Di seguito tutti gli interventi pubblicati sul sito, in ordine cronologico.

[ CLICCA PER INGRANDIRE]

Un cockpit futuristico con un pilota e un copilota digitale in stile IA

L'intelligenza artificiale sta entrando nei cockpit degli aerei di linea, con sistemi in grado di assistere i piloti e, in futuro, di sostituirli in alcune fasi del volo. Ecco come sta cambiando il ruolo del pilota.
LEGGI TUTTO L'ARTICOLO.


Ascolta questo articolo

Bonus Video

L'aviazione commerciale si sta avvicinando a una rivoluzione che potrebbe cambiare per sempre il modo in cui viaggiamo: l'introduzione di sistemi di pilotaggio automatico sempre più avanzati basati sull'intelligenza artificiale. Fino a qualche anno fa, la presenza di due piloti in cabina di pilotaggio era considerata un requisito fondamentale per la sicurezza. Oggi, grazie ai progressi dell'AI e dei sistemi di automazione, si sta iniziando a parlare di operazioni a equipaggio ridotto (eMCO - Extended Minimum Crew Operations) e addirittura di voli con un singolo pilota (SiPO - Single Pilot Operations). Questa transizione, che sarà graduale e attentamente controllata, promette di ridurre i costi operativi delle compagnie aeree e di mitigare la carenza di piloti che affligge il settore, ma solleva anche interrogativi sulla sicurezza e sull'accettazione pubblica.

Il concetto di copilota digitale è al centro di questa rivoluzione. Airbus, attraverso il progetto DragonFly, sta sviluppando un sistema basato sull'AI che può assistere il pilota umano in tutte le fasi del volo. DragonFly è in grado di riconoscere i punti di riferimento al suolo per navigare senza GPS, di gestire situazioni di emergenza e, in caso di inabilitazione del pilota, di eseguire un atterraggio di emergenza in completo autonomia. Il sistema utilizza tre telecamere ad alta risoluzione e sensori ottici biomimetici per "vedere" l'ambiente circostante e prendere decisioni in tempo reale. DragonFly non sostituisce il pilota, ma lo affianca come un assistente intelligente, riducendo il carico di lavoro e migliorando la sicurezza complessiva del volo. La tecnologia è stata già testata con successo su un Airbus A350-1000 e sta dimostrando il suo potenziale per diventare uno standard dell'aviazione commerciale.

La regolamentazione giocherà un ruolo fondamentale nell'adozione dei sistemi di pilotaggio automatico avanzati. L'EASA, attraverso la Rulemaking Task RMT.0742, sta definendo i requisiti per l'approvazione dei sistemi di IA per applicazioni critiche per la sicurezza. L'agenzia europea ha già pubblicato il Concept Paper sull'Intelligenza Artificiale, che definisce i livelli di automazione e i requisiti per la loro certificazione. Il Livello 1 prevede sistemi di assistenza al pilota, mentre il Livello 2 consente sistemi in grado di prendere decisioni in autonomia sotto supervisione umana. Il Livello 3 prevede sistemi completamente autonomi, che richiedono una validazione approfondita della loro affidabilità e trasparenza decisionale. La certificazione di questi sistemi richiederà nuovi metodi di prova e di validazione, che tengano conto della complessità dell'IA e della sua capacità di apprendere e adattarsi.

I sindacati dei piloti, come l'European Cockpit Association (ECA), hanno espresso preoccupazione per l'introduzione dei voli con un solo pilota, sottolineando i rischi legati alla riduzione dell'equipaggio in cabina di pilotaggio. In caso di emergenza, un solo pilota potrebbe non essere in grado di gestire la situazione in modo efficace, e la presenza di un secondo pilota è considerata un fattore di sicurezza essenziale. Inoltre, i sindacati temono che l'introduzione dei voli con pilota singolo possa portare a una riduzione dell'occupazione nel settore e a una diminuzione della qualità della formazione dei piloti. Il dibattito è ancora aperto e coinvolge non solo i piloti, ma anche le compagnie aeree, i costruttori di aerei e le autorità di regolamentazione.

Nonostante le preoccupazioni, è probabile che l'uso dell'IA nei cockpit aumenterà nei prossimi anni, con un graduale passaggio da sistemi di assistenza a sistemi sempre più autonomi. La spinta alla riduzione dei costi e alla maggiore efficienza è forte, e le compagnie aeree vedono nell'automazione un'opportunità per migliorare la loro competitività. Tuttavia, la sicurezza rimarrà la priorità assoluta, e l'introduzione dei voli con pilota singolo sarà probabilmente limitata inizialmente alle fasi di crociera dei voli a lungo raggio, per poi estendersi gradualmente a tutte le fasi del volo. L'adozione dell'IA in aviazione è un processo lungo e complesso, che richiederà il superamento di molteplici sfide tecniche, normative e sociali.

L'intelligenza artificiale sta cambiando il volto dell'aviazione commerciale, introducendo sistemi di pilotaggio automatico sempre più avanzati. Questa rivoluzione promette di rendere il volo più sicuro, più efficiente e più accessibile, ma solleva anche interrogativi importanti sul ruolo del pilota umano e sulla sicurezza dei voli. Il futuro del volo sarà probabilmente un equilibrio tra la tecnologia e l'esperienza umana, con l'IA che affiancherà i piloti, ma senza mai sostituirli completamente.

[🔍 CLICCA PER INGRANDIRE]

Una spiaggia di sabbia bianca sostenuta da piloni sopra la laguna, con scale di quarzo che scendono in acqua.

A Panama, su un'isola nel Mar dei Caraibi, un resort ha inventato la Kupu-Kupu Beach: una spiaggia di sabbia bianca che poggia su palafitte invece che sulla terraferma. Le sue case sull'albero, alte quindici metri, sono fatte di bambù coltivato a Bali e di tronchi pietrificati vecchi di cinquecento anni recuperati dal Canale di Panama. LEGGI TUTTO L'ARTICOLO.


🎧 Ascolta questo articolo

Bonus Video

La spiaggia che non tocca il fondale
La Kupu-Kupu Beach è un'idea che ribalta ogni logica costruttiva. Invece di dragare il fondale e versare tonnellate di sabbia, gli ingegneri hanno realizzato una piattaforma di legno sopraelevata sull'acqua, l'hanno ricoperta di sabbia candida e l'hanno dotata di comode scale di quarzo verde che scendono direttamente nella laguna. Sotto la piattaforma, la prateria algale continua a vivere indisturbata, e i pesci nuotano tra i piloni come se nulla fosse. È la prova che il concetto di spiaggia può essere reinventato senza distruggere l'habitat marino.

Case sull'albero con DNA indonesiano
Le due case sull'albero del resort sono opere d'arte architettonica firmate dallo studio Ibuku di Elora Hardy, celebre per le sue costruzioni in bambù. Sono state prefabbricate a Bali utilizzando quattro diverse specie di bambù locale e diciannove varietà di legni duri pietrificati, recuperati durante i dragaggi del Canale di Panama. Questi tronchi, rimasti sommersi per oltre cinque secoli, hanno acquisito una durezza simile alla pietra e raccontano la storia delle foreste che un tempo ricoprivano l'istmo.

Energia e acqua a ciclo chiuso
Il resort funziona interamente grazie a pannelli solari e a un sofisticato sistema di raccolta e purificazione dell'acqua piovana. L'acqua viene filtrata, sterilizzata e resa potabile senza prelevare una sola goccia dalla falda dell'isola. Il sistema fognario è il più avanzato della regione caraibica: tutti i reflui vengono trattati in un impianto a ciclo chiuso progettato specificamente per non rilasciare nutrienti o inquinanti termici nell'ecosistema di mangrovie che circonda il resort. Nayara Bocas del Toro è un parco giochi per ingegneri e naturalisti. La spiaggia sospesa e le case sugli alberi dimostrano che possiamo soddisfare il nostro desiderio di bellezza e comfort senza calpestare la natura, ma anzi sollevandoci da essa, letteralmente, per lasciarla vivere in pace sotto di noi.

[🔍 CLICCA PER INGRANDIRE]

Microsoft 365 Copilot utilizza i modelli MAI al posto di GPT e Claude

Microsoft potrebbe presto abbandonare i modelli GPT di OpenAI e Claude di Anthropic all'interno della suite Microsoft 365. Secondo Bloomberg, l'azienda di Redmond intende sostituirli con i propri modelli MAI per ridurre i costi enormi legati all'uso dell'AI. LEGGI TUTTO L'ARTICOLO.


🎧 Ascolta questo articolo

Bonus Video

Il costo nascosto di ogni risposta generata da Copilot
Quando chiedi a Copilot di analizzare un foglio Excel, riassumere una riunione su Teams o scrivere una mail in Outlook, dietro le quinte vengono processati migliaia di token. I token sono le più piccole unità di testo che un modello linguistico elabora: possono essere parole intere, parti di parole o segni di punteggiatura. Ogni token consumato ha un costo, e per Microsoft, che gestisce centinaia di milioni di utenti in tutto il mondo, la bolletta complessiva è astronomica. Attualmente, gran parte delle funzionalità di intelligenza artificiale di Microsoft 365 si appoggia ai modelli GPT di OpenAI, e da settembre 2025 anche ai modelli Claude di Anthropic per Copilot. Pagare terze parti per ogni token elaborato sta diventando insostenibile, soprattutto con la crescita esponenziale dell'uso dell'AI in ambito aziendale.

I chip Maia e la strategia del risparmio
Per cercare di contenere i costi, Microsoft ha investito miliardi di dollari nella costruzione e nell'aggiornamento di enormi data center dedicati all'intelligenza artificiale. All'interno di questi centri, l'azienda utilizza già i propri chip della serie Maia, progettati per eseguire in modo efficiente i modelli di linguaggio. Tuttavia, l'hardware è solo una parte dell'equazione: il software, cioè i modelli stessi, rappresenta un'altra voce di spesa importante se proviene da fornitori esterni. Ecco perchè, secondo le fonti di Bloomberg, Microsoft avrebbe deciso di accelerare lo sviluppo dei propri modelli MAI (Microsoft AI) per sostituire gradualmente quelli di OpenAI e Anthropic all'interno di Excel, Outlook, Word e altre applicazioni della suite di produttività.

La conferenza Build 2026 e i nuovi modelli MAI
Durante la conferenza Build 2026, Microsoft ha presentato sette nuovi modelli della serie MAI, tra cui MAI-Thinking-1, il primo dotato di capacità di ragionamento. Secondo i test interni, MAI-Thinking-1 offre prestazioni simili a Claude Sonnet 4.6 in alcuni compiti specifici, ma con un costo operativo inferiore. Mustafa Suleyman, CEO di Microsoft AI, ha dichiarato all'inizio di giugno che i modelli di Anthropic sono semplicemente troppo costosi per l'uso su larga scala. Ha aggiunto che Microsoft 365 Copilot "consuma" enormi quantità di token, e l'azienda può ancora sfruttare uno sconto concordato con OpenAI, ma l'accordo è prossimo alla scadenza. Passare ai modelli MAI interni permetterà di evitare di pagare le cifre imposte da altri provider e di mantenere il controllo completo sull'infrastruttura AI.

Oltre la suite di produttività: GitHub e Teams
I modelli MAI non si limiteranno a Word ed Excel. Sono già accessibili attraverso GitHub Copilot, l'assistente AI per la programmazione utilizzato da milioni di sviluppatori. Inoltre, il modello MAI-Transcribe-1.5 verrà impiegato nei prossimi mesi per trascrivere le videoconferenze effettuate con Microsoft Teams, supportando ben 43 lingue. Questa mossa ridurrà ulteriormente la dipendenza da servizi esterni di trascrizione, integrando tutta la pipeline AI sotto un unico tetto tecnologico. La scelta di Microsoft di internalizzare l'intelligenza artificiale non è isolata: anche altre grandi aziende tecnologiche stanno sviluppando i propri modelli proprietari per evitare di restare legate a fornitori esterni e per differenziare la propria offerta. La competizione nel settore dell'AI generativa si sta quindi spostando anche sul piano dei costi di inferenza, dove ogni centesimo risparmiato su miliardi di richieste può fare una differenza enorme.

La sostituzione dei modelli GPT e Claude con i modelli MAI rappresenta un cambio di rotta strategico per Microsoft, che punta a ridurre i costi e a guadagnare autonomia nel campo dell'intelligenza artificiale integrata nei suoi prodotti più diffusi.

[ CLICCA PER INGRANDIRE]

Alla struttura di un'ala di un aereo in composito termoplastico, in costruzione

I materiali compositi stanno trasformando la costruzione degli aerei, rendendoli più leggeri e resistenti. I nuovi compositi termoplastici promettono di rivoluzionare la produzione, rendendola più veloce e sostenibile.
LEGGI TUTTO L'ARTICOLO.


Ascolta questo articolo

Bonus Video

L'industria aeronautica è da sempre all'avanguardia nell'uso di materiali leggeri e resistenti, come l'alluminio e i compositi in fibra di carbonio. Negli ultimi decenni, i compositi termoindurenti (TSCs) hanno sostituito i metalli in molte parti della cellula degli aerei, offrendo un eccellente rapporto resistenza-peso. Tuttavia, questi materiali hanno alcuni svantaggi: la loro produzione richiede lunghi cicli di polimerizzazione in autoclave, con un elevato consumo energetico e costi significativi. Inoltre, una volta induriti, non possono essere rimodellati o riparati facilmente, e il loro riciclaggio è complesso e costoso. Per superare questi limiti, l'industria sta guardando ai compositi termoplastici avanzati (TPCs), una nuova generazione di materiali che promette di rivoluzionare la produzione aeronautica. I TPCs sono basati su matrici polimeriche ad alte prestazioni come PEEK, PEKK e PPS, rinforzate con fibre di carbonio continue.

La principale differenza tra i compositi termoindurenti e quelli termoplastici sta nel loro meccanismo di consolidamento. I termoindurenti polimerizzano tramite una reazione chimica irreversibile, che richiede tempo e calore. I termoplastici, invece, si consolidano tramite un cambiamento di stato fisico: si fondono quando vengono riscaldati e si solidificano quando si raffreddano, un processo che può essere ripetuto più volte. Questa caratteristica consente di produrre i TPCs con tempi di ciclo estremamente brevi, da pochi secondi a minuti, senza la necessità di autoclave. Questo si traduce in una riduzione del ciclo di fabbricazione fino all'80%, un fattore fondamentale per supportare tassi di produzione elevati, come quelli necessari per i nuovi aerei di linea. Inoltre, i TPCs possono essere saldati a fusione, eliminando la necessità di migliaia di rivetti metallici e riducendo il peso della struttura fino al 10%.

I TPCs offrono anche notevoli vantaggi in termini di sostenibilità e manutenzione. Essendo termoplastici, possono essere rimodellati e riparati con relativa facilità, semplificando la manutenzione e la riparazione delle strutture danneggiate. Inoltre, i TPCs sono riciclabili al 100%: il polimero può essere fuso e stampato nuovamente, senza perdere le sue proprietà meccaniche. Questo supporta i requisiti di sostenibilità dell'economia circolare imposti dai regolamenti europei, riducendo l'impatto ambientale della produzione aeronautica. La conservazione delle materie prime è un altro vantaggio: i TPCs possono essere stoccati a temperatura ambiente per un tempo indefinito, senza la necessità di refrigerazione, semplificando la logistica e la catena di fornitura dei materiali nei siti produttivi.

L'adozione dei TPCs richiede però lo sviluppo di nuove tecnologie di produzione e di nuovi metodi di progettazione. La saldatura a fusione, ad esempio, richiede un controllo preciso della temperatura e della pressione per garantire la qualità delle giunzioni. Inoltre, il comportamento dei TPCs sotto carico è diverso da quello dei termoindurenti, e richiede nuovi modelli di calcolo e nuove procedure di certificazione. Nonostante queste sfide, i costruttori aeronautici stanno investendo massicciamente nei TPCs, convinti che rappresentino il futuro della fabbricazione di aerostrutture. Airbus, Boeing e altri costruttori stanno già utilizzando i TPCs in alcuni componenti secondari e stanno lavorando per estenderne l'uso alle strutture primarie, come ali e fusoliere.

L'adozione dei TPCs è destinata a crescere rapidamente nei prossimi anni, spinta dalla necessità di ridurre i costi di produzione, di aumentare l'efficienza e di migliorare la sostenibilità ambientale. La produzione di velivoli con strutture in TPCs consentirà di ridurre il peso degli aerei, di consumare meno carburante e di emettere meno gas serra, contribuendo alla decarbonizzazione del settore aeronautico. Inoltre, i TPCs offrono nuove possibilità di design, consentendo la realizzazione di forme più complesse e ottimizzate dal punto di vista aerodinamico. Il futuro degli aerei è sempre più leggero, resistente e sostenibile, grazie alla rivoluzione dei materiali compositi termoplastici.

I compositi termoplastici avanzati stanno trasformando la fabbricazione aeronautica, offrendo una combinazione unica di leggerezza, resistenza, velocità di produzione e sostenibilità. Questa rivoluzione dei materiali sta consentendo ai costruttori di realizzare aerei più efficienti e rispettosi dell'ambiente, contribuendo a un futuro del trasporto aereo più sostenibile e innovativo. La strada è ancora in salita, ma i progressi compiuti finora sono promettenti.

[🔍 CLICCA PER INGRANDIRE]

La nuova mano robotica di NEO con 25 gradi di libertà e sensori tattili

La norvegese 1X Technologies ha svelato una mano robotica di nuova generazione per il suo umanoide NEO. Con 25 gradi di libertà, controllo della forza e pelle tattile ad alta risoluzione, il sistema promette di portare la manipolazione robotica a un livello di destrezza mai visto prima, avvicinandosi alle capacità umane. LEGGI TUTTO L'ARTICOLO.


🎧 Ascolta questo articolo

Bonus Video

Oltre le pinze: perchè la mano fa la differenza
Per un robot umanoide, la mano non è soltanto uno strumento per afferrare oggetti: è l'interfaccia principale con il mondo fisico. 1X Technologies ha capito che il vero limite dei robot attuali non sta più solo nei software di intelligenza artificiale, ma nella capacità fisica di compiere gesti quotidiani come svitare un tappo, raccogliere una moneta o allacciare una cerniera. La nuova mano di NEO è stata progettata come un sistema di percezione completo, non come un semplice attuatore. Dispone di 22 gradi di libertà completamente attuati tra dita e palmo, più altri 3 gradi di libertà nel polso. I gradi di libertà rappresentano il numero di movimenti indipendenti che una struttura può compiere: più sono, maggiore è la flessibilità e la somiglianza con la mano umana.

Tendini artificiali e trasparenza della forza
Tutti i movimenti sono azionati dal sistema proprietario 1X Tendon Drive, che utilizza trasmissioni con rapporti relativamente bassi, compresi tra circa 5:1 e 15:1. Questo dettaglio tecnico è cruciale: in molti robot industriali, i motori sono collegati alle articolazioni tramite riduttori con rapporti molto alti, anche di 100:1 o 200:1, che moltiplicano la forza ma rendono quasi impossibile "sentire" ciò che si sta toccando. La mano di NEO, invece, è completamente backdrivable: questo significa che una forza applicata dall'esterno, per esempio la pressione di un oggetto sulle dita, viene trasmessa direttamente ai motori attraverso lo stesso percorso meccanico usato per generare il movimento. Il risultato è quella che 1X chiama trasparenza della forza: il robot sa esattamente quanta pressione sta esercitando e può regolarla all'istante, proprio come farebbe una persona.

La pelle che sente lo scivolamento
Oltre al controllo della forza, ogni articolazione è dotata di un sistema continuo di propriocezione, cioè la capacità di conoscere la posizione delle proprie dita e del polso senza dover guardare. A questo si aggiunge una superficie tattile ad alta risoluzione distribuita sui polpastrelli e sulle aree di contatto, in grado di rilevare pressione, posizione del contatto e forze di taglio. Questi sensori permettono a NEO di accorgersi se un oggetto sta scivolando e di stringere leggermente la presa in pochi millisecondi, evitando di far cadere un bicchiere o di schiacciare un frutto maturo. La combinazione di sensibilità tattile, controllo della forza e movimenti fini consente operazioni delicate come raccogliere una vite, inserire una spina USB-C o persino comunicare con il linguaggio dei segni.

Prestazioni da record e sicurezza integrata
Sul fronte meccanico, la mano raggiunge una coppia massima di 3,5 newton per metro sull'articolazione del pollice, mentre le articolazioni principali delle dita arrivano fino a 2,6 newton per metro. La forza di flessione delle estremità delle dita può raggiungere i 45 newton, paragonabile alla forza che serve per sollevare un peso di circa 4,5 chilogrammi con la punta delle dita. Il polso sviluppa una coppia di 17,75 newton per metro, sufficiente per ruotare oggetti anche pesanti. La precisione di posizionamento dichiarata è di più o meno 0,2 millimetri, un valore pensato per attività che richiedono una manualità quasi artigianale. Inoltre, le mani sono certificate IP68 contro acqua e polvere, utilizzano materiali compatibili con il contatto alimentare e possono essere lavate sotto acqua corrente. La struttura a tendini e componenti a bassa inerzia permette alle dita di cedere in caso di urti, riducendo il rischio di danni a persone o oggetti.

Dai test alla produzione di massa
1X Technologies ha sottoposto i componenti a milioni di cicli di test. Le articolazioni del polso sono state validate oltre i due milioni di cicli anche in condizioni di carico elevato. L'azienda dichiara una capacità produttiva delle mani fino a 10.000 unità nel corso dell'anno, segno che la robotica umanoide sta uscendo dai laboratori per entrare in una fase di produzione su scala industriale. Le applicazioni mostrate spaziano dall'assemblaggio di costruzioni LEGO alla raccolta di monete, dall'installazione di lampadine all'uso di un cacciavite. In un video, NEO riesce persino a versare una bevanda in un bicchiere e a chiudere una cerniera, gesti che fino a pochi anni fa erano fantascienza per un robot. Con questa mano, il divario tra capacità umane e robotiche si assottiglia sempre di più.

La nuova mano di NEO ridefinisce i confini della manipolazione robotica, unendo precisione, sensibilità e sicurezza in un design che guarda dritto al futuro della convivenza tra esseri umani e macchine.

[🔍 CLICCA PER INGRANDIRE]

DeepSeek DSpark accelera la generazione di testo fino all'85% con decodifica speculativa

Il sistema open source DSpark, sviluppato da DeepSeek e dalla Peking University, promette di tagliare fino all'85 per cento i tempi di risposta dei modelli linguistici. Utilizza una tecnica chiamata decodifica speculativa per far lavorare in parallelo un modello piccolo e uno grande, senza sacrificare la qualità delle risposte. LEGGI TUTTO L'ARTICOLO.


🎧 Ascolta questo articolo

Bonus Video

Perchè i modelli linguistici sono lenti
Quando scriviamo una domanda a un chatbot come DeepSeek, il modello non risponde all'istante con una frase completa. Genera un token alla volta, dove ogni token è una piccola unità di testo, e per ogni token deve rileggere l'intera conversazione e calcolare la parola successiva. Il calcolo matematico in sè è rapido, ma il vero collo di bottiglia è il trasferimento dei dati: i pesi del modello e la memoria della conversazione, chiamata cache di attenzione, devono essere caricati dalla memoria della GPU, il processore grafico che esegue i modelli. Questo trasferimento lascia i core di calcolo inattivi per la maggior parte del tempo, come un motore acceso ma con la frizione premuta. La decodifica speculativa cerca di risolvere questo spreco facendo lavorare contemporaneamente due modelli: uno piccolo e veloce, detto drafter, che propone una bozza di risposta, e uno grande e accurato, che la controlla tutta insieme.

Il problema del drafter parallelo: quando la bozza diventa incoerente
Esistono due tipi di drafter. Quello sequenziale, usato da tecniche come EAGLE-3, genera un token dopo l'altro ed è preciso, ma impiega tempo. Quello parallelo, come DFlash, produce l'intero blocco di token in un solo passaggio ed è velocissimo, ma ogni token viene scelto senza sapere cosa hanno scelto i token vicini. Immagina di dover scrivere una risposta di dieci parole, ma ogni parola la scegli in isolamento, senza leggere quella precedente: potresti scrivere "certo problema" quando avresti voluto dire "nessun problema". Questo fenomeno si chiama suffix decay, il degrado della coda del blocco, e diventa più grave man mano che ci si allontana dall'inizio della frase. Un blocco lungo che perde coerenza a metà strada rallenta invece di accelerare, perchè il modello grande lo rifiuta e deve ricominciare da capo.

La soluzione di DSpark: una memoria minima per tenere il filo
DSpark risolve il problema separando la generazione in due fasi. Prima, un motore parallelo simile a DFlash produce le probabilità di base per ogni posizione del blocco. Poi, una seconda testa leggera e sequenziale corregge quelle probabilità guardando solo il token immediatamente precedente, come chi aggiusta le parole di una frase leggendola parola per parola. Questa testa usa una struttura di tipo markoviano, che tiene conto soltanto dell'ultimo token generato, ed è resa estremamente efficiente da una compressione che riduce la matrice di transizione tra tutte le parole del vocabolario a un rango di sole 256 dimensioni. Il costo aggiuntivo dichiarato è marginale, tra lo 0,2 e l'1,3 per cento di latenza in più rispetto a un drafter parallelo puro, ma il guadagno in coerenza permette di accettare blocchi più lunghi fino al 30 per cento in più.

L'intelligenza di sapere quando fermarsi
Un blocco coerente non basta se il sistema lo verifica per intero anche quando la coda è destinata al rifiuto. DSpark aggiunge una testa di confidenza che stima, per ogni token proposto, la probabilità che sopravviva al controllo del modello grande. Un algoritmo di scalatura della temperatura regola questa stima in base al contesto, permettendo di alzare o abbassare la soglia di accettazione. Nei test sul modello Qwen3-4B, alzando la soglia il tasso di accettazione dei token proposti sulla chat generica è passato dal 45,7 al 95,7 per cento, sulla matematica dal 76,9 al 92,5 per cento e sul codice dal 67,6 al 92 per cento. Uno scheduler che legge in tempo reale il carico dell'hardware usa queste stime per distribuire la capacità di verifica tra tutte le richieste attive, allungando i blocchi quando il sistema è scarico e accorciandoli quando il traffico aumenta.

I numeri in produzione e la verifica indipendente
Nei test offline su modelli Qwen3 da 4, 8 e 14 miliardi di parametri, DSpark ha migliorato la lunghezza media dei token accettati del 26,7-30,9 per cento rispetto a EAGLE-3 e del 16,3-18,4 per cento rispetto a DFlash. Distribuito sui server di produzione di DeepSeek-V4, accelera la generazione per utente del 60-85 per cento sul modello V4-Flash e del 57-78 per cento su V4-Pro rispetto al precedente sistema di predizione multi-token. Sotto un vincolo severo di 120 token al secondo per utente, il guadagno di throughput aggregato sale fino al 661 per cento, ma va letto con cautela: a quella soglia il sistema precedente andava quasi in tilt, quindi il confronto evidenzia più la capacità di DSpark di gestire carichi estremi che un reale moltiplicatore di velocità nell'uso quotidiano. Una verifica indipendente su Apple Silicon, pubblicata su GitHub, ha misurato su modelli Qwen3 e Gemma-4 un'accelerazione tra 1,4 e 1,65 volte, confermando parzialmente i risultati di DeepSeek su scala ridotta.

Un toolkit aperto per tutti
Insieme al paper, DeepSeek ha rilasciato DeepSpec, un toolkit con licenza MIT che permette a chiunque di addestrare e valutare i propri drafter. Il repository include le implementazioni di DSpark, DFlash ed EAGLE-3 sotto un unico framework, con checkpoint già pronti per i modelli Qwen3 e Gemma. Questo significa che la tecnica non è un'esclusiva di DeepSeek: qualsiasi azienda o sviluppatore che gestisce un proprio modello linguistico può addestrarla sul proprio traffico e ottenere accelerazioni simili. La decodifica speculativa non altera la qualità delle risposte, perchè il modello finale verifica ogni token e scarta quelli sbagliati. È una differenza fondamentale rispetto ad altre tecniche come la quantizzazione o la distillazione, che sacrificano un pò di precisione per guadagnare velocità. In un'epoca in cui il costo dell'inferenza pesa sempre di più sui bilanci, DSpark offre una strada aperta e verificabile per far correre i modelli linguistici senza pagare pegno in termini di qualità.

DSpark rappresenta un passo avanti concreto nell'ottimizzazione dei modelli linguistici, rendendo la decodifica speculativa accessibile e portando vantaggi misurabili sia a chi sviluppa modelli in proprio sia a chi li utilizza tramite API.

[🔍 CLICCA PER INGRANDIRE]

L'impianto solare ibrido CSP-fotovoltaico da 1 GW di Hami, Xinjiang

Nel deserto del Gobi, China Three Gorges Corporation ha avviato il più grande impianto solare ibrido al mondo. Unisce pannelli fotovoltaici e specchi a concentrazione con sali fusi, capaci di immagazzinare calore e produrre elettricità fino a otto ore dopo il tramonto, senza batterie al litio. LEGGI TUTTO L'ARTICOLO.


🎧 Ascolta questo articolo

Bonus Video

Un deserto trasformato in centrale energetica
Il complesso sorge su una distesa di 1.817 ettari ai piedi dei monti Tianshan, nella regione dello Xinjiang. L'investimento è stato di 3,53 miliardi di yuan, pari a circa 480 milioni di dollari. La potenza complessiva raggiunge 1 gigawatt, suddivisa in 900 megawatt di classici pannelli fotovoltaici e 100 megawatt di tecnologia CSP, sigla che sta per Concentrated Solar Power, ovvero energia solare a concentrazione. Sono proprio questi 100 megawatt a fare la differenza: di giorno producono elettricità come i pannelli, ma di notte continuano a funzionare grazie al calore accumulato in enormi serbatoi di sali fusi. L'energia viene immessa nella rete regionale, che può contare su una fornitura stabile anche quando il sole è calato.

Come funziona il "sole in scatola" a sali fusi
Il principio della concentrazione solare è simile a quello di una lente d'ingrandimento che concentra i raggi del sole su un punto. Qui vengono impiegati circa 260.000 specchi orientabili, chiamati eliostati, distribuiti su una superficie riflettente di 800.000 metri quadrati. Gli specchi seguono il movimento del sole e riflettono la luce verso un ricevitore posto in cima a una torre. All'interno del ricevitore scorrono sali fusi, una miscela di sali che a temperatura ambiente sono solidi ma che, scaldati a circa 550 gradi centigradi, diventano liquidi e possono essere pompati in grandi serbatoi isolati termicamente. Quando arriva la sera, il sale caldo viene fatto passare attraverso uno scambiatore di calore che genera vapore. Il vapore mette in moto una turbina collegata a un alternatore, producendo elettricità esattamente come in una centrale termoelettrica tradizionale, ma senza bruciare nulla. Il sale, una volta ceduto il calore, ritorna al ricevitore per essere riscaldato di nuovo il giorno successivo. Questo ciclo consente di produrre energia fino a otto ore dopo il tramonto, colmando il vuoto lasciato dal fotovoltaico.

Un'architettura innovativa per una maggiore efficienza
L'impianto di Hami adotta una configurazione lineare Fresnel, che sfrutta specchi piani o leggermente incurvati disposti in file. Rispetto ai sistemi Fresnel tradizionali, il progetto cinese migliora l'efficienza di conversione termica fino al 10 per cento. Inoltre, l'impianto è suddiviso in 46 circuiti indipendenti: questo significa che se un settore ha bisogno di manutenzione, gli altri possono continuare a funzionare regolarmente, riducendo i tempi di fermo. Un sistema di controllo centralizzato coordina in tempo reale la parte fotovoltaica e quella termica, garantendo una precisione nella regolazione della frequenza di circa 0,02 hertz e tempi di risposta inferiori al secondo. Sono numeri che permettono di immettere in rete un flusso di energia stabile e prevedibile, caratteristica fondamentale per le reti elettriche moderne.

I numeri del primo anno di esercizio
Dall'allacciamento alla rete, avvenuto il 18 settembre 2025, il complesso ha già fornito circa 6,54 milioni di kilowattora. Una volta a pieno regime, la produzione annua prevista è di circa 2,07 terawattora, sufficienti a soddisfare il fabbisogno di circa 830.000 abitazioni. L'azienda stima inoltre un taglio delle emissioni di anidride carbonica di circa 1,63 milioni di tonnellate ogni anno e un incremento dell'uso delle fonti rinnovabili nello Xinjiang fino a oltre il 95 per cento. Con questi risultati, l'impianto supera il precedente primato del complesso Noor Energy 1 di Dubai, che si fermava a 950 megawatt.

Il futuro: batterie al litio o sali fusi?
Niu Jianle, direttore del progetto, ha spiegato che le batterie agli ioni di litio sono ottime per gestire picchi di breve durata, mentre i sali fusi offrono una capacità di accumulo molto maggiore e cicli di scarica più lunghi, senza produrre emissioni durante il funzionamento. CTG ha già annunciato una seconda fase di espansione che porterà il polo energetico di Hami a una capacità totale di 3 gigawatt. Nel frattempo, un'altra azienda cinese, China Energy Engineering Corporation, ha avviato la costruzione di un impianto simile nelle vicinanze, che combinerà 1,3 gigawatt di fotovoltaico con 150 megawatt di solare termodinamico. La strada dell'accumulo termico sembra destinata a giocare un ruolo chiave nella transizione energetica globale, offrendo una soluzione pulita e programmabile per le ore notturne.

Il mega-impianto di Hami dimostra come la tecnologia dei sali fusi possa rendere l'energia solare disponibile anche dopo il tramonto, riducendo la dipendenza dalle fonti fossili e aprendo la strada a un futuro energetico più sostenibile.

[🔍 CLICCA PER INGRANDIRE]

Robot umanoide Unitree G1 che opera su un maiale in sala operatoria

Ricercatori dell'Università della California San Diego hanno utilizzato due robot umanoidi Unitree G1 teleoperati per rimuovere cistifellee a maiali vivi. L'esperimento, pubblicato su Nature, dimostra la fattibilità ma evidenzia limiti di latenza e tempi operatori. LEGGI TUTTO L'ARTICOLO.

🎧 Ascolta questo articolo

Bonus Video

Un primato mondiale nella chirurgia robotica
Per la prima volta nella storia, due robot umanoidi teleoperati hanno eseguito un intervento chirurgico su animali vivi, rimuovendo la cistifellea a maiali anestetizzati. Lo studio, pubblicato sulla prestigiosa rivista Nature, è stato condotto da un team dell'Università della California San Diego (UC San Diego) e ha coinvolto robot Unitree G1, macchine general-purpose prodotte in Cina, alte circa 1,5 metri e dal peso di 27 chilogrammi. I ricercatori hanno soprannominato il sistema "Surgie" e lo hanno testato in due configurazioni: nella prima, un solo robot operava con l'assistenza di un chirurgo umano; nella seconda, due robot lavoravano in sinergia senza alcun aiuto umano diretto in sala. In entrambi i casi, l'operazione è stata completata con successo, e i maiali sono sopravvissuti alla procedura. Questo risultato apre scenari sorprendenti per la chirurgia a distanza, soprattutto in contesti isolati come aree rurali, zone di guerra o addirittura missioni spaziali, dove la presenza di un chirurgo esperto potrebbe non essere immediatamente disponibile.

Come funziona Surgie: teleoperazione e adattatori
Il principio di funzionamento di Surgie è simile a quello dei sistemi di chirurgia robotica già esistenti, come il famoso da Vinci di Intuitive Surgical. Il chirurgo si siede a una console dotata di un visore stereoscopico che gli fornisce una visione tridimensionale dell'interno del corpo del paziente. Muovendo le mani, il chirurgo controlla i movimenti dei robot, che sono stati modificati con adattatori fisici per impugnare strumenti laparoscopici standard (pinze, bisturi, forbici ecc.). Un pedale consente al chirurgo di innestare o disinnestare le mani robotiche, passando dal controllo di un robot all'altro. La grande differenza rispetto ai sistemi tradizionali è che i robot hanno una forma umanoide: hanno testa, busto, braccia e gambe, e possono muoversi come una persona. Questo li rende potenzialmente in grado di operare in spazi progettati per gli esseri umani, senza bisogno di adattare la sala operatoria. Inoltre, il costo è drasticamente inferiore: un Unitree G1 di base parte da 13.500 dollari, e con le mani specializzate per la chirurgia si arriva a circa 67.000 dollari, mentre un da Vinci può costare tra mezzo milione e diversi milioni di dollari e pesare oltre 800 chilogrammi.

Sistema	Costo approssimativo	Peso	Forma	Utilizzo in sala
Unitree G1 (Surgie)	~67.000 dollari	27 kg	Umanoide	Si muove come una persona
da Vinci (Intuitive)	0,5-2,5 milioni di dollari	~820 kg	Bracci fissi	Richiede adattamenti

I limiti tecnici: latenza e tempi operatori
Nonostante il successo, il sistema è ancora lontano dall'essere pronto per l'uso su pazienti umani. Il problema principale è la latenza, ovvero il ritardo tra il movimento del chirurgo e l'esecuzione del robot. Durante gli esperimenti, questo ritardo era di centinaia di millisecondi, mentre la soglia ideale per un intervento chirurgico delicato dovrebbe essere inferiore a 150 millisecondi. Questo ritardo costringeva i chirurghi a muoversi con estrema cautela, allungando i tempi operatori in modo significativo: le procedure hanno richiesto molto più tempo rispetto a quelle eseguite con sistemi tradizionali, a causa delle continue ricalibrazioni. Un altro limite è l'apertura delle braccia del robot, che è di soli 450 millimetri, contro l'1,6-1,8 metri di un adulto, il che riduce lo spazio di manovra. Nonostante questi ostacoli, i ricercatori sottolineano che il sistema ha dimostrato di essere sufficientemente preciso per eseguire incisioni e suturare, e che con futuri miglioramenti hardware e software la latenza potrebbe essere ridotta.

Il futuro: robot assistenti, non sostituti
Michael Yip, docente di ingegneria e coautore dello studio, ha chiarito che l'obiettivo non è sostituire il chirurgo, ma creare un "assistente chirurgico autonomo" in grado di preparare la sala, recuperare strumenti e riordinare al termine dell'intervento. In prospettiva, questi robot potrebbero anche eseguire compiti ripetitivi o di supporto sotto la supervisione di un medico, liberando tempo prezioso per i chirurghi. Tuttavia, la piena autonomia è ancora lontana: la comunità scientifica concorda sul fatto che i robot generalisti non siano ancora in grado di operare in sicurezza accanto alle persone senza un controllo umano diretto. Per ora, il team di UC San Diego continuerà a testare il sistema su modelli animali, affinando gli algoritmi di controllo e riducendo la latenza. Se questi problemi verranno risolti, potremmo vedere i robot umanoidi entrare nelle sale operatorie non come protagonisti, ma come validi aiutanti, capaci di portare la chirurgia avanzata anche negli angoli più remoti del pianeta. L'esperimento di UC San Diego rappresenta un passo avanti significativo nella robotica chirurgica, dimostrando che robot economici e versatili possono raggiungere precisioni notevoli. I limiti attuali sono molti, ma il potenziale è immenso: in futuro, un robot umanoide potrebbe diventare il braccio destro del chirurgo, operando dove nessun uomo potrebbe arrivare.

[🔍 CLICCA PER INGRANDIRE]

Rappresentazione simbolica di un futuro neuro-tecnologico equilibrato tra uomo e macchina

Dopo aver esaminato i quattro cicli di sviluppo, è tempo di tirare le somme. La neuro-protesica è destinata a trasformare la medicina e la società, ma per farlo in modo sostenibile ed equo sono necessarie azioni concrete: standard aperti, rimborsi equi, sicurezza informatica e biocompatibilità a lungo termine. LEGGI TUTTO L'ARTICOLO.


🎧 Ascolta questo articolo

Bonus Video

Standard di interoperabilità
Uno dei principali ostacoli alla diffusione delle BCI è l'assenza di standard comuni tra i vari produttori. Oggi, un dispositivo Neuralink non può comunicare con un sistema di stimolazione di un'altra azienda. Per superare questo limite, consorzi industriali stanno promuovendo API aperte (come il progetto "Synapse") che permetteranno di aggiornare il software di decodifica senza sostituire l'impianto fisico. Questa interoperabilità allungherà la vita utile dei dispositivi, riducendo i costi e i rischi chirurgici di revisione.

Armonizzazione dei rimborsi
I sistemi sanitari devono adottare modelli di valutazione economica che tengano conto del risparmio a lungo termine generato dal ripristino dell'indipendenza funzionale. Ad esempio, un paziente che torna a lavorare dopo un ictus grazie a una BCI non solo migliora la propria qualità di vita, ma riduce anche i costi assistenziali per lo Stato. Le assicurazioni dovranno quindi guardare oltre il costo iniziale del dispositivo e considerare il valore sociale complessivo.

Neurosicurezza per tutti
Come già anticipato, la sicurezza informatica deve essere integrata fin dalla progettazione (security-by-design). I produttori dovranno implementare crittografia a livello di chip e protocolli di autenticazione che diano al paziente il controllo totale sui propri dati neurali. Le normative dovranno vietare qualsiasi utilizzo discriminatorio dei dati cerebrali da parte di datori di lavoro o assicurazioni, e garantire il diritto alla riservatezza mentale.

Materiali per impianti duraturi
Infine, la ricerca sui materiali deve proseguire verso elettrodi ultrasottili e flessibili in grado di durare oltre trent'anni senza degradazione. Il grafene e i polimeri biomimetici sono promettenti, ma sono necessari studi a lungo termine per verificare la loro biocompatibilità. Solo con impianti che non richiedono sostituzioni frequenti si potrà ridurre il carico sui pazienti e sui sistemi sanitari.

Un futuro condiviso
Le sfide sono immense, ma le opportunità sono altrettanto grandi. La neuro-tecnologia ha il potenziale per curare malattie che oggi consideriamo incurabili e per restituire dignità a milioni di persone. Tuttavia, questo futuro sarà equo solo se la ricerca, l'industria e la politica lavoreranno insieme per garantire che i benefici siano accessibili a tutti, senza creare nuove disuguaglianze.

In conclusione, i prossimi vent'anni saranno decisivi per la neuro-protesica. La strada è tracciata: tocca a noi percorrerla con saggezza e responsabilità, affinchè la simbiosi uomo-macchina sia un'alleanza per il bene comune e non una fonte di divisione.

[🔍 CLICCA PER INGRANDIRE]

Centro dati Microsoft con nuvole di fumo e IA

Microsoft ha riportato un aumento del 25% delle emissioni di CO2 nell'ultimo anno fiscale, attribuito all'espansione dei datacenter per l'IA e alla rinuncia ai certificati di energia rinnovabile scorporati. L'azienda punta ancora al carbon negative entro il 2030. LEGGI TUTTO L'ARTICOLO.

🎧 Ascolta questo articolo

Bonus Video

Un aumento che sorprende anche gli addetti ai lavori
Il 9 luglio 2026, Microsoft ha pubblicato il suo rapporto annuale sulla sostenibilità, e i numeri hanno fatto scalpore: le emissioni di CO2 equivalente sono aumentate del 25% rispetto all'anno fiscale precedente, raggiungendo circa 20 milioni di tonnellate. Un balzo così netto, in un'azienda che si era impegnata a diventare carbon negative entro il 2030, ha suscitato critiche e preoccupazione. I vertici di Microsoft, guidati dal vicepresidente Brad Smith, hanno attribuito l'incremento a due fattori principali: la massiccia espansione dei datacenter per supportare i servizi di intelligenza artificiale, e la decisione di smettere di acquistare certificati di energia rinnovabile "scorporati". Quest'ultima scelta, in particolare, ha avuto un impatto immediato sulle emissioni di Scope 2, quelle relative al consumo diretto di elettricità, che sono passate da meno del 2% al 13% del totale. Per comprendere appieno il problema, bisogna spiegare cosa sono questi certificati e perchè Microsoft ha deciso di rinunciarvi.

Cosa sono i certificati di energia rinnovabile scorporati?
I certificati di energia rinnovabile scorporati (Renewable Energy Certificates - REC, o Guarantees of Origin in Europa) sono strumenti finanziari che attestano che una certa quantità di elettricità è stata generata da fonti rinnovabili (solare, eolico, idroelettrico). Tuttavia, questi certificati possono essere venduti separatamente dall'elettricità fisica. Ciò significa che un'azienda può acquistare un REC e dichiarare di utilizzare energia verde, anche se in realtà l'elettricità che consuma proviene da una centrale a carbone. Per molti ambientalisti, questa pratica è una forma di greenwashing, perchè non riduce le emissioni reali, ma solo quelle "virtuali". Microsoft, che per anni ha fatto ampio uso di questi certificati per dichiararsi carbon neutral, ha annunciato a febbraio 2025 che avrebbe smesso di acquistarli, scegliendo di investire invece in progetti di riduzione diretta delle emissioni e in accordi di fornitura di energia pulita (Power Purchase Agreements). Tuttavia, nel breve termine, questa scelta ha fatto emergere le emissioni reali del consumo di elettricità, facendo schizzare lo Scope 2.

Scope	Descrizione	Variazione 2025-2026	Peso sul totale
Scope 1	Emissioni dirette (es. combustione nei veicoli)	Leggero aumento	~5%
Scope 2	Emissioni da elettricità acquistata	Da <2% a 13%	13%
Scope 3	Emissioni indirette (filiera, fornitori, clienti)	Aumento significativo	~82%

L'espansione dei datacenter per l'IA: il vero motore dell'aumento
Al di là della questione dei certificati, il fattore più determinante è la crescita esponenziale dei datacenter per l'intelligenza artificiale. L'AI generativa, come ChatGPT e i modelli di Microsoft Copilot, richiede enormi quantità di potenza di calcolo, che a sua volta assorbe elettricità e produce calore. Per addestrare un modello linguistico di grandi dimensioni, si consumano tanti megawattora quanti ne consumano centinaia di famiglie in un anno. Microsoft ha dovuto costruire decine di nuovi datacenter in tutto il mondo, molti dei quali alimentati da gas naturale o da mix energetici non completamente rinnovabili, a causa della scarsa disponibilità di energia pulita in certe regioni. Il risultato è che le emissioni totali, nonostante gli sforzi di efficienza, sono cresciute. Un dato positivo, però, è la gestione dell'acqua: Microsoft ha ripristinato più di 14 milioni di metri cubi d'acqua, superando il prelievo per i sistemi di raffreddamento, un traguardo che dimostra un impegno concreto in altre aree ambientali.

La sfida del 2030: carbon negative con l'IA
Microsoft si è posta l'obiettivo di diventare carbon negative entro il 2030, ovvero di rimuovere dall'atmosfera più CO2 di quanta ne emette. Questo traguardo, già ambizioso, diventa sempre più difficile da raggiungere con l'accelerazione dell'IA. Il rapporto ammette che la strada è in salita, ma l'azienda insiste sulla trasparenza: smettere di acquistare REC è stato un passo doloroso ma necessario per allineare i conti con la realtà. Ora Microsoft sta investendo miliardi di dollari in progetti di cattura diretta dell'aria, in cui macchine aspirano l'anidride carbonica e la stoccano nel sottosuolo. Inoltre, sta stipulando contratti a lungo termine per l'energia solare ed eolica, cercando di garantire che almeno il 50% della sua elettricità provenga da fonti rinnovabili entro il 2027. Tuttavia, molti esperti ritengono che, senza un drastico cambio di passo, il 2030 resterà un sogno. La domanda di IA cresce ogni giorno, e ogni nuovo modello richiede più energia.

Il dibattito: trasparenza o greenwashing?
La scelta di Microsoft di rinunciare ai certificati scorporati è stata applaudita da alcuni osservatori come un atto di onestà, mentre altri l'hanno vista come una mossa di marketing per distinguersi dai competitor. In ogni caso, i numeri parlano chiaro: le emissioni sono aumentate, e non di poco. La posizione di Microsoft è che, senza questa trasparenza, i progressi futuri sarebbero stati mascherati da finzioni contabili. Ora l'azienda è sotto i riflettori: ogni tonnellata emessa sarà sotto il controllo di investitori, attivisti e regolatori. La partita si giocherà nei prossimi anni, quando i nuovi impianti rinnovabili entreranno in funzione e le tecnologie di cattura della CO2 diventeranno più efficienti. Se Microsoft riuscirà a invertire la tendenza, dimostrerà che è possibile crescere con l'IA senza sacrificare il pianeta. In caso contrario, il suo esempio diventerà un monito per tutto il settore tecnologico. Il caso Microsoft mostra il paradosso dell'IA: strumento potentissimo per l'innovazione, ma anche un gigante energetico che rischia di vanificare anni di impegni climatici. L'aumento del 25% delle emissioni è un segnale che non può essere ignorato. La strada verso il carbon negative è ancora lunga, e richiederà non solo buone intenzioni, ma investimenti concreti e una visione a lungo termine. La trasparenza, intanto, è un primo passo necessario.