Presentata pubblicamente con l’ambiziosa etichetta di “IA nata in Italia”, l’intelligenza artificiale Emma è diventata nel giro di pochi giorni un vero e proprio caso virale sui social network.
Numerosi screenshot condivisi dagli utenti e test diretti hanno evidenziato risposte paradossali e palesemente errate da parte del chatbot, che spaziano da bizzarre tesi biologiche — come l’affermazione che i cani possano volare — a gravi incongruenze nella logica elementare e nei protocolli di sicurezza informatica.
La scheda tecnica: i limiti di un modello ultra-leggero
Come riportato dal sito DDay, dietro ai fallimenti conversazionali dell’assistente non vi è un semplice bug temporaneo, ma una precisa barriera strutturale legata alle dimensioni dell’infrastruttura. Emma-5, la versione più grande rilasciata finora dalla software house Egomnia, conta appena 550,4 milioni di parametri. Nel panorama tecnologico attuale dei Large Language Models, si tratta di una taglia estremamente ridotta: i più moderni modelli commerciali considerati “piccoli” (Small Language Models) partono da una base minima di 1,5, 3 o 7 miliardi di parametri.
I parametri rappresentano lo spazio computazionale a disposizione del sistema per archiviare relazioni concettuali e nozioni di cultura generale. Con una dote così contenuta, abbinata a una finestra di contesto di soli 2048 token e a un pre-addestramento basato su 10,8 miliardi di token, l’architettura si configura come un progetto sperimentale e non come un prodotto generalista in grado di competere con i colossi internazionali.
Il nodo dell’allineamento e i piani futuri di Egomnia
L’ingegneria del modello sconta inoltre un allineamento ancora incompleto. I dati tecnici di Emma-5 certificano l’adozione della tecnica Supervised Fine Tuning (SFT), ma evidenziano la disattivazione della Direct Preference Optimization (DPO). L’SFT permette al sistema di comprendere la struttura di un dialogo assistente-utente, ma senza la DPO — che confronta le risposte preferibili scartando quelle errate o pericolose — l’IA tende ad assecondare gli errori logici e a non riconoscere i vincoli di sicurezza.
Fondata nel 2012 da Matteo Achilli e quotata sul segmento professionale di Euronext Growth Milan, Egomnia ha concepito il rilascio pubblico di Emma come un prototipo per raccogliere dati e feedback dagli utenti. Lo stesso Achilli ha annunciato che la società è già al lavoro su Emma-6, un modello potenziato da 1,55 miliardi di parametri che integrerà dataset strutturati per l’allineamento tramite DPO e Reinforcement Learning.
Per ulteriori aggiornamenti su questo argomento, aggiungi Benzinga Italia ai tuoi preferiti oppure seguici sui nostri canali social: X e Facebook.
Ricevi informazioni esclusive sui movimenti di mercato 30 minuti prima degli altri trader
La prova gratuita di 14 giorni di Benzinga Pro, disponibile solo in inglese, ti permette di accedere ad informazioni esclusive per poter ricevere segnali di trading utilizzabili prima di milioni di altri trader. CLICCA QUI per iniziare la prova gratuita.
Foto: jira pliankharom via Shutterstock
