27 Febbraio 2025
Integrare LLM ed agenti intelligenti: AI secondo Quarkus
Questo meetup del JUG Torino è in collaborazione con Zero11.
Session Abstract
Quello che attualmente l’intelligenza artificiale è capace di fare è semplicemente sbalorditivo. Bisogna ammettere che spesso non si riesce a smettere di essere sorpresi e a volte saltare letteralmente dalla sedia pensando: “Non immaginavo che l’AI potesse fare ANCHE questo!”.
Ciò che è un po’ fuorviante è che oggi quello che tendiamo a identificare con l’intelligenza artificiale è in realtà l’impiego di Large Language Model, che è solo un sottoinsieme di tutte le tecnologie di AI disponibili: ML è una frazione dell’intera AI, mentre gli agenti intelligenti consentono l’implementazione di casi d’uso più generali, come ad esempio l’impiego di AI simbolica per codificare la logica di uno specifico dominio attraverso un insieme di regole leggibili e trasparenti.
In effetti ci sono molte situazioni in cui essere sorpresi è l’ultima cosa che potresti desiderare. Non vuoi saltare dalla sedia quando la tua banca rifiuta il tuo mutuo senza un motivo comprensibile, ma solo perché l’AI ha detto di no. E la stessa banca dovrebbe voler concedere i propri mutui solo a richiedenti che sono considerati affidabili secondo le sue rigide e ben definite regole aziendali.
Con queste premesse, è interessante utilizzare diverse tecnologie complementari per superare la limitata verificabilità e il rischio di allucinazioni implicito nell’uso di un solo Large Language Model.
In questa presentazione discuteremo, con esempi pratici, alcuni dei molteplici pattern emergenti in questo campo come RAG, invocazione di strumenti esterni e guardrail. Dimostreremo anche perché questa potrebbe essere una scelta architetturale vincente in molte situazioni comuni e come Quarkus attraverso le sue estensioni LangChain4j e Drools rende semplice lo sviluppo di applicazioni che integrano tali tecnologie.
Speaker: Mario Fusco
Mario Fusco è un Java Champion e lavora in Red Hat come senior principal software engineer e project lead di Drools, oltre a contribuire attivamente a molti altri progetti open source come Quarkus e LangChain4j. Mario è anche uno dei coordinatori del JUG di Milano ed il coautore di Modern Java in Action edito da Manning.
Speaker: Daniele Zonca
Daniele Zonca e’ l’architetto della componente di model serving del prodotto Red Hat OpenShift AI. E’ uno dei fondatori del progetto TrustyAI e contribuisce a vari progetti open source come KServe, vLLM e Kubeflow. Precedentemente ha diretto il team di sviluppo Big Data di una delle maggiori banche europee disegnando e implementando applicazioni analitiche basate su Big Data e intelligenza artificiale.
Quando?
27 Febbraio 2025
- 18:30 - Integrare LLM ed agenti intelligenti: AI secondo Quarkus
- 20:30 - Social networking in Zero11
Dove?
In presenza presso: Zero11 - Uffici SNOS Corso Mortara 24, Torino
In streaming su YouTube.
Come faccio a partecipare?
La partecipazione è aperta a tutti.
Iscriviti alla mailing list del JUG Torino per venire a conoscenza degli eventi e per parlare con lo speaker dopo il talk.
Posso avere un altro riferimento?
La mailing list è il riferimento principale, la puoi consultare anche online se sei già iscritto.
Puoi contattare Simone Bordet o Roberto Franchini.