Virtual Assistant

Un assistente virtuale è un software che comprende richieste pronunciate o digitate e le esegue: risponde alle domande, imposta timer e promemoria, invia messaggi, riproduce contenuti multimediali, controlla dispositivi domestici intelligenti e completa attività nelle app. Assistente digitale e assistente AI sono sinonimi, mentre gli assistenti vocali sono quelli con cui si interagisce parlando. Siri ha portato l'idea al grande pubblico: nacque come spin-off del progetto di ricerca CALO finanziato dalla DARPA presso SRI International, Apple acquistò la startup nel 2010 e Siri fu distribuito con iPhone 4S nell'ottobre 2011. Alexa di Amazon arrivò con lo speaker Echo nel novembre 2014, Google Assistant nel 2016 e gli speaker per la casa intelligente resero comune l'uso della voce per controllare luci, termostati e serrature. In ambito aziendale, la stessa espressione indica anche un lavoratore umano da remoto che svolge attività amministrative.

Come funzionano gli assistenti virtuali#

Un assistente vocale tradizionale esegue una pipeline fissa. Un piccolo modello sul dispositivo ascolta la parola di attivazione, quindi l'audio esce dal dispositivo solo dopo «Hey Siri» o «Alexa». Il riconoscimento vocale trascrive la richiesta e la comprensione del linguaggio naturale (NLU) la associa a un'intenzione con parametri: «svegliami domani alle 7» diventa un'intenzione di impostare una sveglia con un parametro orario, estratto in modo simile al riconoscimento di entità nominate (NER). Un gestore del dialogo chiede le informazioni mancanti, la richiesta viene eseguita tramite un'app o l'API di un dispositivo e la sintesi vocale legge il risultato.

Gli assistenti basati sull'intento gestiscono solo le richieste previste dai loro sviluppatori, perciò rispondono a qualsiasi richiesta insolita con una ricerca sul web o delle scuse. Gli assistenti basati sui modelli linguistici di grandi dimensioni (LLM) interpretano richieste aperte e accedono alle stesse API dei dispositivi e delle app tramite le chiamate di funzione, così una singola frase può attivare diverse azioni in sequenza. Amazon ha presentato Alexa+, basata su un LLM, nel febbraio 2025 e, nel marzo 2025, Google ha annunciato che Gemini avrebbe sostituito Google Assistant sulla maggior parte dei dispositivi mobili. I modelli da parlato a parlato, come GPT-4o, rilasciato nel maggio 2024, saltano i passaggi separati di trascrizione e sintesi, riducendo la latenza della risposta e consentendo all'assistente di percepire ed esprimere il tono. Gli assistenti multimodali accettano anche l'input della fotocamera e usano modelli visione-linguaggio (VLM) per rispondere a domande su ciò che vede un telefono o un paio di occhiali intelligenti.

Gli assistenti ascoltano e agiscono su dati personali, quindi la privacy dei dati determina dove viene eseguita ogni fase. Il rilevamento della parola di attivazione avviene localmente e l'AI perimetrale ha trasferito una parte maggiore della pipeline sui dispositivi: da iOS 15, nel 2021, gli iPhone con chip A12 Bionic o successivo elaborano per impostazione predefinita sul dispositivo l'audio di molte richieste a Siri.

Assistenti integrati nel software#

Lo stesso schema di richiesta, azione e risposta funziona all'interno di un singolo prodotto, dove gli strumenti dell'assistente sono le funzionalità del prodotto. Chiedi all'AI di Ultralytics Platform accetta richieste come «Addestra YOLO26n su questo dataset e chiama l'esecuzione xview-baseline» o «Distribuisci il modello completato con il miglior mAP di convalida in questo progetto» e le esegue usando la chiave API di Platform dell'utente: trova e clona dataset, annota automaticamente le immagini, avvia e confronta esecuzioni di addestramento per YOLO26 ed esporta o distribuisce i modelli.

Assistenti virtuali e termini correlati#

• Chatbot: programma che gestisce una conversazione testuale o vocale, spesso limitato a un singolo sito Web o a un'app e incentrato sulle risposte alle domande. Gli assistenti virtuali funzionano tra app e dispositivi e vengono valutati in base alle attività che completano.
• Agente AI: qualsiasi sistema che persegue un obiettivo scegliendo ed eseguendo azioni. Un assistente virtuale è un agente progettato per le richieste quotidiane di una persona e in genere gestisce una richiesta alla volta, mentre i flussi di lavoro agentici possono eseguire in autonomia attività articolate in molti passaggi.
• Smart speaker: dispositivo hardware, come Amazon Echo o Google Nest, che ospita un assistente vocale con microfoni a lungo raggio progettati per captare la parola di attivazione in una stanza.