Velvet: perché la nuova IA made in Italy è diversa?
x icon pop up SCOPRI AIWAVE PLATFORM

Cerca sul sito

Non hai trovato quello che cercavi?

Velvet: il nuovo paradigma dell’IA tra etica e innovazione

Velvet-per-sito-scaled

Intelligenza Artificiale

11 marzo 2025

Il 2025 sarà un anno di svolta per l’intelligenza artificiale. Un anno di consolidamento e soprattutto di specializzazione.

È chiaro ormai che l’IA non è appannaggio solo delle big tech statunitensi o cinesi e ovunque a livello globale stanno nascendo large language model (LLM) verticali e specializzati, che non solo comprendono il linguaggio, ma ne colgono le sfumature culturali, l’evoluzione e il contesto d’uso nei diversi Paesi.

Velvet si colloca perfettamente in questo scenario. La famiglia di LLM interamente made in Italy ideata da Almawave: leggera, agile e affidabile, progettata per aziende pubbliche e private che vogliono sfruttare il potenziale dell’IA con un focus specifico sull’etica, la sostenibilità e l’affidabilità.

Ciò che contraddistingue Velvet è la capacità di unire potenza e precisione a un’architettura snella ed efficiente, ottimizzata in particolare per la lingua italiana e attenta alle normative etiche e giuridiche europee.

I due modelli che costituiscono la famiglia di Velvet – 14B e 2B – sono stati sviluppati integralmente da Almawave in Italia, su un’architettura proprietaria, e addestrati sul supercalcolatore Leonardo, gestito da Cineca, uno dei computer più potenti d’Europa e del mondo.

Forte di un know-how maturato in anni di collaborazione con aziende e Pubbliche Amministrazioni, Almawave ha progettato Velvet per offrire un’intelligenza artificiale realmente consapevole e contestualizzata.

In questo articolo scopriremo tutti gli aspetti chiave di Velvet, i vantaggi e i casi d’uso specifici.

AdobeStock_944484968

Le caratteristiche e i principi chiave di Velvet: consapevolezza, leggerezza e agilità

Come abbiamo visto, Velvet è una famiglia di Large Language Model multilingue progettati e sviluppati in Italia, con solide basi di data governance, costruiti con particolare attenzione al quadro normativo europeo.

Si tratta di strumenti di intelligenza artificiale testuale avanzati, capaci di gestire una vasta gamma di attività linguistiche con alta precisione. Ad esempio, la risposta a domande, la traduzione automatica, l’estrazione di informazioni chiave, la categorizzazione automatica di testi e documenti e la generazione di contenuti arricchita dall’accesso a fonti di dati esterne.

Velvet si articola in due modelli entrambi costruiti da zero, progettati per rispondere a diverse esigenze di scalabilità e specializzazione.

Quello che li distingue è principalmente il numero di parametri utilizzati, che indica la complessità della rete neurale dell’IA e la sua capacità di elaborare informazioni e generare contenuti.

Velvet-14B

Velvet-14B è progettata per gestire compiti complessi che richiedono una maggiore capacità di elaborazione.

Caratteristiche tecniche:

  • 14 miliardi di parametri
  • Addestrata con 4 trilioni di token e un vocabolario di 127.000 token – l’equivalente di 50 milioni di libri
  • I dati di addestramento sono stati trattati algoritmicamente, riducendo la tossicità del 60% rispetto ai dati open-source iniziali, per garantire maggiore controllo sulla qualità delle risposte
  • Il modello è stato raffinato con 50.000 istruzioni di sicurezza e addestrato su 2 milioni di esempi reali, provenienti da ambiti e settori in cui Almawave ha maturato lunga esperienza
  • Finestra di contesto di 128.000 token.

 

Velvet-2B

Velvet-2B è più leggera e pensata per applicazioni più snelle che mantengono comunque un alto livello di efficacia.

Caratteristiche tecniche:

  • 2 miliardi di parametri
  • Addestrata con 3 trilioni di token in 2 lingue (italiano e inglese)
  • 1 milione di esempi reali
  • Finestra di contesto di 32.000 token

Ciò che rende Velvet realmente innovativa è il suo approccio basato su tre principi chiave: consapevolezza, leggerezza e agilità.

  • Consapevolezza: Velvet è progettata con un’attenzione particolare all’etica e alla sicurezza. L’utilizzo di dati puliti e controllati, con un focus su riduzione di bias e tossicità, e la forte attenzione alle normative europee , la rendono “consapevole” del contesto in cui opera, soprattutto rispetto alla protezione dei dati e all’affidabilità delle risposte.
  • Leggerezza: Velvet è stata progettata per essere efficiente e sostenibile. La versione Velvet-2B, in particolare, può funzionare su infrastrutture meno potenti, senza richiedere enormi risorse computazionali. Questo la rende accessibile anche a realtà più piccole.
    L’efficienza energetica è un altro punto chiave: l’infrastruttura ottimizzata riduce l’impronta di carbonio e i costi computazionali, garantendo un uso sostenibile delle risorse.
  • Agilità: Velvet è un’AI studiata per trasformare il business e semplificare l’esperienza delle persone, in modo concreto. Progettata per adattarsi facilmente a specifici ambiti e linguaggi settoriali, è in grado di collegarsi a processi e dati interni alle aziende, integrandosi anche in applicazioni specializzate e “ready-to-use”

Velvet è flessibile e versatile. Si integra facilmente in applicazioni specifiche ed è pensata per adattarsi rapidamente a qualsiasi task. Ma soprattutto, si presta a personalizzazioni rapide per molteplici settori e tipologie di aziende, sia pubbliche che private.

AdobeStock_941868194

Equità, sicurezza e trasparenza: aspetti chiave della nuova intelligenza artificiale

La supervisione da parte di un comitato etico e tecnico assicura che Velvet sia in linea con i principi di trasparenza, equità e sicurezza. Le revisioni periodiche di Velvet valutano l’impatto del modello nelle applicazioni ad alto rischio.

Ma questo non è l’unico modo in cui il team di Almawave è riuscito a garantire il rispetto di questi principi:

  • Riduzione dei bias e rispetto del contesto culturale: nel processo di formazione di Velvet sono stati sviluppati e integrati metodi specifici per ridurre al minimo i pregiudizi culturali, etici, di odio e di genere.
    Inoltre, a differenza dei modelli addestrati principalmente su contenuti in lingua inglese e su testi tradotti, il dataset di addestramento di Velvet è stato accuratamente bilanciato tra più lingue. Per esempio, in Velvet-14B, il 23% dei dati è costituito da contenuti scritti originariamente in italiano. Questo approccio garantisce che i risultati generati riflettano più accuratamente le differenze culturali e le sfumature inerenti alle lingue rappresentate nei dati di addestramento.
  • Attenzione alla privacy e alle normative europee: come abbiamo spiegato, Velvet è stata addestrata utilizzando solo dati controllati, puliti e affidabili, per ridurre al minimo tossicità ed errori. Per massimizzare la protezione della privacy, un elemento innovativo di Velvet in tal senso è “PAE” (Privacy Association Editing), un algoritmo proprietario che permette di eliminare, ove necessario e direttamente dal modello, le informazioni sensibili, senza necessità di riaddestramento.
  • Non rientra nei modelli a rischio sistemico: grazie alla sua architettura di formazione bilanciata e al design del modello, Velvet non rientra nella categoria dei modelli a rischio sistemico secondo la definizione dell’AI Act, sollevando le organizzazioni di distribuzione da importanti responsabilità di gestione.
  • Il formato open-weights sotto licenza Apache 2, in cloud o on premise: i modelli sono disponibili in formato open-weights: questo significa che i pesi dei modelli (weights), cioè i parametri risultanti dall’addestramento dell’IA sono pubblici e trasparenti. La licenza Apache 2.0, inoltre, è open-source e permette di usare, modificare e distribuire il modello e i suoi pesi anche per scopi commerciali, purché si citi l’autore originale e si includa la licenza. Infine, i modelli sono disponibili in cloud, quindi su server remoti e accessibili via internet, ma anche on premise, installati direttamente sui server dell’azienda o dell’ente che lo utilizza.
  • Partner d’eccellenza: i modelli Velvet sono anche frutto di numerose collaborazioni tutt’ora in corso con il mondo accademico e della ricerca – per aumentarne l’affidabilità: sono partner dell’iniziativa, l’Università Tor Vergata, la Fondazione Bruno Kessler, l’Università La Sapienza, l’Università degli Studi di Catania e l’Università di Bari. È stata inoltre coinvolta SIpEIA (Società Italiana per l’Etica nell’Intelligenza Artificiale) per la conformità etica e normativa.
AdobeStock_717435569

IA verticale: l’importanza di utilizzare i casi reali per l’addestramento

Uno degli aspetti distintivi di Velvet, come abbiamo visto, è la sua efficienza computazionale, ottenuta grazie a un processo di estrema ottimizzazione dei dataset e alla riduzione della tossicità.

Sia il modello 14B che il 2B sono accomunati quindi da una sorta di economia del dato che non cede però a compromessi con la qualità degli output.

L’obiettivo è quello di dare vita a un’IA super efficiente, capace di calarsi e adattarsi a numerosissimi contesti verticali.

Come è stato raggiunto questo obiettivo?

  • Addestramento su esempi reali: per garantire un adattamento rapido a diversi contesti verticali e una maggiore accuratezza nei task specifici, Velvet è stata addestrata utilizzando esempi concreti, basati su anni di esperienza di Almawave in settori come sanità, Pubblica Amministrazione, sicurezza, finanza, mobilità, formazione e turismo. Nello specifico, Velvet-14B è stata addestrata sulla base di 2 milioni di esempi reali, mentre Velvet-2B su 1 milione di esempi, tutti selezionati manualmente e tratti da scenari d’uso concreti.
  • L’ampiezza della finestra di contesto: la finestra di contesto consiste nella quantità massima di token che il modello può elaborare in un singolo input. Nel caso di Velvet-14B, la finestra arriva fino a 128.000 token, l’equivalente di oltre 400 pagine di testo. Tanto più ampia è la finestra di contesto, tanto più complesse potranno essere le richieste fatte al modello: ciò significa che Velvet è in grado di gestire anche compiti particolarmente articolati. Questo aspetto è cruciale per rendere il modello performante anche in ambiti iper-specifici.

 

Le applicazioni di Velvet nei settori chiave

Come abbiamo visto, grazie alla sua specializzazione e alla capacità di elaborare testi con collegamenti, sintesi e ragionamenti avanzati, Velvet trova applicazione in numerosi ambiti.

Vediamo alcuni esempi concreti:

  • Sanità: supporto alle decisioni nei sistemi DSS (Decision Support System), per aiutare le equipe mediche a condurre analisi rapide e precise
  • Pubblica Amministrazione: offrire servizi personalizzati ai cittadini, elaborare documenti amministrativi, condurre analisi legali e compliance, snellire le operazioni interne
  • Formazione: assistenti virtuali avanzati e personalizzati per studenti e docenti, sia in azienda che in ambito scolastico
  • Finanza: offrire consulenza e gestione personalizzata agli utenti sulle piattaforme bancarie
  • Giustizia: supporto nell’analisi documentale e nella gestione di pratiche legali per aumentare la trasparenza e l’accessibilità e ridurre i tempi di attesa
  • Sicurezza: analisi predittiva e strumenti di monitoraggio avanzati
  • Mobilità: ottimizzazione delle informazioni sui trasporti pubblici, gestione avanzata degli interventi sul campo e assistenza agli utenti
  • Settore industriale e operativo: supporto in operazioni sul campo tramite comandi vocali intelligenti
  • Customer service e contact center: chatbot avanzati per migliorare l’esperienza delle persone e l’efficienza operativa
  • Turismo: analisi dei dati automatica e gestione delle recensioni per le destinazioni e gli operatori; personalizzazione dell’esperienza di viaggio per il turista.
AdobeStock_1030264930

Velvet e AIWave: un ecosistema di innovazione

Per facilitare l’utilizzo dell’intelligenza artificiale nei diversi settori, Velvet è stata progettata per integrarsi nativamente con AIWave, la piattaforma PaaS (Platform as a Service) di Almawave, che offre numerose soluzioni di IA pronte all’uso per diversi ambiti.

Cos’è AIWave?

AIWave è una piattaforma modulare pensata per facilitare l’adozione dell’IA nei processi aziendali.

Non a caso, AIWave garantisce un approccio low-code/no-code, che permette anche agli utenti senza esperienza tecnica di implementare soluzioni di IA.

La piattaforma fornisce agli utenti tecnologie, strumenti, modelli e funzionalità individuali per introdurre componenti di intelligenza artificiale e di elaborazione del linguaggio naturale nelle applicazioni aziendali esistenti, ma anche sviluppare nuove applicazioni in grado di sfruttare il potenziale dell’uso e dell’analisi del linguaggio naturale.

Grazie a questa integrazione,Velvet potenzia AIWave, migliorandone le prestazioni e aumentando la capacità delle aziende di automatizzare e ottimizzare i processi.

 

Il futuro dell’intelligenza artificiale in Europa

Come abbiamo visto, Velvet non è solo un’alternativa ai modelli di IA delle big tech internazionali: rappresenta un paradigma innovativo basato su specializzazione, etica e trasparenza.

Una soluzione che offre alle aziende e alle istituzioni maggiore autonomia, riducendo la dipendenza da soluzioni sviluppate all’estero e garantendo la massima attenzione alle normative locali.

Vuoi saperne di più e provare Velvet?

 Contattaci