I matematici russi che hanno insegnato all’AI a parlarsi senza parole

Nel pieno del rientro di settembre, quando Milano torna a muoversi tra uffici, università, scuole e pendolarismo, anche l’intelligenza artificiale cerca modi più efficienti per fare squadra. Ed è proprio qui che si inserisce una delle idee più curiose del momento: far comunicare modelli diversi senza passare da un linguaggio umano, ma attraverso segnali interni, compatti e condivisi.

La startup Mostik nasce con un obiettivo ambizioso: combinare le capacità di più modelli di AI riducendo il rumore, gli scambi ridondanti e la dipendenza da istruzioni testuali lunghe e macchinose. In pratica, invece di chiedere a un sistema di spiegare tutto con parole, l’approccio punta a creare una sorta di canale diretto tra modelli, come se due specialisti si scambiassero informazioni tecniche con un codice comune molto più rapido.

Per chi vive e lavora a Milano, il tema non è affatto astratto. Nella vita quotidiana della città, l’efficienza conta: nei trasporti, nei servizi digitali, nelle aziende che devono automatizzare processi, nelle startup che cercano di fare di più con meno risorse. Una tecnologia capace di mettere in relazione più modelli potrebbe diventare utile in scenari molto diversi, dal customer care alle analisi documentali, fino agli strumenti che supportano il lavoro in ufficio o la gestione di grandi archivi.

Il punto di forza di questa impostazione è chiaro: se i modelli riescono a cooperare in modo più diretto, possono specializzarsi meglio. Uno può essere bravo nell’estrazione dei dati, un altro nella sintesi, un altro ancora nel controllo della coerenza. Il risultato, almeno in teoria, è un sistema più flessibile e più adatto a compiti complessi, senza costringere tutto a passare da un unico modello generalista.

Questo tipo di ricerca intercetta un trend sempre più evidente nell’ecosistema tecnologico: non basta più avere un’AI potente, serve un’AI capace di organizzarsi. Dopo l’entusiasmo iniziale per i modelli sempre più grandi, l’attenzione si sposta su architetture ibride, collaborazione tra agenti, interoperabilità e riduzione degli sprechi computazionali. È una direzione che interessa molto anche il tessuto produttivo milanese, dove imprese e sviluppatori guardano con attenzione agli strumenti che possono integrare processi già esistenti senza stravolgerli.

In questo scenario, l’idea di una comunicazione “senza parole” tra modelli è affascinante anche dal punto di vista concettuale. Ricorda che l’intelligenza artificiale non deve per forza imitare alla lettera il modo in cui parlano gli esseri umani: può inventare forme nuove di coordinamento, più vicine alla logica delle macchine ma progettate per servire meglio gli utenti. Ed è proprio in questo equilibrio tra comprensibilità e performance che si gioca una parte importante del futuro dell’AI.

Per una città come Milano, sempre attenta alle applicazioni pratiche dell’innovazione, il nodo sarà capire quanto queste soluzioni sapranno uscire dai laboratori e arrivare nei contesti reali. Se la promessa verrà mantenuta, i benefici potrebbero farsi vedere nei mesi del ritorno alla routine, quando il bisogno di strumenti affidabili, veloci e integrabili cresce insieme al ritmo della città.

La sensazione è che la prossima fase dell’AI non sarà fatta solo di modelli più grandi, ma di modelli che collaborano meglio. E proprio lì, tra specializzazione, coordinamento e nuovi protocolli di scambio, si gioca una partita decisiva anche per il mercato tecnologico che da Milano guarda all’Europa e oltre.