Il Cibernetico

29/05/2026

Introduzione di Edoardo Ferri agli articoli:"Servizi online di Intelligenza Artificiale: scegliere tra offerte, rischi e opportunità" scritto da Roberto Marmo e:"L'embedding - (Autopsia di un LLM - parte terza)" scritto da Emmanuele Somma

27/05/2026

Dopo la tokenizzazione, ogni ID viene trasformato in un vettore di numeri: una posizione in uno spazio ad altissima dimensionalità, dove il modello comincia a rappresentare somiglianze e relazioni.

Nell’articolo sulla tokenizzazione, abbiamo visto che il testo si trasforma in una sequenza di interi: i token ID. Questi numeri entrano nel modello, e da quel momento in poi, il modello li elabora come numeri. Non sono più parole fino alla fine di tutto il percorso, quando si genera la risposta.

Qui arriviamo a una domanda cruciale: un intero è proprio un numero, non un significato. Il token ID 1239 non è diverso dal token ID 1240 dal punto di vista puramente numerico — la distanza tra loro è esattamente 1. Semanticamente, però, potrebbero essere parole completamente non correlate. Un token potrebbe essere "gatto", l'altro "algebra". La distanza numerica tra i loro ID non dice nulla sulla loro relazione linguistica.

Eppure il modello funziona. Quando legge una sequenza di token, non produce numeri casuali, produce testo coerente, semanticamente sensato. Questo significa che il modello ha imparato a creare struttura da questi interi che apparentemente non hanno una grande relazione tra loro. [...]

Articolo a cura di Emmanuele Somma

Un embedding non è il significato di una parola, ma il punto in cui il testo diventa proprio un vettore geometrico.

24/05/2026

Perché usare IA
Oggi usare strumenti di Intelligenza Artificiale (IA, AI) non è più una curiosità tecnologica: è diventata una competenza pratica. Chi sa utilizzare bene questi strumenti riesce spesso a lavorare più velocemente, organizzare meglio le informazioni, aumentare la produttività e imparare nuove competenze in tempi molto più rapidi.
L’IA può aiutare a scrivere testi, creare immagini, analizzare documenti, tradurre contenuti, programmare software, sintetizzare riunioni, fare ricerche e automatizzare attività ripetitive. Ma soprattutto può diventare un acceleratore di esperienza: permette di sperimentare, esercitarsi e costruire competenze concrete anche senza anni di formazione tecnica.
Per molti giovani, studenti o professionisti, questo significa anche aumentare le possibilità di trovare lavoro. Sempre più aziende cercano persone capaci di collaborare con sistemi AI, non necessariamente sviluppatori esperti. Saper usare questi strumenti sta diventando una competenza trasversale, quasi come saper usare internet o un foglio di calcolo.[...]

Articolo a cura di Roberto Marmo

Usare servizi online basati su Intelligenza Artificiale ha molti vantaggi operativi, ma non è facile scegliere tra le tante offerte e bisogna leggere con cura le loro descrizioni. Questo articolo descrive consigli per cercare la soluzione online e criteri per valutare le offerte trovate.

17/05/2026

Chi come me utilizza Agenti AI come Claude Code per il proprio lavoro, sicuramente saprà che ogni volta che si riprende una sessione, il più delle volte ci si ritrova a dedicare una parte del tempo, e dei token, per rispiegargli le scelte o gli errori riscontrati nella sessione precedente, a cui avevate già trovato una soluzione. Il problema è che una volta scaduta la sessione degli LLM, vi sembra di lavorare con un collaboratore affetto da deficit dell'attenzione, a cui ogni giorno dovete ripetere le stesse cose perchè dimentica. Se la soluzione per il vostro collaboratore è assumere un integratore di fosforo, per il vostro Agent AI la soluzione si chiama MemPalace.

Il repository GitHub mempalace creato dall'attrice Milla Jovovich, sì proprio lei, conosciuta per i suoi ruoli da protoganista in Resident Evil o il Quinto Elemento, e dallo sviluppatore Ben Sigman, lui magari lo conoscete meno ma nel mondo dei bitcoin è come Milla per il cinema, si sta facendo notare nella community degli sviluppatori. Si presenta come il sistema di memoria per AI con il punteggio più alto mai registrato nei benchmark, ma la vera notizia è un'altra: è completamente open source, gratuito e gira al 100% in locale sulla tua macchina. [...]

Articolo a cura di Michele Christopher Gallotti

Milla Jovovich da salvatrice dell'umanità dagli zombie a salvatrice dei programmatori dagli zombie agent.

07/05/2026

Dall’AI agentiva alla minaccia quantistica, ecco le 5 faglie che impongono un nuovo modello di resilienza.

Siamo abituati a pensare alla sicurezza informatica come ad uno scudo invisibile che lavora in silenzio. Ma tra il 2026 e il 2027, questo scudo rischia di andare in frantumi. Non è solo colpa di chi attacca: è una trasformazione radicale della tecnologia che usiamo ogni giorno a rendere il panorama sempre più fragile.
Per chi guida un'azienda o gestisce dati sensibili, non è più sufficiente "sperare che vada tutto bene". Ecco le cinque faglie che stanno per spostarsi sotto i nostri piedi. [...]

Articolo a cura di: Alessandro Serra

Dall’AI agentiva alla minaccia quantistica, ecco le 5 faglie che impongono un nuovo modello di resilienza.

25/04/2026

Un modello LLM non riconosce le parole o le frasi come le vedi tu. In realtà non le vede affatto. La trasformazione del testo in ID numerici è il primo passo fondamentale del flusso di lavoro di un LLM. Già a questo punto si introducono delle distorsioni difficili da evitare.

Nel precedente articolo sulla struttura dei modelli (pesi, tensori e quantizzazione), abbiamo visto che un modello LLM è una cascata di 32 blocchi di moltiplicazioni matriciali. Queste matrici trasformano vettori di 4.096 numeri. Tutto questo lavora su vettori di numeri. Il processo però non inizia con vettori di numeri ma inizia con un testo. Il tuo testo.
Quando scrivi una domanda a Llama, ad esempio "Qual è la capitale dell'Italia?" quella stringa di caratteri non entra direttamente nel modello. Il modello non sa "leggere" i caratteri o le parole. Il modello non riconosce le parole e non vede le frasi nel modo in cui le vedi tu, anzi non le vede proprio in nessun modo.
Quello che il modello riceve è una sequenza di numeri interi. In questa versione di Llama un intero è un numero tra 0 e 128.255 che rappresenta un indice in un elenco fisso di 128.256 "token". Un token è l'unità atomica di elaborazione per il modello. La parola "qual" potrebbe essere il token 12345, "è" potrebbe essere il token 234, "la" il token 567, e così via. Il tuo testo diventa una sequenza: [12345, 234, 567, …]. Per chiarezza espositiva ho scelto le parole "qual", "è" e "la" come pezzi del linguaggio che rappresentano un token, ma vedremo che non necessariamente esiste una relazione tra la stringa che rappresenta un token e una parola (e nemmeno con qualunque cosa tu sia abituato a spezzare nelle parole, suffissi, prefissi, radici o desinenze, ecc.).
Questo processo, che porta da testo a sequenza di interi, si chiama tokenizzazione. Ed è il primo step cruciale della pipeline di lavoro di un LLM. È anche il primo luogo dove il modello introduce delle distorsioni e dei vincoli che sono difficili da evitare e che necessariamente ci portiamo dietro. [...]

Articolo a cura di: Emmanuele Somma

Un modello LLM non riconosce le parole o le frasi come le vedi tu. In realtà non le vede affatto. La trasformazione del testo in ID numerici è il primo passo fondamentale del flusso di lavoro di un LLM. Già a questo punto si introducono delle distorsioni difficili da evitare.

22/04/2026

Se avete mai sviluppato un'app Android o un sito web integrando Google Maps o Firebase è molto probabile che abbiate inserito una Google API Key direttamente nel vostro codice client-side. Per anni pensavate che andasse bene così, Google vi ha sempre detto che quelle chiavi erano sicure, che potevano rimanere in chiaro nelle vostre app, che la loro utilità era relegata a semplici identificatori di progetto utili ai fini della fatturazione.

Bene! Oggi, però, quelle chiavi sono nella toppa dei cancelli del caos. Con l'avvento dell'Intelligenza Artificiale generativa, quelle stesse chiavi "innocue" si sono trasformate in un potenziale incubo per la sicurezza dei vostri account, ma sopratutto, per il vostro portafoglio. E sì, perchè non siete stati attenti all'evoluzione delle regole (faccio un mea culpa col mouse al posto della pietra, sono tra quelli) [...]
Articolo a cura di Michele Gallotti

Quando un'evoluzione dei servizi può trasformare vecchi progetti in porte di accesso al vostro portafoglio.

10/04/2026

La macchina Enigma è sicuramente uno dei più noti dispositivi crittografici della Seconda guerra mondiale. Utilizzata dai comandi tedeschi per le comunicazioni militari, era tenuta in gran conto per via della sua complessità, tanto da far ritenere del tutto indecifrabili i suoi messaggi in codice. Questa cieca fiducia riposta nella macchina ricorda molto quel che, in tempi più recenti, avviene nei confronti di certe tecnologie da parte di persone che le conoscono in modo poco approfondito.
In questo articolo vedremo come anche i dispositivi crittografici più complessi presentino dei punti deboli, che possono ve**re sfruttati per decifrare un codice. [...]

Articolo a cura di: Alessandro Agrati

Quando l'eccesso di fiducia nella tecnologia ne compromette l'efficacia

26/03/2026

Autopsia di un LLM - parte prima
Se non contiene "reti di neuroni" che creano un "cervello elettronico" che gli permette di "pensare" con una vera "intelligenza artificiale", cosa fa veramente un moderno Generative Pre-Trained Transformer come ChatGPT? Un viaggio nella sua matematica di base, alla portata di tutti.

Articolo a cura di: Emmanuele Somma

Se non contiene "reti di neuroni" che creano un "cervello elettronico" che gli permette di "pensare" con una vera "intelligenza artificiale", cosa fa veramente un moderno Generative Pre-Trained Transformer come ChatGPT? Un viaggio nella sua matematica di base, alla portata di tutti.

16/03/2026

L’Intelligenza Artificiale (IA, Artificial Intelligence AI) è diventata una delle tecnologie più discusse e celebrate del nostro tempo, nel bene e nel male, perché sta trasformando il modo in cui viviamo e lavoriamo. Di conseguenza, è emerso il fenomeno “AI Washing”, dove Washing in lingua inglese indica una forma di lavaggio per ripulire dallo sporco. Tale approccio opinabile rischia di offuscare i reali benefici di questa tecnologia rivoluzionaria, per colpa di chi vuole esagerare o falsificare l’uso di tecnologie con IA nei prodotti e nei servizi che vende.
Questo viene discusso anche nel contesto dell’AI Act, dove la trasparenza sull’uso dell’AI è diventata un tema centrale.
Esistono varie dimensioni con cui può manifestarsi il fenomeno, descritte di seguito.

Articolo a cura di: Roberto Marmo

Uso strategico della narrativa sull’AI per creare una percezione sull’azienda diversa dalla realtà. Come funziona, come riconoscerlo e classificarlo.