Gli strumenti di verifica del codice e l’intelligenza artificiale stanno cambiando il modo in cui si affrontano i problemi matematici più complessi. A raccontarlo è il giornalista Kevin Hartnett, che ha dedicato un approfondimento al tema esplorando come queste tecnologie stiano diventando alleate dei matematici, non sostitute.

E qui vale la pena fermarsi un momento, perché la questione è meno scontata di quanto sembri. Non si parla di calcolatrici potenti o software che risolvono equazioni al posto degli esseri umani. Si parla di qualcosa di molto più sottile: strumenti capaci di verificare la correttezza logica di dimostrazioni estremamente elaborate, quelle che normalmente richiederebbero mesi di revisione da parte di altri esperti. Il lavoro di Hartnett mette in luce proprio questo passaggio, cioè il momento in cui la tecnologia smette di essere un semplice supporto e diventa un vero interlocutore nel processo di scoperta.

Come funzionano gli strumenti di verifica del codice

I cosiddetti proof assistants, ovvero gli assistenti di dimostrazione, esistono da tempo nel mondo accademico. Ma negli ultimi anni hanno fatto un salto di qualità enorme. Programmi come Lean, Coq o Isabelle permettono di tradurre una dimostrazione matematica in un linguaggio formale che il computer può analizzare riga per riga. Se c’è un errore logico, anche minuscolo, il sistema lo individua.

Ora, con l’arrivo dell’intelligenza artificiale generativa, questi strumenti stanno evolvendo ulteriormente. I modelli di machine learning vengono addestrati per suggerire passaggi dimostrativi, proporre strategie alternative o colmare lacune nelle prove. Non è fantascienza. È già realtà in diversi dipartimenti di matematica tra i più prestigiosi al mondo.

Hartnett racconta come alcuni ricercatori abbiano utilizzato questi sistemi per affrontare problemi matematici aperti da decenni, ottenendo risultati verificabili e riproducibili. La combinazione tra intuizione umana e rigore computazionale sembra funzionare davvero, almeno nei casi documentati finora.

Una collaborazione, non una sostituzione

C’è un punto che emerge con chiarezza dal racconto di Hartnett: nessuno sta parlando di rimpiazzare i matematici. La creatività matematica resta un territorio profondamente umano. Quello che cambia è la velocità con cui le idee possono essere testate, verificate, scartate o confermate. È un po’ come avere un collega instancabile che controlla ogni singolo passaggio senza mai distrarsi.

Certo, restano domande aperte. Fino a che punto ci si può fidare di una dimostrazione che nessun essere umano ha letto per intero? E cosa succede quando l’intelligenza artificiale suggerisce un passaggio corretto ma incomprensibile per chi lo legge? Sono questioni che la comunità scientifica sta affrontando con serietà, senza entusiasmi ingenui ma anche senza chiusure preconcette.

Il lavoro giornalistico di Kevin Hartnett ha il merito di rendere accessibile un argomento che rischia facilmente di restare confinato tra specialisti. E la sensazione, leggendo tra le righe, è che questa sia solo la fase iniziale di qualcosa di molto più grande.

L'articolo IA e matematica: gli strumenti che stanno cambiando tutto proviene da Tecnoapple.

Capita a tutti, prima o poi. Magari si cambia il codice di sblocco dell’iPhone di fretta, convinti di ricordarlo, e il giorno dopo la mente fa cilecca. Fino a qualche tempo fa, una situazione del genere poteva trasformarsi in un incubo fatto di ripristini, perdita di dati e ore spese a cercare soluzioni disperate online. Ora però Apple ha introdotto una rete di sicurezza che in pochi conoscono, e che vale la pena raccontare.

La funzione è tanto semplice quanto geniale: dopo aver impostato un nuovo passcode, il vecchio codice resta utilizzabile come “chiave di emergenza” per un periodo massimo di 72 ore. Tre giorni pieni, insomma, durante i quali è possibile recuperare l’accesso al dispositivo anche se il nuovo codice è stato completamente dimenticato. Nessun collegamento al computer, nessun reset di fabbrica, nessun passaggio dal supporto tecnico. Basta inserire il vecchio codice di sblocco e il gioco è fatto.

Come funziona concretamente il ripristino del codice

Quando ci si ritrova davanti alla schermata di blocco e il nuovo passcode dell’iPhone proprio non torna in mente, il sistema offre un’opzione discreta ma fondamentale. Dopo alcuni tentativi falliti, appare la voce che consente di utilizzare il codice precedente. Selezionandola, l’iPhone riconosce la vecchia combinazione e permette di impostarne una nuova da zero.

Il dettaglio importante è che questa finestra temporale di tre giorni parte dal momento esatto in cui il codice viene cambiato. Superato quel limite, il vecchio codice diventa inutilizzabile e le opzioni si riducono drasticamente. Quindi sì, è una rete di sicurezza, ma ha una scadenza piuttosto rigida.

Perché questa funzione merita più attenzione

Quello che rende questa caratteristica davvero preziosa è il fatto che non richiede alcuna configurazione preventiva. Non serve attivare nulla nelle impostazioni, non bisogna essere particolarmente esperti di tecnologia. Apple l’ha integrata in modo silenzioso nel sistema operativo, quasi nascosta, eppure potrebbe salvare la giornata a migliaia di utenti.

Va detto che c’è anche un risvolto legato alla sicurezza: se qualcuno conosce il vecchio codice e riesce a mettere le mani sul dispositivo entro 72 ore dal cambio, potrebbe teoricamente accedere all’iPhone. Per questo motivo, una volta certi di ricordare il nuovo passcode, conviene invalidare manualmente quello vecchio attraverso le impostazioni di Face ID e codice.

È una di quelle piccole funzioni che non fanno notizia finché non servono. E quando servono, fanno tutta la differenza del mondo.

L'articolo iPhone: hai dimenticato il codice? Questa funzione ti salva in 72 ore proviene da Tecnoapple.

Il Power Macintosh 7100 è uno di quei computer che, oltre a rappresentare un pezzo importante della storia di Apple, porta con sé un aneddoto decisamente fuori dal comune. Presentato il 14 marzo 1994, questo Mac di fascia media finì per trascinare l’azienda di Cupertino in una disputa legale con nientemeno che l’astronomo Carl Sagan. Una vicenda che, a distanza di trent’anni, continua a far sorridere e a raccontare molto della cultura interna di Apple in quegli anni.

Un nome in codice che non piacque a tutti

La storia è tanto semplice quanto assurda. Durante lo sviluppo del Power Macintosh 7100, il team di ingegneri Apple aveva bisogno di un nome in codice interno per il progetto. La scelta ricadde su “Sagan”, un omaggio scherzoso al celebre divulgatore scientifico e astrofisico Carl Sagan, famoso in tutto il mondo per la serie televisiva Cosmos e per il suo impegno nella divulgazione. Nulla di malevolo, anzi: era un gesto di ammirazione, come spesso accadeva nei laboratori di Cupertino dove i nomi in codice spaziavano da personaggi storici a riferimenti della cultura pop.

Il problema è che Carl Sagan non la prese affatto bene. L’astronomo temeva che l’uso del suo nome potesse far pensare a un endorsement commerciale del prodotto, cosa che non aveva mai autorizzato. E così partì una causa legale formale contro Apple. La risposta degli ingegneri fu a dir poco provocatoria: cambiarono il nome in codice del progetto in “BHA”, acronimo che stava per “Butt Head Astronomer”. Una mossa che, prevedibilmente, non fece altro che alimentare ulteriormente la controversia.

Come andò a finire la disputa

La questione si risolse senza vincitori né vinti in senso stretto. Sagan perse la causa in tribunale, dal momento che i nomi in codice interni non costituivano tecnicamente un uso commerciale della sua immagine. Apple, dal canto suo, cambiò nuovamente il nome in codice del Power Macintosh 7100, optando per “LAW”, che stava per “Lawyers Are Wimps”. Insomma, a Cupertino l’ironia non mancava di certo.

Al di là della vicenda giudiziaria, il Power Macintosh 7100 rappresentò un passaggio fondamentale per Apple. Faceva parte della prima generazione di Mac basati su processori PowerPC, sviluppati in collaborazione con IBM e Motorola. Era il tentativo concreto di Apple di competere con il mondo dei PC Intel, offrendo prestazioni superiori in una fascia di prezzo accessibile per i professionisti. La linea Power Macintosh segnò una svolta tecnologica importante, anche se oggi viene ricordata quasi più per la bizzarra parentesi con Carl Sagan che per le sue specifiche tecniche.

Resta il fatto che poche macchine nella storia dell’informatica possono vantare tre nomi in codice diversi, tutti più memorabili del nome ufficiale. E forse è proprio questo il dettaglio che rende il Power Macintosh 7100 un pezzo unico nella lunga e spesso imprevedibile storia di Apple.

L'articolo Apple Power Macintosh 7100: la causa legale con Carl Sagan che fece storia proviene da Tecnoapple.

Costruire un’app per iPhone senza scrivere una riga di codice, partendo solo da un prompt testuale: è quello che promette Bitrig per Mac, la nuova versione desktop di una piattaforma nata dall’ingegno di un gruppo di ex dipendenti Apple. Non stiamo parlando di un esperimento da garage. Le persone dietro questo progetto sono le stesse che hanno contribuito alla creazione di SwiftUI, il framework che oggi rappresenta il cuore dello sviluppo di interfacce per tutto l’ecosistema Apple. E il fatto che abbiano deciso di puntare sul cosiddetto vibe coding la dice lunga su dove sta andando il settore.

Bitrig aveva già debuttato su App Store lo scorso ottobre, ma solo in versione iOS. Si poteva costruire un’app direttamente dall’iPhone, il che era interessante ma anche un po’ scomodo, diciamolo. La community lo ha fatto notare subito, e la richiesta più frequente era proprio questa: portare tutto su Mac. Detto, fatto. La versione desktop è ora disponibile e porta con sé vantaggi che sul telefono, per ovvie ragioni, non si potevano avere: schermo grande, tastiera fisica e soprattutto accesso alla toolchain completa di Xcode, che significa poter sfruttare ogni singolo framework presente nell’iOS SDK.

Come funziona Bitrig per Mac e cosa offre davvero

La cosa che colpisce di più è che Bitrig non genera codice finto o approssimativo. L’app produce vero codice Swift e SwiftUI, quello che poi finisce davvero su TestFlight o, volendo, direttamente sull’App Store. Chi ha un minimo di curiosità tecnica può leggere e modificare il codice a mano, il che rende Bitrig anche uno strumento educativo piuttosto efficace per chi vuole capire come funziona il linguaggio di sviluppo di Apple senza doversi buttare a capofitto nella documentazione ufficiale.

Sul fronte pratico, la versione Mac integra un simulatore iPhone che permette di vedere in tempo reale come sta venendo l’app, interagire con essa e farsi un’idea concreta dei progressi. Ma c’è di più: con un solo clic si può inviare l’app a un iPhone collegato, rendendo i test su dispositivo reale qualcosa di immediato. E per chi a un certo punto volesse prendere il controllo totale del progetto, Bitrig consente di esportare tutto come progetto Xcode standalone. Da lì in poi, si è completamente liberi.

Anche il supporto per il caricamento di immagini e screenshot è incluso, un dettaglio che sembra piccolo ma che nella pratica fa una bella differenza quando si cerca di comunicare all’intelligenza artificiale che aspetto dovrebbe avere l’interfaccia.

Costi, crediti e requisiti di sistema

Bitrig funziona con un sistema a crediti. Gli account gratuiti ricevono 5 crediti giornalieri, fino a un massimo di 30 al mese. Chi vuole fare sul serio può passare ai piani Plus, che offrono da 200 a 1.600 crediti mensili a seconda del livello scelto. Dettaglio non banale: i crediti inutilizzati non vanno persi ma si accumulano nel mese successivo, a patto che l’abbonamento resti attivo. Chi usa sia la versione iOS che quella Mac può condividere i crediti tra le due piattaforme, e i progetti si sincronizzano automaticamente tra i dispositivi.

Per quanto riguarda i requisiti, serve almeno macOS Sequoia 15 o versione successiva. Non è una richiesta particolarmente esosa, ma vale la pena verificarlo prima di procedere al download.

Quello che Bitrig rappresenta va oltre la semplice app. È un segnale abbastanza chiaro di come stia cambiando il rapporto tra sviluppatori, aspiranti tali, e gli strumenti di creazione. Il vibe coding non sostituirà la programmazione tradizionale, almeno non nell’immediato. Ma abbassa la soglia d’ingresso in modo drastico, e quando dietro al progetto ci sono persone che hanno letteralmente contribuito a costruire gli strumenti ufficiali di Apple, forse vale la pena prestare attenzione.

L'articolo Bitrig per Mac: creare app iPhone con un prompt è ora realtà proviene da Tecnoapple.

Il ritmo con cui OpenAI aggiorna i propri modelli è diventato quasi frenetico, e l’arrivo di GPT-5.4 lo conferma in pieno. Pochi giorni dopo il rilascio di GPT-5.3 Instant, pensato per rendere ChatGPT meno artificioso e più naturale nelle conversazioni quotidiane, ecco che la società di Sam Altman torna alla carica con qualcosa di decisamente più ambizioso. GPT-5.4 Thinking e Pro rappresentano un aggiornamento complessivo del modello di frontiera più potente dell’azienda, quello che era stato potenziato l’ultima volta a dicembre con la versione GPT-5.2, lanciata come risposta diretta alla concorrenza agguerrita di Google Gemini.

E allora, cosa porta sul tavolo questa nuova versione? Le novità non sono poche, e toccano aree piuttosto diverse tra loro. Si parla di miglioramenti significativi nella scrittura di codice, nella comprensione di documenti complessi, nell’uso degli strumenti integrati e nel modo in cui il modello segue le istruzioni. Ma la lista non finisce qui: ci sono passi avanti anche nella percezione delle immagini, nei compiti multimodali e soprattutto nell’esecuzione di attività lunghe e articolate, quelle che richiedono flussi di lavoro a più passaggi. Chi lavora con fogli di calcolo, documenti pesanti, analisi finanziarie o assistenza clienti dovrebbe drizzare le orecchie, perché GPT-5.4 promette di gestire queste situazioni con molta più disinvoltura.

Un milione di token e l’uso diretto del computer

Uno dei numeri che salta subito all’occhio è la finestra di contesto da un milione di token. In termini pratici, significa poter analizzare intere basi di codice, collezioni di documenti molto estese o traiettorie complesse di agenti autonomi, il tutto in una singola richiesta. Per chi si occupa di sviluppo software o gestisce grandi quantità di informazioni, è un cambiamento che pesa.

Ma forse la novità più interessante è un’altra. GPT-5.4 è il primo modello principale di OpenAI con capacità integrate di computer use, cioè la possibilità per gli agenti di interagire direttamente con il software. Non si limita a generare testo o codice: può completare attività, verificarle e correggerle in un ciclo continuo. È anche il primo modello addestrato per supportare la cosiddetta “compattazione”, una tecnica che permette di gestire traiettorie più lunghe senza perdere il contesto importante lungo la strada.

Sul fronte della ricerca, GPT-5.4 introduce una ricerca web agentica migliorata, capace di sintetizzare informazioni da più fonti, specialmente quando si tratta di dati difficili da reperire. Non è più solo un motore che restituisce risultati: è qualcosa che ragiona su dove cercare e come mettere insieme i pezzi.

Disponibilità e cosa succede ai modelli precedenti

OpenAI ha fatto sapere che il rilascio di GPT-5.4 è graduale e sta avvenendo sia su ChatGPT che su Codex. La versione Thinking è accessibile per gli abbonati Plus, Team e Pro, e andrà a sostituire GPT-5.2 Thinking, che verrà ritirato nell’arco dei prossimi tre mesi. Chi usa quel modello ha quindi un po’ di tempo per adattarsi, ma la direzione è chiara: il vecchio lascia spazio al nuovo senza troppi complimenti.

Vale la pena notare come l’efficienza nell’uso dei token sia migliorata, un aspetto che magari non fa notizia sui titoli dei giornali ma che per sviluppatori e aziende significa costi più contenuti e risposte più rapide, soprattutto nei carichi di lavoro pesanti che richiedono molti strumenti in parallelo.

Il quadro generale è abbastanza eloquente. OpenAI non sta semplicemente aggiornando un prodotto, sta cercando di ridefinire cosa ci si può aspettare da un modello di intelligenza artificiale nel 2025. La competizione con Google e gli altri player del settore non accenna a rallentare, e GPT-5.4 sembra essere la risposta più decisa arrivata finora.

L'articolo GPT-5.4 Thinking e Pro: tutte le novità del nuovo modello OpenAI proviene da Tecnoapple.