Dai modelli “ AI ” agli agenti: cosa rende un sistema “agente”? I modelli “ AI ” e i modelli di linguaggio di grandi dimensioni (LLM) hanno compiuto progressi incredibili negli ultimi anni, con risultati sorprendenti nell’elaborazione del linguaggio naturale per la creazione e la comprensione del linguaggio. Ma il vero cambiamento in atto proprio ora…
Le prime due parti di questa serie hanno illustrato l’Agentic Loop come architettura: il problema che risolve e ciò che accade in ciascuna delle sue cinque fasi, dal rilevamento all’apprendimento. Questo ultimo post è meno…
Nella prima parte di questa serie abbiamo illustrato i motivi per cui l'infrastruttura dei dati dell'industria automobilistica ha superato quella dell'intelligenza e abbiamo presentato l'Agentic Loop, il modello di riferimento di Sonatusper colmare tale divario: Rilevare → Raccogliere → Ragionare → Agire…
C’è un momento che la maggior parte degli ingegneri automobilistici riconosce bene. Durante un collaudo su strada si verifica un guasto: un’anomalia termica, un messaggio inaspettato sulla rete del veicolo, un comportamento transitorio del sistema che non dovrebbe verificarsi. L’ingegnere se ne accorge. Il…
Nei moderni programmi di sviluppo automobilistico, i problemi più costosi spesso non sono i guasti in sé, bensì il tempo necessario per gestire la diagnostica dei veicoli durante la fase di sviluppo. Man mano che il settore si orienta verso veicoli definiti dall’ AI, la complessità del debug sta crescendo più rapidamente rispetto ai team di ingegneri…
