Anonimizzazione Dati Locale con Rizzo-PII: L'AI Verticale Open Source per la Privacy in Italia
L'Italia ha davvero perso il treno dell'Intelligenza Artificiale? La risposta secca è no, ma la strategia vincente non è sfidare i colossi americani sul loro terreno con modelli generalisti da centinaia di miliardi di parametri. Il vero valore per le nostre aziende e la pubblica amministrazione risiede nei modelli piccoli, verticali e specializzati.
Un esempio eccellente di questa visione è Rizzo-PII, un progetto open source rilasciato con licenza MIT che affronta uno dei problemi più spinosi della gestione dati moderna: l'anonimizzazione dei documenti prima del loro invio verso servizi Cloud LLM esterni (come ChatGPT, Claude o Gemini).
Cos'è Rizzo-PII e come funziona
Rizzo-PII è un modello SLM (Small Language Model) da circa 300 milioni di parametri progettato per individuare, mascherare e ripristinare automaticamente i dati personali (PII - Personally Identifiable Information) presenti nei testi in lingua italiana.
A differenza delle classiche regole basate unicamente su espressioni regolari (Regex) — spesso rigide e inefficaci di fronte a refusi o contesti complessi — Rizzo-PII sfrutta la comprensione del contesto linguistico per riconoscere 22 categorie di dati sensibili, tra cui:
- Anagrafica: Nomi, cognomi, date e luoghi di nascita.
- Fiscali e Bancari: Codici Fiscali, Partite IVA, IBAN.
- Contatti e Recapiti: Indirizzi fisici, e-mail, numeri di telefono.
- Identificativi Tecnici e Immobiliari: Targhe veicolari, dati catastali, indirizzi IP.
Il workflow ideale: Anonimizzazione → Cloud → De-anonimizzazione
L'architettura del progetto si basa su una pipeline circolare pensata per chi desidera usare i grandi modelli Cloud senza violare la normativa GDPR o esporre dati aziendali riservati:
- Elaborazione Locale: Il documento viene processato al 100% in locale (senza chiamate API, senza cloud e senza telemetria).
- Mascheramento (Anonimizzazione): Il modello sostituisce le informazioni sensibili con segnaposto unici (es.
[NOME_1],[CODICE_FISCALE_1]) salvando una mappa di cifratura/corrispondenza in locale. - Elaborazione Cloud: Il testo "pulito" viene inviato in sicurezza al LLM di turno per la sintesi, la traduzione o l'analisi.
- Ripristino (De-anonimizzazione): Una volta ricevuta la risposta dal Cloud, il sistema locale riassocia automaticamente i segnaposto ai valori originali.
Come provarlo e dove scaricarlo
La forza di questo progetto sta nell'accessibilità. Non serve configurare ambienti complessi per testarne le potenzialità: è possibile provarlo subito **direttamente dal browser** senza installare nulla, oppure scaricare il modello e la documentazione tecnica dalla repository ufficiale.
Risorse utili e link al progetto
Trattandosi di un progetto 100% open source con licenza MIT, chiunque può testarlo, integrarlo nei propri software o contribuire al miglioramento del dataset:
- Repository GitHub: Rizzo-AI-Academy / Rizzo-PII
- Download per Windows o altri SO: https://rizzo-ai-academy.github.io/rizzo-pii/
I progetti verticali come Rizzo-PII dimostrano che la vera forza dell'ecosistema AI italiano sta nella capacità di risolvere problemi specifici, garantendo la totale sovranità sui dati e costi operativi ridotti.
Nessun commento:
Posta un commento