1
00:00:00,360 --> 00:00:01,199
Benvenuto benvenuta,

2
00:00:01,199 --> 00:00:04,759
io sono Filippo Strozzi e stai ascoltando Avvocati Mac Compendium.

3
00:00:04,759 --> 00:00:10,689
Compendium è un podcast in cui parlo delle mie esperienze
quotidiane con la tecnologia e in particolare con quella Apple.

4
00:00:10,689 --> 00:00:14,400
Questa è la puntata 51 nella quale parlerò dei progetti open source,

5
00:00:14,400 --> 00:00:16,320
browser use e web UI,

6
00:00:16,320 --> 00:00:20,280
alternative open e free con un asterisco,

7
00:00:20,280 --> 00:00:24,120
ad opereto e deep search di open AI,

8
00:00:24,120 --> 00:00:28,980
ma anche a tanti altri prodotti simili che stanno venendo fuori.

9
00:00:28,980 --> 00:00:29,760
Ma prima,

10
00:00:29,760 --> 00:00:30,600
sigla!

11
00:00:30,600 --> 00:00:35,859
Prima di iniziare,

12
00:00:35,859 --> 00:00:39,899
come al solito,

13
00:00:39,899 --> 00:00:42,049
alcune comunicazioni di servizio.

14
00:00:42,049 --> 00:00:45,429
Doveva anche questa essere la puntata del Club del Libro,

15
00:00:45,429 --> 00:00:47,850
ma il libro io ancora non lo sto iniziando a leggere.

16
00:00:47,850 --> 00:00:49,000
È un periodo un po' così,

17
00:00:49,000 --> 00:00:50,210
un periodo un po' complicato.

18
00:00:50,210 --> 00:00:52,100
Mettiamola in questa maniera.

19
00:00:52,100 --> 00:00:56,130
Sto facendo ogni settimana tre ore di lezione,

20
00:00:56,130 --> 00:01:00,509
questo mi devasta e soprattutto toglie veramente un sacco di tempo,

21
00:01:00,509 --> 00:01:03,619
perché ovviamente oltre a fare tre ore di lezione tutte le settimane,

22
00:01:03,619 --> 00:01:06,340
devo preparare le famose tre ore e questo ovviamente,

23
00:01:06,340 --> 00:01:09,780
assieme a tutta l'attività professionale,

24
00:01:09,780 --> 00:01:15,540
mi riduce notevolmente il tempo e la forza mentale anche di fare cose,

25
00:01:15,560 --> 00:01:20,510
soprattutto di leggere un libro relativamente impegnativo.

26
00:01:20,510 --> 00:01:23,810
Quindi direi a questo punto più intorno ad aprile,

27
00:01:23,810 --> 00:01:25,299
ma lo vedremo vivendo,

28
00:01:25,299 --> 00:01:27,379
mettiamola in questi termini.

29
00:01:27,379 --> 00:01:29,409
Comunque la puntata ci sarà,

30
00:01:29,409 --> 00:01:32,120
devo mettere in cantiere tutta la vicenda.

31
00:01:32,120 --> 00:01:34,939
Questa puntata nasce abbastanza stemporanea,

32
00:01:34,939 --> 00:01:35,829
devo dire la verità,

33
00:01:35,829 --> 00:01:36,989
l'ho preparata in un giorno,

34
00:01:36,989 --> 00:01:40,260
un giorno e mezzo ed è il risultato sostanzialmente dei

35
00:01:40,260 --> 00:01:43,769
miei esperimenti recenti con queste nuove tecnologie di cui

36
00:01:43,769 --> 00:01:47,099
ti voglio poi parlare e avevo bisogno di buttarla fuori,

37
00:01:47,099 --> 00:01:51,329
nel senso che avevo bisogno di fare un punto su questa vicenda,

38
00:01:51,329 --> 00:01:53,629
questa mappa mentale in parte,

39
00:01:53,629 --> 00:01:56,659
spero seguirà una serie di articoli,

40
00:01:56,659 --> 00:02:03,930
però diciamo è l'attività che ho fatto nell'ultima
settimana di giocamento vario ed eventuale.

41
00:02:03,930 --> 00:02:04,500
Bene,

42
00:02:04,500 --> 00:02:12,219
visto che possiamo entrare nel vivo della puntata
e mi sembra corretto partire dalle premesse.

43
00:02:12,219 --> 00:02:16,560
Cosa sono Operator e Deep Research di OpenAI?

44
00:02:16,560 --> 00:02:18,539
Ovviamente lo segnalo,

45
00:02:18,539 --> 00:02:25,139
io sto facendo riferimento a questi che
sono gli strumenti più noti e recentemente,

46
00:02:25,139 --> 00:02:27,960
mentre registro questa puntata,

47
00:02:27,960 --> 00:02:30,080
saliti alle cronache,

48
00:02:30,080 --> 00:02:37,300
ma ho visto che per esempio Deep Search
esiste già una versione simile per Google,

49
00:02:37,300 --> 00:02:40,849
esiste una versione simile per Perplexity,

50
00:02:40,849 --> 00:02:44,580
nel caso di Perplexity si chiama ricerca approfondita,

51
00:02:44,580 --> 00:02:49,580
quindi sostanzialmente utilizzo come al solito ChatGPT,

52
00:02:49,580 --> 00:02:54,745
riferimento a ChatGPT per parlare degli LLM e quindi di Operator

53
00:02:54,745 --> 00:02:59,184
e Deep Search di OpenAI per parlare di strumenti simili

54
00:02:59,184 --> 00:03:03,219
che vengono utilizzati con ovviamente i linguaggi,

55
00:03:03,219 --> 00:03:05,430
i LLM sostanzialmente.

56
00:03:05,430 --> 00:03:07,299
Operator cos'è?

57
00:03:07,299 --> 00:03:16,840
Nella sostanza utilizza ChatGPT per navigare con un
browser sui server di OpenAI con cui tu puoi interagire.

58
00:03:16,840 --> 00:03:18,099
Cosa fa?

59
00:03:18,099 --> 00:03:20,759
Tu puoi teleguidare,

60
00:03:20,759 --> 00:03:22,020
diciamo,

61
00:03:22,020 --> 00:03:23,699
grazie a LLM,

62
00:03:23,699 --> 00:03:27,050
un browser per fare determinate cose,

63
00:03:27,050 --> 00:03:34,460
quindi cercami questa pagina web piuttosto che vai
su questo sito e fai questa tipologia d'acquisto,

64
00:03:34,460 --> 00:03:36,939
cercami una cosa e fammi questa tipologia d'acquisto,

65
00:03:36,939 --> 00:03:44,620
ecco l'esempio tipico è andare su Amazon e cercare
un oggetto e poi inserirlo nel proprio carrello.

66
00:03:44,620 --> 00:03:47,229
E questo cosa significa?

67
00:03:47,229 --> 00:03:51,219
Significa che sostanzialmente utilizzare i cosiddetti modelli che ragionano,

68
00:03:51,219 --> 00:03:59,180
cioè nel caso specifico O3 per OpenAI piuttosto che DeepSeek R1 e così via,

69
00:03:59,180 --> 00:04:04,110
cioè tutti quei modelli che a fronte di una richiesta,

70
00:04:04,110 --> 00:04:05,000
diciamo,

71
00:04:05,000 --> 00:04:05,939
possono creare,

72
00:04:05,939 --> 00:04:07,300
chiamiamola così,

73
00:04:07,300 --> 00:04:15,090
un ragionamento e quindi ipotizzare e prevedere un qualche tipo di azione.

74
00:04:15,090 --> 00:04:19,730
DeepResearch invece è una cosa parallela,

75
00:04:19,730 --> 00:04:20,990
in parte collegata,

76
00:04:20,990 --> 00:04:31,579
però nella sostanza DeepResearch funziona solo con l'abbonamento da
200 dollari al mese di OpenAI ed effettivamente è veramente costoso,

77
00:04:31,579 --> 00:04:33,939
mettiamola in questi termini,

78
00:04:33,939 --> 00:04:37,220
e nella sostanza promette,

79
00:04:37,220 --> 00:04:43,159
rispetto diciamo all'LLM che va online e diciamo fa delle ricerche,

80
00:04:43,159 --> 00:04:45,560
quindi sostanzialmente fa delle RAG,

81
00:04:45,560 --> 00:04:47,839
andando a fare le ricerche online,

82
00:04:47,839 --> 00:04:51,399
promette di fare delle ricerche più avanzate,

83
00:04:51,399 --> 00:04:52,930
più approfondite.

84
00:04:52,930 --> 00:04:57,019
Anche qui ci mette svariato tempo a fare queste ricerche,

85
00:04:57,019 --> 00:05:01,839
però in questa maniera toglie tutta una serie di adempimenti,

86
00:05:01,839 --> 00:05:03,579
di compiti e così via,

87
00:05:03,579 --> 00:05:09,019
e in estrema sintesi dopo il tempo della ricerca cosa fa?

88
00:05:09,019 --> 00:05:10,649
Va su internet,

89
00:05:10,649 --> 00:05:13,100
cerca su un argomento,

90
00:05:13,100 --> 00:05:17,649
ovviamente su una richiesta che viene fatta all'LLM,

91
00:05:17,649 --> 00:05:25,529
va a fare delle ricerche e va a esaminare
ovviamente il contenuto delle pagine web,

92
00:05:25,529 --> 00:05:30,220
quindi estrappola i dati eventualmente utili,

93
00:05:30,220 --> 00:05:39,189
li salva e a questo punto crea poi in ultima analisi
una risposta diciamo una risposta approfondita,

94
00:05:39,189 --> 00:05:42,389
quindi anche strutturata di maggior respiro.

95
00:05:42,389 --> 00:05:44,180
Devo dire la verità,

96
00:05:44,180 --> 00:05:48,399
mi rendo conto di aver scritto perplexity sbagliato,

97
00:05:48,399 --> 00:05:55,100
nella mappa mentale se stai guardando su
youtube lo dico per chi fosse interessato,

98
00:05:55,100 --> 00:05:58,180
sto registrando questa puntata in diretta su youtube,

99
00:05:58,180 --> 00:06:02,324
poi ovviamente se te la ascolti nelle cuffiette la sentirai

100
00:06:02,324 --> 00:06:06,047
editata e pulita per quello che riesco a fare e senza

101
00:06:06,047 --> 00:06:09,490
le sbavature che invece sono presenti su youtube.

102
00:06:09,490 --> 00:06:13,620
Comunque perplexity ha una funzione simile,

103
00:06:13,620 --> 00:06:27,040
anche qui io non sto molto dietro le news però tutti i vari competitor
hanno buttato fuori questa funzione più o meno similarmente.

104
00:06:27,040 --> 00:06:32,180
Anche qui perplexity fa una cosa simile cioè fa un ragionamento,

105
00:06:32,180 --> 00:06:33,300
fa la ricerca.

106
00:06:33,300 --> 00:06:35,189
Perplexity è la prima società,

107
00:06:35,189 --> 00:06:40,872
è il primo motore diciamo di ricerca alla base dei large

108
00:06:40,872 --> 00:06:46,149
language model e appunto a fronte di queste ricerche

109
00:06:46,149 --> 00:06:51,019
ti dà un risultato simile appunto a deep search.

110
00:06:51,019 --> 00:06:52,800
Devo dire la verità,

111
00:06:52,800 --> 00:06:56,706
l'ho testato perché invece qui è possibile creare un

112
00:06:56,706 --> 00:07:00,839
account gratuito su perplexity e è possibile utilizzare

113
00:07:00,839 --> 00:07:04,220
una ricerca approfondita una volta al giorno,

114
00:07:04,220 --> 00:07:12,319
diciamo sostanzialmente uno specchietto per la lodole
per appunto farti poi pagare la versione a premio.

115
00:07:12,319 --> 00:07:14,720
Devo dire la verità,

116
00:07:14,720 --> 00:07:21,841
per il test che ho fatto non è significativo nel senso che probabilmente non ha

117
00:07:21,841 --> 00:07:29,052
un valore statistico rilevante però il risultato che mi ha dato è stato negativo

118
00:07:29,052 --> 00:07:35,903
cioè ha fatto un lavoro non ottimale però questo è stato solo un esperimento

119
00:07:35,903 --> 00:07:41,041
col medesimo prompt che ho utilizzato poi per fare i miei

120
00:07:41,041 --> 00:07:46,180
primi test con sostanzialmente web ui ma lo vedremo dopo.

121
00:07:46,180 --> 00:07:52,744
A questo punto vediamo perché ho deciso invece di non utilizzare questi

122
00:07:52,744 --> 00:07:58,938
strumenti diciamo gli strumenti cosiddetti commerciali ma invece ho

123
00:07:58,938 --> 00:08:05,779
scoperto poi ovviamente nelle mie navigazioni online questi due strumenti.

124
00:08:05,779 --> 00:08:12,116
A dire la verità a livello temporale ho scoperto prima web ui e poi

125
00:08:12,116 --> 00:08:18,264
browser use ma per utilità diciamo di spiegazione è meglio che ti

126
00:08:18,264 --> 00:08:24,980
spieghi prima cos'è browser use e poi di fatto che cos'è invece web ui.

127
00:08:24,980 --> 00:08:34,590
Nella sostanza browser use è l'operator open source
mettiamola così generato appunto dalla community.

128
00:08:34,590 --> 00:08:36,980
Nella sostanza cosa fa?

129
00:08:36,980 --> 00:08:41,659
Da un agente l'utilizzo di un browser per navigare su internet,

130
00:08:41,659 --> 00:08:46,190
abbastanza semplice come concetto l'abbiamo già visto con operator,

131
00:08:46,190 --> 00:08:54,309
nasce solo a terminale e con degli script per fare la gestione
quindi nella sostanza è un'installazione relativamente,

132
00:08:54,309 --> 00:08:55,700
chiamiamola così,

133
00:08:55,700 --> 00:08:58,529
complesso cioè comunque da conoscere bene o male,

134
00:08:58,529 --> 00:09:00,870
da utilizzare anzitutto il terminale,

135
00:09:00,870 --> 00:09:06,863
secondarimente da conoscere un minimo le variabili e i cosiddetti environment e

136
00:09:06,863 --> 00:09:12,857
le varie ricerche vengono date con degli script apposti poi alla fine lo script

137
00:09:12,857 --> 00:09:18,471
è abbastanza banale sostanzialmente c'è il prompt da fare eseguire appunto

138
00:09:18,471 --> 00:09:24,540
all'LLM che gestisce il browser ma grazie alla possibilità di essere programmato

139
00:09:24,540 --> 00:09:30,155
può fare cose anche relativamente complesse e tuttavia anche complesso per

140
00:09:30,155 --> 00:09:35,921
l'utente medio mettiamola in questi termini e diciamo questo servizio questo

141
00:09:35,921 --> 00:09:41,763
questo strumento open source è possibile appunto scaricarlo e installarlo sul

142
00:09:41,763 --> 00:09:47,832
proprio computer a parte le conoscenze tecniche che sono necessarie ovvero hanno

143
00:09:47,832 --> 00:09:53,295
creato una piattaforma di hosting sostanzialmente e quindi a pagamento è

144
00:09:53,295 --> 00:09:58,530
possibile utilizzarlo e browser use ha due opzioni sostanzialmente la

145
00:09:58,530 --> 00:10:04,144
possibilità di utilizzare questo browser diciamo con l'LLM in una macchina

146
00:10:04,144 --> 00:10:09,986
virtuale che ovviamente è più sicuro perché la macchina virtuale non può fare

147
00:10:09,986 --> 00:10:15,979
danni diciamo al tuo computer vero e proprio ed è sostanzialmente il metodo che

148
00:10:15,979 --> 00:10:21,973
utilizza anche openAI cioè openAI con operator tu digiti del testo chiedendo di

149
00:10:21,973 --> 00:10:27,360
fare A,B,C all'LLM in una finestra a lato vedi questo browser e vedi le

150
00:10:27,360 --> 00:10:32,670
operazioni che vengono effettivamente più o meno in tempo reale svolte

151
00:10:32,670 --> 00:10:37,829
dall'Larger Language Model per movimentare far fare cose al browser.

152
00:10:37,830 --> 00:10:47,350
La cosa molto interessante però di browser use è che
può utilizzare anche il tuo browser del tuo computer.

153
00:10:47,350 --> 00:10:48,860
Il tuo browser è Chrome,

154
00:10:48,860 --> 00:10:54,005
a dir la verità io non sono un amante dell'utilizzo di Chrome ma questo è quanto

155
00:10:54,005 --> 00:10:58,378
anche perché oggettivamente Chrome è il browser più utilizzato dagli

156
00:10:58,378 --> 00:11:03,524
sviluppatori quindi non c'è niente da fare mettiamola in questi termini e questo

157
00:11:03,524 --> 00:11:08,540
è molto interessante da un certo punto di vista perché ti permette per esempio

158
00:11:08,540 --> 00:11:13,364
di appunto darli in mano il tuo browser quindi anche andare su amazon senza

159
00:11:13,364 --> 00:11:18,381
dover per esempio digitare la password di amazon nel browser per esempio di un

160
00:11:18,381 --> 00:11:23,204
server remoto che non sai oggettivamente che cosa fa e tu puoi avere già le

161
00:11:23,204 --> 00:11:27,578
credenziali quindi andare sulle varie pagine web dove appunto accedi

162
00:11:27,578 --> 00:11:30,858
attraverso il servizio pagamento comunque con login

163
00:11:30,858 --> 00:11:34,009
e fargli fare cose senza nessun tipo di problema.

164
00:11:34,009 --> 00:11:44,100
Ovviamente la comodità ha anche dei rischi quindi è ovvio che
se io dico "vammi a cercare un nuovo microfono su amazon,

165
00:11:44,100 --> 00:11:49,226
scegli un microfono con queste caratteristiche poi acquistalo" se lui

166
00:11:49,226 --> 00:11:54,279
utilizza il mio browser lo può fare e tendenzialmente può acquistare

167
00:11:54,279 --> 00:11:58,737
il microfono e spendere i miei soldi in base a questo quindi

168
00:11:58,737 --> 00:12:02,750
è ovvio che c'è da tenere presente questa circostanza.

169
00:12:02,750 --> 00:12:07,100
Potenzialità enormi ma anche rischi enormi.

170
00:12:07,100 --> 00:12:16,620
Potenzialità enormi appunto perché io per esempio già mi immagino la possibilità
per un avvocato come il sottoscritto di utilizzare appunto il mio browser,

171
00:12:16,620 --> 00:12:27,340
fare il login alla mia banca dati online e a questo
punto chiedere all'LLM di fare tutte le ricerche,

172
00:12:27,340 --> 00:12:34,460
di fare delle ricerche e estrappolare informazioni appunto dalle pagine web.

173
00:12:34,460 --> 00:12:39,799
Ma vediamo a questo punto a cos'è invece WebUI.

174
00:12:39,799 --> 00:12:55,710
WebUI è un prodotto open source più recente e meno evoluto rispetto a
browser use ma che ha tutte le basi sostanzialmente in browser use.

175
00:12:55,710 --> 00:12:57,659
In estrema sintesi cos'è WebUI?

176
00:12:57,659 --> 00:13:06,929
è un'interfaccia web appunto web UI user interface per browser use.

177
00:13:06,929 --> 00:13:13,100
La cosa molto interessante è che WebUI si può installare sia

178
00:13:13,100 --> 00:13:18,962
ovviamente con i soliti script e tutto il resto a riga di

179
00:13:18,962 --> 00:13:25,029
comando ma è anche possibile installarlo attraverso docker.

180
00:13:25,029 --> 00:13:29,928
Adesso ho registrato un video ma non l'ho ancora editato comunque ho in

181
00:13:29,928 --> 00:13:34,895
programma di far vedere appunto e tutta una serie di servizi diciamo che

182
00:13:34,895 --> 00:13:39,999
utilizzo con l'intelligenza artificiale utilizzano sotto la scocca docker.

183
00:13:40,000 --> 00:13:46,055
Docker ha il vantaggio appunto di permettere di creare questi container che sono

184
00:13:46,055 --> 00:13:51,884
una strazione ulteriore e comunque una piccola scatola dove gira un programma

185
00:13:51,884 --> 00:13:57,183
che è appunto l'applicazione specifica quindi nel caso specifico WebUI

186
00:13:57,183 --> 00:14:03,163
all'interno browser use per fare cose ed è molto comodo perché una volta che si

187
00:14:03,163 --> 00:14:08,992
imparano due trucchetti per farlo funzionare devo dire la verità è un sistema

188
00:14:08,992 --> 00:14:14,821
rapido per installare disinstallare diciamo sperimentare con questi strumenti

189
00:14:14,821 --> 00:14:20,195
strumenti che ovviamente sono in continuo sviluppo che sono in continua

190
00:14:20,195 --> 00:14:25,948
maturazione e che ovviamente devono essere aggiornati in tempo reale ma sono

191
00:14:25,948 --> 00:14:29,354
applicazioni web e quindi non sono facilmente

192
00:14:29,354 --> 00:14:32,609
installabili come una normale applicazione.

193
00:14:32,610 --> 00:14:39,120
La cosa interessante di appunto WebUI è che non solo ti permette di utilizzare

194
00:14:39,120 --> 00:14:45,463
browser use per fare le solite cose ma ti permette appunto con una schermata

195
00:14:45,463 --> 00:14:51,890
apposta anche di fare le famose deep research di chiedere di fare una domanda

196
00:14:51,890 --> 00:14:58,400
sostanzialmente alle LM di dargli dei parametri diciamo così non di ricerca ma

197
00:14:58,400 --> 00:15:04,159
di iterazioni quindi quanto deve fare quanto deve quanti tentativi di

198
00:15:04,159 --> 00:15:10,502
approfondimento fare e quanto diciamo di vagare mettiamole in questi termini

199
00:15:10,502 --> 00:15:16,595
per andare a approfondire un determinato argomento e per andare a cercare

200
00:15:16,595 --> 00:15:20,517
appunto tutte le informazioni su un determinato

201
00:15:20,517 --> 00:15:23,939
argomento su una domanda che fai alle LM.

202
00:15:23,940 --> 00:15:30,351
Anche qui funziona richiede decisamente del tempo mettiamolo in questi termini

203
00:15:30,351 --> 00:15:36,844
però grazie a questo sistema grazie a questo sistema che apre qui una parentesi

204
00:15:36,844 --> 00:15:43,173
non l'ho detto fino adesso ma sia browser use che WebUI funziona anche con LM

205
00:15:43,173 --> 00:15:49,337
locali quindi con Lama potenzialmente e questo è molto utile perché è ovvio

206
00:15:49,337 --> 00:15:55,419
che a questo punto io non devo neanche andare a pagare dei soldi a OpenAI,

207
00:15:55,419 --> 00:15:59,620
Google e così via.