Manifesto
Experire Juvat dicevano i latini, sperimentare giova.
E’ quello che noi facciamo ogni giorno lavorando con tecniche di Generative AI e Natural Language Processing.
«Sono convinto che ci sarà una nuova rivoluzione in economia, perché i dati digitalizzati, le narrazioni registrate, immagazzinate dall’Intelligenza artificiale saranno utilizzati in maniera sempre più diffusa. Stiamo entrando in un nuovo territorio fatto di dati. In futuro ci saranno indici sulle narrazioni. Le narrazioni vanno e vengono, sono come le malattie infettive che contagiano e poi passano e quasi ce ne dimentichiamo, ma poi tornano, modificate: e anche le narrazioni spariranno e poi torneranno. Questa rivoluzione in economia è già iniziata, la stiamo vivendo ora ma ci vorranno decenni prima di capirla… Le persone non sono “quantitative”, non pensano in termini di curve della domanda e dell’offerta ma invece reagiscono alle storie… l’Intelligenza artificiale registra tutte le narrative.»
— Dichiarazione del premio Nobel per l’Economia Robert Shiller raccolta da Isabella Bufacchi, “Il Sole 24 Ore”.
Obiettivo
Il nostro obiettivo principale è presto detto: rendere più attendibili, fluide e precise le risposte alle interrogazioni tramite prompt che vengono fatte dagli utenti su determinati dominii specifici. Per farlo facciamo dialogare archivi settoriali con i Large Language Models (LLM) in modo da evitare le “allucinazioni” e giungere così a risposte attendibili. Al momento applichiamo al Dominio della Informazione Economico - Finanziaria, dove possiamo contare su una forte expertise.
Con la piattaforma MediaCognition, analizziamo diverse fonti informative (giornali, social media, analisi finanziarie) in modo automatizzato utilizzando il processo ETL (Extract, Transform and Load).
Sfruttiamo l’Intelligenza Artificiale (Natural Language Processing e GenerativeAI) per interrogare i nostri repository settoriali utilizzando Large Language Models (LLMs) mediante tecniche di Prompt Engineering.
Possiamo integrare in piattaforma ed analizzare qualsiasi repository e nuova base di dati, senza condividere o acquisire le informazioni proprietarie dell’azienda cliente.
Attività di ricerca
Con il progetto MediaCognition vogliamo applicare le più innovative tecniche di AI e GenAI a tematiche relative al settore della comunicazione economico-finanziaria, operando secondo un paradigma di Knowledge as a Service.
Grazie alla sinergia tra expertise settoriale, il dataset proprietario di MediaCognition e le conoscenze scientifiche dei nostri ricercatori e Data Scientist, stiamo realizzando uno strumento di gestione della conoscenza fruibile ed interrogabile da varie comunità di esperti (nel primo caso applicativo professionisti dell’informazione) per rendere il proprio lavoro più veloce, efficiente ma soprattutto efficace.
La tematica di ricerca principale è quella della Retrieval Augmented Generation (RAG), modello AI che tramite un database vettoriale e agenti da noi creati recupera le informazioni più rilevanti da una base di conoscenza e genera delle risposte alle domande dell'utente. Questa tecnica può risultare decisiva per rendere il lavoro di questi professionisti più semplice e di maggiore qualità.
