Immagine generata con l'AI
Maia, l'intelligenza artificiale generativa sviluppata da My Maia Inc. in collaborazione con Synapsia, è ora disponibile su iOS e Android. A un mese dal lancio, conta già oltre 50 mila utenti registrati, suddivisi tra un 75% di tipo retail e un 25% di professionisti
Il software è stato progettato sui quattro pilastri della personalizzazione, l’apprendimento continuo, il rispetto della privacy e la conservazione del patrimonio linguistico e culturale. Il team di Synapsia, guidato dal Coo Stefano Mancuso, ha sviluppato un prodotto che utilizza una Neural Id, ovvero un'identità digitale unica che cattura le preferenze, i comportamenti e le scelte dell'utente, fornendo risposte personalizzate. Per esempio, nella scelta di un'automobile, Maia considera le abitudini di spesa, le preferenze per il tempo libero e l'attenzione alla sostenibilità, offrendo suggerimenti mirati e pertinenti.
Un aspetto fondamentale è la gestione dei dati personali, sviluppata con particolare attenzione alla privacy. Come ha sottolineato Mancuso, l'applicazione protegge gli utenti dalla profilazione indesiderata e offre il controllo diretto su cosa condividere o mantenere privato. Grazie al modello Llm Magiq, addestrato specificamente per inglese, francese e italiano, migliora l'interazione e contribuisce alla conservazione del patrimonio linguistico: “Stiamo anche avanzando verso lo sviluppo di un'Intelligenza Artificiale Generale e con Magiq-3, grazie alla funzionalità di reasoning, sarà possibile osservare i processi deduttivi di Maia", ha aggiunto il Coo di Synapsia
La strategia di rilascio enfatizza la collaborazione con la comunità open-source. L'applicazione, infatti, offre servizi base gratuiti, mentre un abbonamento mensile consente l'accesso a funzioni avanzate, come un archivio protetto per documenti, immagini e fonti web. Queste funzioni aiutano nella vita quotidiana con consigli per lo shopping, pianificazione di eventi, apprendimento e benessere.
MAIA adotta anche un approccio sostenibile, minimizzando l'impatto ambientale. L'ottimizzazione delle risorse e un sofisticato sistema multi-modello riducono il consumo energetico e l'impronta carbonica, bilanciando efficacemente la potenza computazionale richiesta.