Minerva: un LLM italiano ha senso?
Immagine creata con Gemini AI ad uso personale
Qualche giorno fa ho letto del lancio di ChatMinerva, un assistente AI basato su Minerva, il primo modello linguistico addestrato da zero in italiano, sviluppato dalla Università Sapienza, con Babelscape e il supercomputer Leonardo del CINECA. La prima reazione? Bella notizia. La seconda? I dati bastano?
Perché il dubbio è concreto. L'inglese ha un vantaggio schiacciante. Quantità di dati disponibili, investimenti miliardari, ecosistema consolidato. Minerva 7B è stato addestrato su 2.5 trilioni di token, metà in italiano, metà in inglese. Llama 3.1 ne ha usati 15 trilioni. La differenza è abissale. Come fare a colmarla con una lingua che, per quanto ricca, è parlata da 60 milioni di persone?
Detto questo, i numeri di Minerva sono rispettabili. 7 miliardi di parametri, 2.5 trilioni di token, tokenizer ottimizzato per l'italiano.
I dati, inoltre, sono aperti e documentati: Wikipedia italiana, Gazzetta Ufficiale, EurLex, libri, articoli scientifici: questo è sicuramente un aspetto importante ed un vantaggio per chiunque decida di utilizzarla seriamente: niente black box.
Si tratta della prima famiglia di LLM italiani addestrata davvero da zero, non un fine-tuning su Llama o Mistral. Il team di Roberto Navigli ha lavorato con fondi PNRR e la potenza di calcolo del Leonardo. Non è un progetto fai-da-te.
Ma la domanda resta: un modello addestrato su un decimo dei dati può essere competitivo?
Forse la domanda è sbagliata. Forse Minerva non deve competere con ChatGPT. Non è nata per battere OpenAI sul suo terreno. È nata per un altro scopo: sovranità dei dati, trasparenza, controllo.
Pubblica amministrazione, sanità, difesa, enti pubblici. Settori dove non puoi mandare i dati su un server americano. Qui la partita è diversa. Non vince chi ha il modello più grande. Vince chi può garantire che i dati restano in Italia.
Minerva ha anche un'altra carta: la lingua. Un tokenizer ottimizzato per l'italiano significa meno frammentazione delle parole, risposte più naturali. Sembra un dettaglio tecnico, ma fa la differenza quando chiedi qualcosa di specifico sulla normativa italiana o su un contesto culturale che ChatGPT non coglie.
ChatMinerva, la versione assistente lanciata il 3 giugno, è già online e gratuita. Supporta OCR, immagini, ricerca web in tempo reale con DuckDuckGo, contesto fino a 32.000 token. Ti registri con email e password e la usi. Niente carta di credito, niente tier gratuito a tempo. Già questa è una differenza.
In autunno dovrebbe arrivare un modello da 20 miliardi di parametri. E stanno lavorando a una versione "agentic" con pianificazione autonoma. La direzione è quella giusta. Ma al momento 7 miliardi di parametri sono pochi per competere con i modelli da centinaia di miliardi.
Non l'ho ancora provata. Nei prossimi giorni mi registro, la metto alla prova su compiti reali, e vi racconto com'è andata. Per ora, il dubbio resta: Minerva è una cosa seria o un'operazione bandiera? La trasparenza dei dati, l'approccio universitario, il fatto che sia open source mi fanno pensare che sia seria. La differenza di risorse rispetto ai colossi americani mi fa dubitare che possa essere davvero competitiva.
Spero di sbagliarmi. E spero che il modello da 20 miliardi di parametri faccia la differenza.
Voi cosa ne pensate? Un LLM italiano ha senso o è solo orgoglio nazionale? L'avete provato?
Non l'ho ancora provata, anzi, a dire il vero non sapevo neanche che esistesse. Ne avevo sentito parlare moltissimo tempo fa, ma era solo un progetto che non avevo più seguito.
Per cui non posso parlare di qualità nello specifico ma ...
temo siano solo soldi buttati.
Non esiste, credo, nessuna possibilità, che possa competere con i colossi internazionali che ci sono in circolazione. E considero questa storia della sovranità nazionale dei dati una stupidata enorme. Si, lo so, a me che sono anarchico, viene particolarmente facile definire stupidata qualsiasi cosa abbia a che fare con le parole sovranità e nazionale, ma non è per questo che lo dico.
L'AI è uno strumento che viene sviluppato per svolgere dei ruoli e dei lavori. Non è un esercizio teorico per giochini dei politici e di chi dà loro spago.
Secondo me l'AI non deve aver limitazioni nè confini e l'unico metodo è che sia aperta e condivisa con tutti. Non perché non possa esser pericolosa, ma PROPRIO perché può esser pericolosa.
Fa ridere, ad esempio, chi vuol mettere i diritti di proprietà intellettuale all'uso del materiale di addestramento. Fa ridere anche i limiti che Trump ha posto a Fable 5 ai fini di ostacolare la Cina ed i paesi stranieri.
Ogni limite che si pone si ritorce contro. Chi supererà quei limiti sarà semplicemente favorito nel medio lungo termine.
Le persone e le istituzioni possono SOLO imparare ad usare l'AI al meglio possibile anche per contrastare chi la vuol usare a scopi negativi. E può farlo SOLO se ha un'AI altrettanto potente, non un'AI limitata per i più vari motivi "etici".
L'AI è il dentifricio uscito dal tubetto: non si può reinfilarlo dentro.
Capisco ed in parte condivido il tuo pensiero.
Io al lavoro utilizzo Copilot e Claude (USA) e a casa o in mobilità tramite un vps utilizzo un agente IA con il cuore Deepseek (CINA).
Ciò di cui mi sono accorto, tuttavia, e che in talune situazioni, modelli anche più piccoli possono funzionare bene se il training è specifico per lo scopo desiderato.
Penso che ChatMinerva non siano soldi buttati ma un modo per progredire, innovare localmente.
Per quanto condivida con te un aspetto anarchico nel mio carattere, penso anche che avere un Paese in cui vivi in cui ci sia progresso tecnologico e culturale sia importante per tutto l'indotto che ci gira intorno.
Al lavoro abbiamo tanti ragazzi dal sud e dalla Sardegna che scappano alla ricerca di un lavoro migliore e per non doversi accontentare.
Non vorrei che le generazioni future (cosa che in realtà già stanno succedendo a sentire molti amici con i propri figli o nipoti) scappino dall'Italia per lo stesso motivo.
Grazie per il tuo punto di vista sempre prezioso