IA GENERATIVA

Far “crescere” l’IA generativa costa troppo: i fattori che ne frenano lo sviluppo



Indirizzo copiato

Un’analisi Next Platform ha stimato il costo dell’addestramento di vari modelli LLM, evidenziando come il costo per milione di parametri tenda a crescere al crescere del modello. Ma anche disponendo del budget necessario ad addestrare modelli ancora più grandi prima o poi si raggiungerà il limite di capacità energetica e computazionale dei sistemi utilizzati. Il…

Pubblicato il 12 mag 2023

Antonio Cisternino

Università di Pisa



shutterstock_2010882200 (1)

L’uso (e in parte abuso) di termini come “intelligenza” o “apprendimento” evocano nella coscienza collettiva della società delle idee che non sempre riflettono lo stato della tecnologia e del suo funzionamento. È indubbio che i modelli di intelligenza artificiale generativa come i sistemi large language models (LLM), o anche i sistemi che generano immagini, stiano crescendo rapidamente, ma la loro crescita non segue un andamento lineare: raddoppiando gli sforzi si ottiene meno del doppio del risultato. Vi sono quindi, dato l’attuale stato dell’arte, limiti a quanto questi modelli possono crescere.

Al momento, ad esempio, dimostrano comportamenti sorprendenti ma non hanno la capacità di “ricordare” un’interazione complessa. È possibile, quindi, immaginare un futuro prossimo o remoto in cui questi sistemi costruiranno una memoria della propria storia? Quali sono i loro limiti? Quanto costa farli crescere e da quali fattori dipende la velocità del loro sviluppo? Si tratta di domande centrali per poter apprezzare i possibili sviluppi di queste tecnologie evitando di cadere nella trappola delle speculazioni che creano una percezione distorta delle loro potenzialità e dei possibili sviluppi.

Come funzionano i modelli GPT

I modelli LLM come Generative Pre-Trained Transformer (GPT) analizzano grandi quantità di dati per costruire un modello probabilistico che stima la probabilità che, dato un testo in input (chiamato prompt), segua una certa parola (o più correttamente una sua porzione) selezionando casualmente tra il T percento delle più probabili (dove T è il parametro chiamato Temperatura). Il rapido susseguirsi degli annunci di nuove applicazioni e modelli (GPT-4, LLaMA, …) in pochi mesi ha rapidamente creato una percezione diffusa di una crescita esponenziale delle capacità di questi software e più in generale dell’”intelligenza” di questi modelli di AI generativa.

Le caratteristiche di un modello LLM

Un modello LLM come GPT è caratterizzato da:

  • Collezione di documenti per addestrare il modello
  • Numero di parametri del modello
  • Carico computazionale per l’apprendimento del modello
  • Dimensione del contesto in fase di uso del modello

I modelli LLM esibiscono comportamenti in apparenza intelligenti e al crescere del numero di parametri esibiscono comportamenti sempre più sorprendenti, non è un caso che il comportamento del modello GPT-4 è sensibilmente più accurato del predecessore, GPT-3.5, addestrato con 175 miliardi di parametri, e si vocifera che sia stato addestrato con 5 volte il numero di parametri del predecessore.

Le collezioni di addestramento

Ma uno degli obiettivi nell’addestramento è quello di tenere più possibile sotto controllo il materiale utilizzato per addestrare il modello, da questo infatti il sistema costruisce lo schema di probabilità che sarà poi utilizzato per decidere la probabilità delle parole dato un particolare prompt. Non è quindi il caso che il materiale contenga informazioni che possano introdurre conoscenza inopportuna o che porti a comportamenti non desiderati (come, ad esempio, linguaggio violento o informazioni relative a pratiche illegali). Il modello GPT-3.5 è stato addestrato da OpenAI con circa 1,5TB di dati organizzati come in tabella

Immagine che contiene tavoloDescrizione generata automaticamente

Come si può notare le sorgenti di “qualità” come libri e Wikipedia rappresentano la parte minoritaria già nell’addestramento di questo modello la cui maggior parte dell’input è costituita da contenuto scaricato da internet e filtrato cercando di ripulirlo da informazioni indesiderate.

Lo sviluppo di modelli più complessi è quindi limitato dalle collezioni documentali disponibili e che, nonostante le grandi dimensioni del Web, non consentono di fornire dati sempre più grandi per l’addestramento del modello. Sicuramente l’utilizzo di dati ottenuti dall’interazione degli utenti col modello potrà fornire ulteriori informazioni, ma comunque il modello di probabilità da apprendere necessita di grandi moli di dati.

I parametri e l’apprendimento del modello

Il numero di parametri in GPT è indicativo della complessità e della capacità espressiva del modello, si tratta del numero di “pesi” utilizzati per memorizzare i dati analizzati durante la fase di addestramento e utilizzati per il funzionamento.

Un’analisi svolta da Next Platform a dicembre 2022 ha stimato il costo dell’addestramento di vari modelli LLM partendo dall’analisi dei costi fatta da due società che offrono il supporto all’apprendimento di modelli di intelligenza artificiale fornendo grandi potenze di calcolo con processori dedicati allo scopo.

Immagine che contiene tavoloDescrizione generata automaticamente

La tabella rivela come il costo per milione di parametri tenda a crescere al crescere del modello. Questo è anche dovuto al fatto che il fattore di compressione nella dimensione del modello tende a calare con il crescere dell’informazione usata per apprendere il modello. Ad esempio, GPT-2 è stato addestrato con circa 10 miliardi di token ed ha prodotto un modello con 1,5 miliardi di parametri (con un fattore di compressione di 6,66) mentre GPT-3 ha generato 175 miliardi di parametri dati 500 miliardi di token (per un fattore di compressione di 2,85). Anche da un punto di vista energetico l’addestramento di GPT-3 ha richiesto 1,3 GigaWatt-ora (l’energia utilizzata per alimentare quasi 500 abitazioni per un anno), e GPT 4 si stima essere costata almeno 10 volte tanto.

Ecco, quindi, che un fattore di 2,5 tra l’addestramento di GPT a 70 miliardi di parametri e GPT a 175 miliardi di parametri vede un incremento di costo di un fattore di 4,4. La crescita dei costi è più che lineare poiché questi algoritmi crescono più che linearmente rendendo sempre più difficile la realizzazione di modelli con sempre più parametri. Anche assumendo che si disponga del budget necessario ad addestrare modelli ancora più grandi (in fondo OpenAI ha ricevuto un supporto di circa 10 miliardi di dollari da parte di Microsoft per eseguire computazioni su Azure) prima o poi si raggiungerà il limite di capacità energetica e computazionale dei sistemi utilizzati.

Non si può quindi assumere che queste intelligenze artificiali cresceranno indefinitamente o continueranno a crescere con la rapidità a cui abbiamo assistito in questi ultimi mesi, poiché le risorse necessarie saranno sempre maggiori e rilevanti anche per grandi multinazionali.

La barriera della memoria

Il comportamento dei modelli LLM dipende in modo determinante dal “prompt”, ma per assicurare che il costo computazionale nell’esecuzione del modello su un particolare input e il tempo di risposta sia accettabile è necessario limitare i token elaborati dal modello. OpenAI ha imposto un limite di quattro mila token circa in totale (ovverosia i numero di token del prompt e quelli restituiti dal modello) limitando in modo significativo la quantità di informazioni che possono essere fornite all’AI sul contesto di una richiesta. GPT-4 ha portato questo limite a 32 mila token, ovverosia circa 120 mila caratteri (120KB), una dimensione di dati decisamente limitata rispetto alla dimensione di dati di molti documenti di oggi. L’incremento computazionale necessario per il modello GPT-4 ha portato OpenAI a contingentare il numero di richieste che possono utilizzare il modello in ChatGPT anche agli utenti del livello Plus del servizio che gli utenti pagano.

I modelli linguistici possono essere “raffinati” aggiungendo ulteriore conoscenza, ma questa tecnica richiede ulteriore costi per l’addestramento e non si presta a “ricordare” informazioni nel sistema.

Fino a quando non saranno disponibili approcci che consentono a questi modelli di memorizzare interazioni articolate il limite del contesto limiterà inevitabilmente l’ambito di applicazione di queste tecnologie. Database di embeddings come il progetto open source Weaviate potranno contribuire a realizzare altri sottosistemi che affianchino i modelli LLM per realizzare sistemi complessi. In effetti alcuni ricercatori ritengono che modelli come GPT assolvano una funzione che svolge il talamo nel cervello umano, e anche nel cervello umano esistono barriere con cui tutti noi conviviamo, come ad esempio la memoria temporanea che è limitata a circa 6 oggetti.

Conclusioni

Va detto, infine, che i modelli possono essere affiancati da altre tecnologie, come fa ad esempio Bing che usa il modello per generare l’interrogazione al motore di ricerca e successivamente analizzare i risultati per generare una sintesi. Non è un caso che i plugin in ChatGPT siano desiderati poiché si possono integrare sorgenti dati esterne al modello alla capacità logico deduttiva che questi sistemi dimostrano di possedere.

La “primitiva” modello di AI generativa è quindi un tassello centrale nello sviluppo di nuovi sistemi, ma il progresso non sarà limitato solamente al suo sviluppo, ma anche alla sua integrazione in sistemi più tradizionali. Ed è proprio in questo processo di integrazione di cui ci dobbiamo preoccupare, poiché i sistemi saranno destinati ad essere meno prevedibili e deterministici di quanto fossero in passato con tutti i problemi che ne conseguiranno.

Speciale PNRR

Tutti
Incentivi
Salute digitale
Formazione
Analisi
Sostenibilità
PA
Sostemibilità
Sicurezza
Digital Economy
CODICE STARTUP
Imprenditoria femminile: come attingere ai fondi per le donne che fanno impresa
DECRETI
PNRR e Fascicolo Sanitario Elettronico: investimenti per oltre 600 milioni
IL DOCUMENTO
Competenze digitali, ecco il nuovo piano operativo nazionale
STRUMENTI
Da Istat e RGS gli indicatori per misurare la sostenibilità nel PNRR
STRATEGIE
PNRR – Piano nazionale di Ripresa e Resilienza: cos’è e novità
FONDI
Pnrr, ok della Ue alla seconda rata da 21 miliardi: focus su 5G e banda ultralarga
GREEN ENERGY
Energia pulita: Banca Sella finanzia i progetti green incentivati dal PNRR
TECNOLOGIA SOLIDALE
Due buone notizie digitali: 500 milioni per gli ITS e l’inizio dell’intranet veloce in scuole e ospedali
INNOVAZIONE
Competenze digitali e InPA cruciali per raggiungere gli obiettivi del Pnrr
STRATEGIE
PA digitale 2026, come gestire i fondi PNRR in 5 fasi: ecco la proposta
ANALISI
Value-based healthcare: le esperienze in Italia e il ruolo del PNRR
Strategie
Accordi per l’innovazione, per le imprese altri 250 milioni
Strategie
PNRR, opportunità e sfide per le smart city
Strategie
Brevetti, il Mise mette sul piatto 8,5 milioni
Strategie
PNRR e opere pubbliche, la grande sfida per i Comuni e perché bisogna pensare digitale
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr
CODICE STARTUP
Imprenditoria femminile: come attingere ai fondi per le donne che fanno impresa
DECRETI
PNRR e Fascicolo Sanitario Elettronico: investimenti per oltre 600 milioni
IL DOCUMENTO
Competenze digitali, ecco il nuovo piano operativo nazionale
STRUMENTI
Da Istat e RGS gli indicatori per misurare la sostenibilità nel PNRR
STRATEGIE
PNRR – Piano nazionale di Ripresa e Resilienza: cos’è e novità
FONDI
Pnrr, ok della Ue alla seconda rata da 21 miliardi: focus su 5G e banda ultralarga
GREEN ENERGY
Energia pulita: Banca Sella finanzia i progetti green incentivati dal PNRR
TECNOLOGIA SOLIDALE
Due buone notizie digitali: 500 milioni per gli ITS e l’inizio dell’intranet veloce in scuole e ospedali
INNOVAZIONE
Competenze digitali e InPA cruciali per raggiungere gli obiettivi del Pnrr
STRATEGIE
PA digitale 2026, come gestire i fondi PNRR in 5 fasi: ecco la proposta
ANALISI
Value-based healthcare: le esperienze in Italia e il ruolo del PNRR
Strategie
Accordi per l’innovazione, per le imprese altri 250 milioni
Strategie
PNRR, opportunità e sfide per le smart city
Strategie
Brevetti, il Mise mette sul piatto 8,5 milioni
Strategie
PNRR e opere pubbliche, la grande sfida per i Comuni e perché bisogna pensare digitale
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr

Articoli correlati

Articolo 1 di 3