Da Dubai con intuizioni: Punti chiave dal GDG MENA-T Summit 2025

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

Dal momento in cui sono arrivato al bellissimo Uptown Dubai Hotel, con le sue viste mozzafiato sulla città, ho capito che questo evento sarebbe stato speciale. Come organizzatore GDG dalla Türkiye e rappresentante di Ultralytics, ho avuto l'opportunità unica di indossare due cappelli: uno per la mia comunità di sviluppatori locale in Türkiye e uno per la comunità globale di computer vision che la nostra azienda serve. Ero impaziente di connettermi, condividere e immergermi nel futuro della tecnologia. Ciò che ho trovato sono state conversazioni che sono andate oltre le tendenze superficiali, esplorando il tessuto stesso di come costruiremo e distribuiremo il software domani. Dagli interventi principali alle demo e al networking, diamo un'occhiata ad alcuni punti salienti di questo evento!

Fig 1. Onuralp Sezer, Senior Machine Learning Engineer di Ultralytics, durante il GDG Summit MENAT 2025 a Dubai con vari organizzatori di 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 lavoro di sviluppo accelerato dall'AI e l'importanza critica di ottimizzare l'AI per prestazioni reali e in tempo reale.

Link to this sectionAnalisi dei protocolli degli agenti: Dalla teoria alla distribuzione nel cloud#

Una delle sessioni più avvincenti è stata l'approfondimento di Mete Atamel sui protocolli degli agenti. Per anni abbiamo parlato di agenti AI in astratto, ma questa sessione ha radicato il concetto in un'ingegneria concreta e azionabile. Mete ha analizzato il framework che permetterà agli agenti di diventare veramente collaborativi e utili:

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

MCP (Model Context Protocol): Pensalo come il "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 esso, gli agenti possono connettersi al mondo digitale con sicurezza e coerenza.

A2A (Agent-to-Agent Protocol): 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 quelli in esecuzione su piattaforme completamente diverse, di scoprirsi a vicenda, collaborare, delegare compiti e coordinare flussi di lavoro complessi. Questo è il framework per un futuro in cui un agente specializzato potrebbe ingaggiare un altro agente per gestire uno specifico sotto-compito, creando una forza lavoro dinamica e autonoma.

ADK (Agent Development Kit): Questo è il toolkit che mette tutto insieme. L'ADK fornisce la struttura, le librerie e i pattern per assemblare agenti robusti utilizzando MCP e A2A. È il ponte da un concetto interessante a un sistema pronto per la produzione.

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

Link to this sectionUna nuova era dello sviluppo: L'AI come tuo co-pilota#

Il summit ha anche reso chiaro che l'AI non è più solo 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 scorcio su un futuro radicalmente più efficiente.

Un punto saliente è stata l'introduzione di Firebase Studio, un ambiente basato su cloud, ambizioso e agente. La demo è stata sbalorditiva: iniziando con un semplice prompt in linguaggio naturale come "Costruiscimi un'app per la condivisione di foto con accessi utente", Firebase Studio si è messo al lavoro. Ha strutturato l'intero progetto, impostato gli schemi Cloud Firestore necessari, configurato le regole di Firebase Authentication e generato il codice boilerplate frontend. È uno strumento progettato per eliminare la configurazione noiosa che consuma gran parte del tempo di uno sviluppatore, permettendoci di concentrarci immediatamente sulla logica unica e sull'esperienza utente della nostra applicazione.

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

Accanto a questo c'era Jules, l'agente di codifica AI asincrono di Google. Jules è diverso dagli strumenti inline come Copilot. È possibile delegargli un compito completo: "Refattorizza questo modulo per renderlo più efficiente", "Aggiungi unit test per questo servizio" o "Aggiorna tutte le dipendenze in questo repository e correggi eventuali modifiche distruttive". Jules quindi lavora in background e, una volta terminato, invia una pull request per la tua revisione. Questo paradigma sposta il ruolo dello sviluppatore da quello di scrittore di codice riga per riga a quello di architetto e revisore di alto livello.

Alla base di questi strumenti rivoluzionari c'è la potente prossima generazione di modelli Google, accessibili tramite i Google One AI Plans. Con capacità di ragionamento migliorate, funzionalità multimodali e enormi finestre di contesto, questi modelli forniscono il "cervello" che rende possibili strumenti agentici come Jules. Firebase Studio, d'altra parte, è gratuito, ma se desideri aumentare la quota devi abbonarti al Google Developer Program per poterne utilizzare di più.

Link to this sectionDall'inferenza all'azione: Ottimizzare l'AI in tempo reale con NVIDIA#

La nostra passione è la computer vision, quindi sono stato entusiasta di partecipare all'intervento "Building Real-Time AI Systems" di Katja Sirazitdinova, Senior Developer presso NVIDIA. Questa sessione è stata un'opportunità fantastica per collegare direttamente il mio ruolo di Senior Machine Learning Engineer presso Ultralytics con l'avanguardia dell'accelerazione hardware e mi ha visto porre domande specifiche sul miglioramento delle pipeline di esportazione per i nostri modelli YOLO ampiamente utilizzati.

Katja ha condiviso intuizioni pratiche inestimabili su come spremere ogni goccia di prestazioni da un modello. Ci siamo addentrati in strategie come la quantizzazione del modello (riducendo le dimensioni del modello riducendo al minimo la perdita di precisione), garantendo la compatibilità di esportazione su diversi hardware e sfruttando le potenti catene di strumenti di NVIDIA come TensorRT per migliorare drasticamente il throughput e ridurre la latenza. Sono tornato a casa con un taccuino pieno di idee concrete da riportare al team di Ultralytics, idee che aiuteranno la nostra intera comunità a semplificare la distribuzione, ridurre l'attrito e fare un uso ancora migliore dell'accelerazione GPU per applicazioni esigenti e in tempo reale come la robotica e la video analisi.

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

Link to this sectionL'intersezione tra comunità e innovazione#

Oltre ai vari interventi e demo, il summit è stato un potente promemoria del perché l'open-source sia una forza così grande nel mondo della tecnologia: la comunità. La "hallway track" (le conversazioni nei corridoi) è stata preziosa tanto quanto gli interventi. Ho avuto innumerevoli conversazioni con sviluppatori, ricercatori e imprenditori che utilizzano i nostri strumenti ogni giorno. Hanno posto domande ponderate e pratiche sul pacchetto Python Ultralytics, dall'ottimizzazione delle prestazioni di YOLO su dispositivi edge a casi d'uso reali creativi che non avevo mai nemmeno preso in considerazione.

Essere in grado di fornire supporto immediato, fare brainstorming su soluzioni e raccogliere feedback diretti e non filtrati dai nostri utenti è stato incredibilmente gratificante. Ha rafforzato quanto sia vitale la comunità Ultralytics per la nostra missione. Ogni richiesta di funzionalità, ogni segnalazione di bug e ogni storia di successo condivisa rafforza il nostro ecosistema. Queste interazioni sono ciò che guida la vera innovazione.

Link to this sectionCostruire il futuro, insieme#

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

Fig 5. La foto di gruppo di tutto il GDG e dei Googler alla chiusura dell'evento. Immagine dei fotografi del GDG MENAT.

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