La tentazione di liquidare l’intelligenza artificiale come l’ennesima mania del momento è comprensibile, quasi rassicurante per chi spera che la trasformazione digitale passi accanto senza disturbare. Chi osserva con un minimo di lucidità sa però che la metamorfosi in corso ha la delicatezza di un temporale tropicale. Arriva all’improvviso, sradica certezze, impone nuova topologia del potere. La parola chiave che governa questo scenario è intelligenza artificiale, affiancata da due concetti che ne amplificano gli effetti come camere di risonanza naturale, trasformazione digitale e cultura tecnologica. Sono questi i tre assi semanticamente più fertili per decifrare un mondo che si riscrive in tempo reale, spesso con una velocità che sfida la percezione stessa di continuità.
Autore: Dina Pagina 3 di 57
Direttore senior IT noto per migliorare le prestazioni, contrastare sfide complesse e guidare il successo e la crescita aziendale attraverso leadership tecnologica, implementazione digitale, soluzioni innovative ed eccellenza operativa.
Apprezzo le citazioni, ma il narcisismo dilaga proprio quando ci si nasconde dietro frasi altrui. Preferisco lasciare che siano le idee a parlare, non il mio nome.
Con oltre 20 anni di esperienza nella Ricerca & Sviluppo e nella gestione di progetti di crescita, vanto una solida storia di successo nella progettazione ed esecuzione di strategie di trasformazione basate su dati e piani di cambiamento culturale.
Immagina il salotto degli Ellison a capodanno (o meglio, a Ringraziamento): da una parte il titolo Oracle che balla come su un campo da vela in burrasca, dall’altra il figlio David che sogna di mettere le mani su Warner Bros Discovery. Non è fantascienza aziendale: è il copione che Larry e David Ellison stanno recitando, e la posta in gioco è gigantesca non solo in dollari, ma anche in ambizione strategica.
Negli ultimi sei settimane Oracle non ha fatto sconti al mercato. Il prezzo delle azioni è precipitato, scalfendo parte del monte-ricchezza di Larry Ellison, il quale possiede circa il 41 % del capitale. Le oscillazioni non sono semplici numeri: dietro ci sono prestiti personali garantiti da azioni. In un documento ufficiale risulta che a metà settembre Ellison aveva impegnato 346 milioni di azioni Oracle come collaterale per indebitarsi e finanziare “impegni aziendali personali esterni”. Poco più di un anno prima aveva già impegnato 277 milioni di azioni, segno che il ricorso al leverage non è un vezzo, ma una strategia attiva.
L’odore di un ordine esecutivo che vuole mettere a tacere gli stati americani sulla regolamentazione dell’intelligenza artificiale è un segnale quasi poetico della confusione istituzionale che domina la scena tecnologica statunitense. Sembra la trama di un romanzo politico dove la Casa Bianca sogna centralizzazione mentre i procuratori generali dei singoli stati affilano le lame costituzionali. La bozza dell’ordine, poi parcheggiata con il freno a mano tirato, puntava a creare una sorta di super arma legale federalista capace di impugnare ogni tentativo locale di dare regole all’AI. La keyword regolamentazione AI federale non poteva chiedere un contesto migliore per mostrare quanto incoerente sia oggi la politica tecnologica, stretta tra ideologia, geopolitica e il timore esistenziale di perdere la leadership sulla prossima rivoluzione industriale.
Il Regno Unito sta giocando le sue carte migliori, e lo fa a suon di miliardi e posti di lavoro. Negli ultimi giorni, il governo ha annunciato un’ondata di investimenti in intelligenza artificiale destinata a ridefinire il tessuto industriale e tecnologico del Paese. Decine di migliaia di nuovi posti di lavoro, più di 24 miliardi di sterline di investimento privato in un solo mese e una serie di partnership tra aziende internazionali e locali disegnano un quadro inedito, in cui la Gran Bretagna non vuole più essere spettatore ma protagonista globale dell’AI.
Il State of AI Ethics Report Volume 7 del Montreal AI Ethics Institute non è un semplice documento tecnico, ma una bussola filosofica che costringe chiunque operi nell’ecosistema IA a confrontarsi con la realtà più scomoda: l’Intelligenza Artificiale non è neutrale. La sua governance è una questione di potere, e chi detiene il controllo sui sistemi decisionali digitali plasma la vita collettiva come fosse un laboratorio sociale privato. Pochi soggetti, grandi aziende e governi selezionati, decidono quali capacità umane espandere e quali ignorare, trasformando la partecipazione pubblica in un adempimento formale, una paginetta burocratica da spuntare piuttosto che un fondamento di legittimità. Il deficit democratico che ne deriva non è una questione di skill tecniche mancanti, ma di alfabetizzazione civica digitale: la AI literacy diventa il metro con cui misurare la salute di un sistema democratico e l’equità della distribuzione della conoscenza.
In un mondo in cui l’IA entra in ogni angolo delle nostre vite digitali, Google ha appena dimostrato quanto possa essere sottile la linea tra utilità e invasione percepita. Un’impostazione nascosta in Gmail, poco conosciuta e sepolta sotto livelli di menu che la maggior parte degli utenti non tocca mai, ha permesso a Gemini, il sistema di intelligenza artificiale di Big G, di analizzare email e calendari per fornire funzioni intelligenti, a meno che non si fosse effettuato l’opt‑out. La keyword qui è trasparenza e ogni dettaglio mostra quanto sia fragile la percezione di controllo che gli utenti credono di avere.
La storia si ripete sempre con una certa ironia crudele. Gli Stati Uniti annunciano due modelli open weight nello stesso ciclo di notizie e invece di celebrare un presunto rinascimento della sovranità tecnologica, l’unica cosa davvero evidente è quanto il terreno si sia spostato sotto i piedi della Silicon Valley. La keyword è modelli open source e attorno a questa orbita tutto il resto, compresi i dibattiti sulla dipendenza da modelli cinesi, la tensione tra trasparenza e velocità, la corsa a recuperare un vantaggio che non è più garantito per diritto divino come ai tempi delle prime GPU Nvidia o dei supercomputer del DOE.
Il quantum computing avanza con una velocità che farebbe arrossire qualsiasi evangelista del digitale, trascinando con sé l’industria globale in un territorio che non è più soltanto un esercizio accademico. Il 2025 ha il sapore dell’anno spartiacque, quello in cui la combinazione di hardware maturo, investimenti insolitamente aggressivi e un vento geopolitico pungente ha trasformato i computer quantistici da potenziali rivoluzionatori a strumenti dalle prime conseguenze economiche tangibili. L’impressione, quasi imbarazzante per chi ha passato anni a spiegare perché i qubit erano ancora troppo fragili, è che la curva di avanzamento si sia messa a correre come se avesse qualcosa da provare.
Meta ha appena svelato SAM 3, l’ultima evoluzione del suo modello di visione artificiale della serie Segment Anything. Non è solo un aggiornamento incrementale: questa volta il salto è concettuale. Con SAM 3, non devi più cliccare o disegnare per segmentare oggetti basta dirlo con le parole.
Il video di Elon con la sua risata improvvisa, il contesto quasi surreale – un promemoria potente: anche ai confini dell’AI, un po’ di caos e ironia continuano a dominare la scena.
Ma dietro il sorriso, oggi si annuncia qualcosa di molto serio e strategico: Elon Musk insieme a Jensen Huang (il genio in camicia nera di Nvidia) hanno svelato un framework con HUMAIN per costruire data center GPU iperscalabili e a basso costo nel Regno dell’Arabia Saudita. Non si tratta di un giochetto: stiamo parlando di un’infrastruttura su vasta scala, con l’obiettivo di portare il modello Grok di xAI dentro HUMAIN ONE, la piattaforma agente di HUMAIN, per una distribuzione nazionale in Arabia Saudita.
Quello che molti non stanno dicendo o forse ignorano per scetticismo è che Gemini 3 Pro sembra essere stato addestrato senza usare una singola GPU NVIDIA. Secondo i post su Reddit (che bisogna sempre prendere con un pizzico di sale, ma che qui sono sorprendentemente coerenti) > “Hardware: Gemini 3 Pro was trained using Google’s Tensor Processing Units (TPUs).” Questo non è un dettaglio tecnico minore: è un manifesto architetturale.
Nano Banana Pro arriva come quei prodotti che non chiedono il permesso ma riscrivono le aspettative, un upgrade che sembra voler dimostrare quanto la generazione visiva sia ormai terreno di competizione strategica. Nano Banana Pro diventa la keyword inevitabile in questa corsa e non sorprende che l’intero ecosistema Gemini 3 venga usato come motore principale di un modello che pretende di unire controllo professionale e creatività modulare. La curiosità più intrigante è la scelta di un nome quasi infantile per una tecnologia che punta a sedurre designer e sviluppatori, come se Google volesse ricordarci che dietro i modelli più avanzati c’è sempre un pizzico di ironia da laboratorio.
Oracle ha deciso di puntare tutto sull’intelligenza artificiale, e lo fa con una strategia tanto audace quanto pericolosa per il suo bilancio. Il suo colpo di scena è alimentato da enormi debiti, da un accordo mastodontico con OpenAI e da un passaggio strategico dal software “tranquillo” a un’infrastruttura cloud e AI estremamente capital intensive. Ma mentre gli hyperscaler corrono, gli investitori scrutano con crescente nervosismo.
Le azioni Oracle sono scese del 25 percento in un solo mese, quasi il doppio del crollo di Meta, cancellando più di 250 miliardi di dollari di guadagni precedenti. Il mercato obbligazionario non è meno preoccupato: un indice che tiene traccia del debito di Oracle ha registrato un calo del 6 percento da metà settembre, peggio di quello dei suoi concorrenti.
eDonald Trump sembra pronto a firmare un ordine esecutivo già da venerdì che ribalterebbe lo scenario della regolamentazione sull’intelligenza artificiale negli Stati Uniti. L’idea non è sofisticata: mettere il governo federale al centro del controllo sull’AI, delegittimando le leggi statali che, secondo l’amministrazione, intralciano lo sviluppo industriale. Nel progetto trapelato, il Dipartimento di Giustizia istituirebbe un’“AI Litigation Task Force” un’unità il cui “unico compito” sarebbe fare causa agli Stati che approvano norme ritenute ostili al business dell’IA.
A volte le aziende tecnologiche si ostinano a credere che il futuro sia solo una questione di iterazioni rapide, modelli più grandi, infrastrutture più costose. Poi arriva una notizia come quella dell’uscita di Yann LeCun da Meta a fine 2025 e il mercato capisce che la partita dell’intelligenza artificiale non si vince soltanto con capitali e GPU. La si vince con visione, ostinazione e una certa dose di insofferenza verso la burocrazia interna. Non è un caso che il fondatore del FAIR lab decida di lasciare Menlo Park proprio nel momento in cui la parola superintelligence rimbalza ovunque come un mantra da executive agitati.
La domanda circola da mesi come una zanzara nella stanza: insistente, fastidiosa, inevitabile. Bolla IA? Quale bolla davvero. Mercoledì, Jensen Huang ha fatto ciò che i leader carismatici fanno quando l’opinione pubblica trema di fronte a un grafico troppo verticale. Ha sorriso, ha agitato le mani, ha detto che va tutto bene. E mentre il mondo cercava di capire se credergli o meno, Nvidia incassava un trimestre che qualsiasi altro colosso definirebbe semplicemente irreale.
All’evento Orbits Dialogues With Intelligence, ho ascoltato dal vivo Luciano Floridi, e non è stato solo un ospite: è stata una specie di chiamata alle armi per chi crede nel valore umano dentro l’IA. Tra Aristotele, T. S. Eliot e un futuro che sembra sempre più labirintico, il professore ha evocato quella che ha definito la sua “congettura di Floridi” e, sì, mi sono sentito chiamato in causa.
L’Unione Europea sta avanzando una revisione significativa del suo corpus legislativo digitale, che include il GDPR, l’AI Act, l’e-Privacy Directive e altri strumenti correlati. Secondo le bozze trapelate, le modifiche vanno ben oltre una semplificazione burocratica: ci sono cambiamenti strutturali potenzialmente radicali.
Primo, il GDPR. La Commissione propone di ridefinire cosa si intenda per “dati personali”: non tutti gli identificatori pseudonimi o i dati anonimizzati sarebbero più considerati “personali”, se chi elabora i dati non ha mezzi “ragionevoli” per ricollegarli a un individuo. Questo significa che molti dati oggi protetti potrebbero cadere fuori dal perimetro più stretto della GDPR.
Un’ondata digitale senza precedenti ha colpito la sicurezza globale: 1,3 miliardi di password e quasi due miliardi di indirizzi email sono stati resi pubblici in un unico, enorme dataset. Gli esperti di cybersecurity descrivono l’evento come la più grande violazione consolidata mai registrata, sottolineando la crescente efficacia degli attacchi basati sulle credenziali. Non si tratta di un allarme iperbolico da conferenza tech: la realtà è che l’intero ecosistema digitale, dai servizi consumer alle infrastrutture aziendali, rischia di crollare sotto il peso di credenziali esposte.
LayerX ha appena lanciato un rapporto che suona come un allarme sonoro nella sala server di ogni CTO: la minaccia più grave alla sicurezza informatica aziendale non è più rappresentata da upload di file, furto di credenziali o phishing sofisticato. Il vero rischio è nascosto in piena vista, qualcosa che i dipendenti fanno ogni giorno senza pensarci: copiare e incollare dati sensibili in strumenti non gestiti. Sembra quasi una gag da ufficio, ma i numeri parlano chiaro e freddo: 77 percento degli impiegati incolla informazioni critiche in strumenti AI, 46 percento le mette in archivi personali. Inutile girarci intorno, il clipboard è diventato il nuovo fronte di guerra invisibile.
Il mercato dell’intelligenza artificiale ha mostrato segni di nervosismo che non si vedevano da anni, e non parliamo di qualche startup sconosciuta, ma di un colosso come Oracle. La società, fondata da Larry Ellison nel lontano 1977, ha trasformato la sua immagine da fornitore di database a protagonista dell’AI americana, partecipando al faraonico progetto Stargate del governo degli Stati Uniti da 500 miliardi di dollari. Tuttavia, la narrativa dell’innovazione tecnologica non può nascondere la realtà dei numeri: i credit default swap legati a Oracle stanno aumentando in modo significativo, segnale chiaro che gli investitori iniziano a scrutare la solidità del suo bilancio con un misto di ammirazione e preoccupazione.
Sorpresa generale: Google ha appena fatto quello che tutti temevano di non vedere mai, trasformando RAG in un’API gestita dentro Gemini. Nessun glue code, nessuna pipeline da mantenere, solo upload, indicizzazione e domande. Il File Search Tool è la versione “plug‑and‑play” della retrieval‑augmented generation.
Carichi i tuoi documenti: PDF, DOCX, TXT, JSON, persino codice. File Search si occupa di tutto, dalla frammentazione automatica alla memorizzazione dei chunk. La prima indicizzazione usa gemini-embedding-001, costo irrisorio per token, dopodiché ogni query diventa virtualmente gratuita. L’architettura promette di essere veloce, stabile e scalabile: ricerche parallele su più corpora in meno di due secondi secondo Google.
Staccate i freni. I parlamentari repubblicani della United States House of Representatives stanno per rimettere in pista un piano che sembrava sepolto: impedire agli Stati federali americani di legiferare sull’intelligenza artificiale (IA). Il braccio lungo della strategia chiamato National Defense Authorization Act (NDAA) quel mostro legislativo che ogni anno approva la spesa per la difesa e contiene spesso cose che nulla c’entrano con i militari — è stato scelto come veicolo.
Il ragionamento è lineare: se si bloccano le leggi statali che regolano l’IA, si “protegge” l’industria dal mosaico normativo dei 50 Stati e si crea un mercato unico nazionale, “meno caos”, “più innovazione”, “non lasciamo che la Cina ci sorpassi”. Questa la narrazione ufficiale.
Il paradosso più divertente è che ci siamo accorti di quanto dipendiamo dai nostri giocattoli digitali solo quando Cloudflare ha deciso di prendersi una pausa non richiesta. Il risultato è stato un silenzio improvviso, quasi teatrale, in cui l’infrastruttura internet ha mostrato quanto sia sottile la distanza tra onnipotenza percepita e fallibilità strutturale. La keyword centrale è Cloudflare outage e le correlate sono infrastruttura internet e centralizzazione digitale, un triangolo concettuale che merita più attenzione di quanta ne riceva quando tutto funziona. La rete globale si è fermata di colpo e con lei si è fermata la nostra capacità di produrre, comunicare, creare contenuti o fingere di essere super efficienti. È curioso notare come molti si siano trovati davanti allo schermo a chiedersi se ricordassero ancora come si scrive un testo senza un assistente virtuale. La risposta non è stata particolarmente rassicurante.
La scena si apre con la solita giostra di annunci miliardari sull’intelligenza artificiale che rimbalzano nei feed come palline impazzite in una sala giochi, ma questa volta la vera scintilla non arriva dal solito matrimonio tra big del silicio. La notizia che ha fatto saltare sulla sedia metà di Washington e buona parte della Silicon Valley è la sentenza che ha stabilito che Meta non è un monopolio. La parola suona quasi vintage, eppure torna ciclicamente come certe mode che nessuno ammette di seguire. La vicenda offre un caso di studio perfetto per capire cosa resta dell’impero di Zuckerberg e cosa significa davvero parlare di concorrenza in un mercato che oggi è dominato da dinamiche di attenzione più che da barriere fisiche. Il tutto avviene in un momento in cui l’ossessione globale per i colossi dell’IA rischia di mettere in ombra le profonde mutazioni del mercato social, dove la presenza di TikTok continua a ridisegnare confini e priorità.
La notizia è deflagrante: a soli sette mesi dal rilascio di Gemini 2.5, Google DeepMind lancia Gemini 3, il suo modello di linguaggio più potente di sempre, e un salto che minaccia di ridisegnare il panorama dell’IA generativa. Non è solo un aggiornamento incrementale: è una dichiarazione di potenza. E, sì, ci arrivano dietro OpenAI con GPT 5.1 e Anthropic con Sonnet 4.5, ma la rapidità e la portata di questo rilascio dicono una cosa sola: Google non sta giocando per partecipare, ma per dominare.
Secondo Google, il modello “base” è oggi disponibile nell’app Gemini e attraverso l’interfaccia di ricerca AI, ma la vera ciliegina è una versione “più pensierosa”, chiamata Gemini 3 Deepthink, pensata per gli abbonati a Google AI Ultra e in arrivo nelle prossime settimane, una volta completati ulteriori test di sicurezza.
Tulsee Doshi, responsabile di prodotto per Gemini, definisce questo salto: “risposta con una profondità e una sfumatura che non avevamo mai visto prima.”
La senatrice democratica Elizabeth Warren (D-Massachusetts), figura di riferimento nel Comitato del Senato su Banche, Abitazione e Affari Urbani, ha alzato il tono su un tema che sa di déjà vu finanziario: i potenziali piani dell’amministrazione Trump per «salvare» le grandi aziende d’intelligenza artificiale con soldi pubblici. In una lettera inviata a David Sacks — consigliere speciale della Casa Bianca per AI e criptovalute e a Michael Kratsios, direttore dell’Office of Science and Technology Policy, Warren chiedeva risposte precise entro il 1° dicembre 2025 su eventuali misure di sostegno pubblico.
Il cuore della sua accusa? I legami stretti tra Trump e i dirigenti dell’AI, un intreccio così fitto da far temere che il governo possa intervenire in soccorso di imprenditori e azionisti, lasciando al pubblico il conto. Warren riferisce, nel documento, a un’intervista della CFO di OpenAI, Sarah Friar, nella quale si era parlato di un possibile “backstop” statale per gli investimenti in infrastrutture AI, poi in parte corretto dallo stesso management.
La provocazione migliore arriva sempre quando nessuno la aspetta, soprattutto quando si parla di lavoro e tecnologia. Chi continua a ripetere che l’intelligenza artificiale toglierà posti si ostina a guardare il dito mentre la luna illumina un cambiamento più profondo. Il vero spartiacque non sarà tra chi usa l’AI e chi non la usa, ma tra chi saprà governarla con lucidità strategica e chi rimarrà schiacciato da un ecosistema professionale che avanza con la velocità tipica dei mercati finanziari nei giorni di panico. La parola chiave è supervisore AI, una figura che promette di diventare la nuova spina dorsale degli studi professionali in Italia, non un orpello da convegno.
un caffè al bar dei daini
Un caffè preso di corsa al Bar dei Daini ha il potere di trasformarsi in una radiografia dell’ecosistema tecnologico contemporaneo, soprattutto quando i titoli del giorno sembrano usciti da un laboratorio narrativo che combina fantascienza industriale e finanza ad alto voltaggio.
L’idea che l’intelligenza artificiale etica sia una sorta di creatura addomesticabile con due righe di codice ha sempre avuto qualcosa di comico, quasi fosse la versione tecnologica del mito del cavallo mansueto che poi scalcia al momento meno opportuno. Pare più un esercizio di autoillusione collettiva che una strategia di governance sensata. Chi osserva davvero ciò che sta accadendo nel cuore dei modelli generativi capisce che la domanda non è più se l’IA possa comprendere qualcosa, ma quanto noi siamo preparati a comprendere lei. La recente discussione alimentata dal saggio di De Caro e Giovanola rende evidente che il terreno non è quello dello stupore fantascientifico, ma quello silenzioso e ruvido del potere epistemico, del modo in cui l’IA riconfigura le nostre capacità di giudizio, di attenzione e perfino di oblio. Ogni epoca ha avuto il suo demone. La nostra ha il vantaggio di averlo creato da sola.
È davvero un colpo di scena da prim’ordine: Alphabet, la società madre di Google, era stata per anni in quella che i mercati chiamavano “la doghouse” quel recinto rumoroso e ostico in cui le Big Tech finiscono quando gli investitori perdono fiducia o quando si agitano le acque regolatorie. E ora? Warren Buffett, il re del value investing, ha deciso di aprire il cancello. La sua Berkshire Hathaway ha comunicato di detenere 17,85 milioni di azioni Alphabet, per un valore di circa 4,3 miliardi di dollari.
La crisi diplomatica tra Cina e Giappone attorno al vertice G20 in Sudafrica sta assumendo i contorni di un classico caso di realpolitik asiatica, un promemoria pungente del fatto che l’ordine internazionale non ha mai davvero abbandonato la fisica degli equilibri di potenza. La notizia centrale è tensione Cina Giappone, accompagnata dalle correlate crisi diplomatica G20 e strategia Taiwan, un trittico che definisce non solo la termodinamica geopolitica dell’Asia orientale ma anche il modo in cui il resto del mondo legge i segnali di un ritorno prepotente della geopolitica dura. In questo scenario, l’annuncio di Pechino che esclude qualsiasi incontro tra Li Qiang e Sanae Takaichi suona meno come un dettaglio di protocollo e più come un colpo di frusta in un corridoio già troppo stretto per due potenze che da anni evitano lo scontro frontale solo per convenienza economica reciproca. Si potrebbe dire che in Asia la diplomazia è un’arte marziale praticata con sorrisi misurati e puntualità glaciale.
A volte la sicurezza digitale assomiglia a un vecchio gioco di prestigio adattato ai tempi moderni. Si cambia il cappello, si illumina il palco, si aggiorna la musica di sottofondo e il pubblico cade di nuovo nello stesso trucco. Succede ogni volta che un nuovo attacco di phishing prende piede e oggi tocca alla variante che sfrutta presunti avvisi DMCA su X, un espediente che unisce paura, urgenza e un pizzico di ingenuità digitale. Chi lavora nell’innovazione e osserva questi fenomeni da qualche decennio sa bene che il vero problema non è mai la tecnologia dei truffatori, ma la vulnerabilità intrinseca del comportamento umano. Che è esattamente ciò che alimenta questa nuova ondata di attacchi.
La scala quantistica affascina perché sembra il classico salto nel buio che ogni settore tecnologico, a un certo punto, deve affrontare. La Quantum Scaling Alliance nasce proprio qui, in questo spazio sospeso fra ambizione industriale e fisica sperimentale, con un obiettivo che molti giudicherebbero quasi provocatorio: trasformare il computer quantistico da oggetto artigianale costruito in laboratorio a macchina superconduttiva prodotta in serie. La guida di John M. Martinis aggiunge un tono da romanzo di frontiera americana, con il premio Nobel che si schiera a capo di un gruppo che include HPE e alcuni dei colossi più silenziosi e più decisivi del settore dei semiconduttori. Ci sono momenti in cui l’innovazione sembra rallentare e altri in cui qualcuno decide che è l’ora di mettere il piede sull’acceleratore. Questa iniziativa appartiene alla seconda categoria.
Stiamo entrando in una fase decisiva dell’IA: i modelli sono cresciuti talmente in grandezza (sia parametricamente che in “contesto”), che una singola GPU non basta più. Il salto di scala, lungi dall’essere solo teorico, è ora operativo grazie a NVIDIA Dynamo, che grandi cloud come AWS, Google Cloud, Microsoft Azure e Oracle Cloud stanno adottando per gestire modelli enormi su più nodi GPU.
NVIDIA sostiene che la sua architettura Blackwell offre prestazioni dieci volte superiori rispetto alla generazione Hopper. È una cifra che suona come una promessa da marketing, ma per trasformarla in un guadagno reale in produzione serve qualcosa di più di “soltanto una GPU più potente”: serve l’inferenza multi-nodo. Il contesto lungo, i modelli MoE (Mixture of Experts), e i carichi di ragionamento non sono più confinabili in una singola unità di calcolo.
Nel mondo delle tecnologie emergenti è raro imbattersi in un programma che unisca audacia strategica, rigore scientifico e una chiara agenda nazionale ma il Defense Advanced Research Projects Agency (DARPA) lo ha fatto con il suo programma Quantum Benchmarking Initiative (QBI). La keyword su cui ci concentriamo è quantum benchmarking, con le semantiche correlate utility-scale quantum computer e fault-tolerant quantum computing. Provate a pensare all’internet, al GPS e ai veicoli autonomi: ogni volta che DARPA ha messo in moto la leva è stato un cambio di paradigma. Ora lo sta facendo di nuovo, ma questa volta con la promessa di ridefinire il computing.
La notizia è esplosa come quelle piccole fratture che precedono un crollo: un post su Substack, qualche screenshot in AI Studio, thread su Hacker News e Reddit e subito la narrativa si è spostata dal mondo degli addetti ai lavori alle sale riunioni dei CTO. Secondo chi ha testato il modello in ambiente sperimentale, il sistema non si è limitato a trasformare segni in lettere; ha compiuto passi di tipo deduttivo, ha ricalcolato unità, e ha restituito inferenze strutturate su testi del Settecento. Se fosse tutto vero si tratterebbe di gemini 3 riconoscimento scrittura che non solo legge ma rievoca il contesto. L’ipotesi va pesata con cura, perché tra «aver letto» e «avere capito» spesso passano molti assiomi non dichiarati.
La caduta del 4 % circa delle azioni di Alibaba Group Holding Ltd (ticker BABA) venerdì pomeriggio non è un semplice scossone del mercato, ma un campanello d’allarme per chi segue tecnologia, finanza e geopolitica. Secondo un rapporto del Financial Times, un memo della The White House datato 1 novembre accusa Alibaba di aver fornito supporto tecnologico al People’s Liberation Army (PLA) nel condurre “operazioni” contro obiettivi statunitensi.
A major conference in Rome on December 4 and 5 marks its launch
The Society for the Ethics and Politics of Artificial Intelligence (SEPAI) has been established as a new center for research and critical reflection dedicated to the scholarly communities engaged in examining the ethical and political dimensions of artificial intelligence. SEPAI’s inaugural conference will take place in Rome on December 4 and 5, 2025, at the New Rectorate of Roma Tre University on Via Ostiense 133. The event marks a foundational moment for both Italian and international debate on how artificial intelligence is redefining the boundaries of human decision making and reshaping social, economic, and cultural paradigms.
Parlare di Dragon Hatchling significa toccare un nervo scoperto dell’industria tecnologica, quella sensazione fastidiosa che ci dice che l’era dei transformer, per quanto gloriosa, sta iniziando a mostrare le sue crepe. Pathway decide di ignorare le solite liturgie del deep learning e propone un’architettura che non cerca soltanto di prevedere la parola successiva ma punta a ricreare il metabolismo stesso del pensiero. Una mossa che ricorda l’ambizione dei primi pionieri delle reti neurali biologiche, con la differenza che oggi disponiamo di una potenza computazionale tale da rendere queste follie progettuali qualcosa di più di un esercizio da laboratorio.