Le previsioni di Analog Devices per il 2026

• 
• Tweet
• Pin It
• Condividi per email

Le previsioni di Analog Devices per il 2026, nell’ambito dell’elettronica e dell’AI che vanno oltre a quella che conosciamo. Queste analisi offrono una prospettiva unica sui cambiamenti che influenzeranno la produzione industriale, l’elettronica di consumo e lo sviluppo dell’AI.

Previsione di Golding: nel 2026, l’intelligenza artificiale uscirà dai nostri schermi ed entrerà nel mondo reale

La prossima frontiera dell’AI sarà l’Intelligenza Fisica.

Le leggi di scaling che hanno alimentato il successo dei grandi modelli di linguaggio (LLM Large Language Models) e visione continueranno fino al 2026, ma si estenderanno a modelli che impareranno da vibrazioni, suoni, campi magnetici e movimento (complicate caratteristiche del mondo fisico).

Prevedo che questi modelli di ragionamento fisico migreranno dal datacenter all’edge, alimentando un nuovo tipo di autonomia fluida che pensa e agisce localmente, sensibile alla fisica locale e senza ricorrere a server centralizzati.

Tali modelli impareranno dinamicamente da situazioni nuove, esposti a una ristretta casistica di circostanze inedite. Pensiamo a un robot mobile in una fabbrica che può ragionare da solo e determinare cosa fare quando si trova di fronte a un ostacolo imprevisto. Possiamo aspettarci di vedere un aumento di “modelli del mondo” ibridi che fondono il ragionamento matematico e fisico con dinamiche sensor-fused basate sui dati, e sistemi che non solo descrivono il mondo, ma vi partecipano e imparano, come afferma Richard Sutton, dalla propria “esperienza”.

Paul Golding, VP of Edge AI and Robotics, Analog Devices

Previsione di Golding: l’audio diventerà l’interfaccia AI dominante nell’elettronica di consumo

L’audio sta per diventare un canale di ragionamento e lo vedremo concretizzarsi in modo significativo nel 2026. Con la convergenza di suono spaziale, sensor fusion e ragionamento on-device, i dispositivi elettronici consumer si evolveranno in compagni/partner contestuali. Occhiali a Realtà Aumentata e dispositivi acustici, come auricolari e sistemi audio per veicoli, interpreteranno silenziosamente il nostro ambiente, deducendo intenzioni, emozioni e presenza.

Questi progressi tecnologici porteranno a una cancellazione del rumore significativamente migliore nei nostri dispositivi hearable, a una maggiore durata della batteria e a nuovi fattori di forma che non sono ancora stati immaginati. L’esperienza always-in-ear, già in crescita tra la Gen Z, diventerà sempre più prevalente grazie all’udito ” sovrumano” dell’AI sensibile al contesto.

Previsione di Golding: l’AI agentica darà origine a modelli fisicamente intelligenti, addestrati tramite ambienti di simulazione fisicamente accurati

La prossima evoluzione nell’Edge AI sarà agentica.

In futuro, i sistemi agentici, non solo prevederanno, ma decideranno e agiranno autonomamente nel mondo tramite interventi fisicamente fondati e provati negli ambienti simulati. A sostegno di ciò, il 2026 vedrà l’avvento mainstream dei digital twin per infondere nei modelli di grandi dimensioni la consapevolezza dei sistemi fisici. Immaginate modelli AI che imparano a prevedere le forze anziché il testo, ma nella sicurezza di un ambiente simulato scalabile.

I modelli di base fisicamente intelligenti adopereranno il ragionamento con l’intelligenza dei sensori per orchestrare macchine, simulazioni e dati. Oggi, molte fabbriche dispongono della tecnologia per la manutenzione predittiva, ma si può immaginare un futuro in cui un agente nel reparto di produzione agirà su tale previsione. E con questa previsione reindirizzerà autonomamente la linea di produzione a una macchina con uno stato di salute migliore, regolerà la macchina in difficoltà al 70% della capacità per estenderne la vita e si coordinerà con gli agenti della supply chain per stilare una BOM, effettuare l’ordine dei ricambi e aggiornare l’inventario, il tutto senza intervento umano.

Previsione di Golding: l’AI avrà il suo momento di “inception” agentico con l’emergere della micro-intelligenza

Nel 2026 sorgerà una nuova classe di tiny recursive models, ovvero sistemi compatti con una notevole profondità di ragionamento in un dominio ristretto ma in grado di funzionare all’edge. Pensateli come micro-intelligenze piuttosto che semplici piccoli modelli: fluidi, adattivi e specifici per il compito, eppure ancora capaci di astrazione e riflessione. ù

Occuperanno una posizione intermedia tra l’AI programmata rigida che si vede oggi all’edge e i vasti modelli fondamentali come GPT-5, potenziando il ragionamento specializzato su chip, nei sensori e all’interno dei sistemi più piccoli, agendo come orchestratori degli agenti specializzati che stanno emergendo oggi.

Questi nuovi tipi di modelli nasceranno dalla corsa per costruire sistemi fluidamente intelligenti, come incoraggiato dall’ARC Prize e iniziative simili. Prevedo l’ascesa di nuovi tipi di benchmark AI progettati per misurare e incoraggiare un nuovo tipo di intelligenza ingegneristica, micro-intelligenze multi-agente che possono collaborare per risolvere complessi problemi ingegneristici, passando dal mondo delle sfide matematiche astratte (come le Olimpiadi di Matematica) a sistemi pratici di risoluzione dei problemi.

Previsione di Versace: l’AI Decentralizzata apparirà nella robotica umanoide di nuova generazione entro la fine del 2026

Massimiliano “Max” Versace, VP of Emergent AI, Analog Devices

Entro la fine del 2026, vedremo architetture AI decentralizzate che integrano sensori con calcolo neuromorfico e in-memory e che passeranno dai progetti pilota alle prime implementazioni commerciali.

I sistemi di robotica umanoide si avvicineranno ai sistemi biologici, dove circuiti locali negli organi sensoriali e nei percorsi spinali gestiscono riflessi ed equilibrio, consentendo movimenti più fluidi e adattivi, riducendo drasticamente il consumo energetico e liberando il cervello centrale per “pensare e pianificare”. Questi progressi tecnologici partiranno dai sensori intelligenti che integrano nuove capacità di elaborazione AI, come le architetture basate su ingegneria neuromorfiche e elaborazione in-memory,

La combinazione di AI decentralizzata e nuove architetture di elaborazione basate su AI ridurrà drasticamente la latenza e il consumo energetico, consentendo l’AI sempre attiva all’edge e liberando i processori più grandi per concentrarsi sul ragionamento, la pianificazione e l’apprendimento di livello superiore, piuttosto che sulla microgestione dei cicli di controllo sensomotori continui. Con l’elaborazione AI in tempo reale e a bassa latenza all’edge, i robot diventeranno più efficienti, reattivi e capaci di abilità sensomotorie quasi biologiche.

Questo cambiamento darà il via a un salto di qualità nella loro capacità di affrontare ambienti complessi e dinamici con coordinazione fluida e affidabile e spianerà la strada a una robotica umanoide pratica e pervasiva.

Previsione di Versace: nel 2026 assisteremo all’ascesa del calcolo AI Analogico

Storicamente messo da parte a causa di limitazioni di scalabilità e precisione, il calcolo analogico sta riemergendo nel 2026 poiché le architetture digitali affrontano colli di bottiglia energetici, di latenza e di memoria per il momento senza soluzioni. Questo è particolarmente critico negli ambienti edge dove la reattività in tempo reale e l’efficienza energetica sono essenziali.

Il calcolo analogico AI utilizza la fisica del substrato di rilevamento ed elaborazione per eseguire i calcoli, trasformando l’energia direttamente in inferenza AI. Questo è un approccio diverso al calcolo AI rispetto ai processori digitali convenzionali, che separano il rilevamento dall’elaborazione. L’AI Analogica accorpa questi strati in un framework unificato in cui l’intelligenza inizia dal sensore stesso.

Entro la fine del 2026 vedremo le prime implementazioni e adozioni di questa tecnologia, in particolare in robotica, wearable e applicazioni autonome, dove l’AI analogica consente reattività in tempo reale, interazioni più fluide, maggiore durata della batteria e un comportamento più naturale nei dispositivi che alimenta.

Paul Golding, VP of Edge AI and Robotics, e Massimiliano "Max" Versace, VP di Emergent AI), di ADI Analog Devices - www.analog.com

• 
• Tweet
• Pin It
• Condividi per email