Da Dubai con nuovi insight: i punti chiave del GDG MENA-T Summit 2025

Un GDG Summit è una grande conferenza annuale organizzata dai Google Developer Groups (GDGs) per sviluppatori, appassionati di tecnologia e studenti. Questo summit riunisce la community locale e regionale di sviluppatori, i Google Developer Experts (GDEs) e gli organizzatori dei GDG per conoscere le tecnologie Google, condividere conoscenze e fare networking con colleghi ed esperti e, quest'anno, l'energia al GDG MENA-T Summit 2025 di Dubai era elettrizzante.

Dal momento in cui sono arrivato allo splendido Uptown Dubai Hotel, con la sua vista mozzafiato sulla città, ho capito che sarebbe stato un evento speciale. In qualità di organizzatore di un GDG dalla Türkiye e rappresentante di Ultralytics, ho avuto l'opportunità unica di ricoprire due ruoli: uno per la mia community locale di sviluppatori in Türkiye e uno per la community globale della computer vision a cui la nostra azienda offre i propri servizi. Non vedevo l'ora di entrare in contatto con gli altri, condividere idee e immergermi nel futuro della tecnologia. Ho trovato conversazioni che andavano ben oltre le tendenze superficiali, esplorando il tessuto stesso di come costruiremo e distribuiremo il software domani. Tra keynote, demo e networking, diamo un'occhiata ad alcuni dei momenti salienti di questo evento!

Fig. 1. Onuralp Sezer, Senior Machine Learning Engineer di Ultralytics, al GDG Summit MENAT 2025 di Dubai con diversi organizzatori del GDG Turkey. Immagine dell'autore.

Tre temi principali mi hanno colpito: la rapida evoluzione degli agenti AI interconnessi, l'alba di un nuovo flusso di sviluppo accelerato dall'AI e l'importanza fondamentale di ottimizzare l'AI per prestazioni reali e in tempo reale.

Approfondimento sui protocolli degli agenti: dalla teoria alla distribuzione sul cloud#

Una delle sessioni più interessanti è stata l'approfondimento di Mete Atamel sui protocolli degli agenti. Per anni abbiamo parlato degli agenti AI in astratto, ma questa sessione ha reso il concetto concreto e applicabile all'ingegneria. Mete ha illustrato il framework che permetterà agli agenti di diventare davvero collaborativi e utili:

Fig. 2. Mete Atamel spiega l'utilizzo di a2a nell'Agent Development Kit.

MCP (Protocollo di contesto del modello): pensalo come al "traduttore universale" per un agente AI. È il livello fondamentale che permette a un agente di connettersi in modo affidabile a strumenti esterni, API e fonti di dati. Senza uno standard come MCP, ogni integrazione sarebbe un lavoro personalizzato e fragile. Con MCP, gli agenti possono collegarsi al mondo digitale con sicurezza e coerenza.

A2A (Protocollo da agente ad agente): se MCP è il modo in cui un agente comunica con gli strumenti, A2A è il modo in cui gli agenti comunicano tra loro. Questo protocollo consente agli agenti, anche se eseguiti su piattaforme completamente diverse, di scoprirsi a vicenda, collaborare, delegare attività e coordinare flussi di lavoro complessi. È il framework per un futuro in cui un agente specializzato potrebbe incaricare un altro agente di gestire una sottoattività specifica, creando una forza lavoro dinamica e autonoma.

ADK (Kit di sviluppo degli agenti): questo è il toolkit che riunisce tutto. ADK fornisce la struttura, le librerie e i pattern per assemblare agenti robusti utilizzando MCP e A2A. È il ponte tra un'idea interessante e un sistema pronto per la produzione.

La parte più entusiasmante è stata l'ultima fase: la distribuzione. Mete ha dimostrato come un agente creato con ADK possa essere containerizzato e distribuito facilmente su Google Cloud Run. Ha mostrato un percorso chiaro e scalabile dalla creazione di un agente intelligente sulla propria macchina all'esecuzione in un ambiente gestito e serverless, pronto a gestire la domanda del mondo reale.

Una nuova era dello sviluppo: l'AI come copilota#

Il summit ha inoltre chiarito che l'AI non è più soltanto una funzionalità che aggiungiamo alle nostre app; sta diventando una parte fondamentale del processo di sviluppo stesso. La presentazione della nuova suite di strumenti di Google è sembrata uno sguardo a un futuro radicalmente più efficiente.

Un momento saliente è stata la presentazione di Firebase Studio, un ambizioso ambiente agentico basato sul cloud. La demo è stata straordinaria: partendo da un semplice prompt in linguaggio naturale come "Build me a photo-sharing app with user logins", Firebase Studio si è messo al lavoro. Ha creato lo scheletro dell'intero progetto, configurato gli schemi Cloud Firestore necessari, impostato le regole di Firebase Authentication e generato il codice boilerplate del frontend. È uno strumento progettato per eliminare la tediosa configurazione iniziale che assorbe gran parte del tempo di uno sviluppatore, permettendoci di concentrarci subito sulla logica specifica e sull'esperienza utente della nostra applicazione.

Fig. 3. Vikas Anand spiega l'utilizzo e le integrazioni di Firebase Studio. Immagine dell'autore.

Accanto a questo c'era Jules, l'agente AI asincrono per la programmazione di Google. Jules è diverso dagli strumenti inline come Copilot. Puoi delegargli un'attività completa: "Refactor this module to be more efficient", "Add unit tests for this service" oppure "Update all the dependencies in this repo and fix any breaking changes". Jules ci lavora in background e, una volta terminato, invia una pull request per la tua revisione. Questo paradigma sposta il ruolo dello sviluppatore da autore del codice riga per riga ad architetto e revisore di alto livello.

Alla base di questi strumenti rivoluzionari c'è la potente nuova generazione di modelli di Google, accessibile tramite i Google One AI Plans. Grazie a capacità di ragionamento avanzate, funzionalità multimodali e finestre di contesto enormi, questi modelli forniscono il "cervello" che rende possibili strumenti agentici come Jules. Firebase Studio, invece, è gratuito, ma se vuoi aumentare la quota devi abbonarti al Google Developer Program per poterlo utilizzare più a lungo.

Dall'inferenza all'azione: ottimizzare l'AI in tempo reale con NVIDIA#

La nostra passione è la computer vision, quindi ero entusiasta di partecipare al talk "Building Real-Time AI Systems" tenuto da Katja Sirazitdinova, Senior Developer presso NVIDIA. Questa sessione è stata una fantastica opportunità per collegare direttamente il mio ruolo di Senior Machine Learning Engineer presso Ultralytics all'avanguardia dell'accelerazione hardware e mi ha portato a porre domande specifiche su come migliorare le pipeline di esportazione dei nostri modelli YOLO ampiamente utilizzati.

Katja ha condiviso preziosi suggerimenti pratici su come spremere fino all'ultima goccia di prestazioni da un modello. Abbiamo approfondito strategie come la quantizzazione del modello (ridurre le dimensioni del modello minimizzando al contempo la perdita di accuratezza), garantire la compatibilità dell'esportazione tra hardware diversi e sfruttare i potenti toolchain di NVIDIA, come TensorRT, per migliorare drasticamente il throughput e ridurre la latenza. Sono tornato con un notebook pieno di idee concrete da portare al team di Ultralytics, idee che aiuteranno l'intera community a semplificare la distribuzione, ridurre gli ostacoli e sfruttare ancora meglio l'accelerazione GPU per applicazioni impegnative e in tempo reale come la robotica e l'analisi video.

Fig. 4. Onuralp Sezer, Senior Machine Learning Engineer di Ultralytics, e la Senior Developer di NVIDIA Katja Sirazitdinova. Immagine dell'autore.

Il punto d'incontro tra community e innovazione#

Al di là dei vari keynote e delle demo, il summit è stato un potente promemoria del motivo per cui l'open source è una forza così importante nel mondo della tecnologia: la community. Il "corridoio" è stato prezioso quanto i talk. Ho avuto innumerevoli conversazioni con sviluppatori, ricercatori e imprenditori che utilizzano ogni giorno i nostri strumenti. Hanno posto domande ponderate e pratiche sul pacchetto Python Ultralytics, dall'ottimizzazione delle prestazioni di YOLO sui dispositivi edge a casi d'uso nel mondo reale creativi che non avevo mai nemmeno preso in considerazione.

Poter fornire supporto sul posto, elaborare soluzioni insieme e raccogliere feedback diretto e senza filtri dai nostri utenti è stato incredibilmente gratificante. Questo ha rafforzato la consapevolezza di quanto la community di Ultralytics sia fondamentale per la nostra missione. Ogni richiesta di funzionalità, ogni segnalazione di bug e ogni storia di successo condivisa rafforza il nostro ecosistema. Sono queste interazioni a guidare la vera innovazione.

Costruire insieme il futuro#

Il GDG MENA-T Summit è stato più di una semplice conferenza; è stato uno sguardo al futuro. Un futuro in cui gli agenti intelligenti collaborano sul cloud, gli strumenti basati sull'AI amplificano le nostre capacità di sviluppatori e i nostri modelli vengono eseguiti più velocemente e in modo più efficiente che mai. Soprattutto, è un futuro in cui le community open source e l'innovazione aziendale non si limitano a coesistere, ma si spingono attivamente a vicenda in avanti.

Fig. 5. La foto di gruppo di tutti i partecipanti del GDG e dei dipendenti Google alla chiusura dell'evento. Immagine dei fotografi del GDG MENAT.

Un enorme grazie agli organizzatori e ai team del Google Developer Program, in particolare a Ramesh Chander, Nour Bouayadi, Alaa Shahin e Beyza Sunay Güler, per aver organizzato un evento così stimolante, arricchente e tecnicamente approfondito. Lo slancio da Dubai è forte e non vedo l'ora di scoprire cosa costruiremo tutti insieme.