ROBISK87

00Intro

Indice

    ROBISK87 · Torino, Italia

    ROBISK87

    Torino / Italia 1987 —

    Mi piace capire come funzionano le cose. Ma capire come costruirle mi piace ancora di più.

    Fig. 00Dove succede quasi tutto

    00 / Una breve nota

    Questo è il mio angolo di Internet. Non ho niente da vendere e non devo convincere nessuno. Se vuoi sapere qualcosa di me, sei nel posto giusto.

    Sviluppo software per vivere. Non era esattamente il piano: una passione è diventata, un po' alla volta, il mio lavoro. Il caso mi ha indicato una strada. Seguirla ha significato lavorare, sbagliare, imparare e, parecchie volte, combatterci. Continua a essere così.

    Della programmazione mi ha conquistato soprattutto la sua logica. I computer, in qualche modo, ragionano in una maniera che mi è sempre risultata naturale: qualcosa funziona oppure non funziona. Se non funziona, bisogna capire perché. Quando finalmente funziona, si può cominciare a chiedersi come farla meglio.

    Ma il software è soltanto una delle cose che mi interessano.

    Elettronica, intelligenza artificiale, storia, spazio, libri, LEGO. Quando qualcosa mi appassiona difficilmente riesco a lasciarla lì: voglio capire come funziona e, appena l'ho capito abbastanza, voglio provare a farci qualcosa.

    A volte diventa un progetto. A volte finisce nel mio lavoro. Altre volte qualcuno deve semplicemente sorbirsi un'altra storia su Churchill.

    01Software

    La stradapiù lunga.

    Non ho iniziato come sviluppatore.

    Lavoravo in un'agenzia investigativa e la programmazione entrò nel mio lavoro quasi di lato. Iniziai con database Access, VBA, piccoli gestionali interni, qualche sito web e attività di informatica forense.

    Quando lasciai l'agenzia non avevo deciso di diventare uno sviluppatore. Iniziai a lavorare per conto mio offrendo siti e servizi digitali. Il web design non era particolarmente nelle mie corde e, soprattutto, non era quello che mi interessava davvero.

    Poi, nel 2016, arrivò ValuMax.

    Un cliente voleva una piattaforma per gestire il proprio studio di fisioterapia e accompagnare i professionisti durante visite, anamnesi e test.

    Feci un preventivo. Venne accettato.

    C'era un piccolo problema:

    Non ero ancora in grado di costruirla.

    Andai alla Feltrinelli e comprai tre libri: HTML, PHP e JavaScript.

    Quattro mesi dopo consegnai ValuMax.

    Il primo sentimento fu soprattutto sollievo. Il secondo fu la voglia di rifarlo.

    2016 / ValuMax

    ValuMax gestiva pazienti, visite, cartelle cliniche, diagrammi interattivi del dolore, test guidati, appuntamenti, fatturazione e buona parte del lavoro quotidiano dello studio.

    È ancora in uso oggi.

    E si porta dietro parecchie decisioni che oggi prenderei diversamente.

    All'epoca scrivevo quasi tutto personalmente, comprese cose che oggi non mi sognerei di reinventare. Tabelle e paginazione incluse. Non pensavo abbastanza a cosa sarebbe successo quando qualche centinaio di record sarebbero diventati migliaia.

    Dieci anni dopo, il risultato si vede: è terribilmente lento.

    Eppure continua a fare il suo lavoro.

    Fig. 01ValuMax / 2016

    Imparare facendo

    Nel 2017 arrivarono i primi software di fatturazione: fatture, preventivi, documenti di trasporto, trasformazione dei DDT in fatture, automatismi e archiviazione degli acquisti.

    Uno di quei sistemi è rimasto operativo fino al 2025.

    Nel frattempo continuavo a provare cose diverse.

    Per Natwork sviluppai con Cordova l'MVP di un'app social, lavorando insieme a un designer. Nel 2018 il progetto partecipò al Demo Day TechItalia di Londra e ricevette un premio Aruba Cloud.

    Fig. 02London / TechItalia Demo Day / 2018 · Aruba Cloud Prize

    Poi arrivò qualcosa destinato a rimanere con me molto più a lungo.

    2018 / Fatturazione elettronica

    Nel 2018 iniziai a costruire da zero un software di fatturazione elettronica.

    Database, interfaccia, logiche, generazione XML e integrazioni: lo sviluppai integralmente.

    Cinque mesi dopo, nel dicembre 2018, era online in tempo per l'entrata in vigore dell'obbligo di fatturazione elettronica.

    Feci anche parecchi errori.

    Alcuni li avrei scoperti subito. Altri soltanto dopo anni.

    Ma il software funzionava e ha continuato a funzionare mentre cambiavano clienti, normative e requisiti.

    È lì che ho imparato una cosa diversa dal costruire software:

    Mantenerlo vivo.

    Software che deve funzionare davvero

    Negli anni successivi i progetti sono diventati più grandi e le conseguenze degli errori più concrete.

    Durante la pandemia sviluppai in pochi mesi il sistema utilizzato per gestire il COVID Point dell'aeroporto di Caselle.

    Gestiva l'intero flusso: disponibilità e prenotazioni dal sito, registrazione del paziente, comunicazione con il laboratorio di analisi tramite API e fatturazione.

    Fu costruito in tempi molto stretti e con diversi vincoli. Non è il software più elegante che abbia scritto.

    Ma rimase operativo per tutto il periodo in cui servì.

    Ho imparato ad apprezzare anche questa distinzione: un software può essere imperfetto. Quando qualcuno ne dipende, però, deve funzionare.

    Framework

    Per anni ho lavorato quasi senza framework.

    Non per una grande convinzione filosofica. Semplicemente, avevo imparato così.

    I tre libri con cui avevo iniziato non li utilizzavano. ValuMax, i primi gestionali e il software di fatturazione erano cresciuti attorno a PHP, JavaScript, SQL e poche librerie esterne.

    Quel metodo funzionava. E uscire da ciò che conoscevo mi costava.

    Con il tempo le librerie mi mostrarono quanto fosse inutile risolvere ogni problema da zero. Poi i progetti diventarono abbastanza grandi da mostrarmi anche i limiti del mio metodo.

    Oggi uso Laravel e so molto meglio cosa mi sta risparmiando.

    Questo non significa che sia diventato un amante dei framework.

    Se un'astrazione mi serve, la uso. Se non mi serve, preferisco non aggiungerla.

    Everynest

    Everynest è stato un altro passaggio importante.

    L'azienda utilizzava SugarCRM. Ho progettato e sviluppato da zero il CRM che lo ha sostituito, questa volta utilizzando Laravel e integrandolo con altri sistemi, tra cui Xero.

    Da oltre un anno è utilizzato quotidianamente per gestire una parte importante dell'operatività dell'azienda.

    Quando il tuo software diventa uno strumento con cui altre persone devono lavorare ogni giorno, cambia anche il peso delle tue decisioni.

    DPI Invoice

    Poi ho deciso di rifare proprio il software che conoscevo meglio.

    Quello di fatturazione.

    Dopo anni di utilizzo conoscevo ogni sua scorciatoia, ogni limite e praticamente ogni decisione che avrei voluto prendere diversamente.

    Questa volta non volevo aggiustarlo.

    Volevo riscriverlo.

    Un anno di lavoro, modulo dopo modulo, ripartendo da zero.

    Laravel per il backend. Blade, CSS e JavaScript per il frontend.

    Fig. 03DPI Invoice

    DPI Invoice nasce anche da tutto ciò che avevo imparato mantenendo il suo predecessore per anni.

    Volevo smettere di guardare un mio software pensando:

    "Sì, funziona. Ma non è come vorrei."

    Oggi / AI

    Oggi nel mio lavoro uso molto anche Claude e Codex.

    Non gli affido un progetto aspettando che decidano al posto mio cosa costruire.

    Definisco architettura, ambiente, tecnologie, regole e sicurezza. Preparo un piano tecnico, lo revisiono e faccio eseguire le modifiche un passaggio alla volta.

    Poi controllo, testo e alla fine rileggo il codice riga per riga.

    Gli interventi più delicati restano miei.

    L'AI mi ha dato una capacità di sviluppo che qualche anno fa non avrei avuto. E probabilmente mi renderà sempre più progettista e sempre meno mano.

    Mi sta bene.

    Ma il lavoro rimane mio soltanto se capisco quello che sto costruendo e me ne assumo la responsabilità.

    E continuo comunque a leggere una funzione scritta dall'AI chiedendomi:

    "Io come l'avrei fatta?"

    A volte preferisco la sua.A volte lei preferisce la mia.

    Tre fasi, una sola abitudine

    1. I

      Scritto a mano

      PHP / JS / SQL

      Libri, documentazione, Google, Stack Overflow. Anche cose che oggi non mi sognerei di riscrivere da zero.

    2. II

      Librerie e framework

      Laravel + ecosistema

      Prima le librerie, poi i framework. Imparare cosa vale la pena costruire e cosa è meglio lasciare a strumenti già maturi.

    3. III

      AI assisted

      Claude + Codex

      Architettura e decisioni restano mie. L'implementazione è sempre più assistita. Il codice, però, continuo a volerlo capire.

    Stessa curiosità. Strumenti migliori.

    02Elettronica

    Fuori dalloschermo.

    • Arduino
    • Raspberry Pi
    • ESP32
    • LoRa
    • Sensori
    • Relè
    • Wi-Fi
    • Stampa 3D

    Mi piace quando il codice smette di essere soltanto qualcosa su uno schermo.

    Le prime tracce che ho trovato risalgono al 2014. Avevo comprato un Arduino e stavo provando a trasformarlo in un piccolo server HTTP: Wi-Fi, una pagina raggiungibile dal telefono e qualche luce da comandare.

    Non ricordo esattamente perché avessi iniziato.

    Ricordo però cosa mi interessava: scrivere qualcosa sul computer, premere un pulsante sul telefono e vedere succedere qualcosa nel mondo reale.

    Da lì l'elettronica è rimasta quasi sempre complementare al software.

    Il software decide cosa deve succedere. L'elettronica gli permette di farlo succedere davvero.

    2016 / I primi progetti veri

    Fig. 04 Uno dei primi sistemi costruiti con Marco

    Qualche anno dopo iniziai a sperimentare insieme a Marco, un elettricista che conoscevo dai tempi dell'agenzia.

    Io arrivavo dal software. Lui sapeva tutto quello che io non sapevo ancora di impianti ed elettricità.

    Costruimmo alcuni piccoli sistemi su Arduino: Wi-Fi, server HTTP, illuminazione e, in uno dei progetti, il controllo di una pompa.

    Fu anche il momento in cui scoprii cose piuttosto fondamentali. Per esempio i relè.

    All'inizio, di elettronica, sapevo davvero poco.

    Negli anni ho studiato soprattutto nel modo che mi viene più naturale: tutorial, datasheet, esperimenti e progetti che mi costringevano a imparare la cosa successiva.

    Oggi scelgo sensori e componenti, saldo, uso il multimetro e costruisco autonomamente buona parte di ciò che mi serve. Ma non sono un elettronico e non ho motivo di fingere di esserlo.

    Se devo mettere mano all'impianto di casa, preferisco ancora chiedere a Marco.

    Caso reale / 2022–2023
    Costruito Venduto Installato In uso in produzione

    Una pulsantiera per dei grissini.

    Il problema

    Fig. 05 Il cablaggio della pulsantiera durante l'assemblaggio.

    Il cliente produce grissini. Il forno è molto lungo e collega due zone diverse del capannone: da una parte vengono infornati i grissini, dall'altra escono, vengono raccolti e preparati per la vendita.

    Il problema era semplice: chi stava all'uscita doveva sapere cosa era stato infornato e quando sarebbe arrivato.

    La comunicazione tra le due zone non era sempre semplice e questo provocava errori, inefficienze e, qualche volta, grissini per terra.

    Parlandone, il cliente disse più o meno: «Se avessi un timer e una sirena dall'altra parte del forno sarebbe già meglio.»

    Mettiamoci un televisore.

    Gli impasti erano un numero limitato e il tempo necessario per attraversare il forno era prevedibile. Così costruimmo l'idea intorno a quello.

    1. 01 · Ingresso forno

      Pulsantiera

      L'operatore preme il pulsante corrispondente a ciò che sta entrando in forno.

    2. 02 · Trasmissione

      Arduino + Wi-Fi

      La pulsantiera invia l'informazione dall'altra parte del reparto.

    3. 03 · Uscita forno

      Raspberry Pi + Python

      Il Raspberry Pi riceve il dato e il software gestisce prodotto, conto alla rovescia e allarme.

    4. 04 · A parete

      Televisore

      Chi lavora all'uscita vede cosa sta arrivando e quanto manca.

    • Arduino
    • Raspberry Pi
    • Wi-Fi
    • Stampa 3D
    Fig. 04 Dalla scrivania al reparto di produzione

    La pulsantiera l'ho progettata, cablata e assemblata. Ho disegnato la scocca in Fusion e l'ho stampata in 3D.

    Il Raspberry Pi è finito dietro al televisore.

    Poi siamo andati in produzione.

    L'ho progettato. L'ho costruito. L'ho installato. E qualcuno lo ha usato davvero. Questa volta mi hanno anche pagato.

    Note di campo — il resto del banco

    1. A

      Stampa 3D, per motivi molto meno nobili

      Mi piacerebbe dire che comprai una stampante 3D perché avevo capito che sarebbe stata il tassello mancante tra software ed elettronica. Non è vero.

      La comprai perché la stampa 3D mi sembrava una figata e volevo stamparci delle cazzate. Miniature, la targa di Ritorno al futuro, Jurassic Park, Ghostbusters: qualunque cosa sembrasse divertente lasciare sulla scrivania.

      Fu con la pulsantiera che capii la parte davvero interessante: potevo progettare il pezzo che mi serviva.

      Non sono un modellatore 3D. Uso Fusion abbastanza da progettare contenitori, supporti e parti funzionali per le cose che costruisco.

      • Fusion
      • Stampa 3D
      • CAD
    2. B

      LoRa chatters

      Avevo già comprato un kit di CircuitMess per costruire un assistente vocale quando vidi sul loro sito Chatter: due dispositivi capaci di comunicare direttamente via radio, senza dipendere da Wi-Fi, rete cellulare o Internet, con comunicazione cifrata end-to-end.

      Il progetto mi sembrava irresistibile. In quel momento però non potevo acquistarlo dall'Italia e costava più di quanto volessi spendere per togliermi quella curiosità.

      Così presi il progetto di CircuitMess come ispirazione, acquistai i componenti e provai a costruirmelo.

      Realizzai due prototipi: uno basato su Arduino e uno su ESP32, che mi permetteva di ridurre dimensioni e costi. Aggiunsi anche una batteria ricaricabile.

      Plexiglass, display monocromatici, tastierini discutibili e una levetta analogica da joystick come interfaccia.

      Belli non erano. Ma comunicavano direttamente via radio. Ed era esattamente quello che volevo capire come fare.

      • Arduino
      • ESP32
      • LoRa
      • Batteria ricaricabile
      Costruito
    3. C

      Non tutto arriva alla fine

      Uno dei progetti che aspetta ancora di essere finito è un vaso pensato per far crescere una pianta in modo parzialmente autonomo.

      L'idea prevede un ESP32, illuminazione dedicata, sensori di umidità, una riserva d'acqua e una pompa per l'irrigazione.

      I componenti ci sono. Lo schema è abbozzato. Il software è iniziato.

      La parte che esiste davvero, per ora, è soprattutto quella strutturale e di illuminazione. Ho progettato e stampato la base, il supporto e una grande testa toroidale per i LED.

      Sul toroide ho proiettato la scritta dell'Unico Anello in elfico, perché evidentemente un normale anello luminoso sarebbe stato troppo semplice.

      LED montati. Alimentazione a 5 V. Il resto aspetta.

      Non è il primo progetto che inizio con entusiasmo e non finisco. Probabilmente non sarà l'ultimo.

      • ESP32
      • LED
      • Sensori di umidità
      • Stampa 3D
      • Fusion
      Incompleto

    Tre pezzi dello stesso gioco

    Il codice gli dà un comportamento. L'elettronica gli permette di interagire con il mondo. La stampa 3D gli dà un corpo.

    Oggi

    Negli anni sono passato da Arduino a Raspberry Pi, ESP32, LoRa, sensori, motori, display e tutto quello che può servire a trasformare un'idea software in qualcosa che occupi spazio sulla scrivania.

    L'elettronica continua a essere, per me, complementare al software. Non mi interessa sostituire l'una con l'altro. Mi interessa poter arrivare un po' più lontano.

    Anche adesso sto costruendo RK, un sistema software che vive sul mio Mac.

    Naturalmente, una delle prime cose che ho pensato è stata:

    Adesso voglio averlo sulla scrivania.

    03 Intelligenza artificiale

    Usare l'AI non bastava.

    Prima del prompt

    La usavo già. E sapevo che l'avrei usata sempre di più.

    Il mio mestiere stava cambiando e volevo cambiare insieme a lui. L'AI engineering apriva possibilità professionali nuove, ma c'era anche una ragione molto più semplice: non mi andava di usare ogni giorno uno strumento così potente conoscendolo soltanto dall'esterno.

    Volevo capire cosa succedeva prima del prompt.

    2025 / Partire dalle fondamenta

    Cominciai, in realtà, dalla parte sbagliata.

    A gennaio comprai un libro di machine learning con Python. Era tecnico, io avevo ancora pochi riferimenti e dopo qualche mese lo lasciai lì.

    Mi mancava il quadro generale.

    Lo trovai leggendo Melanie Mitchell.

    Poi tornai al machine learning. Passai al deep learning, ai Transformer, al corso di Hugging Face, ai paper.

    E a Sebastian Raschka.

    In Build a Large Language Model (From Scratch) il percorso arriva fino alla costruzione e all'addestramento di un piccolo GPT.

    A quel punto la domanda diventò inevitabile:

    Quanto posso spingermi oltre con il computer che ho, se sono disposto ad aspettare?

    Model T Il laboratorio

    Il laboratorio.

    • Italiano
    • Mac
    • Training
    • Pause / Resume
    • Tokenizer
    • Dataset
    Fig. 12 Test, loss e appunti durante lo sviluppo della serie T.

    Non avevo GPU dedicate né una macchina costruita per il machine learning.

    Avevo il mio Mac.

    Quindi impostai il problema al contrario: non avrei cercato di rendere breve il training. Avrei cercato di costruire il modello più interessante che il mio hardware potesse sostenere, accettando che per addestrarlo potessero servire settimane o mesi.

    Per questo pausa e ripresa entrarono nel progetto quasi subito. Quel computer doveva continuare a servirmi anche per lavorare.

    Mi diedi altri due vincoli.

    Il modello avrebbe imparato in italiano.

    E avrei cercato di dargli testo di valore, non semplicemente tutto quello che riuscivo a raccogliere dal web.

    Non volevo soltanto evitare rumore e spazzatura. Volevo capire quanto contasse la qualità di ciò che un modello legge.

    T1 → T15

    Fig. 13 Gli chiesi la capitale della Francia. Rispose come un decreto ministeriale.

    T1 diventò T2. Poi T3.

    Alla fine furono una quindicina di esperimenti.

    Imparai a preparare i dati, costruire tokenizer, dimensionare architetture, gestire training e checkpoint.

    E imparai che un modello può essere rovinato anche da materiale perfettamente leggibile.

    T14 assorbì troppo lo stile dei classici.

    T15 finì per parlare come un decreto ministeriale.

    Quello che un modello legge lascia un segno.

    A volte molto più profondo di quanto vorresti.

    Il limite

    I modelli imparavano la lingua.

    Cominciavano a costruire frasi plausibili, a riprodurre strutture e forme dell'italiano.

    Ma quando cercavo quello che interessava davvero a me — la conoscenza fattuale — il limite diventava evidente.

    Nomi. Luoghi. Date. Relazioni. Fatti.

    La spiegazione che mi diedi fu soprattutto una: avevo chiesto troppo a modelli così piccoli.

    Forse, semplicemente, Model T non aveva abbastanza capacità.

    Se volevo vedere emergere qualcosa di più, dovevo costruire un modello più grande.

    È anche per questo che nacque Model A.

    Era un'ipotesi ragionevole. Era sbagliata.

    Model A / A01 Training concluso

    Facciamolo più grande.

    A01

    Avevo visto piccoli modelli italiani mostrare capacità che T non aveva. Pensai che aumentando seriamente la capacità avrei finalmente iniziato a vedere emergere anche la conoscenza fattuale.

    Così nacque Model A.

    Parametri
    835M
    Token
    2,25B
    Calcolo effettivo
    40,5 giorni
    Calendario
    62,8 giorni
    Memoria
    64 GB
    Macchina
    Mac mini

    Gli ultimi due giorni

    Fig. 14 A01 durante il training. Dopo 25 giorni, ne stimava ancora più di otto.

    Per più di quaranta giorni il computer continuò ad addestrare lo stesso modello.

    Quando mancavano circa due giorni alla fine dovevo partire per le vacanze.

    Lo misi in pausa.

    Avevo aspettato più di un mese e avrei potuto finalmente vedere il risultato. Ma sapevo anche che, se fosse andata male, avrei passato le vacanze a pensarci.

    Preferii non scoprirlo.

    Al ritorno

    Al ritorno terminai A01.

    Il training era andato bene.

    La loss era scesa regolarmente. Nessuna instabilità. Nessun disastro. L'italiano era migliore di quello dei modelli T.

    Poi cominciai a provarlo.

    Date inventate. Definizioni sbagliate. Fatti che avrei voluto trovare e che continuavano a non esserci.

    Il training aveva funzionato. Era l'idea con cui l'avevo iniziato a essere sbagliata.

    Spensi tutto.

    Per due o tre giorni pensai seriamente di lasciar perdere.

    Avevo aspettato più di quaranta giorni per scoprire che rendere il modello cinque volte più grande non aveva risolto il problema per cui l'avevo costruito.

    La delusione, in parte, c'è ancora.

    Poi rimaneva una domanda.

    Dopo A01

    Perché?

    Non esiste che rinunci a qualcosa perché non ci riesco.

    Posso aver preso la strada sbagliata. Posso aver fatto un'ipotesi sbagliata. Posso fallire di nuovo.

    Ma prima voglio capire perché.

    E così il progetto cambiò.

    Prima di A02

    Prima di riprovare, serviva un esame.

    La prima spiegazione sembrava evidente: A01 aveva letto tutti i testi di addestramento una volta sola.

    Forse aveva semplicemente bisogno di incontrare le stesse informazioni più volte.

    Poi contai.

    Nei testi che A01 aveva letto, il nome “Dante Alighieri” compariva circa 7.756 volte.

    Non una. Quasi ottomila.

    Il problema non poteva essere spiegato semplicemente dicendo che il modello non aveva incontrato abbastanza volte un nome.

    E mi accorsi di avere un problema ancora precedente:

    Come faccio a sapere quanto conosce davvero un modello?

    La loss non bastava.

    Così, prima di addestrare ancora, costruii A_FACT.

    A_FACT L'esame

    Prima di studiare, costruiamo l'esame.

    693 prove

    Un esame di 693 frasi da completare, ognuna con quattro possibili risposte.

    Un modello che scegliesse completamente a caso ne indovinerebbe circa una su quattro: 25%.

    Finalmente avevo un modo per confrontare i modelli sulla cosa che interessava a me:

    Non quanto bene scrivessero, ma quanto sapessero.

    I risultati

    A_FACT / 001 001 / 693

    La capitale del Portogallo è...

    1. A Madrid
    2. B Lisbona
    3. C Porto
    4. D Santiago del Cile

    Sembrava migliore.

    Statisticamente, però, la differenza era compatibile con il caso.

    Cinque volte i parametri.

    Più di quaranta giorni di training.

    Italiano migliore.

    Nessuna evidenza sufficiente per dire che conoscesse più fatti.

    Quella misura cambiò il progetto molto più di quanto avrebbe fatto un risultato positivo.

    T15

    A_FACT servì anche a guardare indietro.

    T15 — quello che avevo trasformato involontariamente in un piccolo burocrate — ottenne 28,3%.

    Quasi il livello del caso.

    Per la prima volta non avevo soltanto l'impressione di aver rovinato un modello.

    Potevo misurarlo.

    A02 In preparazione

    Non significa «riproviamo».

    Cambiare metodo

    A01 mi aveva insegnato che aumentare le dimensioni di un modello non basta a renderlo più competente.

    Per A02 decisi quindi di cambiare metodo.

    Non volevo semplicemente dargli più testo. Volevo scegliere meglio cosa fargli leggere, misurare quanto imparasse e controllare che, imparando qualcosa di nuovo, non dimenticasse ciò che già sapeva.

    Questa volta non sarebbe bastato vedere scendere la loss.

    Volevo sapere cosa stava imparando.

    I dati

    Più non significa meglio.

    Preparando A02 scoprii che anche per i dati valeva la stessa lezione imparata con A01.

    In rete trovai raccolte con milioni di domande e risposte. Ma guardandole da vicino scoprii errori, duplicati, traduzioni spacciate per nuove informazioni e risposte associate alle domande sbagliate.

    Continuai a raccogliere e selezionare, fino a raggiungere dieci milioni di esempi.

    Poi iniziai a scartare.

    Alla fine ne rimasero 8.584.968.

    Avrei potuto tenere tutti e dieci i milioni. Bastava essere meno severo.

    Preferii il numero più piccolo.

    Il modello non impara dai numeri della tabella. Impara da ciò che gli faccio leggere.

    Oggi

    A02 è ancora in preparazione.

    Non so se funzionerà. Ma questa volta ho gli strumenti per misurare i risultati e, soprattutto, per capire dove cercare quando qualcosa non funziona.

    Non sto cercando di costruire un'alternativa a ChatGPT o Claude.

    Sto cercando di capire come un modello impara.

    È questo, prima ancora del risultato, il motivo per cui continuo.

    Dal laboratorio al lavoro

    Nel frattempo, l'intelligenza artificiale è entrata anche nel mio lavoro quotidiano.

    Oggi posso integrare un modello attraverso un'API. Domani potrei aver bisogno di qualcosa di molto più specifico, addestrato sui dati e sulle esigenze di un singolo progetto.

    Non significa che debba costruire personalmente ogni modello.

    Significa sapere quando utilizzare quelli esistenti, quando adattarli e quando vale la pena costruire qualcosa di nuovo.

    Per scegliere lo strumento giusto, voglio capire come funziona.

    Prima del prompt

    1. 01 Numeri
    2. 02 Matrici
    3. 03 Attention
    4. 04 Probabilità

    So cosa fa un Transformer.

    Un sistema che impara a prevedere il token successivo.

    Il meccanismo posso studiarlo. Quello che continua a sorprendermi è ciò che può emergere da qualcosa di apparentemente così semplice.

    Un modello può collegare informazioni, sostenere una discussione, correggere un ragionamento.

    E allora mi viene una domanda.

    Che cos'è, allora, un pensiero?

    Non lo so.

    Per ora continuo a cercare di capire qualcosa di molto più piccolo:

    Come fa un modello a imparare un fatto.

    Poi vedremo dove porta.

    04 Storia

    Come siamo arrivati fin qui.

    Un altro modo di chiederlo

    Capire come siamo arrivati fin qui è un altro modo di capire come funzionano le cose.

    La storia è una delle mie passioni più grandi. Soprattutto quella britannica ed europea: la Prima e la Seconda guerra mondiale, le decisioni politiche e militari e il ruolo della tecnologia nel cambiare il corso degli eventi.

    Fig. 12 Libri, monete e altre piccole prove

    Su Winston Churchill

    Churchill ha un posto speciale sulla mia libreria. Mi interessano la sua biografia, ciò che ha scritto e come lo ha scritto, la leadership e la comunicazione.

    Non come una statua. Come una persona complicata, con vittorie, sconfitte ed errori. Le storie a cui continuo a tornare parlano tanto di ciò che è andato storto quanto di ciò che è andato bene.

    «In guerra, decisione. Nella disfatta, fermezza. Nella vittoria, magnanimità. Nella pace, buona volontà.» Winston Churchill · The Second World War

    Mi attira anche il lato fisico della storia: libri, monete e cimeli storici. Piccoli oggetti che un tempo facevano parte di qualcosa di grande.

    05 Spazio

    Guardare oltre.

    Lo spazio mi affascina da quando ero bambino.

    Le missioni Apollo sono state una parte importante di questa passione. Non soltanto per gli astronauti e la storia delle missioni, ma anche per la tecnologia: riuscire a raggiungere la Luna con gli strumenti disponibili negli anni Sessanta continua a sembrarmi straordinario.

    Apollo 11

    Dalla Luna a Marte

    Anni dopo, durante un viaggio negli Stati Uniti, visitai il Kennedy Space Center. Non riuscii ad assistere a un lancio, ma era una tappa a cui tenevo.

    Era il primo giorno di una vacanza di venti giorni. Avevo cento dollari da spendere per un souvenir e vidi uno Zippo NASA che mi piaceva moltissimo. Decisi di aspettare: magari avrei trovato qualcosa di meglio durante il viaggio.

    Me ne pentii dieci minuti dopo essere uscito.

    Anni dopo, Pulce mi regalò uno Zippo NASA del 1987, il mio anno di nascita. Gli ho costruito una teca con la stampante 3D.

    Alla fine, il souvenir è arrivato. Solo con qualche anno di ritardo.
    Zippo NASA, 1987

    Oggi

    Continuo a seguire l'esplorazione spaziale, dalla NASA a SpaceX.

    Mi interessa il ritorno sulla Luna, ma soprattutto la possibilità che un giorno si riesca a raggiungere Marte.

    Seguo i test di Starship, i problemi, i fallimenti e le modifiche da un volo all'altro.

    Non mi interessa soltanto vedere un razzo partire.

    Voglio vedere fin dove riusciremo ad arrivare.
    06 Storie

    Mondi in cui perdersi.

    Leggo da quando ero bambino.

    Piccoli Brividi furono tra i primi libri che comprai per me. Per il resto, pescavo soprattutto dalle librerie di mio padre e di mio zio. Fu lì che incontrai la fantascienza, anche attraverso i volumi di Urania che mio zio amava tanto e che continuo a leggere ancora oggi.

    Poi mi regalarono il primo Harry Potter, appena uscito. Fu l'inizio della mia passione per il fantasy e, con i volumi successivi, scoprii per la prima volta cosa significasse aspettare con impazienza l'uscita di un libro.

    Da Harry Potter passai a Tolkien, a Eragon e a molti altri mondi fantastici.

    Il fantasy è rimasto il genere a cui sono più affezionato. Curiosamente, però, è anche quello in cui faccio più fatica a trovare qualcosa che mi piaccia davvero quanto quelle prime letture.

    Oggi alterno soprattutto fantascienza e saggi storici. Due generi molto diversi, ma che continuano a darmi ottimi motivi per aprire un libro.

    Leggo soprattutto in digitale, ma continuo a conservare alcuni libri a cui sono particolarmente affezionato.

    Non ho mai smesso di cercare il prossimo libro.
    Fig. 13 Scaffale, senza ritocchi
    07 LEGO

    Un pezzo alla volta.

    Da bambino adoravo i LEGO. Poi, per diversi anni, li lasciai da parte. Non erano proprio un passatempo economico.

    Li ho riscoperti da adulto e ho ritrovato esattamente quello che mi piaceva allora: costruire.

    Seguire le istruzioni, cercare il pezzo giusto, vedere il modello prendere forma. È una delle poche attività con cui riesco a staccare completamente la testa dal resto.

    Negli anni ho messo insieme anche una bella collezione, soprattutto di set legati ai mondi e alle storie che mi piacciono.

    C'è soltanto un problema: continuo a fare fatica a spendere certe cifre per quelli che, in fondo, sono dei giocattoli.

    Pulce, fortunatamente, sembra aver deciso che ogni occasione sia buona per regalarmene uno.

    Mi piace averli. Ma mi piace ancora di più costruirli.
    Barad-dûr
    T. rex
    Stazione Spaziale Internazionale
    DeLorean
    08Aggiornato 2026-10

    Adesso.

    In costruzione
    Model A A02
    In lettura
    Axis Robert Charles Wilson
    Seguo
    Esplorazione spaziale
    Ci sto lavorando
    Probabilmente troppe cose
    Macchina
    Mac mini M4 Pro
    Sulla scrivania
    Il solito casino
    Carburante
    Curiosità
    CIRCUIT / REVISION