invece di avere un elenco di blocchi 1 → 2 → 3, ognuno legato a quello precedente, immaginiamo una struttura in cui il blocco 1 è entangled con i blocchi 2 e 3 contemporaneamente, e il blocco 2 è a sua volta legato con il 4. Ogni collegamento è regolato da “pesi” che stabiliscono come i qubit interagiscono fra loro. Questo crea un “tessuto” quantistico di dati, molto più complesso di una semplice catena lineare. Tuttavia, questa complessità potrebbe portare a problemi se, nella blockchain, più nodi tentassero di produrre nuovi blocchi allo stesso tempo, creando così conflitti e “ramificazioni” (fork). Nel caso classico si trovano soluzioni con funzioni hash e protocolli di consenso, ma nella blockchain quantistica la stabilità è ancora più delicata, perché l’entanglement presuppone uno stato quantistico coerente. Se più blocchi venissero creati in parallelo senza controllo, l’intero sistema di entanglement ne soffrirebbe. Q-PnV impedisce questa situazione garantendo un ordine di rotazione tra i produttori di blocchi attraverso un generatore quantistico di numeri casuali (QRNG). Questo significa che soltanto un nodo alla volta può creare il prossimo blocco. Immaginiamo che un consorzio di 10 aziende decida l’ordine in cui ciascuna crea il blocco successivo lanciando un “dado quantistico” infallibile. Questo assicura che non ci siano conflitti, perché non ci saranno due nodi che cercano di creare un blocco nello stesso istante. In un consorzio, dove il numero di nodi è limitato e controllato, è molto più semplice gestire questa infrastruttura quantistica. Non servono milioni di nodi come nelle blockchain pubbliche; bastano un numero relativamente ristretto di partecipanti, dotati delle risorse tecniche ed economiche per disporre di strumenti quantistici. Questo rende il modello Q-PnV più plausibile come soluzione futura, quando le tecnologie quantistiche come la memoria quantistica, i ripetitori quantistici (che servono a trasmettere informazioni quantistiche su lunghe distanze) e un vero e proprio “quantum Internet” saranno più mature. In sintesi, i weighted hypergraph states consentono di costruire una blockchain pienamente quantistica, dove i blocchi vengono rappresentati da qubit entangled in modo complesso. Grazie alle regole del consenso quantistico (Q-PnV) e all’uso di strumenti come QRNG, si prevengono conflitti e si mantiene la coerenza quantistica. È una prospettiva più impegnativa da realizzare nel breve termine, ma costituisce un passo importante per prepararsi all’era quantistica, puntando su reti consortili in cui le risorse necessarie siano alla portata dei partecipanti.   Conclusioni e riflessioni strategiche La proposta Q-PnV, integrata con una blockchain quantistica basata su weighted hypergraph states, rappresenta un passaggio verso sistemi in grado di resistere a scenari futuri in cui il calcolo quantistico metterà a rischio l’intero impianto di sicurezza attuale. Non si tratta di un salto immediato, poiché le infrastrutture quantistiche non sono pronte a una diffusione capillare, e il costo d’investimento per dotarsi di reti quantistiche, QRNG e dispositivi in grado di gestire correttamente stati entangled è ancora elevato. Tuttavia, la ricerca mostra un paradigma che, senza toni entusiastici, può essere compreso come un possibile percorso evolutivo della sicurezza nelle blockchain. Al momento esistono altre tecnologie che provano a rendere le blockchain resistenti ai computer quantistici: alcune si affidano a crittografie post-quantum già note, altre a schemi ibridi che combinano chiavi quantistiche distribuite con architetture classiche. Rispetto a tali alternative, Q-PnV coniuga la semplicità di modelli di consenso già testati in ambito consortile con la robustezza offerta dai protocolli quantistici. Ciò non significa che sia la soluzione definitiva. Esistono altri approcci parzialmente simili, come quelli basati su QKD per sostituire le firme digitali, o sistemi totalmente teorici che immaginano blockchain interamente quantistiche in reti estremamente estese. Alcuni di questi modelli non hanno ancora trovato un modo per essere implementati, e la ricerca su Q-PnV segnala che la strada verso una blockchain quantistica pienamente funzionale è lunga. Da un punto di vista imprenditoriale o manageriale, occorre comprendere che questa tecnologia non offre una protezione istantanea contro tutte le sfide del futuro, né garantisce un vantaggio se non si valutano attentamente costi e benefici. Un’azienda che voglia anticipare la crisi della sicurezza dovuta al calcolo quantistico dovrebbe ragionare in termini di investimento strategico: introdurre Q-PnV, o soluzioni analoghe, significa puntare su un ecosistema in divenire, dove la rarità di competenze e di infrastrutture quantistiche limiterà l’adozione nel breve termine. La protezione quantistica non è un ornamento, ma un potenziale fattore differenziante nel medio-lungo periodo, specialmente quando le unità di calcolo quantistico diverranno commodity. Ciò apre un nuovo scenario, non ancora ben esplorato, in cui la blockchain, da semplice archivio di dati, assume un ruolo chiave nel preservare integrità e fiducia contro attori dotati di potenza computazionale senza precedenti. In tale contesto, la scelta di una soluzione come Q-PnV dovrebbe essere considerata come la possibilità di posizionare l’impresa in una nicchia tecnologica più solida, non per rincorrere una moda, bensì per predisporre un’infrastruttura che in futuro potrebbe fare la differenza quando le tecnologie concorrenti saranno messe alla prova da potenze di calcolo non ancora immaginabili. L’intuizione da cogliere è che la blockchain quantistica non eliminerà le sfide, ma ne modificherà la natura, costringendo le imprese a una visione di lungo periodo basata sull’anticipazione delle minacce, sul consolidamento delle proprie reti e sulla comprensione che le idee presentate oggi potrebbero diventare la base necessaria per fronteggiare situazioni oggi ancora difficili anche solo da delineare. In definitiva, integrare l’ottica quantistica nel consenso consortile è un passo che, con pragmatismo e realismo, potrebbe condurre a un cambiamento strutturale nella percezione stessa della sicurezza distribuita. Podcast: https://creators.spotify.com/pod/show/andrea-viliotti/episodes/Q-PnV-un-nuovo-approccio-al-consenso-quantistico-per-blockchain-consortili-e2sa6gg Fonte:   https://arxiv.org/html/2412.06325v1

The new Tech Trends 2025 research by Deloitte outlines a landscape in which Artificial Intelligence (AI) ceases to be a separate novelty and becomes an invisible fabric permeating every technological, social, and economic level. Much like electricity, initially surprising and then taken for granted, AI will take root pervasively, influencing human-machine interaction, the way we analyze data, system security, the modernization of the corporate core, and even the relationship between technology and trust. It will push enterprises to rethink strategies, business models, and skill sets. Tech Trends 2025. Artificial Intelligence, the Cognitive Substrate for the Digital Future Tech Trends 2025: AI as the Cognitive Substrate of the Digital Future The perspective outlined by the research shows AI as a force evolving from a circumscribed technology to a pervasive element in the entire socioeconomic fabric, becoming gradually invisible while being present everywhere. This scenario does not simply represent incremental progress; it is a paradigm shift in which AI is no longer something to “use” consciously but rather a cognitive infrastructure that, like electricity, enables processes, decisions, and interactions without users having to think about it. Deloitte’s document highlights how AI can become the pulsating heart of workflows, integrating with data, systems, and processes. In the past, digital technologies were tools to be learned and mastered. Now, AI becomes an intelligence in the background, a cognitive substrate that interacts with users naturally, anticipating needs, interpreting contexts, coordinating resources. This implies a profound change in the role of organizations: they will no longer have to ask how to implement AI, but rather how to rethink strategy, data governance, operating models, and internal skills considering omnipresent artificial cognition. This transition is linked to six macro-forces: Interaction, Information, Computation, Business of Technology, Cyber and Trust, Core Modernization. Each represents a front of change, but the crucial point is their convergence made possible by AI. Interaction takes on a new dimension: it is not just about graphical or voice interfaces, but a continuous, contextual relationship between humans, machines, and the environment, enabled by AI. In Information, AI becomes the agent that filters, organizes, and interprets increasing amounts of heterogeneous data, integrating text, images, video, sound, and sensory data. On the Computation side, AI requires specialized computing resources; yet its widespread presence drives new paradigms, such as local processing on edge devices to reduce latency and costs, and the need for intelligent energy management. In the Business of Technology, AI is not an isolated IT function but a strategic lever guiding investment choices, restructuring service models, and opening new markets. In Cyber and Trust, the challenge is to ensure security, privacy, and robustness, adapting to a scenario in which cryptographic systems must evolve to withstand future threats. Finally, Core Modernization means abandoning old functional silos and making central corporate systems permeable, orchestrated by AI, creating flexible and adaptive ecosystems. AI does not act alone. The research suggests that its fusion with other emerging technologies, such as spatial computing, enables advanced simulations capable of predicting complex scenarios. A concrete example is the use of sensors and AI analysis to understand complex dynamics in sports, industry, or logistics. If in a soccer context it is possible to simulate tactics using 3D data, the same principle applied to a supply chain allows testing procurement strategies virtually, identifying weaknesses, and optimizing processes before investing real resources. The real strength of AI lies in the redesign of processes. It is not about automating the old, but about imagining new ways of working. AI can anticipate employee needs, predict demand, personalize offerings, and speed up decision-making cycles. This frees people from repetitive tasks, allowing them to focus on creativity, strategy, and innovation. However, this transformation requires a clear governance framework, targeted investments in talent preparation, data quality, and the definition of performance metrics that reward adaptability and growth. Security and trust represent a crucial junction. Pervasive AI raises issues of bias, responsibility, and transparency. An integrated cognitive system could err, amplify prejudices, or expose security risks. It thus becomes essential to define ethical principles, guidelines, and continuous auditing structures. Trust is built by ensuring that AI operates in an explainable, interpretable manner and remains under control. This perspective redesigns relationships between suppliers, customers, partners, regulators, and civil society. AI is not just a simple technological add-on, but the key factor for redefining enterprise and growth models. The approach must be proactive: not waiting for AI to become standard, but preparing now, integrating data, security, and governance strategies, creating an environment in which AI is the enabling condition for any future process or innovation. As a cognitive substrate, AI will become the foundation of the economy, a present no longer distant and a digital future already under construction.   Convergent Technological Architectures: From Specialized Hardware to Quantum Security The perspective of AI as an invisible foundation takes shape in the evolution of the entire technological architecture. The convergence of multiple areas: specialized hardware, the adoption of AI models on a large scale, the management of cloud and edge computing, the critical issue of post-quantum cryptography, and the modernization of the corporate core. All these factors interact in an ecosystem that requires new balances. Hardware dedicated to AI returns to the center of the stage. For years, the focus was on software; now the need to train and run complex AI models makes GPUs, NPUs, and other specialized solutions fundamental. This hardware enables high performance and real-time responses to complex challenges. As a result, the availability of computational resources becomes strategic, driving more flexible infrastructures. A single large data center is not enough: what is needed is a network of intelligent nodes, from the edge to the cloud, capable of adapting to demand, reducing energy consumption and latency. The equation to solve is efficiency, cost, sustainability, and security. AI’s evolution is not limited to text: multimodal models process visual, auditory, and tactile inputs. This opens new horizons in sectors such as healthcare, manufacturing, and logistics. It is no longer about getting a textual response, but about performing tasks with autonomous AI agents. These agents, enabled by specialized LLMs, small model sizes for specific tasks, and synthesis tools, go beyond simple analysis: they make operational decisions, complete tasks, and ensure a new form of execution. The impact on work is enormous, with-IT talent called upon to become orchestrators of agents, model trainers, and supervisors of AI-driven processes. This scenario also calls for reflections on sustainability. AI-dedicated data centers consume energy, require complex cooling, and may raise environmental issues. While companies focus on miniaturization, more efficient chips, and edge computing to reduce the need to transmit data over long distances, they must also integrate clean energy sources, optimize architectures, and experiment with solutions such as optical data transmission. Sustainability is not an accessory but a strategic necessity: AI will be accepted if it can combine innovation with respect for the environment. Security plays a central role: the emergence of quantum computing threatens current cryptographic schemes. Although no quantum computer yet exists that can break all common keys, the “harvest now, decrypt later” scenario is a warning: data stolen today could be deciphered tomorrow. Adopting post-quantum cryptography is a necessary step, a transition that will require time and coordination. Companies must map their cryptographic assets, replace algorithms, and update protocols. This modernization of security, addressed now, not only ensures future protection but improves “crypto agility,” making organizations more resilient to any incoming threat. Modernizing the corporate core is another fundamental piece. ERP systems and central databases, the beating heart of business for decades, must be reinterpreted. Instead of forcing the enterprise to adapt to the rigid logic of core systems, it is the AI that draws on these assets, integrating them with data from other sources and providing insights, automation, and decision support. The ERP becomes a nodal point in a broader cognitive network. IT governance changes nature: it moves from reactive maintenance of monolithic systems to the orchestration of AI-enabled services, where innovation is continuous and skills are no longer just technical, but strategic, organizational, and relational. All this occurs in a world where no single technology dominates. There are already advanced analytics solutions, traditional machine learning, robotic process automation, conventional security systems, and mature, established cloud infrastructures. The added value of pervasive AI does not lie in replacing what exists, but in enhancing it, creating synergies. AI becomes an intelligent meta-layer that connects, enriches, and optimizes, offering each pre-existing technology the opportunity to express its full potential. Ultimately, what emerges is an ecosystem of convergent technological architectures, where AI is not isolated but integrated into a context of specialized hardware, advanced cryptography, core modernization, energy sustainability, and security. The key is not specialization for its own sake, but the ability to orchestrate the whole, recognize intersections, and draw value from them. AI thus becomes the common denominator that enables new operational paradigms, allowing enterprises to leverage complexity as a resource, not an obstacle.   Conclusions The vision outlined by Tech Trends 2025 should not be interpreted as a mere celebration of AI or another wave of technological hype. On the contrary, it shows the need for a reflective, measured, and highly realistic approach that considers the complexity of the landscape and the existence of well-established alternatives. If AI becomes a structural part of every process, it is essential not to view it as a panacea. Classical machine learning systems, analytics based on clean data, integration platforms, traditional security suites, and established automation tools have been around for a long time. These technologies have demonstrated robustness, reliability, and predictability. AI, in its most pervasive form, will introduce great flexibility but also greater uncertainty. In this sense, the widespread adoption of AI must contend with the solid fabric of existing methods: introducing it will not be enough to replace what has already been tested, because trust, stability, and affordability of mature solutions remain valuable assets. The most astute enterprises will not choose between old and new but will seek to merge the continuity of established technologies with the transformative potential of AI. This implies an ability to compromise, to make critical selections: not every process requires advanced AI, not every use case will benefit from autonomous agents. The real advantage will arise from the ability to identify where AI adds value compared to current solutions, where its adoption allows the exploration of previously inaccessible areas. Another key point is the need to reconsider the very nature of innovation. If in the past companies sought deep expertise in a single domain to differentiate themselves, today the creation of competitive advantage lies in the breadth of intersections. Integrating classic machine learning techniques with generative language models, combining quantum security with data governance, coupling robotics competencies with multimodal AI: innovation will no longer occur in the isolation of a single lab, but in dialogue among different disciplines. This multidisciplinary approach complicates management on one hand, but on the other opens unprecedented opportunities to redefine the boundaries of value. The most profound reflection is recognizing that AI, as powerful as it is, is not just a technical tool. It is a shift in perspective: it forces managers to ask what the organization’s real objectives are, what responsibilities the enterprise intends to assume in its ecosystem, how to ensure inclusion, equity, and respect for human rights and dignity. These are not classic questions in technological literature, but strategic issues that arise when technology becomes invisible and omnipresent. Being ready does not only mean having the right algorithms, but possessing a solid ethical framework, guidelines, control mechanisms, and transparency in relations with stakeholders. Another new aspect is the dynamic nature of the confrontation between pervasive AI and competing technologies. The existence of alternatives driven by other technical paradigms—such as traditional data-driven solutions or highly reliable hard-coded systems—does not vanish. In the long run, these technological ecosystems will coexist. An enterprise’s ability to move nimbly among different tools and combine conventional solutions with new-generation ones will become a distinct competence. Becoming “meta-integrators,” capable of choosing the best available options case by case, will be a trait of leading organizations. In conclusion, the outlined landscape should not be read in dichotomous terms (new vs. old, AI vs. traditional ML), but as a complex mosaic. Every piece has its role; each technology offers a unique contribution. AI provides a global cognitive context, but it will require solid foundations built over the years, well-tested infrastructures, mature data management practices, critical human skills, entrepreneurial creativity, and long-term strategic vision. The synthesis is not immediate: it requires leadership with an open outlook, the courage to experiment, caution in assessing impacts, and the ability to communicate transparently with all stakeholders. It is not a sudden, noisy upheaval, but a silent, gradual, multiform transformation. Those who know how to read between the lines, connect different sectors, and use AI as a binder rather than just a tool will find new ways to create value. Those who remain anchored to a single technological truth risk missing emerging opportunities. In this light, the challenge is not only technological: it is cultural, strategic, and ethical. And precisely in this convergence of heterogeneous factors—recognizing the usefulness of competing solutions and enriching them with the diffuse intelligence of AI—lies the key to a digital future richer in meaning and possibilities. Podcast: https://spotifycreators-web.app.link/e/lajPkAzfiPb Source:  https://www2.deloitte.com/us/en/insights/focus/tech-trends.html "