1
00:00:00,400 --> 00:00:01,129
Benvenuto benvenuta,

2
00:00:01,129 --> 00:00:05,160
io sono Filippo Astrozzi e stai ascoltando Avvocati Mac Compendium.

3
00:00:05,160 --> 00:00:08,679
Compendium è un podcast in cui parlo delle
mie esperienze quotidiane con la tecnologia,

4
00:00:08,679 --> 00:00:10,419
in particolare con quella Apple.

5
00:00:10,419 --> 00:00:24,570
Questa è la puntata 52 nella quale parlerò delle novità in arrivo con Apple
Intelligence in italiano e dei miei esperimenti con la cosiddetta RAG agentica.

6
00:00:24,570 --> 00:00:29,000
Ma prima,

7
00:00:29,000 --> 00:00:31,519
sigla!

8
00:00:31,519 --> 00:00:32,179
Il primo argomento di questa puntata,

9
00:00:32,179 --> 00:00:34,119
che sarà un po' più variegata,

10
00:00:34,119 --> 00:00:36,500
mettiamolo in questi termini,

11
00:00:36,500 --> 00:00:40,600
è sul ritardo e i miei test sulla versione italiana,

12
00:00:40,600 --> 00:00:41,710
in uscita breve,

13
00:00:41,710 --> 00:00:43,250
di Apple Intelligence.

14
00:00:43,250 --> 00:00:47,039
Teoricamente Apple Intelligence dovrebbe uscire ad aprile,

15
00:00:47,039 --> 00:00:50,890
probabilmente tu ascolterai questa puntata ad aprile,

16
00:00:50,890 --> 00:00:52,400
quindi ci sono giusto.

17
00:00:52,400 --> 00:00:54,469
Io sto registrando oggi,

18
00:00:54,469 --> 00:00:56,469
il 12 di marzo,

19
00:00:56,469 --> 00:00:59,719
e ho testato il tutto su delle beta,

20
00:00:59,719 --> 00:01:01,429
ovviamente.

21
00:01:01,429 --> 00:01:12,760
Quindi ho aggiornato il mio iPhone 16 con Apple Intelligence
alla 18 iOS 18.4 e il MacStudio a Sequoia 15.4.

22
00:01:12,760 --> 00:01:19,010
A questo punto ho potuto effettivamente fare un po' di test su quello che,

23
00:01:19,010 --> 00:01:20,200
chiamiamolo così,

24
00:01:20,200 --> 00:01:21,340
ci aspetta,

25
00:01:21,340 --> 00:01:22,650
o ti aspetta,

26
00:01:22,650 --> 00:01:27,230
con le novità di Apple Intelligence in italiano.

27
00:01:27,230 --> 00:01:29,170
Fino ad ora,

28
00:01:29,170 --> 00:01:29,680
infatti,

29
00:01:29,680 --> 00:01:33,459
non era possibile utilizzare Apple Intelligence sui dispositivi,

30
00:01:33,459 --> 00:01:34,120
diciamo,

31
00:01:34,120 --> 00:01:35,560
europei / italiani.

32
00:01:35,560 --> 00:01:37,640
Devo dire la verità,

33
00:01:37,640 --> 00:01:42,439
le mie prime impressioni sono abbastanza conformi,

34
00:01:42,439 --> 00:01:42,840
diciamo,

35
00:01:42,840 --> 00:01:47,859
a quello che avevo immaginato e forse avevo già detto in scorse puntate.

36
00:01:47,859 --> 00:01:48,530
Allora,

37
00:01:48,530 --> 00:01:50,319
la cosa da segnalare di più,

38
00:01:50,319 --> 00:01:51,250
diciamo,

39
00:01:51,250 --> 00:01:53,480
è che sull'iPhone 16,

40
00:01:53,480 --> 00:01:56,760
utilizzando soprattutto le Gemmoji,

41
00:01:56,760 --> 00:02:00,129
quindi la generazione d'immagine con intelligenza artificiale,

42
00:02:00,129 --> 00:02:01,710
se lo fai ovviamente per due,

43
00:02:01,710 --> 00:02:02,080
tre,

44
00:02:02,080 --> 00:02:02,439
quattro,

45
00:02:02,439 --> 00:02:04,409
cinque volte con l'immagine,

46
00:02:04,409 --> 00:02:10,240
l'iPhone inizia a scaldarsi significativamente e il consumo della batteria,

47
00:02:10,240 --> 00:02:11,849
devo dire la verità,

48
00:02:11,849 --> 00:02:13,870
io non ne ho mai parlato qui,

49
00:02:13,870 --> 00:02:15,039
ma devo dire la verità,

50
00:02:15,039 --> 00:02:19,840
per l'utilizzo che sto facendo io dell'iPhone 16,

51
00:02:19,840 --> 00:02:24,300
devo dire che i risultati a livello di batteria sono eccezionali.

52
00:02:24,300 --> 00:02:26,439
Io oggettivamente uso poco il telefono,

53
00:02:26,439 --> 00:02:27,960
in particolare l'iPhone,

54
00:02:27,960 --> 00:02:33,680
però la batteria non scende sotto il 25% di consumo,

55
00:02:33,680 --> 00:02:41,780
quindi mi rimane intorno sempre al 75% durante tutto
l'arco della giornata o consumi relativamente ridotti.

56
00:02:41,780 --> 00:02:43,250
Un discorso a parte,

57
00:02:43,250 --> 00:02:43,520
però,

58
00:02:43,520 --> 00:02:46,509
è quando si inizia a giocare con l'intelligenza artificiale,

59
00:02:46,509 --> 00:02:46,770
lì,

60
00:02:46,770 --> 00:02:49,990
soprattutto l'intelligenza artificiale per generare immagini,

61
00:02:49,990 --> 00:02:55,759
lì effettivamente si sente di più e si sente
anche perché l'iPhone si scalda visibilmente,

62
00:02:55,759 --> 00:02:56,939
anzi sensibilmente,

63
00:02:56,939 --> 00:02:58,189
devo dire la verità.

64
00:02:58,189 --> 00:03:00,360
Per quanto riguarda invece il MacStudio,

65
00:03:00,360 --> 00:03:04,729
ovviamente non ho notato particolari segnali,

66
00:03:04,729 --> 00:03:09,639
ma il MacStudio ha ampie capacità di gestire tutto,

67
00:03:09,639 --> 00:03:13,150
pur essendo un MacStudio M1,

68
00:03:13,150 --> 00:03:18,110
quindi ormai con qualche anno alle spalle.

69
00:03:18,110 --> 00:03:24,819
Diciamo che il giudizio complessivo che posso
dare è di Apple Intelligence in italiano,

70
00:03:24,819 --> 00:03:26,039
chiamiamolo così,

71
00:03:26,039 --> 00:03:28,560
è carino ma abbastanza inutile.

72
00:03:28,560 --> 00:03:30,259
Carino perché secondo me,

73
00:03:30,259 --> 00:03:30,889
appunto,

74
00:03:30,889 --> 00:03:35,000
certe funzioni di scrittura sono utili per l'utente medio,

75
00:03:35,000 --> 00:03:37,530
cioè l'utente che non è abitato a scrivere.

76
00:03:37,530 --> 00:03:38,210
Allora sì,

77
00:03:38,210 --> 00:03:39,650
le revisioni del testo,

78
00:03:39,650 --> 00:03:41,219
mettiamolo in questi termini,

79
00:03:41,219 --> 00:03:44,280
quindi a rendere per esempio un'e-mail più professionale,

80
00:03:44,280 --> 00:03:46,390
rendere un'e-mail più amichevole,

81
00:03:46,390 --> 00:03:48,099
quindi il testo di un'e-mail,

82
00:03:48,099 --> 00:03:57,930
possono essere strumenti abbastanza utili ma sicuramente per un professionista
che dovrebbe essere abituato diciamo a scrivere quotidianamente,

83
00:03:57,930 --> 00:04:02,289
quindi aveva una certa capacità in quello che fa,

84
00:04:02,289 --> 00:04:06,830
diciamo è abbastanza inutile nella sua struttura.

85
00:04:06,830 --> 00:04:08,770
La cosa forse più carina,

86
00:04:08,770 --> 00:04:13,650
anche se ovviamente dipende molto dal testo che si gli si dà in pasto,

87
00:04:13,650 --> 00:04:17,509
è la possibilità di estrapolare delle tabelle dal testo,

88
00:04:17,509 --> 00:04:20,019
quindi se ci sono argomenti,

89
00:04:20,019 --> 00:04:26,600
o comunque se è un testo che diciamo parla di cose e si può potenzialmente,

90
00:04:26,600 --> 00:04:28,259
se tutto il sistema funziona bene,

91
00:04:28,259 --> 00:04:29,720
strutturarle in una tabella.

92
00:04:29,720 --> 00:04:30,870
Devo dire la verità,

93
00:04:30,870 --> 00:04:33,439
non mi aspettavo molto,

94
00:04:33,439 --> 00:04:35,319
è effettivamente quello che è,

95
00:04:35,319 --> 00:04:37,550
probabilmente per l'utente medio,

96
00:04:37,550 --> 00:04:42,930
però queste funzioni possono essere interessanti e devo dire la verità,

97
00:04:42,930 --> 00:04:45,139
a prescindere dal fatto che,

98
00:04:45,139 --> 00:04:46,199
appunto,

99
00:04:46,240 --> 00:04:50,639
ci sono tutta una serie di problemi che sono
emersi in questo periodo mentre sto registrando,

100
00:04:50,639 --> 00:04:53,160
cioè a marzo del 2025.

101
00:04:53,160 --> 00:04:54,800
Devo dire la verità,

102
00:04:54,800 --> 00:04:58,279
secondo me l'approccio che ha utilizzato Apple,

103
00:04:58,279 --> 00:05:00,639
molto conservativo da una parte,

104
00:05:00,639 --> 00:05:06,589
ma dall'altro molto utile per chi non è avvezza
all'utilizzo di intelligenza artificiale,

105
00:05:06,589 --> 00:05:09,060
secondo me è abbastanza azzeccato.

106
00:05:09,060 --> 00:05:17,860
Le gemmoji e poi conseguentemente anche le emoji
modificate o generate dall'intelligenza artificiale.

107
00:05:17,860 --> 00:05:24,319
Le gemmoji sono un giochino divertente perché
effettivamente sono un modo abbastanza semplice,

108
00:05:24,319 --> 00:05:25,829
mettiamoli in questi termini,

109
00:05:25,829 --> 00:05:27,459
per generare immagini cartoon.

110
00:05:27,459 --> 00:05:28,600
Devo dire la verità,

111
00:05:28,600 --> 00:05:30,050
le immagini che vengono,

112
00:05:30,050 --> 00:05:30,779
secondo me,

113
00:05:30,779 --> 00:05:33,189
meglio sono quelle proprio cartoon,

114
00:05:33,189 --> 00:05:35,279
stile pixar disney,

115
00:05:35,279 --> 00:05:36,879
mettiamole in questi termini.

116
00:05:36,879 --> 00:05:37,379
Le altre,

117
00:05:37,379 --> 00:05:38,439
disegni e così via,

118
00:05:38,439 --> 00:05:39,360
almeno io personalmente,

119
00:05:39,360 --> 00:05:42,280
ho fatto le prove con me stesso,

120
00:05:42,280 --> 00:05:44,910
mettiamole in questi termini.

121
00:05:44,910 --> 00:05:50,009
Mentre per le immagini cartoon ho trovato delle somiglianze,

122
00:05:50,009 --> 00:05:51,459
e anche se non è sempre perfetto,

123
00:05:51,459 --> 00:05:52,160
è divertente,

124
00:05:52,160 --> 00:05:53,639
mettiamole in questi termini.

125
00:05:53,639 --> 00:05:57,220
Per le immagini più pittoriche,

126
00:05:57,220 --> 00:05:58,709
il risultato è,

127
00:05:58,709 --> 00:06:00,850
dal mio punto di vista,

128
00:06:00,850 --> 00:06:02,959
abbastanza mediocre,

129
00:06:02,959 --> 00:06:04,819
ma probabilmente anche lì dipende molto,

130
00:06:04,819 --> 00:06:06,319
sia dalle foto che gli ho dato io,

131
00:06:06,319 --> 00:06:09,560
sia anche dalla base di gestione,

132
00:06:09,560 --> 00:06:12,290
mettiamole in questi termini.

133
00:06:12,290 --> 00:06:12,949
Una cosa,

134
00:06:12,949 --> 00:06:13,699
diciamo,

135
00:06:13,699 --> 00:06:14,959
che ho notato,

136
00:06:14,959 --> 00:06:22,910
ma questo probabilmente è perché io nel mentre sto giocando con
strumenti molto più avanzati di quelli di apple intelligence,

137
00:06:22,910 --> 00:06:27,959
è che se si va a vedere sostanzialmente l'immagine nel dettaglio,

138
00:06:27,959 --> 00:06:31,569
quindi la sia ampia rispetto a quella che è la grandezza normale,

139
00:06:31,569 --> 00:06:32,079
ecco,

140
00:06:32,079 --> 00:06:36,160
allora qui si vedono tutti i difetti tipici delle immagini generate con l'AI,

141
00:06:36,160 --> 00:06:37,519
e devo dire la verità,

142
00:06:37,519 --> 00:06:47,160
personalmente mi ha lasciato un po' esterefatto che
apple abbia scelto questo livello di compromesso,

143
00:06:47,160 --> 00:06:49,819
perché spesso e volentieri,

144
00:06:49,819 --> 00:06:50,320
non so,

145
00:06:50,320 --> 00:06:53,639
i denti si vede che non sono fatti correttamente,

146
00:06:53,639 --> 00:06:56,939
il solito problema delle mani nella generazione,

147
00:06:56,939 --> 00:06:59,680
questo è tipico dell'intelligenza artificiale,

148
00:06:59,680 --> 00:07:00,089
non so,

149
00:07:00,089 --> 00:07:01,549
le pupille degli occhi,

150
00:07:01,549 --> 00:07:03,110
se le vai a vedere a modo,

151
00:07:03,110 --> 00:07:04,589
non sono vere pupille,

152
00:07:04,589 --> 00:07:06,879
ma sono delle cose sfocate,

153
00:07:06,879 --> 00:07:07,779
anche un po' strane,

154
00:07:07,779 --> 00:07:09,779
quindi se si va a vedere nel dettaglio l'immagine,

155
00:07:09,779 --> 00:07:10,879
spesso e volentieri,

156
00:07:10,879 --> 00:07:12,899
l'immagine è di scassissima qualità.

157
00:07:12,899 --> 00:07:15,170
Nel complesso l'immagine stessa funziona bene,

158
00:07:15,170 --> 00:07:15,660
diciamo,

159
00:07:15,660 --> 00:07:17,120
se la vedi da lontano,

160
00:07:17,120 --> 00:07:21,229
ma non funziona bene se vai a guardare nel dettaglio.

161
00:07:21,229 --> 00:07:22,899
Esistono sistemi,

162
00:07:22,899 --> 00:07:24,800
recentemente,

163
00:07:24,800 --> 00:07:26,290
non ne ho mai parlato,

164
00:07:26,290 --> 00:07:30,600
anche perché credo di averne parlato solo con la amica Roberto Marin,

165
00:07:30,600 --> 00:07:39,160
recentemente ho iniziato anche a giocare con la creazione di
immagini con l'intelligenza artificiale e devo dire la verità,

166
00:07:39,160 --> 00:07:40,430
si possono ottenere,

167
00:07:40,430 --> 00:07:41,720
ho visto ottenere,

168
00:07:41,720 --> 00:07:44,269
perché io oggettivamente ho ottenuto risultati interessanti,

169
00:07:44,269 --> 00:07:45,540
ma non così interessanti,

170
00:07:45,540 --> 00:07:46,519
mettiamola così,

171
00:07:46,519 --> 00:07:50,399
però ho visto fare cose molto molto molto interessanti,

172
00:07:50,399 --> 00:07:51,870
risultati professionali,

173
00:07:51,870 --> 00:07:53,560
da quello che posso dire io,

174
00:07:53,560 --> 00:07:55,769
ma anche potenzialmente su Mac,

175
00:07:55,769 --> 00:07:58,360
perché tutto quello che ho testato,

176
00:07:58,360 --> 00:07:59,839
l'ho testato sul MacStudio,

177
00:07:59,839 --> 00:08:04,389
ma bisogna utilizzare degli strumenti più avanzati,

178
00:08:04,389 --> 00:08:08,410
tendenzialmente su Mac si può utilizzare o di Fusion B,

179
00:08:08,410 --> 00:08:10,480
che è quello più semplice,

180
00:08:10,480 --> 00:08:11,240
o Confi UI,

181
00:08:11,240 --> 00:08:13,399
che è quello meno semplice,

182
00:08:13,399 --> 00:08:17,250
ma diciamo che permette di fare cose molto molto interessanti.

183
00:08:17,250 --> 00:08:22,990
Con questi sistemi si riesce veramente a fare delle immagini di livello elevato,

184
00:08:22,990 --> 00:08:27,439
in particolare utilizzando oltre a Stable Diffusion,

185
00:08:27,439 --> 00:08:29,730
che è quello più generale diciamo,

186
00:08:29,730 --> 00:08:31,680
ma meno interessante,

187
00:08:31,680 --> 00:08:39,500
Flux è sicuramente il modello attualmente che
fa cose incredibili a livello di immagini.

188
00:08:39,500 --> 00:08:42,039
Apple Intelligent non ha tutte queste cose,

189
00:08:42,039 --> 00:08:43,700
anzi i modelli,

190
00:08:43,700 --> 00:08:47,039
io li ho confrontati ovviamente sul MacStudio,

191
00:08:47,039 --> 00:08:49,019
mettiamole in questi termini,

192
00:08:49,019 --> 00:08:54,970
ma i modelli di Apple caricano veramente
poco rispetto alla potenza del MacStudio,

193
00:08:54,970 --> 00:09:03,639
capisco benissimo che ovviamente Apple ha generato questi modelli
perché funzionino ovviamente per tutti i loro dispositivi,

194
00:09:03,639 --> 00:09:04,559
ma devo dire la verità,

195
00:09:04,559 --> 00:09:06,590
sono rimasto abbastanza deluso,

196
00:09:06,590 --> 00:09:08,620
anche se non mi aspettavo molto.

197
00:09:08,620 --> 00:09:16,080
L'ultima considerazione da fare sui modelli di Apple perché
qui appunto ho avuto un confronto con l'amico Roberto Marin,

198
00:09:16,080 --> 00:09:18,320
occupano decisamente molto spazio,

199
00:09:18,320 --> 00:09:19,320
o meglio anche lì,

200
00:09:19,320 --> 00:09:20,820
dipende dai punti di vista,

201
00:09:20,820 --> 00:09:28,789
ma sull'iPhone rispetto a un'occupazione
del sistema operativo di circa 11 gigabyte,

202
00:09:28,789 --> 00:09:37,470
considera che l'iPhone 16 e il Pro hanno come taglio minimo il 128 gigabyte,

203
00:09:37,470 --> 00:09:39,019
però rispetto agli 11,

204
00:09:39,019 --> 00:09:42,549
che quindi comunque sono una buona già quota dello spazio,

205
00:09:42,549 --> 00:09:44,759
un 10 per cento dello spazio,

206
00:09:44,759 --> 00:09:46,720
si arriva intorno ai 18,

207
00:09:46,720 --> 00:09:49,190
per ovviamente avere a disposizione,

208
00:09:49,190 --> 00:09:54,039
perché i modelli vanno caricati ovviamente sul sistema operativo e così via.

209
00:09:54,039 --> 00:09:55,690
Veniamo alla news,

210
00:09:55,690 --> 00:10:02,000
che poi mi ha fatto anche preparare questo piccolo pezzo nella scaletta,

211
00:10:02,009 --> 00:10:06,559
che sono le funzioni sostanzialmente interessanti di Apple Intelligence,

212
00:10:06,559 --> 00:10:08,039
che non usciranno a breve.

213
00:10:08,039 --> 00:10:09,360
Nella particolarità,

214
00:10:09,360 --> 00:10:11,429
è una notizia recentemente al registo,

215
00:10:11,429 --> 00:10:12,639
cioè inizio marzo,

216
00:10:12,639 --> 00:10:25,350
però Siri più intelligente e l'interfaccia con l'intelligenza
artificiale con le applicazioni di iOS e anche di macOS è in ritardo.

217
00:10:25,350 --> 00:10:32,480
Poi lo inserirò nella nota dell'episodio un articolo di Federico Viticci,

218
00:10:32,480 --> 00:10:35,269
che fa tutta una serie di considerazioni.

219
00:10:35,269 --> 00:10:36,710
Devo dire la verità,

220
00:10:36,710 --> 00:10:40,879
la mia considerazione specifica è che,

221
00:10:40,879 --> 00:10:42,169
oggettivamente,

222
00:10:42,169 --> 00:10:52,499
per ottenere dei buoni risultati con l'intelligenza artificiale è
complesso e soprattutto è complesso gestirli in maniera sicura,

223
00:10:52,499 --> 00:10:54,879
come presumo voglia fare Apple.

224
00:10:54,879 --> 00:10:56,759
Questo ci sta,

225
00:10:56,759 --> 00:11:02,360
però su questo fronte Apple ci sta facendo decisamente una brutta figura,

226
00:11:02,360 --> 00:11:09,740
più che altro perché queste funzioni erano state annunciate al WWDC del 2024.

227
00:11:09,740 --> 00:11:13,600
Siamo a sostanzialmente un anno di distanza,

228
00:11:13,600 --> 00:11:18,639
queste funzioni non sono presenti e non saranno presenti pare a breve.

229
00:11:18,639 --> 00:11:19,909
Tra l'altro,

230
00:11:19,909 --> 00:11:22,379
sempre in questo periodo,

231
00:11:22,379 --> 00:11:34,520
esce Alexa Intelligente e quindi effettivamente a livello di
marketing c'è stato probabilmente un doppio errore da parte di Apple.

232
00:11:34,520 --> 00:11:37,500
Secondo me tra l'altro il problema più grosso,

233
00:11:37,500 --> 00:11:40,960
i problemi più significativi sono i dispositivi mobili.

234
00:11:40,960 --> 00:11:41,360
Infatti,

235
00:11:41,360 --> 00:11:46,190
anche ormai i Mac entry-level hanno comunque dei chip,

236
00:11:46,190 --> 00:11:49,419
gli ultimi sono gli M3 e gli M4,

237
00:11:49,419 --> 00:11:51,320
decisamente potenti,

238
00:11:51,320 --> 00:11:56,979
mentre per un iPhone 16 è decisamente meno capace,

239
00:11:56,979 --> 00:11:57,940
secondo me,

240
00:11:57,940 --> 00:12:00,899
di gestire l'intelligenza artificiale di di alto livello,

241
00:12:00,899 --> 00:12:03,049
chiamiamoli in questi termini,

242
00:12:03,049 --> 00:12:13,880
sia per una questione di RAM e quindi di poter dedicare parte della RAM del
sistema operativo all'intelligenza artificiale e ai modelli che sono necessari.

243
00:12:13,880 --> 00:12:15,120
Devo dire la verità,

244
00:12:15,120 --> 00:12:17,090
andando a livelli più elevati,

245
00:12:17,090 --> 00:12:26,799
dalla mia esperienza personale sono molto soddisfatto ovviamente
di quello che fa il mio MacStudio M1 con 32GB di RAM,

246
00:12:26,799 --> 00:12:30,360
ma per le attività complesse anche questo Mac,

247
00:12:30,360 --> 00:12:32,879
che comunque non è un Mac normale,

248
00:12:32,879 --> 00:12:35,109
mettiamolo in questi termini,

249
00:12:35,109 --> 00:12:43,240
fa fatica e per fare operazioni complesse richiede
svariati minuti di lavoro delle GPU e così via.

250
00:12:43,240 --> 00:12:46,000
Pur essendo un'ottima macchina,

251
00:12:46,000 --> 00:12:47,679
ma è una macchina che oggettivamente,

252
00:12:47,679 --> 00:12:50,079
a prescindere dal fatto che io l'ho comprata e usata,

253
00:12:50,079 --> 00:12:54,370
sicuramente non è una macchina che per tutti,

254
00:12:54,370 --> 00:12:56,850
mettiamola in questi termini,

255
00:12:56,850 --> 00:13:02,360
e già avere 32GB di RAM su un Mac è qualcosa di inusuale.

256
00:13:02,360 --> 00:13:05,879
Quindi sicuramente Apple ha sbagliato varie cose,

257
00:13:05,879 --> 00:13:11,049
probabilmente ha fatto da una parte il marketing in parte sbagliato,

258
00:13:11,049 --> 00:13:16,220
dall'altra credo invece abbia centrato
abbastanza bene il fatto che offrire alle masse,

259
00:13:16,220 --> 00:13:18,120
mettiamola in questi termini,

260
00:13:18,120 --> 00:13:21,769
dell'intelligenza artificiale chiamiamola così stupida,

261
00:13:21,769 --> 00:13:22,940
nel senso sciocchina,

262
00:13:22,940 --> 00:13:24,639
mettiamola in questi termini,

263
00:13:24,639 --> 00:13:29,299
ma probabilmente che è più interessante mettiamola così per tante persone,

264
00:13:29,299 --> 00:13:33,279
piuttosto che un'intelligenza artificiale molto verticale,

265
00:13:33,279 --> 00:13:36,259
che probabilmente è molto più efficace,

266
00:13:36,259 --> 00:13:41,269
ma che comunque richiederebbe condizioni e capacità,

267
00:13:41,269 --> 00:13:43,409
esperienze più complicate.

268
00:13:43,409 --> 00:13:44,950
Poi vedrai a breve,

269
00:13:44,950 --> 00:13:46,990
o avrai la possibilità,

270
00:13:46,990 --> 00:13:49,139
se ovviamente ai nuovi sistemi operativi,

271
00:13:49,139 --> 00:13:51,000
ai nuovi soprattutto dispositivi,

272
00:13:51,000 --> 00:13:59,600
perché anche qui Apple Intelligence sostanzialmente sui
dispositivi mobili è possibile avercela solo col 15 Pro credo,

273
00:13:59,600 --> 00:14:01,159
il 16 e il 16 Pro,

274
00:14:01,159 --> 00:14:05,159
quindi comunque anche con pochi modelli oggettivamente rimane.

275
00:14:05,159 --> 00:14:08,309
Mentre Apple Intelligence su Mac,

276
00:14:08,309 --> 00:14:11,850
diciamo su un parco macchine relativamente recente,

277
00:14:11,850 --> 00:14:13,480
parliamo degli M1,

278
00:14:13,480 --> 00:14:18,039
hanno già almeno 4-5 anni,

279
00:14:18,039 --> 00:14:25,360
quindi iniziano ad esserci Mac relativamente non recentissimi già con gli M1,

280
00:14:25,360 --> 00:14:29,580
lì secondo me si possono fare cose interessanti,

281
00:14:29,580 --> 00:14:32,610
ma anche lì il mio consiglio personale,

282
00:14:32,610 --> 00:14:35,309
almeno da smanettore quali sono,

283
00:14:35,309 --> 00:14:43,840
è quello di non utilizzare gli strumenti Apple o comunque
non limitarsi a utilizzare gli strumenti solo Apple,

284
00:14:43,840 --> 00:14:54,440
ma utilizzare appieno la possibilità di questi dispositivi e quindi
utilizzare Ollama piuttosto che altre soluzioni molto molto interessanti.

285
00:14:54,440 --> 00:14:56,169
Cambiando argomento,

286
00:14:56,169 --> 00:15:03,419
invece ti voglio parlare brevemente di alcune
cose che ho fatto recentemente di alcuni modelli,

287
00:15:03,419 --> 00:15:07,419
soprattutto che ho utilizzato di recente,

288
00:15:07,419 --> 00:15:11,279
che sono QWQ a 32 billion di parametri,

289
00:15:11,279 --> 00:15:14,250
quindi a 32 miliardi di parametri,

290
00:15:14,250 --> 00:15:17,440
e OpenSync sempre a 32 milioni di parametri.

291
00:15:17,440 --> 00:15:23,210
Questi modelli io li ho utilizzati quantizzati a 4 bit,

292
00:15:23,210 --> 00:15:27,399
quindi una versione media mettiamola in questi termini,

293
00:15:27,399 --> 00:15:35,840
devo dire la verità funzionano relativamente bene e senza
troppi problemi sul MacStudio M1 con 32 giga di ram.

294
00:15:35,840 --> 00:15:41,039
Diciamo che su macchine con meno ram fanno fatica a girare e girare bene.

295
00:15:41,039 --> 00:15:48,159
La particolarità diciamo di questi due modelli è che sono modelli che "pensano",

296
00:15:48,159 --> 00:15:53,860
nel senso che utilizzano prima di darti la risposta una catena di pensiero,

297
00:15:53,860 --> 00:15:59,269
una catena sostanzialmente di ragionamenti precedenti alla risposta,

298
00:15:59,269 --> 00:16:06,029
che però grazie a questo sistema diciamo danno
delle risposte più centrate e soprattutto,

299
00:16:06,029 --> 00:16:07,580
quello che ho notato io,

300
00:16:07,580 --> 00:16:11,580
se la domanda cioè il prompt non è particolarmente efficace,

301
00:16:11,580 --> 00:16:13,269
mettiamola in questi termini,

302
00:16:13,269 --> 00:16:15,480
cioè non è molto dettagliato e chiaro,

303
00:16:15,480 --> 00:16:19,539
ragionando appunto sulla domanda fatta dall'utente solitamente,

304
00:16:19,539 --> 00:16:20,840
dico solitamente,

305
00:16:20,840 --> 00:16:27,180
ottengono dei risultati migliori a livello di risposta.

306
00:16:27,180 --> 00:16:38,120
Il primo modello è stato creato da Alibaba e
sostanzialmente la cosa interessante è che dai benchmark,

307
00:16:38,120 --> 00:16:38,960
mettiamolo in questi termini,

308
00:16:38,960 --> 00:16:45,320
rivaleggia con DeepSeek R1 di dimensioni invece decisamente più grosse,

309
00:16:45,320 --> 00:16:47,840
cioè quello effettivo,

310
00:16:47,840 --> 00:16:51,230
da 670 mila milioni di parametri.

311
00:16:51,230 --> 00:16:55,913
L'OpenSync invece è una cosa interessante perché praticamente

312
00:16:55,913 --> 00:17:00,213
hanno utilizzato appunto DeepSeek R1 per generare questo

313
00:17:00,213 --> 00:17:04,819
sistema che è un po' più centrato e che pur essendo piccolo,

314
00:17:04,819 --> 00:17:06,890
mettiamolo in questi termini,

315
00:17:06,890 --> 00:17:08,759
ragiona piuttosto bene.

316
00:17:08,759 --> 00:17:12,420
Altra cosa che segnalo per chi fosse interessato,

317
00:17:12,420 --> 00:17:14,180
diciamo questo un po' più tecnico,

318
00:17:14,180 --> 00:17:20,519
ma nella sostanza con il mio MacStudio M1 sono riuscito a far gerare,

319
00:17:20,519 --> 00:17:23,920
a tenere in ram tutti e due questi modelli,

320
00:17:23,920 --> 00:17:29,200
ma soprattutto a farli funzionare con una finestra
di contesto tra i 9.000 e i 10.000 token.

321
00:17:29,200 --> 00:17:31,069
Questo cosa significa?

322
00:17:31,069 --> 00:17:34,210
Significa che effettivamente si riescono a fare cose interessanti,

323
00:17:34,210 --> 00:17:36,170
almeno dal mio punto di vista,

324
00:17:36,170 --> 00:17:39,799
perché si riescono a dare dei prompt abbastanza complessi,

325
00:17:39,799 --> 00:17:42,700
nel senso che per rag o per altri,

326
00:17:42,700 --> 00:17:44,289
o per prompt complessi,

327
00:17:44,289 --> 00:17:46,339
mettiamolo in questi termini,

328
00:17:46,339 --> 00:17:50,670
dove casomai prima si passano testi piuttosto lunghi,

329
00:17:50,670 --> 00:17:56,700
i sistemi reggono e quindi riescono a utilizzare come base dati,

330
00:17:56,700 --> 00:17:59,500
chiamiamolo in questi termini,

331
00:17:59,500 --> 00:18:02,700
un prompt relativamente ben fatto.

332
00:18:02,700 --> 00:18:08,660
Ovviamente questi modelli hanno avuto un training minimo sull'italiano,

333
00:18:08,660 --> 00:18:10,920
non parlano malissimo in italiano,

334
00:18:10,920 --> 00:18:13,430
ma non lo parlano neanche benissimo,

335
00:18:13,430 --> 00:18:15,079
in particolare qwq,

336
00:18:15,079 --> 00:18:18,599
che oggettivamente è inglese cinese,

337
00:18:18,599 --> 00:18:22,710
perché appunto Alibaba è un'azienda cinese,

338
00:18:22,710 --> 00:18:28,849
per cui a volte è meglio farli rispondere
in inglese e poi il trucco che utilizzo io,

339
00:18:28,849 --> 00:18:29,940
per esempio,

340
00:18:29,940 --> 00:18:33,700
è quello di chiedere la risposta appunto in inglese,

341
00:18:33,700 --> 00:18:37,690
ma poi farla tradurre in italiano da "mistral small",

342
00:18:37,690 --> 00:18:43,099
che invece gira anche questo molto bene
sul MacStudio e che ha un ottimo italiano,

343
00:18:43,099 --> 00:18:44,480
chiamiamolo così,

344
00:18:44,480 --> 00:18:46,670
perché poi Mistral abitualmente,

345
00:18:46,670 --> 00:18:49,329
essendo una azienda francese,

346
00:18:49,329 --> 00:18:53,990
utilizza non solo appunto l'inglese e poche altre lingue,

347
00:18:53,990 --> 00:18:56,319
ma solitamente ha anche abbastanza,

348
00:18:56,319 --> 00:18:59,480
un buon archivio di materiali in italiano e,

349
00:18:59,480 --> 00:19:01,200
dal mio punto di vista,

350
00:19:01,200 --> 00:19:03,450
tutti gli LLM di Mistral sono,

351
00:19:03,450 --> 00:19:05,480
per quello che ho visto io,

352
00:19:05,480 --> 00:19:06,859
quelli che parlano,

353
00:19:06,859 --> 00:19:08,250
chiamiamolo così,

354
00:19:08,250 --> 00:19:09,799
in italiano meglio.

355
00:19:09,799 --> 00:19:10,450
Bene,

356
00:19:10,450 --> 00:19:12,119
concludo la puntata,

357
00:19:12,119 --> 00:19:15,480
ma non è ancora conclusa perché la parte più ciccia,

358
00:19:15,480 --> 00:19:16,200
diciamo,

359
00:19:16,200 --> 00:19:25,109
di questa puntata sono gli esperimenti che ho fatto
recentemente con la cosiddetta RAG agentica o "agentic rag".

360
00:19:25,109 --> 00:19:26,039
Allora,

361
00:19:26,039 --> 00:19:29,519
innanzitutto bisogna fare alcune premesse.

362
00:19:29,519 --> 00:19:34,569
Diciamo che questo argomento e gli
approfondimenti che ho fatto sono nati a seguito,

363
00:19:34,569 --> 00:19:35,779
sostanzialmente,

364
00:19:35,779 --> 00:19:37,269
di un video che ho visto,

365
00:19:37,269 --> 00:19:41,109
che troverai ovviamente il link in descrizione.

366
00:19:41,109 --> 00:19:44,420
L'autore sta costruendo un workflow,

367
00:19:44,420 --> 00:19:48,220
quindi un flusso di lavoro avanzato in N8n,

368
00:19:48,220 --> 00:19:51,400
di cui ho parlato in puntata precedente,

369
00:19:51,400 --> 00:19:54,190
appunto per avere una agentic RAG.

370
00:19:54,190 --> 00:20:03,519
La cosa interessante è che ha creato un sistema
per interagire in modo locale con i documenti,

371
00:20:03,519 --> 00:20:08,090
quindi non è solo un'istanza di N8n nuda e cruda,

372
00:20:08,090 --> 00:20:11,960
e non è semplicemente un workflow di N8n,

373
00:20:11,960 --> 00:20:12,809
ma ha creato,

374
00:20:12,809 --> 00:20:14,069
sostanzialmente,

375
00:20:14,069 --> 00:20:15,630
sulla base di uno stack,

376
00:20:15,630 --> 00:20:16,349
diciamo,

377
00:20:16,349 --> 00:20:19,559
creato dai creatori di N8n,

378
00:20:19,559 --> 00:20:20,300
ha aggiunto,

379
00:20:20,300 --> 00:20:20,849
diciamo,

380
00:20:20,849 --> 00:20:21,519
dei pezzi,

381
00:20:21,519 --> 00:20:23,220
mettiamoli in questi termini,

382
00:20:23,220 --> 00:20:28,440
in particolare un database vettoriale che funziona anche con SQL.

383
00:20:28,440 --> 00:20:34,119
Non sto a raccontarti nel dettaglio tutte queste sigle e cosa fanno,

384
00:20:34,119 --> 00:20:44,919
ma questo permette di avere in locale tutta una serie
di funzioni molto avanzate e molto specializzate e,

385
00:20:44,919 --> 00:20:46,180
soprattutto,

386
00:20:46,180 --> 00:20:48,609
la cosa carina è che il sistema,

387
00:20:48,609 --> 00:20:50,740
con le dovute accortezze,

388
00:20:50,740 --> 00:20:51,190
diciamo,

389
00:20:51,190 --> 00:20:54,039
è relativamente semplice da installare su qualsiasi macchina,

390
00:20:54,039 --> 00:20:56,400
visto che è dockerizzato,

391
00:20:56,400 --> 00:21:00,500
quindi si può installare un po' come se fosse un'applicazione,

392
00:21:00,500 --> 00:21:01,940
prendila con le pinze,

393
00:21:01,940 --> 00:21:04,950
nel senso che c'è tutto il discorso di docker e così via,

394
00:21:04,950 --> 00:21:07,650
però c'è tutta una serie di configurazioni,

395
00:21:07,650 --> 00:21:10,619
una minore necessità di configurazioni e,

396
00:21:10,619 --> 00:21:11,200
appunto,

397
00:21:11,200 --> 00:21:12,920
avendo già dei workflow,

398
00:21:12,920 --> 00:21:14,399
chiamiamoli così,

399
00:21:14,399 --> 00:21:15,529
preinstallati,

400
00:21:15,529 --> 00:21:16,140
pronti,

401
00:21:16,140 --> 00:21:22,960
la cosa interessante è che è possibile crescere su questi workflow di base.

402
00:21:22,960 --> 00:21:23,619
Adesso,

403
00:21:23,619 --> 00:21:24,089
però,

404
00:21:24,089 --> 00:21:28,400
prima di entrare nel vivo e perché mi interessa tutta questa cosa,

405
00:21:28,400 --> 00:21:30,160
ti devo spiegare alcune cose.

406
00:21:30,160 --> 00:21:30,950
Innanzitutto,

407
00:21:30,950 --> 00:21:32,180
che cos'è un agente?

408
00:21:32,180 --> 00:21:33,240
Diciamo,

409
00:21:33,240 --> 00:21:37,480
l'agente è qualcosa di più di un semplice LLM e,

410
00:21:37,480 --> 00:21:39,180
sostanzialmente,

411
00:21:39,180 --> 00:21:40,410
è il futuro,

412
00:21:40,410 --> 00:21:50,740
o comunque quello che tutte le grosse case e aziende
che lavorano con gli LLM si stanno direzionando verso.

413
00:21:50,740 --> 00:21:52,160
Diciamo che,

414
00:21:52,160 --> 00:21:53,509
mentre l'LLM,

415
00:21:53,509 --> 00:21:56,160
cioè Large Language Model,

416
00:21:56,160 --> 00:21:59,069
è uno strumento linguistico,

417
00:21:59,069 --> 00:22:00,000
sostanzialmente,

418
00:22:00,009 --> 00:22:05,509
di autocompletamento e che permette di interfacciarsi,

419
00:22:05,509 --> 00:22:06,640
diciamo,

420
00:22:06,640 --> 00:22:10,309
con computer in modo lessicale,

421
00:22:10,309 --> 00:22:11,299
spiegando,

422
00:22:11,299 --> 00:22:13,369
parlando con la macchina,

423
00:22:13,369 --> 00:22:14,200
diciamo,

424
00:22:14,200 --> 00:22:16,440
gli agenti sono programmi,

425
00:22:16,440 --> 00:22:17,519
in sostanza,

426
00:22:17,519 --> 00:22:24,480
strumenti per risolvere un compito che utilizzano l'LLM come interfaccia,

427
00:22:24,480 --> 00:22:25,230
in pratica.

428
00:22:25,230 --> 00:22:26,700
Nel video dell'autore,

429
00:22:26,700 --> 00:22:27,199
infatti,

430
00:22:27,199 --> 00:22:30,089
mostra varie possibilità da lui implementate per gestire,

431
00:22:30,089 --> 00:22:32,799
attraverso diversi flussi dell'agente,

432
00:22:32,799 --> 00:22:33,759
diciamo,

433
00:22:33,759 --> 00:22:34,559
alcune cose.

434
00:22:34,559 --> 00:22:35,680
Per esempio,

435
00:22:35,680 --> 00:22:38,000
elencazione dei documenti caricati,

436
00:22:38,000 --> 00:22:39,440
una RAG vera e propria.

437
00:22:39,440 --> 00:22:40,029
Anche qui,

438
00:22:40,029 --> 00:22:43,119
dopo ti spiego che cos'è la RAG per sicurezza.

439
00:22:43,119 --> 00:22:46,190
La ricerca dei dati in un foglio di calcolo,

440
00:22:46,190 --> 00:22:46,539
cosa che,

441
00:22:46,539 --> 00:22:47,670
abitualmente,

442
00:22:47,670 --> 00:22:54,769
un LLM farebbe notevolmente fatica a fare perché
lavorerebbe solo sulla finestra del contesto e,

443
00:22:54,769 --> 00:22:55,420
quindi,

444
00:22:55,420 --> 00:22:58,059
probabilmente non riuscirebbe ad avere i dati,

445
00:22:58,059 --> 00:22:59,400
ma in questa maniera,

446
00:22:59,400 --> 00:23:04,980
utilizzando appunto degli agenti specifici
e pensati per questo specifico compito,

447
00:23:04,980 --> 00:23:10,210
riesce appunto a estrapolare dati da un foglio di calcolo.

448
00:23:10,210 --> 00:23:14,119
In questa maniera si riesce a unire RAG e agenti.

449
00:23:14,119 --> 00:23:15,019
Allora,

450
00:23:15,019 --> 00:23:19,049
di RAG te ne ho parlato nella puntata 50,

451
00:23:19,049 --> 00:23:19,880
sostanzialmente,

452
00:23:19,890 --> 00:23:26,880
ma giusto per rendere le cose abbastanza chiare,

453
00:23:26,880 --> 00:23:34,680
la RAG è sostanzialmente un modo per fare allucinare di meno e per,

454
00:23:34,680 --> 00:23:35,420
appunto,

455
00:23:35,420 --> 00:23:38,220
permettere agli LLM di conoscere cose,

456
00:23:38,220 --> 00:23:39,119
diciamo,

457
00:23:39,119 --> 00:23:39,600
nuove,

458
00:23:39,600 --> 00:23:41,680
mettiamole in questi termini.

459
00:23:41,680 --> 00:23:48,339
Spesso e volentieri si utilizza la RAG dicendo
che ti permette di chattare con i tuoi documenti.

460
00:23:48,339 --> 00:23:50,779
Nella realtà dei fatti cosa succede?

461
00:23:50,779 --> 00:23:52,279
In pratica i documenti,

462
00:23:52,279 --> 00:23:53,990
pezzi di documenti,

463
00:23:53,990 --> 00:23:57,279
vengono passati al prompt della domanda e,

464
00:23:57,279 --> 00:23:58,920
in questa maniera,

465
00:23:58,920 --> 00:23:59,599
siccome,

466
00:23:59,599 --> 00:24:00,230
appunto,

467
00:24:00,230 --> 00:24:02,849
l'LLM è un sistema di autocompletamento,

468
00:24:02,849 --> 00:24:04,039
sostanzialmente,

469
00:24:04,039 --> 00:24:06,289
avendo nel prompt,

470
00:24:06,289 --> 00:24:07,440
in pratica,

471
00:24:07,440 --> 00:24:09,680
già una parte della risposta,

472
00:24:09,680 --> 00:24:16,720
riesce a generare una risposta che è più vera e corretta in termini generale.

473
00:24:16,720 --> 00:24:18,240
La RAG agentica,

474
00:24:18,240 --> 00:24:20,039
come la chiamo io,

475
00:24:20,039 --> 00:24:23,519
permette di fare qualcosa di più,

476
00:24:23,519 --> 00:24:26,329
cioè l'LLM non solo può,

477
00:24:26,329 --> 00:24:27,359
appunto,

478
00:24:27,359 --> 00:24:31,799
estrapolare dati da documenti pertinenti e,

479
00:24:31,799 --> 00:24:32,960
caso mai,

480
00:24:32,960 --> 00:24:39,369
non fanno parte della base dati su cui è stato fatto il training dell'LLM,

481
00:24:39,369 --> 00:24:41,599
ma addirittura permette,

482
00:24:41,620 --> 00:24:43,750
in maniera autonoma,

483
00:24:43,750 --> 00:24:47,240
in base al materiale che ha trovato,

484
00:24:47,240 --> 00:24:52,630
di cercare altre cose e quindi di rispondere con una RAG,

485
00:24:52,630 --> 00:24:53,559
ma con,

486
00:24:53,559 --> 00:24:54,289
appunto,

487
00:24:54,289 --> 00:24:59,400
elementi che possono essere non solo estrapolati da,

488
00:24:59,400 --> 00:25:00,350
appunto,

489
00:25:00,350 --> 00:25:01,089
chunk,

490
00:25:01,089 --> 00:25:03,299
da pezzi del documento,

491
00:25:03,299 --> 00:25:06,190
ma anche da altre situazioni.

492
00:25:06,190 --> 00:25:11,690
Nel caso dell'autore che ha fatto questo flusso di lavoro,

493
00:25:11,690 --> 00:25:12,210
appunto,

494
00:25:12,210 --> 00:25:14,720
può fare una ricerca all'interno di,

495
00:25:14,720 --> 00:25:15,720
appunto,

496
00:25:15,720 --> 00:25:16,680
un foglio di calcolo,

497
00:25:16,680 --> 00:25:18,529
estrapolare i dati rilevanti,

498
00:25:18,529 --> 00:25:19,420
sostanzialmente,

499
00:25:19,420 --> 00:25:21,160
addirittura a fare dei conti,

500
00:25:21,160 --> 00:25:22,859
questo qui non lo fa l'LLM,

501
00:25:22,859 --> 00:25:23,460
ma lo fa,

502
00:25:23,460 --> 00:25:24,130
appunto,

503
00:25:24,130 --> 00:25:25,250
il programmino,

504
00:25:25,250 --> 00:25:26,480
mettiamo così,

505
00:25:26,480 --> 00:25:27,999
nel caso specifico,

506
00:25:27,999 --> 00:25:30,380
la query sql che serve e,

507
00:25:30,380 --> 00:25:31,430
appunto,

508
00:25:31,430 --> 00:25:32,890
restituirti,

509
00:25:32,890 --> 00:25:34,269
per esempio,

510
00:25:34,269 --> 00:25:40,380
valore medio di un'azione piuttosto che un'informazione specifica contenuta,

511
00:25:40,380 --> 00:25:40,970
appunto,

512
00:25:40,970 --> 00:25:42,160
nel foglio di calcolo,

513
00:25:42,160 --> 00:25:43,740
quindi nel database.

514
00:25:43,740 --> 00:25:45,089
Ne ho già parlato,

515
00:25:45,089 --> 00:25:46,890
quindi andrò veloce,

516
00:25:46,890 --> 00:25:51,240
ma il workflow è già pronto e preparato dall'autore.

517
00:25:51,240 --> 00:25:52,119
In particolare,

518
00:25:52,119 --> 00:25:57,619
la cosa interessante di questo sistema è che utilizza SuperBase.

519
00:25:57,619 --> 00:26:01,180
SuperBase è un database vettoriale e,

520
00:26:01,180 --> 00:26:02,559
ovviamente,

521
00:26:02,559 --> 00:26:08,640
il workflow che mi interessava molto era quello che mi permetteva,

522
00:26:08,640 --> 00:26:11,369
e che permette sostanzialmente,

523
00:26:11,369 --> 00:26:14,279
di utilizzare Ollama sia come LLM,

524
00:26:14,279 --> 00:26:16,920
sia per fare gli embedding,

525
00:26:16,920 --> 00:26:18,730
quindi per convertire,

526
00:26:18,730 --> 00:26:19,500
diciamo,

527
00:26:19,500 --> 00:26:21,079
il testo in vettori,

528
00:26:21,079 --> 00:26:22,910
i documenti in vettori,

529
00:26:22,910 --> 00:26:24,920
e lavorare,

530
00:26:24,920 --> 00:26:25,779
ovviamente,

531
00:26:25,779 --> 00:26:26,980
tutto in locale.

532
00:26:26,980 --> 00:26:27,460
Quindi,

533
00:26:27,460 --> 00:26:28,680
sostanzialmente,

534
00:26:28,680 --> 00:26:29,390
io posso,

535
00:26:29,390 --> 00:26:30,710
appunto,

536
00:26:30,710 --> 00:26:34,970
utilizzarlo per il mio lavoro ad avvocato,

537
00:26:34,970 --> 00:26:45,500
proprio perché tutti i dati che vengono passati a LLM
sono direttamente sul mio computer e nulla va fuori.

538
00:26:45,500 --> 00:26:48,230
Una considerazione molto importante,

539
00:26:48,230 --> 00:26:51,460
che spesso non viene fatto,

540
00:26:51,460 --> 00:26:54,779
è che se tu utilizzi ChargePT o i suoi emuli per,

541
00:26:54,779 --> 00:26:56,400
chiamiamoli così,

542
00:26:56,400 --> 00:26:58,129
chattare con dei documenti,

543
00:26:58,129 --> 00:27:05,519
questi documenti per forza di cose devono essere
non solo inviati ai server di OpenAI e così via,

544
00:27:05,519 --> 00:27:06,640
ma per poter,

545
00:27:06,640 --> 00:27:07,410
appunto,

546
00:27:07,410 --> 00:27:10,750
chattare occorre convertirli in vettori,

547
00:27:10,750 --> 00:27:13,740
quindi fare l'embedding e quindi,

548
00:27:13,740 --> 00:27:14,849
sostanzialmente,

549
00:27:14,849 --> 00:27:16,420
anche se i documenti,

550
00:27:16,420 --> 00:27:17,200
casomai,

551
00:27:17,200 --> 00:27:20,279
con un flusso di lavoro tipo questo,

552
00:27:20,279 --> 00:27:21,809
diciamo,

553
00:27:21,809 --> 00:27:27,250
ma che utilizza come l'API di OpenAI,

554
00:27:27,250 --> 00:27:32,710
i pezzi di documenti che vengono convertiti in vettori devono essere,

555
00:27:32,710 --> 00:27:33,630
comunque,

556
00:27:33,630 --> 00:27:35,289
inviati ad OpenAI e,

557
00:27:35,289 --> 00:27:36,159
quindi,

558
00:27:36,159 --> 00:27:40,400
non solo le domande a risposta vengono tutte tracciate,

559
00:27:40,400 --> 00:27:42,079
ma anche tutti i documenti,

560
00:27:42,079 --> 00:27:43,119
pur lavorando,

561
00:27:43,119 --> 00:27:44,109
tra virgolette,

562
00:27:44,109 --> 00:27:45,670
con i documenti locali,

563
00:27:45,670 --> 00:27:49,849
cioè senza averli caricati direttamente su OpenWebUI.

564
00:27:49,849 --> 00:27:53,859
La cosa di questo flusso di lavoro che mi interessava molto era la possibilità,

565
00:27:53,859 --> 00:27:54,529
ovviamente,

566
00:27:54,529 --> 00:27:59,220
di convertire i pdf in maniera piuttosto semplice in testo,

567
00:27:59,220 --> 00:27:59,769
però,

568
00:27:59,769 --> 00:28:08,710
siccome sto giocando con vari strumenti che mi permettono
di convertire i pdf in Markdown in maniera più efficiente,

569
00:28:08,710 --> 00:28:13,119
ho provato e ho giocato per tutto il weekend scorso per creare,

570
00:28:13,119 --> 00:28:14,259
sostanzialmente,

571
00:28:14,259 --> 00:28:15,460
un sotto-workflow,

572
00:28:15,460 --> 00:28:17,029
quindi un sub-workflow,

573
00:28:17,029 --> 00:28:19,460
come lo chiamano in n8n,

574
00:28:19,460 --> 00:28:29,630
per passare il primer pdf che viene caricato o da una cartella o da una via ftp,

575
00:28:29,630 --> 00:28:31,500
sostanzialmente,

576
00:28:31,500 --> 00:28:35,789
fare tutta la conversione con Docklink e poi,

577
00:28:35,789 --> 00:28:36,789
appunto,

578
00:28:36,789 --> 00:28:37,920
farlo mangiare,

579
00:28:37,920 --> 00:28:39,010
diciamo,

580
00:28:39,010 --> 00:28:41,119
al database vettoriale.

581
00:28:41,119 --> 00:28:42,819
Cos'è Docklink?

582
00:28:42,819 --> 00:28:47,099
Docklink è un convertitore di vari formati di documenti,

583
00:28:47,099 --> 00:28:47,670
pdf,

584
00:28:47,670 --> 00:28:48,349
docx,

585
00:28:48,349 --> 00:28:51,000
anche file di powerpoint,

586
00:28:51,000 --> 00:28:54,109
in Markdown e questo perché,

587
00:28:54,109 --> 00:28:57,549
l'ho detto nella puntata 50,

588
00:28:57,549 --> 00:29:00,269
gli llm lavorano bene con il Markdown,

589
00:29:00,269 --> 00:29:05,450
che è sostanzialmente un formato di testo semplice con del markup,

590
00:29:05,450 --> 00:29:06,680
in pratica,

591
00:29:06,680 --> 00:29:10,460
e quindi il sistema è molto efficace.

592
00:29:10,460 --> 00:29:12,720
Il problema qual è?

593
00:29:12,720 --> 00:29:19,849
Il problema era che Docklink è un'applicazione che si può installare,

594
00:29:19,849 --> 00:29:20,899
diciamo,

595
00:29:20,899 --> 00:29:22,829
a righe di comando,

596
00:29:22,829 --> 00:29:27,329
quindi può funzionare a righe di comando sul computer o attraverso,

597
00:29:27,329 --> 00:29:28,059
in parte,

598
00:29:28,059 --> 00:29:30,329
api utilizzando python.

599
00:29:30,359 --> 00:29:31,200
appunto,

600
00:29:31,200 --> 00:29:36,920
anche se il mio amico Roberto Alma mi flagella ogni volta che ne lo dico,

601
00:29:36,920 --> 00:29:41,659
non amo sporcarmi troppo le mani col codice e anzi,

602
00:29:41,659 --> 00:29:42,260
appunto,

603
00:29:42,260 --> 00:29:45,000
la piattaforma come dn8n mi permette,

604
00:29:45,000 --> 00:29:45,769
diciamo,

605
00:29:45,769 --> 00:29:49,559
di creare dei flussi di lavoro in maniera simile a comandi rapidi,

606
00:29:49,559 --> 00:29:51,440
quindi shortcut,

607
00:29:51,440 --> 00:29:56,480
perché appunto ha dei cubetti che si uniscono l'uno con l'altro e posso creare,

608
00:29:56,480 --> 00:29:57,259
appunto,

609
00:29:57,259 --> 00:30:01,059
dei flussi di lavoro anche relativamente complicati.

610
00:30:01,059 --> 00:30:04,630
Su n8n sto ancora iniziando a padroneggiare,

611
00:30:04,630 --> 00:30:05,039
diciamo,

612
00:30:05,039 --> 00:30:06,640
questo sistema,

613
00:30:06,640 --> 00:30:11,759
ma quello che mi interessava a questo punto era trovare,

614
00:30:11,759 --> 00:30:13,160
e devo dire la verità,

615
00:30:13,160 --> 00:30:14,380
l'ho trovato,

616
00:30:14,380 --> 00:30:15,049
un API,

617
00:30:15,049 --> 00:30:19,019
cioè un modo per interfacciarmi ad Docklink,

618
00:30:19,019 --> 00:30:21,650
con delle chiamate http.

619
00:30:21,650 --> 00:30:25,970
Questo perché n8n permette di collegarsi,

620
00:30:25,970 --> 00:30:26,920
appunto,

621
00:30:26,920 --> 00:30:30,559
a svariate tipologie di pagine web,

622
00:30:30,559 --> 00:30:33,990
soprattutto quelle più avanzate come l'API,

623
00:30:33,990 --> 00:30:40,480
che sono in pratica dei sistemi per poter
dialogare con un server remoto via web.

624
00:30:40,480 --> 00:30:41,369
Quindi,

625
00:30:41,369 --> 00:30:42,589
già che c'ero,

626
00:30:42,589 --> 00:30:43,400
appunto,

627
00:30:43,400 --> 00:30:45,720
ho tirato su un container,

628
00:30:45,720 --> 00:30:46,480
appunto,

629
00:30:46,519 --> 00:30:52,440
con le API di Docklink e ho trovato un progetto già pronto che permetteva,

630
00:30:52,440 --> 00:30:52,960
appunto,

631
00:30:52,960 --> 00:30:55,659
di convertire i file in markdown.

632
00:30:55,659 --> 00:31:02,029
Il problema che mi sono reso conto facendo
tutte queste operazioni è che Docklink,

633
00:31:02,029 --> 00:31:06,140
per fare tutte queste conversioni e tutti i prodotti similari,

634
00:31:06,140 --> 00:31:08,230
richiedono molte risorse.

635
00:31:08,230 --> 00:31:11,680
Quindi ho scoperto che le migliori performance,

636
00:31:11,680 --> 00:31:13,099
sostanzialmente,

637
00:31:13,099 --> 00:31:15,480
e neanche tanto stranamente,

638
00:31:15,480 --> 00:31:19,230
si ottengono lavorando direttamente sul mio MacStudio.

639
00:31:19,230 --> 00:31:21,000
Il problema è che a questo punto,

640
00:31:21,000 --> 00:31:24,710
e ci ho messo del tempo a capire tutte queste cose,

641
00:31:24,710 --> 00:31:28,609
non posso utilizzare questo sistema di API perché,

642
00:31:28,609 --> 00:31:29,619
in pratica,

643
00:31:29,619 --> 00:31:31,569
il più grosso difetto,

644
00:31:31,569 --> 00:31:32,410
diciamo,

645
00:31:32,410 --> 00:31:39,240
dei Mac per quanto riguarda intelligenza artificiale e utilizzo delle GPU è che,

646
00:31:39,240 --> 00:31:40,319
attualmente,

647
00:31:40,319 --> 00:31:44,970
via docker non è possibile fare il cosiddetto passthrough,

648
00:31:44,970 --> 00:31:52,119
cioè passare le risorse della GPU all'interno dei
programmi che girano all'interno dei container.

649
00:31:52,119 --> 00:31:52,869
Questo,

650
00:31:52,869 --> 00:31:53,349
normalmente,

651
00:31:53,349 --> 00:31:55,859
è possibile farlo sull'architettura Linux,

652
00:31:55,859 --> 00:31:57,180
ma sui chiparm,

653
00:31:57,180 --> 00:32:00,660
o almeno attualmente sui chiparm di Apple,

654
00:32:00,660 --> 00:32:02,809
non è possibile farlo.

655
00:32:02,809 --> 00:32:04,410
Quindi anche qui c'è,

656
00:32:04,410 --> 00:32:04,940
appunto,

657
00:32:04,940 --> 00:32:06,470
un ulteriore problema,

658
00:32:06,470 --> 00:32:07,880
anche se c'è un modo,

659
00:32:07,880 --> 00:32:09,319
chiamiamolo così,

660
00:32:09,319 --> 00:32:11,719
per risolvere tutti questi inghippi,

661
00:32:11,719 --> 00:32:13,789
mettiamola in questi termini,

662
00:32:13,789 --> 00:32:18,009
devo fare tutta una serie di lavori vari ed eventuali per poter,

663
00:32:18,009 --> 00:32:18,890
in pratica,

664
00:32:18,890 --> 00:32:21,529
utilizzare a pieno le potenzialità,

665
00:32:21,529 --> 00:32:22,359
appunto,

666
00:32:22,359 --> 00:32:23,349
del sistema.

667
00:32:23,349 --> 00:32:24,319
Anche perché,

668
00:32:24,319 --> 00:32:24,740
se no,

669
00:32:24,740 --> 00:32:25,900
effettivamente,

670
00:32:25,900 --> 00:32:28,640
avevo fatto tutto quello che ti sto raccontando,

671
00:32:28,640 --> 00:32:35,200
sostanzialmente l'ho fatto con dei container sul mio iMac 27 pollici,

672
00:32:35,200 --> 00:32:37,570
da cui sto registrando in questo momento,

673
00:32:37,570 --> 00:32:38,410
e ho notato,

674
00:32:38,410 --> 00:32:39,650
effettivamente,

675
00:32:39,650 --> 00:32:42,519
delle grosse difficoltà del sistema.

676
00:32:42,519 --> 00:32:44,319
Dai miei primi test ho usato,

677
00:32:44,319 --> 00:32:45,170
sbagliando,

678
00:32:45,170 --> 00:32:47,640
dei documenti che avevo già a disposizione.

679
00:32:47,640 --> 00:32:48,660
Nella sostanza,

680
00:32:48,660 --> 00:32:52,890
forse lo saprai se hai ascoltato le precedenti puntate del podcast,

681
00:32:52,890 --> 00:32:56,119
recentemente ho fatto tutta una serie di ricerche per un corso,

682
00:32:56,119 --> 00:32:56,920
per la scuola,

683
00:32:56,920 --> 00:32:57,880
su GDPR e altro.

684
00:32:57,880 --> 00:33:01,480
Quindi avevo anche proprio il GDPR vero e proprio,

685
00:33:01,480 --> 00:33:05,649
ho convertito il GDPR in Markdown utilizzando Docklink.

686
00:33:05,649 --> 00:33:07,150
Ho fatto vari test,

687
00:33:07,150 --> 00:33:10,730
però ho notato una cosa abbastanza inquietante,

688
00:33:10,730 --> 00:33:11,599
ma corretta,

689
00:33:11,599 --> 00:33:13,400
da un certo punto di vista,

690
00:33:13,400 --> 00:33:19,269
cioè che la RAG agentica con N8n,

691
00:33:19,269 --> 00:33:20,680
diciamo,

692
00:33:20,680 --> 00:33:25,759
non è super performante su ricerche,

693
00:33:25,759 --> 00:33:25,970
diciamo,

694
00:33:25,970 --> 00:33:27,089
relativamente semplici,

695
00:33:27,089 --> 00:33:29,990
cioè su RAG relativamente semplici.

696
00:33:29,990 --> 00:33:30,880
Infatti,

697
00:33:30,880 --> 00:33:31,960
praticamente,

698
00:33:31,960 --> 00:33:35,420
la RAG agentica ha un suo "perché",

699
00:33:35,420 --> 00:33:36,799
mettiamola così,

700
00:33:36,799 --> 00:33:40,680
nel momento in cui ho effettivamente documenti molto differenti,

701
00:33:40,680 --> 00:33:43,440
informazioni sparse,

702
00:33:43,440 --> 00:33:44,430
appunto,

703
00:33:44,430 --> 00:33:48,720
in più contesti e con maggiore necessità.

704
00:33:48,720 --> 00:33:50,160
Quindi dove,

705
00:33:50,160 --> 00:33:51,399
in pratica,

706
00:33:51,399 --> 00:33:54,960
la gente ha una sua ragione d'essere,

707
00:33:54,960 --> 00:34:00,799
perché si trova a dover affrontare territori diversi e quindi approcci,

708
00:34:00,799 --> 00:34:01,420
in pratica,

709
00:34:01,420 --> 00:34:02,500
per reperire al dato,

710
00:34:02,500 --> 00:34:04,029
mettiamoli in questi termini,

711
00:34:04,029 --> 00:34:04,779
differenti.

712
00:34:04,779 --> 00:34:05,559
Per esempio,

713
00:34:05,559 --> 00:34:07,509
per fare delle domande sul GDPR,

714
00:34:07,509 --> 00:34:10,449
mi sono reso conto che una semplicissima RAG,

715
00:34:10,449 --> 00:34:12,079
utilizzando Open Web UI,

716
00:34:12,079 --> 00:34:14,210
era maggiormente performante,

717
00:34:14,210 --> 00:34:16,909
perché alla fine faceva solo quello.

718
00:34:16,909 --> 00:34:17,929
La RAG agentica,

719
00:34:17,929 --> 00:34:18,719
l'altro,

720
00:34:18,719 --> 00:34:20,179
chiamiamola così,

721
00:34:20,179 --> 00:34:20,679
difetto,

722
00:34:20,679 --> 00:34:21,760
che è un pregio,

723
00:34:21,760 --> 00:34:22,769
ovviamente,

724
00:34:22,769 --> 00:34:24,710
se utilizzata correttamente,

725
00:34:24,710 --> 00:34:28,099
è che richiede molto tempo,

726
00:34:28,099 --> 00:34:32,389
perché non fai una domanda secca all'LNM,

727
00:34:32,389 --> 00:34:34,520
lui va a recuperare,

728
00:34:34,520 --> 00:34:34,920
diciamo,

729
00:34:34,920 --> 00:34:41,199
i pezzi di testo che sembrano essere più pertinenti e poi ti dà la risposta.

730
00:34:41,199 --> 00:34:41,579
No,

731
00:34:41,579 --> 00:34:44,110
la RAG agentica è più complicata,

732
00:34:44,110 --> 00:34:44,639
ragiona,

733
00:34:44,639 --> 00:34:47,909
il sistema sostanzialmente procede a fare un ragionamento,

734
00:34:47,909 --> 00:34:50,110
quindi dice "devo fare questo,

735
00:34:50,110 --> 00:34:52,079
questo e quest'altro",

736
00:34:52,079 --> 00:34:54,369
fa le ipotesi che ha creato,

737
00:34:54,369 --> 00:34:55,219
diciamo,

738
00:34:55,219 --> 00:34:58,679
e quindi appunto la gente proprio,

739
00:34:58,679 --> 00:35:00,440
è una parola scorretta,

740
00:35:00,440 --> 00:35:02,309
"utilizzare pensiero",

741
00:35:02,309 --> 00:35:06,429
ma diciamo si utilizza e funziona molto bene con questi LNM,

742
00:35:06,429 --> 00:35:08,389
con la catena di pensiero,

743
00:35:08,389 --> 00:35:09,829
sostanzialmente,

744
00:35:09,829 --> 00:35:11,610
proprio per questo motivo,

745
00:35:11,610 --> 00:35:13,739
perché l'LNM fa un ragionamento,

746
00:35:13,739 --> 00:35:14,949
in questi termini,

747
00:35:14,949 --> 00:35:16,170
si dà uno scopo,

748
00:35:16,170 --> 00:35:18,820
si dà una serie di attività da svolgere,

749
00:35:18,820 --> 00:35:20,300
una volta che le ha svolte,

750
00:35:20,300 --> 00:35:22,239
una volta che sa cosa deve svolgere,

751
00:35:22,239 --> 00:35:26,500
può demandare il singolo compito,

752
00:35:26,500 --> 00:35:27,789
diciamo,

753
00:35:27,789 --> 00:35:35,360
allo specifico tool che è a disposizione dell'agente,

754
00:35:35,360 --> 00:35:36,420
quindi anche qui,

755
00:35:36,420 --> 00:35:37,449
per esempio,

756
00:35:37,449 --> 00:35:41,980
avrebbe molto più senso e diciamo che è quello che cercherò di fare,

757
00:35:41,980 --> 00:35:43,429
se ne avrò le capacità,

758
00:35:43,429 --> 00:35:48,289
diciamo che alcuni pezzi sono riuscito già
a crearli o a farli funzionare in parte,

759
00:35:48,289 --> 00:35:51,110
dare per esempio a questi strumenti,

760
00:35:51,110 --> 00:35:54,820
se hai per esempio necessità di informazioni,

761
00:35:54,820 --> 00:35:55,320
per esempio,

762
00:35:55,320 --> 00:35:56,579
tutta la normativa sul GDPR,

763
00:35:56,579 --> 00:35:58,119
quello è sicuramente utilissimo,

764
00:35:58,119 --> 00:36:01,179
perché in questa maniera il LNM conosce,

765
00:36:01,179 --> 00:36:02,139
tra virgolette,

766
00:36:02,139 --> 00:36:05,750
il GDPR e quindi riesce a rispondere anche relativamente bene.

767
00:36:05,750 --> 00:36:08,059
La domanda che avevo fatto,

768
00:36:08,059 --> 00:36:08,989
secondo me,

769
00:36:08,989 --> 00:36:13,719
era cosa fare quando si ha un data breach e effettivamente andando,

770
00:36:13,719 --> 00:36:14,360
diciamo,

771
00:36:14,360 --> 00:36:15,070
a pescare,

772
00:36:15,070 --> 00:36:18,000
sia considerando sia nella normativa del GDPR,

773
00:36:18,000 --> 00:36:21,440
il sistema è riuscito a darmi delle risposte abbastanza azzeccate,

774
00:36:21,440 --> 00:36:22,230
non clamorose,

775
00:36:22,230 --> 00:36:23,679
ma abbastanza azzeccate,

776
00:36:23,679 --> 00:36:27,039
utilizzando solo appunto il testo del GDPR.

777
00:36:27,039 --> 00:36:27,590
Però,

778
00:36:27,590 --> 00:36:28,780
per esempio,

779
00:36:28,780 --> 00:36:32,079
una cosa molto utile che potrebbe potrebbe venire comodo,

780
00:36:32,079 --> 00:36:34,730
anche in questo specifico frangente,

781
00:36:34,730 --> 00:36:40,340
è quello di poter interrogare internet e quindi andare a fare ricerche online.

782
00:36:40,340 --> 00:36:40,659
Ecco,

783
00:36:40,659 --> 00:36:44,639
quello che sto iniziando a fare con questi strumenti,

784
00:36:44,639 --> 00:36:48,280
quindi di unire appunto sia l'informazione,

785
00:36:48,280 --> 00:36:50,570
quindi come testo documentale,

786
00:36:50,570 --> 00:36:53,699
sia l'informazione presente casomai online,

787
00:36:53,699 --> 00:36:56,630
sia l'informazione presente in altri formati,

788
00:36:56,630 --> 00:36:59,949
quindi la possibilità di interrogare un database,

789
00:36:59,949 --> 00:37:00,969
per esempio,

790
00:37:00,969 --> 00:37:05,400
la possibilità appunto di estrapporare dati da tabelle.

791
00:37:05,400 --> 00:37:06,719
Tutto questo,

792
00:37:06,719 --> 00:37:07,320
diciamo,

793
00:37:07,320 --> 00:37:16,110
può diventare uno strumento molto avanzato per ottenere
effettivamente dei risultati complessi e pertinenti,

794
00:37:16,110 --> 00:37:18,420
ma anche qui tutto dipende,

795
00:37:18,420 --> 00:37:19,880
come al solito,

796
00:37:19,880 --> 00:37:22,940
dalla base dati che si deve andare a interrogare,

797
00:37:22,940 --> 00:37:24,199
che si deve andare a scoprire,

798
00:37:24,199 --> 00:37:25,800
mettiamolo in questi termini.

799
00:37:25,800 --> 00:37:26,559
Sicuramente,

800
00:37:26,559 --> 00:37:27,159
appunto,

801
00:37:27,159 --> 00:37:30,159
e te ne ho voluto parlare proprio per questo motivo,

802
00:37:30,159 --> 00:37:34,480
sicuramente questi strumenti sono gli strumenti del futuro,

803
00:37:34,480 --> 00:37:38,139
sono strumenti complessi che appunto anch'io non ho ancora,

804
00:37:38,139 --> 00:37:40,389
non padroneggio minimamente bene,

805
00:37:40,389 --> 00:37:50,090
ma appunto credo che sia importante andare in questa direzione e
imparare a utilizzare questi strumenti proprio per questo motivo.

806
00:37:50,090 --> 00:37:50,500
N8n,

807
00:37:50,500 --> 00:37:51,800
dal mio punto di vista,

808
00:37:51,800 --> 00:37:52,480
infatti,

809
00:37:52,480 --> 00:38:00,710
è molto utile proprio perché mi permette
di poter creare dei piccoli programmini,

810
00:38:00,710 --> 00:38:01,119
diciamo,

811
00:38:01,119 --> 00:38:04,320
che sfruttino da una parte l'intelligenza artificiale,

812
00:38:04,320 --> 00:38:05,340
ma che dall'altra,

813
00:38:05,340 --> 00:38:06,039
appunto,

814
00:38:06,039 --> 00:38:16,750
anche si interfacciano con documenti e con altri sistemi che
sono sostanzialmente fondamentali per fare tutte queste cose.

815
00:38:16,750 --> 00:38:17,079
Bene,

816
00:38:17,079 --> 00:38:18,559
siamo arrivati in fondo,

817
00:38:18,559 --> 00:38:19,090
quindi,

818
00:38:19,090 --> 00:38:19,960
come sempre,

819
00:38:19,960 --> 00:38:22,409
se ti è piaciuto quel che hai ascoltato,

820
00:38:22,409 --> 00:38:25,920
ti propongo di iscriverti alla mia newsletter.

821
00:38:25,920 --> 00:38:27,679
Ogni mese scrivo una mail,

822
00:38:27,679 --> 00:38:29,179
sostanzialmente,

823
00:38:29,179 --> 00:38:33,880
dove ti porto i link ad articoli che ho trovato interessanti e che ho catturato,

824
00:38:33,880 --> 00:38:36,360
che ho elencato nel corso del mese.

825
00:38:36,360 --> 00:38:37,400
Ti avviserò,

826
00:38:37,400 --> 00:38:38,380
ovviamente,

827
00:38:38,380 --> 00:38:40,480
di nuovi podcast quando escono,

828
00:38:40,480 --> 00:38:41,860
dei nuovi articoli e,

829
00:38:41,860 --> 00:38:42,750
eventualmente,

830
00:38:42,750 --> 00:38:44,960
dei nuovi video che ci sto lavorando.

831
00:38:44,960 --> 00:38:45,960
Non si vede,

832
00:38:45,960 --> 00:38:47,769
ma ci sto lavorando sotto.

833
00:38:47,769 --> 00:38:48,670
Come sempre,

834
00:38:48,670 --> 00:39:03,760
trovi le note all'episodio all'indirizzo
https://www.avocati-e-mac.it/podcast/52 che il numero della puntata.

835
00:39:03,760 --> 00:39:04,760
Come sempre,

836
00:39:04,760 --> 00:39:05,719
ci sentiamo.

837
00:39:05,719 --> 00:39:06,559
Alla prossima!