AIgeist 68 │L'AI torna all'università, dove è nata: ma chi ci investe oggi? │Le origini e lo sfruttamento industriale │ Il ruolo delle big tech USA │ La frammentazione europea │Campus e cittadelle

Le nostre newsletter: Finambolic e Xerotonina. Abbonatevi, è gratis!

In altre parole: se Internet nasce (anche) dal militare, gli LLM nascono dall’università. Vediamo i passaggi concreti, aiutati… dall’AI, ma con verifica puntuale di AIgeist, partendo dalle origini.

Le fondamenta teoriche dei LLM (Large Language Model), nascono da decenni di ricerca universitaria e accademica in linguistica teorica, poi computazionale, statistica e machine learning. Discipline, soprattutto la prima, rimaste nel mondo dei nerd e in remoti dipartimenti universitari per letteralmente decenni e improvvisamente assurti agli onori della cronaca - e del business.

Le basi teoriche della linguistica moderna nascono infatti tra fine Ottocento e inizio Novecento, in un contesto intellettuale dove si sviluppavano filosofia analitica, logica e linguistica strutturale.
In questo periodo si forma l’idea che il linguaggio non sia solo uno strumento espressivo, ma una struttura formale e logica che può essere analizzata e modellata come un fenomeno naturale o sociale e persino, un giorno, “computata”. La “casa” principale era Cambridge (UK) dove tra inizio ‘900 e 1920 si incontrano Bertrand Russell, Ludwig Wittgenstein e Alfred North Whitehead per, in varie forme e con non poche dispute accademiche, tracciare le basi di una nuova disciplina. Tra il 1920 e il 1950 si susseguono una serie di campioni che costruiscono su queste basi, come Ferdinand de Saussure (antesignano di Cambridge), e poi Rudolf Carnap e Noam Chomsky - quest’ultimo oggi ancora attivo alla bella età di 96 anni - impegnati anche loro a disegnare i confini di scienza e linguaggio. In parallelo la matematica faceva passi da gigante, mettendo le basi dei moderni sistemi di calcolo, con nomi tra tutti come Frege, Boole, Russell, Hilbert, Gödel o Turing. Ma è nella seconda metà del secolo scorso, con la nascita dei sistemi informatici, che la disciplina prende una forma applicata e si avvicina (con calma) al boom attuale. Ecco i principali capitoli:

• 1950s–1980s – Cominciano le ricerche universitarie su linguistica e traduzione automatica (MIT, Stanford, Cambridge, IBM Research).
  👉 Il celebre “Turing Test” (Alan Turing, 1950, Università di Manchester) è una pietra miliare dell’idea di “macchine che capiscono il linguaggio”.

• 1990s–2000s – Nascita del statistical NLP: università come Stanford, Carnegie Mellon (CMU), University of Toronto, Edimburgo e MIT sviluppano i modelli probabilistici del linguaggio (n-gram, HMM, CRF, ecc.).
  👉 Queste ricerche sono la base dei moderni modelli predittivi di testo.

• 2003–2013 – Ricerca accademica sull’uso di reti neurali per il linguaggio:

  • Yoshua Bengio (Université de Montréal) pubblica nel 2003 “A Neural Probabilistic Language Model”, primo esempio di rete neurale per predire parole → antenato diretto dei LLM.

  • Geoffrey Hinton (University of Toronto e recente premio Nobel per la fisica, ribattezzato “il padrino dell’AI”), Yann LeCun (NYU) e Bengio diventano i “padri del deep learning”.

L’architettura che ha reso possibile GPT, Claude, Gemini e simili nasce in un contesto di ricerca pubblica, non industriale e protetta da brevetti e proprietà intellettuale, e si aggancia a un celeberrimo “paper” di ricerca, questo:

• 2017 – Google Brain, ma con forti legami accademici
  Il paper “Attention Is All You Need” (Vaswani et al., 2017) introduce il Transformer, la base architetturale di tutti i LLM moderni.
  Molti autori venivano da PhD o collaborazioni universitarie (Stanford, Toronto, Edinburgh).
  → Questa pubblicazione è open access, e ha generato la diffusione rapida dei LLM.

Ma se tutto questo è servito e ha funzionato fin qui, cosa ne è adesso delle collaborazioni industria-accademia, inevitabilmente in questo senso nuovo e contrario, nel nostro continente? Abbiamo passato in rassegna gli intrecci principali basandoci unicamente sul nostro continente. Negli Stati Uniti infatti i due sistemi sono molto più intrecciati e comunque lavorano in modo diverso, meritando un numero di AIgeist a parte.

Bologna 9 ottobre 2025: all’Alma Mater il premio Nobel per la fisica Giorgio Parisi (77 anni) lancia per l’ennesima volta un appello per fondare il Cern dell’Ai, necessario per superare il gap con Stati Uniti e Cina. Lo scopo è lodevole, peccato che per ora i principali esperti di AI a livello internazionale tra cui (Yann LeCun, Premio Turing, Cédric Villani, Fields Medal, l’informatico e imprenditore britannico Michael Bronstein, Marc Mézard, ora alla Bocconi ed ex direttore dell’École Normale Supérieure)- abbiano solo scritto il Manifesto per l’istituzione di un centro interdisciplinare “fondato sul capitale umano”, con infrastrutture di calcolo condivise e accessibili, aperto a collaborazioni pubbliche e private ma governato da regole trasparenti. Un progetto che resta sulla carta (se ne parla dal 2018) visto che la politica tace e le università in Europa seguono ognuna la propria strada, costruendo cittadelle per l’AI (vedi , ad esempio, il nuovo edificio di 12 piani a White City dedicato alla scienza dei dati dell’Imperial College di Londra) o facendosi finanziare dalle Big Tech.

NB: come mai in Italia quando si parla di AI c’è sempre un rappresentante del clero? Vedi al minuto 1.41 del video qui sotto ⬇️ l’intervento a Bologna di Andrea Ripa, vescovo titolare di Cerveteri, l’unico che parla in italiano, chiamato a dare un contributo “al dialogo che abbraccia anche la dimensione etica e culturale dell’intelligenza artificiale”.🤷‍♂️

Cominciamo da casa nostra con una partnership italo-cinese, quella siglata dal Politecnico di Torino con Huawei. Si tratta di un accordo decennale (firmato nel 2021) il cui referente scientifico è il professore Marco Mellia che insegna nel Dipartimento di Automatica e Informatica (DAUIN) ed è co-fondatore di Ermes Cyber Security, una startup che fornisce soluzioni B2B per proteggere le aziende dalle minacce del web. L’accordo prevede un finanziamento (di cui non si conosce l’importo) per la ricerca su ambiti ben definiti—intelligenza artificiale e analisi dati, reti di telecomunicazione, trasmissioni ottiche ed elettronica automotive—e per sostenere attività di R&S continuative. Prevede anche formazione avanzata e placement, con tesi e stage nei centri di ricerca Huawei, iniziative per dottorande/i e giovani ricercatori e mentoring tecnico. A ciò si affiancano premi e challenge, come la Tech Arena Italy 2025 con un montepremi di 6.500 euro su temi specifici come la progettazione di circuiti e sistemi radio (RF) e antenne usando tecniche di intelligenza artificiale e machine learning.

Ma fuori da Torino stanno succedendo tante altre cose, tutte purtroppo spezzettate e disorganizzate, nella migliore tradizione europea. Vediamone alcune, organizzate per gigante high tech:

• OpenAI

  • Università di Pisa – intesa quadro pluriennale (didattica avanzata + progetti di ricerca). Vedi al sito Smartshaped

  • Bocconi – accordo biennale con OpenAI (ChatGPT Edu) che include supporto a progetti di ricerca su social sciences/agentic AI. L’annuncio su Università Bocconi

  • ESCP Business School – rollout di ChatGPT Edu “come parte di una collaborazione strategica” con focus su attività accademiche/ricerca. Per saperne di più, ESCP Business School

• Google / Google DeepMind

  • University of Cambridge – accordo di ricerca pluriennale su Responsible/Trustworthy AI con grant dedicato (2023–). Fonte: University of Cambridge

  • AI Sweden (centro nazionale)
    Rete con 170+ partner (accademia/enti/aziende Microsoft, Amazon, Intel ecc.). Iniziative co-finanziate tra cui AI for Impact con Google.org (talent program per studenti su progetti AI a impatto sociale).

• Anthropic

  • Alan Turing Institute (UK) + UK AI Security Institute – studio congiunto (2025) su data poisoning/backdoors nei LLM (preprint e comunicati ufficiali). Vedi anthropic.com

• Meta (FAIR/Meta AI)

  • Meta AI Paris × Inria Saclay × ENS-PSL (Francia) – pubblicazione congiunta su decoding del linguaggio da EEG/MEG (2023), con affiliazioni accademiche europee nel paper. Fonte: Nature

• Microsoft

  • Swiss Joint Research Center (Svizzera) – programma di ricerca congiunta Microsoft-accademia con workshop e progetti attivi nel 2024–2025 (coinvolgimento dell’ecosistema EPFL/ETH & univ. svizzere). Fonte: Microsoft

  • (Storico ma rilevante e tuttora attivo) Microsoft Research Cambridge × University of Cambridge – iniziativa su ML per “data-efficient, robust AI” (partnership strutturale; base 2019, prosecuzioni). Fonte: Microsoft

• NVIDIA

  • Forschungszentrum Jülich (Germania) / EuroHPC JU – Qui è nato JUPITER, primo supercomputer exascale europeo (AI-ready), operativo da settembre: infrastruttura per training AI su scala per università e centri europei (tempo macchina gestito da EuroHPC e Gauss Centre). Partnership tecnica NVIDIA-centri pubblici con impatto continentale.

  • TUM (Germania) × InstaDeep × NVIDIA – ricerca congiunta su LLM per genomica (2023), addestrati su Cambridge-1. Vedi InstaDeep

  • UK Gov + NVIDIA/HPE ⇄ University of Bristol (UK) – Isambard-AI (AIRR)

    £225M investimento pubblico per il supercomputer nazionale AI, sviluppato con NVIDIA e HPE a supporto della ricerca universitaria.

  • Danish Centre for AI Innovation (DCAI) ⇄ NVIDIA
    Centro nazionale per l’innovazione AI con supercomputer “Gefion” (DGX SuperPOD): accesso a HW/SW NVIDIA, training ed esperti per tutta la ricerca danese (università+industrie). Finanziato da Novo Nordisk Foundation (NNF) e EIFO.

• Cerebras Systems

  • University of Edinburgh (EPCC, UK) – cluster Cerebras CS-3 per ricerca AI a supporto di progetti accademici (installazione/avvio servizio 2025). Per approfondire: Cerebras

• Mistral AI

  • Collaborazioni pubbliche più orientate a telco/PA (es. Orange) e con università per sviluppare e testare un agente conversazionale. Orange Newsroom

• Hugging Face

  • Collaborazioni open-science con istituti EU (es. Inria, Paris-Saclay, progetti BigCode/OSCAR con enti europei), ma non un accordo bilaterale unico stile “partnership” nel 2023–2025; è un ecosistema di progetti accademici ospitati su HF Hub. Vedi Hugging Face

• Stability AI

  • Legami storici con LMU Monaco su Stable Diffusion (co-rilascio 2022) e Runway. Stability AI

• Amazon ⇄ Cyber Valley (Germania: Univ. Tübingen + Univ. Stuttgart + Max Planck) — Consorzio definito “il più grande in Europa” sull’AI, con Amazon fra i partner industriali fondatori; è la piattaforma che ha catalizzato finanziamenti e gruppi congiunti tra accademia e industria nell’area Stoccarda-Tübingen.

Oltre al campus dell’Imperial College, i cui lavori dovrebbero iniziare nel 2026 e terminare nel 2029, nei dintorni di Parigi dovrebbe essere operativo nel 2028 un data center e centro ricerca/didattica ovvero il più grande “intelligence hub” d’Europa che vede tra i finanziatori MGX, technology investment company con sede negli Emirati Arabi Uniti, Mistral AI, l’azienda francese pioniera nell’AI generativa e l’immancabile NVIDIA.