La corsa verso i superconduttori a temperatura ambiente potrebbe aver trovato una marcia in più, grazie a un metodo che combina intelligenza artificiale e fisica quantistica. Un team internazionale guidato dalla professoressa Päivi Törmä dell’Università di Aalto ha dimostrato che il machine learning può setacciare un numero quasi infinito di combinazioni chimiche per individuare i candidati più promettenti, riducendo drasticamente i tempi di scoperta. E non si tratta solo di teoria: due nuovi superconduttori sono già stati identificati, sintetizzati e verificati sperimentalmente.

I superconduttori, materiali capaci di condurre elettricità senza alcuna resistenza, esistono già e vengono utilizzati in tecnologie che vanno dai computer quantistici ai treni a levitazione magnetica, passando per i reattori a fusione e i sistemi di neuroimaging medico. Il problema è che funzionano solo a temperature bassissime, vicine allo zero assoluto, e richiedono sistemi di raffreddamento costosi e complessi. Trovarne uno che funzioni a temperatura ambiente cambierebbe radicalmente il panorama energetico globale. Basterebbe pensare a cosa significherebbe sostituire i conduttori tradizionali nei data center e nei computer: il consumo energetico crollerebbe e l’impronta termica del settore ICT si ridurrebbe in modo impressionante.

Come funziona il nuovo approccio basato sull’IA

Il consorzio SuperC, fondato nel 2023 dalla professoressa Törmä insieme a un gruppo internazionale di fisici, è la prima collaborazione globale coordinata dedicata specificamente alla scoperta di nuovi superconduttori. L’obiettivo dichiarato è ambizioso: trovare un superconduttore a temperatura ambiente entro il 2033.

Nel lavoro più recente, pubblicato su Physical Review Research, il team ha identificato due nuovi materiali superconduttori: YRu3B2 e LuRu3B2. Le loro proprietà derivano da elettroni che formano bande piatte all’interno di un reticolo kagome, una struttura geometrica ispirata ai tradizionali motivi giapponesi di intreccio dei cestini. Il processo è stato strutturato in fasi: prima il machine learning ha scremato enormi quantità di combinazioni elementari possibili, poi un algoritmo specializzato ha selezionato i candidati migliori, che sono stati analizzati con calcoli quantistici dettagliati. Una volta confermate le previsioni teoriche, i colleghi della Rice University, guidati dalla professoressa Emilia Morosan, hanno sintetizzato i materiali e verificato che fossero effettivamente superconduttori.

Perché questa scoperta conta davvero

Per capire la portata di questo risultato, serve un po’ di contesto. In decenni di ricerca, la comunità scientifica ha identificato oltre 7.000 superconduttori, ma quasi tutti per puro caso. Il processo di valutazione teorica è talmente pesante dal punto di vista computazionale che, di fatto, solo una ventina di questi materiali sono stati previsti prima di essere scoperti. E anche quando un materiale sembra promettente sulla carta, potrebbe rivelarsi impossibile da sintetizzare o da produrre su larga scala.

L’approccio del team SuperC cambia le regole del gioco. Invece di sottoporre ogni singola combinazione a calcoli quantistici complessi, si usa l’intelligenza artificiale come filtro iniziale, concentrando le risorse computazionali solo sui candidati con le probabilità più alte. Secondo Törmä, questo metodo potrebbe permettere di analizzare miliardi di materiali, portando la ricerca dei superconduttori a temperatura ambiente a un livello completamente nuovo. Non è ancora la soluzione definitiva, ma rappresenta un passo critico nella direzione giusta. E in un campo dove ogni piccolo progresso richiede anni di lavoro, avere uno strumento capace di moltiplicare le possibilità fa tutta la differenza del mondo.

L'articolo IA e superconduttori: due nuovi materiali scoperti grazie al machine learning proviene da Tecnoapple.

L’intervista rilasciata da un dirigente Apple sul ruolo di Apple Silicon nell’era dell’intelligenza artificiale sembrava perfettamente calibrata. Peccato che nel giro di poche settimane la realtà abbia preso una direzione completamente diversa, rendendo quelle dichiarazioni quasi imbarazzanti. Il punto non è tanto quello che è stato detto, quanto il tempismo con cui quelle parole sono arrivate al pubblico.

Doug Brooks, senior product manager della divisione Apple Silicon, ha concesso un’intervista a The Deep View poco prima della WWDC 2026 di giugno. Il pezzo però è stato pubblicato solo a fine giugno, a ridosso della festività del 4 luglio negli Stati Uniti. Nel frattempo, Apple aveva già rilasciato due beta di OS 27, lanciato Siri AI e, soprattutto, aumentato i prezzi di Mac e iPad di centinaia di dollari. Dettaglio non trascurabile.

Nell’intervista Brooks sottolinea come le esigenze computazionali dell’intelligenza artificiale siano perfettamente compatibili con l’architettura di Apple Silicon, grazie alla memoria unificata e all’efficienza energetica dei chip. Parla del Mac mini e del Mac Studio come piattaforme ideali per gli strumenti di AI agentici emergenti. E fin qui, nulla di sbagliato. All’inizio del 2025 il Mac mini era diventato effettivamente il desktop preferito per chi lavora con agenti AI, al punto da provocare una carenza di scorte che aveva costretto Apple a ritirare diversi modelli dal listino, compreso quello più economico.

Il problema dei prezzi che nessuno ha menzionato

Il passaggio che stride di più è quello in cui Brooks afferma che i prodotti Apple offrono sempre più un rapporto qualità prezzo convincente. Forse era vero a inizio giugno, ma nel momento in cui l’intervista è stata letta dal pubblico, Apple aveva già ritoccato al rialzo i listini su tutta la gamma. Il Mac Studio con chip M3 Ultra, che al momento dell’intervista costava 3.999 dollari, era salito a 5.299 dollari. Un aumento del 32% non è esattamente quello che si definisce “valore convincente”. Per non parlare del fatto che le consegne erano già slittate a ottobre.

Il Mac mini più economico è tornato disponibile a fine giugno, certo. Ma con un sovrapprezzo di 200 dollari rispetto a prima. E comunque con tempi di attesa di almeno un mese. Anche i prezzi di RAM e storage hanno subito rincari significativi.

Una questione di tempismo, non di contenuti

Nessuno mette in discussione la competenza di Brooks o la validità tecnica delle sue affermazioni. Apple Silicon resta un’architettura straordinaria per i carichi di lavoro legati all’intelligenza artificiale. Il problema è puramente editoriale e comunicativo. Un’intervista registrata prima della WWDC e pubblicata quasi un mese dopo, in un settore che si muove alla velocità della luce, rischia di sembrare disconnessa dalla realtà. Se fosse uscita il 10 giugno avrebbe avuto tutto un altro impatto. Pubblicata dopo gli aumenti di prezzo, suona come una promozione che qualcuno ha dimenticato di aggiornare. Ed è difficile pensare che Brooks non sapesse cosa stava per succedere ai listini di lì a pochissime settimane.

L'articolo Apple Silicon e AI: l’intervista che i nuovi prezzi hanno già smentito proviene da Tecnoapple.

La questione dell’intelligenza artificiale di Apple in Europa è tutt’altro che risolta, ma qualcosa si muove. Il CEO di Apple, Tim Cook, ha avuto una videochiamata con Henna Virkkunen, vicepresidente esecutiva della Commissione Europea, per discutere del possibile lancio delle nuove funzioni AI nel Vecchio Continente. Un incontro definito “costruttivo” da fonti vicine alla conversazione, secondo quanto riportato dal Financial Times e ripreso da 9to5Mac.

Il contesto è piuttosto chiaro. Durante la WWDC 2026, Apple ha presentato i nuovi Apple Foundation Models, il cuore pulsante della sua strategia sull’intelligenza artificiale. Ma c’è stato un dettaglio che non è passato inosservato: l’ultimo terzo della presentazione, dedicato proprio a queste funzionalità, non riguardava gli utenti europei. Nemmeno lontanamente. Quelle feature, così come sono state progettate, non possono essere lanciate nell’Unione Europea perché rischiano di violare il Digital Markets Act, la normativa europea sui mercati digitali.

Cosa c’è davvero in gioco tra Apple e l’UE

Il problema non è banale. Il DMA impone regole precise su come i grandi operatori tecnologici gestiscono dati, accesso ai servizi e interoperabilità. Apple, con il suo ecosistema chiuso e controllato, si trova in una posizione complicata ogni volta che l’Europa alza l’asticella della regolamentazione. E le nuove funzioni AI, che promettono un’integrazione profonda tra dispositivi, app e servizi cloud, toccano esattamente quei nervi scoperti.

La telefonata tra Tim Cook e Virkkunen sembra essere il primo passo concreto per trovare un compromesso. Le persone a conoscenza dei dettagli hanno spiegato che la discussione si è concentrata su come Apple potrebbe adattare i propri strumenti di intelligenza artificiale per rispettare le regole europee senza snaturarli completamente. Non è una cosa semplice, e chiunque abbia seguito le tensioni tra Cupertino e Bruxelles negli ultimi anni sa bene che queste trattative possono durare mesi.

Il nuovo ruolo di Cook e le prossime mosse

C’è anche un altro elemento interessante. Tim Cook si prepara a passare al ruolo di Executive Chairman, una posizione che lo vedrà occuparsi principalmente delle relazioni con i governi e le istituzioni. Questa telefonata con la Commissione Europea sembra quasi un’anteprima di quello che sarà il suo lavoro quotidiano nel prossimo futuro. E francamente, considerando quanto è delicata la situazione dell’Apple AI in Europa, serviva qualcuno con il suo peso specifico a gestire la conversazione.

Gli utenti europei, nel frattempo, restano a guardare. La speranza è che da questo dialogo nascano soluzioni concrete, magari entro la fine dell’anno. Ma conoscendo i tempi della burocrazia europea e la testardaggine di Apple nel proteggere la propria visione di prodotto, è difficile fare previsioni troppo ottimistiche. Quello che è certo è che la partita è aperta, e ora almeno le due parti si stanno parlando.

L'articolo Apple Intelligence in Europa: Tim Cook chiama l’UE, cosa potrebbe cambiare proviene da Tecnoapple.

La causa legale tra Apple e YouTube sull’uso di video per l’addestramento dell’intelligenza artificiale sta prendendo una piega interessante. Il colosso di Cupertino ha chiesto formalmente che la causa intentata contro di essa venga archiviata, con una motivazione che, a prescindere da come la si pensi, ha una sua logica piuttosto diretta: quei video non erano mai stati davvero protetti o bloccati in alcun modo.

La questione ruota attorno a un punto che potrebbe sembrare banale, ma che in realtà tocca uno dei nodi più delicati del rapporto tra big tech e creatori di contenuti. Apple sostiene che i filmati utilizzati per addestrare i propri modelli di AI erano liberamente accessibili sulla piattaforma, senza alcuna restrizione tecnica o contrattuale che ne impedisse l’uso. Nessun paywall, nessun blocco, nessuna limitazione esplicita. Erano lì, disponibili per chiunque.

Il nodo giuridico: contenuti pubblici o contenuti protetti?

Qui la faccenda si fa più complessa di quanto sembri a prima vista. Da un lato c’è la posizione di Apple, che in sostanza dice: se un contenuto è pubblico e non presenta alcuna barriera di accesso, non si può parlare di violazione. Dall’altro lato, chi ha intentato la causa sostiene che il fatto che un video sia visibile su YouTube non significa automaticamente che possa essere scaricato, copiato e dato in pasto a un sistema di intelligenza artificiale per fini commerciali.

È una distinzione sottile ma enorme. Guardare un video e usarlo per allenare un modello linguistico o generativo sono due cose radicalmente diverse. E il diritto, almeno per ora, non ha ancora tracciato un confine netto tra le due attività. Questa causa potrebbe contribuire a definirlo, oppure potrebbe chiudersi senza creare un precedente significativo, nel caso il tribunale accogliesse la richiesta di archiviazione di Apple.

Perché questa vicenda riguarda tutto il settore tech

Quello che rende questa storia rilevante ben oltre i confini delle due aziende coinvolte è il principio che potrebbe stabilire. Praticamente ogni grande azienda che lavora con l’AI generativa ha utilizzato enormi quantità di dati pubblici per l’addestramento dei propri modelli. Se i tribunali dovessero stabilire che “pubblicamente accessibile” non equivale a “liberamente utilizzabile per qualsiasi scopo”, le conseguenze sarebbero enormi per l’intero settore.

Apple, dal canto suo, sembra voler chiudere la partita in fretta, prima ancora di arrivare a un dibattimento nel merito. La strategia è chiara: evitare che il caso diventi un precedente legale scomodo. Resta da vedere se il giudice sarà dello stesso avviso o se vorrà andare più a fondo nella questione. Quello che è certo è che questa vicenda, comunque vada a finire, racconta molto su quanto sia ancora indefinito il terreno su cui si muove lo sviluppo dell’intelligenza artificiale rispetto al diritto d’autore e alla proprietà dei contenuti digitali.

L'articolo Apple chiede di archiviare la causa YouTube: il motivo è sorprendente proviene da Tecnoapple.

Milioni di stelle che esplodono potrebbero presto raccontare qualcosa di fondamentale su una delle forze più misteriose dell’universo: l’energia oscura. Un gruppo di ricercatori guidato dall’Istituto di Scienze del Cosmo dell’Università di Barcellona ha messo a punto un framework chiamato CIGaRS, capace di analizzare le supernove di tipo Ia con una precisione che fino a poco tempo fa sembrava fuori portata. Lo studio, pubblicato su Nature Astronomy, promette di cambiare radicalmente il modo in cui gli astronomi misurano l’espansione dell’universo.

Le supernove di tipo Ia sono esplosioni stellari che si verificano quando una nana bianca raggiunge una massa critica e deflagra. Siccome queste esplosioni raggiungono tutte una luminosità intrinseca molto simile, gli scienziati le usano come “candele standard”: confrontando la luminosità reale con quella apparente dalla Terra, si possono calcolare distanze cosmiche enormi. Proprio grazie a queste misurazioni, alla fine degli anni Novanta, si è scoperto che l’universo non solo si espande, ma lo fa a un ritmo sempre più veloce. La causa di questa accelerazione viene attribuita all’energia oscura, che resta uno dei più grandi enigmi della fisica moderna.

Il problema, però, è che le supernove di tipo Ia non sono tutte perfettamente uguali. Negli ultimi vent’anni si è capito che la galassia ospite influenza la luminosità osservata. Una supernova che esplode in una galassia vecchia e massiccia può apparire leggermente diversa da una che si trova in una galassia giovane e meno massiccia. Finora, queste differenze venivano corrette con metodi piuttosto semplificati, il che limitava la precisione delle misure cosmologiche.

Come funziona CIGaRS e perché cambia le regole del gioco

Ecco dove entra in scena CIGaRS. Invece di trattare ogni variabile separatamente, questo framework costruisce un modello unificato che tiene conto di tutto in contemporanea: l’esplosione della supernova, la galassia in cui avviene, la polvere cosmica che ne altera la luce, i tassi di occorrenza nel corso della storia dell’universo e persino l’espansione cosmica stessa. Collegando tutti questi ingredienti in un unico schema statistico e fisico, emergono relazioni che i metodi tradizionali semplicemente non riescono a cogliere.

Per far funzionare un modello così complesso senza richiedere una potenza di calcolo impossibile, i ricercatori hanno sfruttato una tecnica nota come inferenza basata su simulazioni. In pratica, si generano enormi quantità di universi simulati, e poi una rete neurale impara a riconoscere come le osservazioni simulate si collegano alle proprietà fisiche che le hanno prodotte. Una volta addestrato, il sistema confronta le osservazioni astronomiche reali con le simulazioni e identifica i parametri più probabili. Questo rende possibile analizzare decine di migliaia di supernove contemporaneamente.

Un risultato particolarmente notevole è che CIGaRS riesce a determinare le distanze delle galassie (il cosiddetto redshift) con una precisione paragonabile alle misure spettroscopiche, ma usando solo dati fotografici. Questo è cruciale, perché l’Osservatorio Vera C. Rubin, attualmente in costruzione in Cile, identificherà milioni di candidati supernova nei prossimi anni, e circa il 99% di questi verrà osservato solo attraverso immagini in diversi filtri di colore, senza spettroscopia dedicata.

Verso una nuova era di scoperte cosmologiche

Come ha spiegato Konstantin Karchev, primo autore dello studio, il framework CIGaRS è stato progettato proprio pensando a questa sfida. A differenza di altri approcci che richiedono semplificazioni analitiche, questo metodo è in grado di estrarre tutta l’informazione cosmologica e astrofisica dai dati dell’Osservatorio Rubin, evitando le trappole dei bias di selezione e modellazione.

I benefici non si fermano alla misura dell’energia oscura. Il framework fornisce anche informazioni preziose sull’origine stessa delle supernove di tipo Ia, ricostruendo come i tassi di esplosione variano in base all’età delle stelle nelle diverse galassie. Secondo le stime dei ricercatori, questo approccio potrebbe migliorare i vincoli cosmologici fino a quattro volte rispetto ai metodi tradizionali basati su campioni limitati di supernove osservate spettroscopicamente.

Con l’Osservatorio Rubin pronto ad avviare un’indagine del cielo che durerà un decennio, strumenti come CIGaRS rappresentano esattamente il tipo di innovazione necessaria per trasformare una valanga di dati grezzi in risposte concrete sulle leggi fondamentali che governano il nostro universo.

L'articolo IA e supernove: il nuovo strumento che potrebbe svelare l’energia oscura proviene da Tecnoapple.

Il panorama della cybersecurity sta vivendo una trasformazione profonda, e il motore di tutto sono i nuovi modelli di intelligenza artificiale. Quello che fino a qualche anno fa sembrava uno scenario da film di fantascienza oggi è realtà: strumenti basati sull’IA vengono utilizzati sia per difendere i sistemi informatici sia, purtroppo, per attaccarli. E la velocità con cui questa tecnologia evolve sta mettendo sotto pressione anche gli esperti più preparati.

Il punto è semplice da capire, anche senza essere tecnici. L’intelligenza artificiale permette di automatizzare operazioni che prima richiedevano ore, giorni, a volte settimane di lavoro manuale. Questo vale per chi protegge le reti aziendali, certo, ma vale anche per chi cerca di violarle. Gli hacker oggi possono sfruttare modelli di IA per generare email di phishing quasi perfette, individuare vulnerabilità nei software in tempi ridottissimi e persino creare malware capace di adattarsi alle difese che incontra. Non è un’esagerazione: è la fotografia della situazione attuale.

Il gioco del gatto e del topo si fa più veloce

Gli esperti di sicurezza informatica descrivono spesso la loro attività come un gioco del gatto e del topo. Da una parte chi costruisce muri, dall’altra chi cerca il modo di scavalcarli. Con l’arrivo dei nuovi modelli di intelligenza artificiale, però, questo rincorrersi è diventato frenetico. Le difese tradizionali faticano a tenere il passo, e anche le soluzioni più avanzate devono aggiornarsi continuamente.

Un aspetto che preoccupa particolarmente riguarda la facilità di accesso a questi strumenti. Non serve più essere programmatori esperti per lanciare un attacco informatico sofisticato. Alcuni modelli di IA, disponibili anche in versioni open source, abbassano enormemente la soglia di ingresso per chi ha cattive intenzioni. Questo democratizza, in un certo senso tragico, il mondo del cybercrimine.

Cosa dicono gli esperti sui rischi reali

Chi lavora nel settore della cybersecurity non nasconde una certa preoccupazione. La corsa all’adozione dell’IA da parte delle aziende spesso avviene senza una valutazione adeguata dei rischi connessi. Si implementano chatbot, assistenti virtuali, sistemi automatizzati di analisi dati, ma non sempre ci si chiede cosa potrebbe succedere se quegli stessi strumenti venissero manipolati o utilizzati come vettore di attacco.

La sfida, spiegano gli analisti, non è solo tecnologica. Serve un cambio di mentalità. Le organizzazioni devono smettere di pensare alla sicurezza informatica come a un costo e iniziare a considerarla un investimento strategico. Formare il personale, aggiornare i protocolli, testare costantemente le proprie difese: sono tutte azioni che oggi risultano ancora più urgenti proprio perché l’intelligenza artificiale amplifica tanto le capacità di chi difende quanto quelle di chi attacca.

La partita è aperta, e nessuno può permettersi di restare a guardare.

L'articolo IA e cybersecurity: il nuovo scenario che preoccupa gli esperti proviene da Tecnoapple.

Secondo un recente sondaggio di Adobe, il 75% dei creativi considererebbe ormai l’intelligenza artificiale uno strumento essenziale nel proprio lavoro quotidiano. Un dato che fa rumore, certo. Ma basta grattare appena sotto la superficie per capire che la realtà potrebbe essere parecchio diversa da come viene presentata. Il punto critico riguarda proprio chi è stato incluso nel campione del sondaggio Adobe AI, e soprattutto chi ne è rimasto fuori.

Il report in questione si chiama Creators’ Toolkit Report 2026 ed è stato pubblicato da Adobe a fine maggio. L’azienda lo descrive come uno studio globale che esplora il modo in cui i creatori di contenuti stanno integrando l’AI generativa e gli strumenti mobile nei propri flussi di lavoro. E fin qui, niente di strano. Il problema nasce quando si guarda con attenzione alla definizione di “creativo” che Adobe ha scelto di adottare per questa ricerca.

Chi manca dal campione e perché conta

Ecco il nodo. Se la definizione di creativo viene ristretta in modo conveniente, qualsiasi percentuale può raccontare la storia che si vuole raccontare. E non è un dettaglio da poco, perché escludere i creativi tradizionali dal campione significa togliere dal tavolo proprio quelle figure professionali che hanno un rapporto più complesso e spesso conflittuale con gli strumenti di intelligenza artificiale. Illustratori, fotografi, artisti digitali che lavorano con metodi consolidati da anni: queste sono le voci che avrebbero reso il quadro decisamente più sfumato.

Il sondaggio Adobe si concentra invece su una categoria di creator più ampia, probabilmente più giovane e più orientata ai contenuti digitali per i social. Nulla di sbagliato in sé, ma presentare quei numeri come rappresentativi dell’intero mondo creativo è quantomeno fuorviante. Dire che tre quarti dei creativi ritengono l’AI essenziale suona bene in un comunicato stampa, ma perde di credibilità quando si scopre che il campione è stato costruito con criteri piuttosto selettivi.

Il futuro dell’AI creativa tra hype e realtà

Adobe nel suo report guarda anche avanti, verso quella che viene definita AI agentica, cioè sistemi capaci di agire in modo più autonomo nei processi creativi. Una prospettiva affascinante, su cui però vale la pena mantenere un sano scetticismo. Il rischio, come spesso accade con questi grandi annunci, è che l’entusiasmo aziendale corra molto più veloce della realtà sul campo.

Non si tratta di negare che l’intelligenza artificiale stia cambiando il lavoro creativo. Lo sta facendo, e in modi anche interessanti. Ma quando un’azienda che vende strumenti di AI pubblica un sondaggio che celebra l’adozione di quegli stessi strumenti, è lecito alzare un sopracciglio. I numeri di Adobe raccontano una parte della storia. La parte che ad Adobe conviene raccontare.

L'articolo Adobe e il sondaggio sull’AI creativa: ecco cosa non torna nei dati proviene da Tecnoapple.

La notizia ha fatto rumore tra gli appassionati del mondo Apple: watchOS 27 non sarà disponibile per ben cinque modelli di Apple Watch. E la ragione, a guardarla bene, ha perfettamente senso, anche se fa un po’ male a chi possiede uno di quei dispositivi.

Il punto centrale della questione è legato a Siri AI e più in generale alle funzionalità di Apple Intelligence, il pacchetto di strumenti basati sull’intelligenza artificiale che Apple sta spingendo con sempre maggiore convinzione. Si tratta di aggiornamenti importanti, ambiziosi, che richiedono una potenza di calcolo e risorse hardware che i modelli più datati semplicemente non possono offrire. Non è cattiveria da parte di Cupertino, è fisica. O meglio, è silicio.

Il peso dell’intelligenza artificiale sul polso

Quando si parla di intelligenza artificiale su dispositivi così compatti come uno smartwatch, ogni dettaglio conta. La memoria, il processore, la gestione energetica: tutto deve funzionare in modo coordinato per reggere il carico delle nuove funzioni. E qui sta il problema. I cinque modelli esclusi da watchOS 27 non hanno l’architettura necessaria per far girare in modo fluido le novità legate a Siri AI e alle altre migliorie introdotte con Apple Intelligence.

Apple ha deciso di non scendere a compromessi. Piuttosto che offrire un aggiornamento dimezzato, con funzionalità tagliate o prestazioni scadenti, ha preferito tracciare una linea netta. Chi ha un Apple Watch più vecchio continuerà a usarlo con il software attuale, ma non riceverà la nuova versione del sistema operativo. Una scelta che può sembrare drastica, ma che in realtà protegge l’esperienza utente. Nessuno vuole uno smartwatch che si impalla ogni volta che prova a usare l’assistente vocale.

Cosa significa per chi possiede un modello escluso

Per chi si ritrova con uno dei modelli tagliati fuori, le opzioni sono due. Continuare a usare il proprio Apple Watch così com’è, che resta comunque un ottimo dispositivo per le funzioni base, oppure valutare un upgrade verso un modello più recente. Apple, va detto, non ha mai nascosto questa filosofia: spingere gli utenti verso hardware aggiornato fa parte della strategia, e le nuove funzionalità di Siri AI rappresentano un incentivo piuttosto convincente.

Il tema di fondo resta lo stesso che si ripete ogni anno, ma stavolta con un peso diverso. L’arrivo massiccio dell’intelligenza artificiale nei dispositivi Apple cambia le regole del gioco. Non si tratta più solo di nuove watch face o di qualche metrica aggiuntiva per il fitness. Qui si parla di un salto generazionale, e non tutti i dispositivi possono fare quel salto. È il prezzo del progresso tecnologico, e watchOS 27 lo rende evidente come mai prima d’ora.

L'articolo Apple Watch esclusi da watchOS 27: ecco perché e quali sono i 5 modelli proviene da Tecnoapple.

Costruire data center nello spazio per alimentare l’intelligenza artificiale. Sembra la trama di un film, eppure SpaceX ci sta lavorando sul serio, e non è l’unica azienda a farlo. Il ragionamento di fondo ha una sua logica affascinante: lassù l’energia solare è praticamente illimitata, non servono terreni enormi, non ci sono reti elettriche da sovraccaricare e nessun vicino di casa pronto a protestare. Ma tra il dire e il fare, come si dice, c’è di mezzo un ambiente tra i più ostili che esistano.

La corsa verso l’orbita terrestre si è intensificata con l’esplosione della domanda di potenza di calcolo legata all’intelligenza artificiale. I data center tradizionali, quelli che ormai spuntano ovunque nelle periferie delle grandi città, consumano quantità enormi di elettricità e acqua, generano calore, rumore e spesso scatenano l’opposizione delle comunità locali. L’idea di spostare tutto questo nello spazio ha quindi un fascino innegabile. SpaceX ha recentemente presentato il progetto del suo satellite AI1 Compute, pensato proprio come piattaforma di calcolo orbitale. Il problema? Al momento la sua capacità è dalle cento alle mille volte inferiore rispetto a un data center terrestre equivalente.

I problemi reali del computing orbitale

Partiamo da una cosa che pochi considerano: il raffreddamento. Sulla Terra si usano sistemi ad aria, ad acqua, torri di raffreddamento e impianti sempre più sofisticati per smaltire il calore prodotto dai server. Nello spazio non c’è aria. Il calore può dissiparsi solo tramite radiazione infrarossa, un processo lento che richiede superfici radianti enormi. Per smaltire circa 10 megawatt di calore servirebbero radiatori grandi quanto due campi da calcio. E queste superfici si sommano a quelle già necessarie per i pannelli solari.

Poi c’è la questione delle radiazioni cosmiche, che danneggiano l’elettronica nel tempo. E gli sbalzi termici brutali tra luce solare e ombra terrestre, che mettono a dura prova qualsiasi componente. Senza dimenticare i detriti orbitali e i micrometeoriti: una collisione potrebbe distruggere l’intera struttura e generare ulteriori frammenti pericolosi in un’orbita già sempre più affollata.

C’è anche un aspetto pratico che spesso viene sottovalutato: i server non durano per sempre. Sulla Terra vengono sostituiti o aggiornati ogni tre, cinque anni al massimo. Nello spazio, questa operazione diventa complicata e costosissima. Se l’hardware non può essere aggiornato, rischia di diventare obsoleto molto prima che l’infrastruttura circostante abbia esaurito la propria vita utile. In un settore dove le prestazioni migliorano a velocità impressionante, questo rappresenta un nodo economico non trascurabile.

Quali applicazioni potrebbero funzionare davvero

Non tutte le attività di calcolo hanno senso nello spazio. Le transazioni finanziarie, i servizi di cloud computing interattivo e la maggior parte delle applicazioni che usiamo ogni giorno richiedono tempi di risposta rapidissimi e connessioni stabili con gli utenti a terra. La latenza delle comunicazioni tra orbita e superficie terrestre resta un limite serio per questi utilizzi.

Le prime applicazioni realistiche saranno probabilmente quelle meno sensibili ai ritardi e più legate alle operazioni spaziali stesse. L’elaborazione di dati provenienti da satelliti di osservazione terrestre, il calcolo scientifico per missioni spaziali, l’analisi di dati militari o di intelligence: ecco dove i data center orbitali potrebbero trovare il proprio spazio, letteralmente. Prima di competere con i colossi del cloud sulla Terra, insomma, i data center nello spazio serviranno probabilmente clienti che già operano in orbita.

SpaceX ha dalla sua parte un vantaggio enorme: controlla i razzi, sta costruendo la rete Starlink per le comunicazioni e punta a diventare contemporaneamente il trasportatore, il fornitore di energia e la piattaforma di calcolo dell’economia spaziale. Una sorta di ferrovia, centrale elettrica e servizio cloud tutto in uno. La visione è grandiosa. Ma tra visione e realtà operativa, lo spazio ha sempre saputo imporre le proprie regole.

L'articolo SpaceX vuole data center nello spazio: l’idea è geniale ma c’è un problema proviene da Tecnoapple.

La nuova app Image Playground di Apple sta iniziando a farsi vedere in anteprima, e le prime impressioni raccontano di un salto in avanti notevole rispetto ai tentativi precedenti. Si tratta di uno strumento basato sull’intelligenza artificiale che permette di generare immagini a partire da semplici descrizioni testuali, un po’ come fanno già altri tool sul mercato, ma con l’approccio tipico di Cupertino: tutto integrato nell’ecosistema, tutto pensato per essere immediato.

Chi ha avuto modo di provare Image Playground in anteprima parla di un’esperienza molto più raffinata rispetto a quanto Apple aveva mostrato in passato. L’app prende le idee dell’utente, le interpreta e restituisce immagini con uno stile che può variare dal cartoonesco al più realistico. Non siamo ancora al livello di certi generatori specializzati, certo, ma la direzione è quella giusta. E soprattutto, il fatto che sia un’app nativa cambia parecchio le cose in termini di praticità quotidiana.

Come funziona e perché potrebbe fare la differenza

Il meccanismo è semplice: si descrive quello che si ha in mente, magari aggiungendo qualche dettaglio sullo stile o sull’ambientazione, e l’app genera diverse proposte tra cui scegliere. Apple ha lavorato molto sul rendere il processo accessibile anche a chi non mastica terminologia tecnica. Non serve sapere cosa sia un “prompt engineering” per ottenere risultati decenti, e questo è probabilmente il punto di forza più grande dell’intera operazione.

La vera novità sta nell’integrazione con il sistema operativo. Image Playground non vive isolata: può essere richiamata da altre app, usata direttamente in Messaggi per creare contenuti al volo, oppure sfruttata in contesti creativi più strutturati. Questa connessione profonda con iOS e gli altri sistemi Apple rende lo strumento qualcosa di diverso rispetto alle tante web app che già esistono.

Un passo avanti concreto per l’IA di Apple

Dopo un periodo in cui sembrava che Apple fosse rimasta indietro nella corsa all’intelligenza artificiale generativa, Image Playground rappresenta un segnale chiaro. L’azienda non punta a competere direttamente con piattaforme come Midjourney o DALL·E sul piano della potenza bruta. La strategia è un’altra: portare la generazione di immagini dentro la vita di tutti i giorni, senza che l’utente debba fare chissà quale sforzo.

Resta da capire quanto l’app migliorerà nelle prossime settimane, visto che siamo ancora in una fase preliminare. Ma il fatto che le prime prove stiano generando reazioni positive è già di per sé una notizia. Apple ha dimostrato più volte di non essere quasi mai la prima ad arrivare su un trend tecnologico, però quando decide di entrarci lo fa con una cura per l’esperienza utente che pochi riescono a eguagliare. Image Playground potrebbe confermare esattamente questo schema.

L'articolo Apple Image Playground: l’app AI che trasforma le tue idee in immagini proviene da Tecnoapple.