Siri AI è arrivato. Apple ha presentato la versione completamente rinnovata del suo assistente vocale, e il dibattito si è acceso immediatamente. Tra gli appassionati su X e Reddit, il verdetto è stato quasi unanime e piuttosto sbrigativo: si tratterebbe solo di una versione riconfezionata di Google Gemini, con un’interfaccia diversa e una voce nuova. Ma le cose stanno davvero così? La risposta, come spesso accade quando si parla di intelligenza artificiale, è molto più sfumata di quanto sembri a prima vista.

Tutto nasce dai rumor che per mesi hanno dipinto un accordo stretto tra Apple e Google, con tanto di comunicato congiunto a gennaio, volutamente vago. Poi è arrivata la WWDC, il keynote è passato, e di Gemini si è parlato a malapena. Craig Federighi, insieme a tre vicepresidenti Apple responsabili di Siri e dell’AI, ha chiarito i dettagli in una sessione tecnica riservata ai giornalisti dopo l’evento. E quello che è emerso merita attenzione.

I Foundation Model di Apple: cinque modelli, tutti nuovi

Partiamo dalle fondamenta. Apple ha costruito cinque Foundation Model di terza generazione, tutti dedicati a Siri e ad Apple Intelligence. Due girano direttamente sui dispositivi: AFM 3 Core, un modello da 3 miliardi di parametri, e AFM 3 Core Advanced, il più potente tra quelli on device, con 20 miliardi di parametri e un’architettura sparsa che ne attiva solo una porzione a seconda della richiesta. Quest’ultimo funziona esclusivamente su iPhone 17 Pro, iPhone Air, Mac con chip M3 e almeno 12 GB di RAM, o iPad con M4.

A questi si aggiungono tre modelli cloud: AFM 3 Cloud, ottimizzato per velocità e prestazioni generali; ADM 3 Cloud Image, dedicato alla generazione e modifica di immagini (quello che alimenta Image Playground, i genmoji e gli strumenti di editing fotografico come Clean Up, Extend e Reframe); e AFM 3 Cloud Pro, il modello più potente, pensato per ragionamento complesso e uso agentico degli strumenti.

Ecco il punto cruciale: i primi quattro modelli girano su Apple Silicon, dentro l’infrastruttura Private Cloud Compute di Apple, che garantisce crittografia end to end e cancellazione dei dati dopo ogni richiesta. Solo il modello più grande, AFM 3 Cloud Pro, gira sull’infrastruttura cloud di Google con GPU Nvidia, ma Apple ci tiene a sottolineare che anche lì valgono le stesse regole di sicurezza: calcolo senza stato, nessun accesso privilegiato, trasparenza verificabile.

Quindi Gemini c’entra oppure no?

Le parole di Federighi, lette con attenzione, dicono qualcosa di preciso. L’app, l’interfaccia, l’esperienza utente: niente di tutto questo è Gemini. I server non sono quelli che Google usa per servire Gemini ai propri clienti. La knowledge base non attinge a Google Search. Il codice client di Gemini non è presente in iOS. Come ha detto Federighi stesso: “La quantità di Google Assistant che utilizziamo è zero.”

Però, ed è un però importante, Apple non nega che i propri modelli siano stati addestrati anche con gli output dei modelli frontier di Gemini. In pratica, Apple è partita dal lavoro di Google, ha ricostruito e ottimizzato tutto per il proprio hardware, ha riallenato i modelli con dati proprietari, pesi e guardrail personalizzati. Il risultato è qualcosa di diverso, con prestazioni e comportamenti che non coincidono con quelli di Gemini su un Pixel.

Un’analogia che funziona bene: Apple usò Unix come base per Mac OS X oltre vent’anni fa. Ma nessuno direbbe che macOS è Unix. Allo stesso modo, Siri AI ha radici che affondano nel terreno di Gemini, ma quello che è cresciuto sopra è un prodotto Apple a tutti gli effetti. È una strategia che Cupertino conosce benissimo: partire dal lavoro di qualcun altro per costruire qualcosa di proprio, fino a renderlo irriconoscibile rispetto al punto di partenza.

L'articolo Siri AI non è Gemini: cosa si nasconde davvero nel nuovo assistente Apple proviene da Tecnoapple.

I numeri fanno riflettere, e non poco. Secondo un nuovo sondaggio, circa otto milioni di giovani utilizzano regolarmente chatbot basati sull’intelligenza artificiale quando si sentono stressati, arrabbiati o tristi. Un dato in netta crescita rispetto al 2024, che racconta qualcosa di profondo sul modo in cui le nuove generazioni cercano supporto emotivo.

Non si parla di curiosità tecnologica o di un gioco passeggero. Si parla di ragazze e ragazzi che, nel momento in cui stanno male, invece di rivolgersi a un amico, un familiare o un professionista, aprono una chat con un algoritmo. E lo fanno con una frequenza che sta diventando un fenomeno sociale vero e proprio.

Perché i giovani preferiscono parlare con un algoritmo

La domanda sorge spontanea: cosa spinge così tanti ragazzi verso i chatbot AI nei momenti di difficoltà emotiva? Le risposte sono più semplici di quanto si pensi. Nessun giudizio, disponibilità immediata, zero imbarazzo. Per chi vive un momento di fragilità, la possibilità di sfogarsi senza sentirsi osservato rappresenta un sollievo enorme. L’intelligenza artificiale non alza un sopracciglio, non cambia espressione, non racconta in giro quello che le viene detto.

C’è anche un aspetto generazionale da considerare. Per chi è cresciuto con lo smartphone in mano, rivolgersi a un assistente digitale è un gesto naturale quanto mandare un messaggio vocale. La salute mentale dei giovani è diventata un tema centrale negli ultimi anni, eppure i servizi di supporto psicologico restano spesso difficili da raggiungere, costosi o percepiti come stigmatizzanti. I chatbot, in questo scenario, si inseriscono in uno spazio vuoto che nessun altro stava riempiendo davvero.

I rischi di affidarsi all’AI per il supporto emotivo

Tutto questo, però, porta con sé interrogativi che non si possono ignorare. Un chatbot, per quanto sofisticato, non è un terapeuta. Non coglie le sfumature, non sa leggere il linguaggio del corpo, non può intervenire in situazioni di reale pericolo. Il rischio è che milioni di ragazzi si convincano di aver trovato una soluzione quando, in realtà, stanno solo rimandando il problema.

Gli esperti di benessere psicologico lanciano un allarme chiaro: affidarsi esclusivamente all’intelligenza artificiale per gestire emozioni complesse può creare una dipendenza sottile ma pericolosa. Quella sensazione di essere ascoltati da un chatbot AI può diventare una trappola, perché sostituisce il bisogno di connessione umana autentica con qualcosa che ne simula solo la superficie.

L’aumento registrato rispetto al 2024 suggerisce che la tendenza non si fermerà. Anzi, con il miglioramento costante dei modelli linguistici, le conversazioni diventeranno sempre più convincenti. E questo rende ancora più urgente un dibattito serio su come regolamentare questi strumenti quando vengono usati da minori in situazioni di vulnerabilità emotiva. Perché otto milioni non è un numero qualunque. È un campanello che sta suonando forte, e che meriterebbe risposte altrettanto decise da parte di istituzioni, famiglie e comunità educative.

L'articolo Chatbot AI e giovani: 8 milioni li usano quando stanno male proviene da Tecnoapple.

Esiste un piccolo organo nel petto che la medicina ha sostanzialmente ignorato per decenni, convinta che dopo l’infanzia non servisse più a granché. Eppure due studi appena pubblicati sulla rivista Nature ribaltano questa convinzione e mettono il timo al centro di una scoperta che potrebbe cambiare il modo in cui si valutano il rischio di malattie e la longevità. I ricercatori del Mass General Brigham hanno usato l’intelligenza artificiale per analizzare le TAC di decine di migliaia di adulti, e quello che hanno trovato è sorprendente: chi ha un timo più sano vive di più, si ammala meno di cuore e di cancro, e risponde meglio alle terapie oncologiche.

Il timo è quella ghiandola che si occupa di “addestrare” i linfociti T, le cellule immunitarie che ci difendono da infezioni e tumori. Dopo la pubertà, però, l’organo tende a rimpicciolirsi e a produrre meno cellule T nuove. Per questo motivo, la comunità scientifica lo aveva messo in un cassetto, considerandolo poco rilevante nella vita adulta. Un errore, a quanto pare, piuttosto grossolano.

Cosa dicono i numeri (e l’intelligenza artificiale)

Il gruppo di ricerca, guidato da Hugo Aerts, direttore del programma di Intelligenza Artificiale in Medicina al Mass General Brigham, ha analizzato i dati di oltre 25.000 adulti coinvolti in uno screening nazionale per il tumore al polmone, insieme a più di 2.500 partecipanti al celebre Framingham Heart Study. Attraverso l’IA, sono stati misurati dimensione, struttura e composizione del timo nelle TAC di routine, creando un vero e proprio punteggio di “salute timica”.

I risultati fanno riflettere. Chi aveva un punteggio più alto presentava circa il 50% di rischio in meno di morire per qualsiasi causa, il 63% in meno di mortalità cardiovascolare e il 36% in meno di probabilità di sviluppare un tumore al polmone. Numeri che reggono anche dopo aver tenuto conto di età e altri fattori di salute. Non parliamo quindi di una semplice correlazione superficiale.

Tra gli elementi associati a un timo in cattive condizioni sono emersi fattori piuttosto noti: infiammazione cronica, fumo e peso corporeo elevato. Questo suggerisce che lo stile di vita potrebbe influenzare direttamente la capacità del sistema immunitario di restare efficiente nel tempo, passando proprio dal timo.

Un ruolo chiave anche nella lotta ai tumori

In un secondo studio parallelo, lo stesso team ha esaminato le TAC e gli esiti clinici di oltre 1.200 pazienti oncologici trattati con immunoterapia. Anche qui, il timo si è rivelato un fattore determinante. I pazienti con un timo più sano mostravano circa il 37% in meno di rischio di progressione del cancro e il 44% in meno di rischio di morte, anche correggendo per le differenze tra pazienti, tipi di tumore e approcci terapeutici.

Per dirla in modo semplice: un organo che tutti davano per “pensionato” potrebbe in realtà essere uno degli indicatori più potenti per capire se un trattamento immunoterapico funzionerà oppure no. Una scoperta che, se confermata, aprirebbe scenari importanti nella medicina personalizzata.

Gli stessi ricercatori, però, mettono le mani avanti. Servono altri studi per validare i risultati, e la tecnica di misurazione della salute timica non è ancora pronta per l’uso clinico di routine. Non è stato nemmeno dimostrato che modificare i fattori di rischio (smettere di fumare, perdere peso) migliori direttamente la funzione del timo. Un filone di ricerca in corso sta inoltre indagando se l’esposizione accidentale del timo alle radiazioni durante il trattamento del tumore polmonare possa peggiorare gli esiti per i pazienti.

Quello che è certo è che il timo merita molta più attenzione di quanta ne abbia ricevuta finora. E forse, la prossima volta che qualcuno farà una TAC, quel piccolo organo nel petto racconterà qualcosa di molto più importante di quanto si sia mai sospettato.

L'articolo Timo: l’organo ignorato che potrebbe predire quanto a lungo vivremo proviene da Tecnoapple.

Analizzare la composizione chimica di un materiale, fino a poco tempo fa, significava portare campioni in laboratorio e affidarsi a strumentazioni ingombranti e costose. Ora un team della University of California Davis ha sviluppato uno spettrometro su chip talmente piccolo da avvicinarsi alle dimensioni di un granello di sabbia, e lo ha fatto integrando intelligenza artificiale direttamente nel cuore del dispositivo. La notizia, pubblicata sulla rivista Advanced Photonics a maggio 2026, potrebbe cambiare radicalmente il modo in cui si fanno diagnosi mediche, controlli alimentari e monitoraggio ambientale.

Gli spettrometri tradizionali funzionano separando la luce nelle sue componenti attraverso prismi o reticoli, un processo che richiede spazio fisico. Lo spettrometro su chip di UC Davis ribalta completamente questa logica. Al posto di componenti ottici voluminosi, il sistema utilizza 16 sensori in silicio, ciascuno progettato per reagire in modo leggermente diverso alla luce in arrivo. Nessuno di questi sensori, da solo, riesce a restituire un quadro completo. Ma insieme producono segnali codificati che una rete neurale appositamente addestrata riesce a decifrare, ricostruendo lo spettro luminoso originale con una risoluzione di circa 8 nanometri. È un approccio elegante, quasi controintuitivo: invece di misurare direttamente i colori, il chip lascia che sia l’intelligenza artificiale a “indovinare” lo spettro partendo da indizi parziali.

Silicio potenziato e sensori ultraveloci

Una delle sfide più grandi riguardava i limiti del silicio. Normalmente questo materiale funziona bene con la luce visibile ma fatica a catturare la luce nel vicino infrarosso, fondamentale per applicazioni come l’imaging biomedico, dato che riesce a penetrare più in profondità nei tessuti umani. I ricercatori hanno risolto il problema modificando la superficie dei fotodiodi con nanostrutture speciali, chiamate PTST (photon trapping surface textures). Queste texture intrappolano i fotoni infrarossi all’interno del sottile strato di silicio, diffondendoli ripetutamente finché non vengono assorbiti. Il risultato è un chip sensibile a un intervallo spettrale molto più ampio del normale.

Non solo. Il dispositivo integra anche sensori ad alta velocità capaci di misurare il tempo di vita dei fotoni con precisione estrema, aprendo la strada al rilevamento di interazioni ultraveloci tra luce e materia che gli spettrometri convenzionali semplicemente non riescono a cogliere.

Piccolo nel formato, enorme nel potenziale

Il sistema completo occupa appena 0,4 millimetri quadrati e mantiene un’elevata sensibilità anche in ambienti con molto rumore elettrico, che è storicamente il tallone d’Achille dell’elettronica portatile a basso costo. Grazie alla combinazione tra machine learning e rilevamento ottico avanzato su silicio, questo spettrometro su chip potrebbe finire dentro smartphone, dispositivi indossabili per il monitoraggio della salute, sensori ambientali remoti e strumenti per l’analisi della qualità alimentare. Tutto ciò che oggi richiede un laboratorio attrezzato potrebbe, in un futuro non troppo lontano, stare sulla punta di un dito. E non è un modo di dire: le foto del prototipo mostrano esattamente questo, un granello tecnologico appoggiato su un polpastrello, pronto a fare il lavoro di macchinari che occupano un intero bancone.

L'articolo Spettrometro AI grande quanto un granello di sabbia: cosa può fare proviene da Tecnoapple.

Da tempo si rincorrono voci su un possibile aggiornamento della linea smart home di Cupertino, e ora le indiscrezioni sembrano convergere su una finestra temporale precisa. HomePod mini 2 e una versione rinnovata di Apple TV 4K dovrebbero finalmente vedere la luce nel corso del 2026. Ma la domanda che molti si pongono è legittima: come mai Apple ha aspettato così tanto?

Per capirlo, serve fare un passo indietro. Il primo HomePod mini è arrivato sul mercato nell’autunno del 2020, e da allora non ha ricevuto un vero successore. Qualche ritocco ai colori disponibili, certo, ma nulla che si possa definire un salto generazionale. Stesso discorso per Apple TV 4K, che pur avendo ricevuto un refresh nel 2022, resta un prodotto che fatica a giustificare un upgrade per chi possiede già il modello precedente. Apple, evidentemente, non ha fretta quando si tratta di dispositivi che non generano i margini di un iPhone o di un Mac.

La strategia dietro l’attesa

C’è un ragionamento strategico piuttosto chiaro. Apple sta lavorando per integrare in modo più profondo Siri e le funzionalità di intelligenza artificiale all’interno del proprio ecosistema domestico. Lanciare un HomePod mini 2 senza un significativo balzo in avanti sul fronte software avrebbe poco senso, soprattutto in un mercato dove Amazon e Google hanno già saturato la fascia bassa con speaker economici e funzionali. Il valore aggiunto deve arrivare dall’esperienza d’uso, non dal prezzo.

Per quanto riguarda Apple TV 4K, il discorso è simile. Il settore dello streaming è maturo, i televisori moderni hanno già app integrate, e convincere qualcuno a comprare un box esterno richiede qualcosa di davvero convincente. Si parla di un nuovo chip più performante, supporto migliorato per il gaming e, naturalmente, una Siri finalmente all’altezza delle aspettative. Tutto questo richiede tempo di sviluppo, e Apple preferisce aspettare piuttosto che proporre un prodotto tiepido.

Cosa aspettarsi nel 2026

Le fonti più accreditate, tra cui Cult of Mac, indicano il 2026 come l’anno giusto per entrambi i dispositivi. Il HomePod mini 2 potrebbe arrivare con un audio migliorato, connettività Ultra Wideband di nuova generazione e un’integrazione più stretta con Apple Home e il protocollo Matter. Non è escluso che Apple decida di posizionarlo anche come hub domestico ancora più centrale, magari con uno schermo, anche se su questo punto le indiscrezioni restano vaghe.

Per Apple TV 4K, ci si aspetta un processore della famiglia A18 o superiore, capace di gestire contenuti ad altissima risoluzione e carichi grafici da console. L’idea è trasformarlo in qualcosa di più di un semplice media player.

Chi sperava in un lancio anticipato dovrà pazientare ancora un po’. Ma conoscendo Apple, quando questi prodotti arriveranno, saranno pensati per restare sul mercato a lungo. Esattamente come i loro predecessori.

L'articolo HomePod mini 2 e Apple TV 4K: ecco perché Apple non li ha ancora lanciati proviene da Tecnoapple.

Il mondo della manifattura sta attraversando una fase di trasformazione profonda, e al centro di questo cambiamento c’è un nome che non ti aspetteresti di trovare in una fabbrica: Apple. I vertici del settore manifatturiero si sono riuniti di recente per discutere di come il programma lanciato dal colosso di Cupertino stia modificando concretamente il modo in cui le aziende operano, con un’attenzione particolare all’integrazione dell’intelligenza artificiale nelle catene di approvvigionamento.

Non parliamo di visioni futuristiche o slide patinate. Parliamo di processi reali, decisioni operative, logistica. Il programma di Apple punta a rendere più efficienti e intelligenti le filiere produttive che orbitano attorno al suo ecosistema, e il messaggio che arriva dai leader del settore è abbastanza chiaro: chi non si adegua rischia di restare indietro.

L’intelligenza artificiale entra in fabbrica (davvero)

Quando si parla di AI nella supply chain, il rischio è sempre quello di cadere nel vago. Ma qui la questione è concreta. Le aziende coinvolte nel programma stanno adottando strumenti basati sull’intelligenza artificiale per ottimizzare la gestione delle scorte, prevedere i colli di bottiglia nella produzione e migliorare la qualità dei componenti prima ancora che lascino lo stabilimento. Tutto questo, ovviamente, con standard dettati da Apple, che non è esattamente nota per essere flessibile sulle aspettative.

Il punto interessante è che questa spinta non riguarda solo i fornitori diretti di Cupertino. L’effetto a cascata sta coinvolgendo anche realtà più piccole, aziende che magari producono un singolo componente ma che adesso si trovano a dover ripensare i propri flussi di lavoro. E la cosa funziona: secondo quanto emerso dagli incontri tra i leader del manifatturiero, chi ha abbracciato questi strumenti ha registrato miglioramenti misurabili in termini di efficienza e riduzione degli sprechi.

Cosa cambia per il settore nel suo complesso

La mossa di Apple non è isolata, ma fa parte di una tendenza più ampia. Sempre più grandi brand stanno chiedendo ai propri partner produttivi di alzare l’asticella tecnologica. Quello che rende diverso l’approccio di Cupertino, però, è la sistematicità. Non si tratta di suggerimenti generici, ma di un vero e proprio programma strutturato che accompagna le aziende nell’adozione di nuove tecnologie, compresa l’AI applicata alla logistica e al controllo qualità.

Per chi opera nel settore, il messaggio è chiaro. L’intelligenza artificiale non è più un’opzione da valutare con calma. È diventata parte integrante della strategia operativa, e Apple sta accelerando questa transizione con una forza che pochi altri attori sul mercato possono esercitare. La partita ormai si gioca sulla capacità di adattarsi rapidamente, e chi produce per il mercato globale farebbe bene a prendere appunti.

L'articolo Apple sta rivoluzionando le fabbriche con l’AI: ecco come proviene da Tecnoapple.

C’è un nuovo strumento che sta cambiando il modo in cui gli astronomi cercano mondi lontani, e si chiama RAVEN. Si tratta di un sistema basato su intelligenza artificiale progettato per setacciare l’enorme mole di dati raccolta dalla missione TESS della NASA, il telescopio spaziale dedicato alla caccia di esopianeti. E i risultati, a quanto pare, sono arrivati ben oltre le aspettative.

Analizzando milioni di stelle, RAVEN ha confermato l’esistenza di oltre 100 esopianeti, di cui 31 sono mondi completamente nuovi, mai catalogati prima. Non solo: il sistema ha anche individuato migliaia di ulteriori candidati promettenti, che aspettano solo verifiche più approfondite. Parliamo di numeri che, con i metodi tradizionali, avrebbero richiesto anni di lavoro manuale da parte di interi team di ricerca. RAVEN ha compresso tutto questo in tempi drasticamente più brevi, dimostrando quanto l’intelligenza artificiale possa accelerare la ricerca astronomica quando viene puntata nella direzione giusta.

Pianeti estremi e zone proibite: le scoperte più affascinanti

Ma la quantità, da sola, non basterebbe a rendere questa notizia così rilevante. Quello che colpisce davvero è la qualità delle scoperte. Tra gli esopianeti individuati da RAVEN ci sono mondi davvero fuori dall’ordinario. Alcuni, per esempio, completano un’intera orbita attorno alla propria stella in meno di 24 ore. Pianeti che girano a velocità folli, così vicini al loro sole da sfidare la comprensione che abbiamo della formazione planetaria.

E poi c’è la scoperta forse più intrigante: alcuni di questi nuovi mondi si trovano nel cosiddetto “deserto nettuniano”, una zona orbitale dove, secondo i modelli teorici, i pianeti di taglia simile a Nettuno non dovrebbero praticamente esistere. Eppure eccoli lì. La loro presenza in questa regione pone domande nuove e affascinanti su come nascono e sopravvivono certi tipi di pianeti, e potrebbe costringere gli scienziati a rivedere alcune assunzioni che sembravano ormai consolidate.

Cosa cambia per il futuro della ricerca spaziale

Il successo di RAVEN racconta qualcosa di più grande della singola scoperta. Dimostra che l’intelligenza artificiale applicata all’astronomia non è più un esperimento accademico, ma uno strumento operativo capace di produrre risultati scientifici concreti. La missione TESS continua a raccogliere dati su milioni di stelle, e strumenti come RAVEN permettono di non lasciarne neppure uno inesplorato.

La sensazione è che questa sia solo la punta dell’iceberg. Con l’affinamento degli algoritmi e l’arrivo di nuovi dati, il numero di esopianeti confermati potrebbe crescere in modo esponenziale nei prossimi anni. E ogni nuovo mondo scoperto è un tassello in più per rispondere a quella domanda che, in fondo, ci portiamo dietro da sempre: siamo soli nell’universo?

L'articolo RAVEN, l’IA che ha scoperto oltre 100 esopianeti nascosti nei dati TESS proviene da Tecnoapple.

Uno studio svedese di proporzioni enormi dimostra che l’intelligenza artificiale è in grado di identificare le persone a maggior rischio di melanoma usando dati sanitari già disponibili nei sistemi ospedalieri. Non parliamo di tecnologie futuristiche o di strumenti sperimentali confinati in qualche laboratorio: parliamo di informazioni che già esistono, come età, sesso, diagnosi pregresse, farmaci assunti e condizioni socioeconomiche. Il punto è che nessuno, fino ad ora, le aveva messe insieme in questo modo.

La ricerca, condotta dall’Università di Göteborg in collaborazione con il Politecnico Chalmers, ha analizzato i dati dell’intera popolazione adulta svedese. Oltre sei milioni di individui inclusi nel dataset, di cui 38.582 hanno sviluppato un melanoma nell’arco di cinque anni. Una percentuale apparentemente piccola, lo 0,64%, ma che in termini assoluti rappresenta un numero impressionante di persone. E soprattutto, un numero che l’intelligenza artificiale riesce ora a prevedere con una precisione notevole.

Martin Gillstedt, dottorando alla Sahlgrenska Academy e statistico presso il Dipartimento di Dermatologia dell’ospedale universitario Sahlgrenska, ha spiegato che i dati già presenti nei sistemi sanitari possono essere usati in modo molto più strategico di quanto si faccia oggi. Non è uno strumento già attivo nella pratica clinica quotidiana, ma i risultati parlano chiaro.

I modelli avanzati superano nettamente i metodi tradizionali

Qui la differenza si fa concreta. Il modello di machine learning più avanzato testato dai ricercatori è riuscito a distinguere correttamente chi avrebbe sviluppato un melanoma da chi no nel 73% dei casi. Usando solo età e sesso, la precisione si fermava al 64%. Può sembrare un salto modesto in percentuale, ma nella pratica clinica quel margine cambia tutto.

La cosa ancora più interessante è che, restringendo il campo a gruppi più piccoli e ad alto rischio, la probabilità di sviluppare un melanoma entro cinque anni arrivava addirittura al 33%. Un dato che fa riflettere, perché significa che l’intelligenza artificiale non si limita a fare previsioni generiche: riesce a isolare con precisione le persone che hanno davvero bisogno di attenzione medica immediata.

Sam Polesie, professore associato di Dermatologia all’Università di Göteborg, ha sottolineato come uno screening mirato su gruppi ristretti e ben identificati potrebbe rendere il monitoraggio più accurato e, allo stesso tempo, più sostenibile per il sistema sanitario. In pratica, si tratterebbe di portare i dati di popolazione dentro la medicina di precisione, affiancando le valutazioni cliniche tradizionali con strumenti predittivi.

Verso uno screening personalizzato del melanoma

I ricercatori non nascondono che servono ancora studi aggiuntivi e decisioni politiche prima che questo approccio possa entrare nella routine ospedaliera. Però il segnale è forte. L’idea che algoritmi addestrati su dati di registro su larga scala possano guidare strategie di screening personalizzato per il melanoma non è più fantascienza. È una possibilità concreta, supportata da numeri solidi e da una base dati che poche altre ricerche al mondo possono vantare.

Quello che colpisce davvero è la semplicità dell’intuizione alla base di tutto: le informazioni ci sono già, basta saperle leggere nel modo giusto. E l’intelligenza artificiale, evidentemente, sa farlo meglio di quanto chiunque si aspettasse.

L'articolo IA e melanoma: può individuare chi è a rischio prima dei sintomi proviene da Tecnoapple.

I prezzi degli hard disk esterni venduti da Apple stanno salendo, e la notizia non è esattamente una sorpresa per chi segue le dinamiche del settore tecnologico. Quello che sta succedendo è legato a una catena di eventi che parte da molto lontano, precisamente dalla fame insaziabile di risorse che l’intelligenza artificiale sta generando a livello globale. Ma andiamo con ordine.

Nei giorni scorsi, come riportato da Mark Gurman nella sua newsletter “Power On” per Bloomberg, Apple ha aggiornato i listini di diversi modelli di hard disk esterni disponibili sia sul sito ufficiale che nei punti vendita fisici. Non si tratta di ritocchi simbolici. È un segnale chiaro di come la pressione sui costi dello storage stia ormai raggiungendo anche il consumatore finale, dopo aver attraversato tutta la filiera produttiva.

Perché lo storage costa di più e cosa c’entra l’intelligenza artificiale

Il punto è questo: l’industria tech sta vivendo una vera e propria crisi di domanda e offerta sul fronte della memoria e dello storage. I grandi data center che alimentano le infrastrutture di intelligenza artificiale stanno assorbendo quantità enormi di componenti. Parliamo di memorie, SSD, hard disk di ogni tipo. Quando la domanda esplode così, l’effetto a cascata sui prezzi è inevitabile.

Fino a poco tempo fa, il dibattito si concentrava soprattutto sulla supply chain di Apple e sulla capacità dell’azienda di gestire la catena di approvvigionamento per i propri dispositivi. Chip, display, batterie. Le solite questioni. Quello che emerge adesso, però, è che l’impatto sul lato retail sta arrivando molto più velocemente del previsto. I prezzi degli hard disk esterni aggiornati da Apple ne sono la prova tangibile.

Cosa significa per chi deve comprare un disco esterno

Per chi aveva in programma di acquistare un disco esterno dall’Apple Store, il consiglio è abbastanza ovvio: conviene tenere d’occhio i prezzi e, se possibile, non aspettare troppo. Non è detto che la situazione migliori nel breve periodo, anzi. Con i progetti legati all’AI che continuano a espandersi a ritmo forsennato, la pressione sulle componenti di storage potrebbe restare alta ancora a lungo.

Va detto che Apple non è l’unica a dover fare i conti con questa realtà. L’intero settore sta affrontando lo stesso problema. Però quando un colosso come Apple ritocca i listini in modo così esplicito, sia online che nei negozi, il messaggio è difficile da ignorare. I prezzi degli hard disk esterni non salgono per capriccio. Salgono perché il mondo intero sta costruendo le fondamenta di una nuova era tecnologica, e quello storage serve a qualcun altro prima che a noi.

L'articolo Apple alza i prezzi degli hard disk esterni: la colpa è dell’IA proviene da Tecnoapple.

Le app di vibe coding stanno facendo discutere parecchio in queste ore, e stavolta il motivo è una stretta decisa da parte di Apple. La casa di Cupertino ha infatti iniziato a bloccare gli aggiornamenti di alcune applicazioni presenti sull’App Store che permettono di creare altre app sfruttando l’intelligenza artificiale, senza passare dal processo di revisione ufficiale. Una mossa che ha colto di sorpresa diversi sviluppatori, ma che in realtà ha una sua logica piuttosto chiara.

Il vibe coding, per chi non avesse familiarità con il termine, è quel fenomeno esploso negli ultimi mesi che consente anche a chi non sa programmare di costruire applicazioni funzionanti. Basta descrivere quello che si vuole ottenere e l’AI fa il grosso del lavoro. Comodo, veloce, democratico. Ma anche potenzialmente problematico, almeno dal punto di vista di Apple.

Perché Apple ha preso questa decisione

Secondo quanto riportato da The Information, Apple ha bloccato gli aggiornamenti di app come Replit e Vibecode, due tra le piattaforme più note nel mondo del vibe coding. Il punto centrale della questione non è tanto l’uso dell’intelligenza artificiale per scrivere codice. Quello va benissimo, anche dentro Xcode, l’ambiente di sviluppo ufficiale di Apple. Il problema nasce quando queste app permettono di generare e distribuire applicazioni che bypassano completamente il processo di revisione dell’App Store.

Apple ha sempre tenuto un controllo molto stretto su cosa finisce nel proprio negozio digitale. Ogni app deve superare una serie di controlli prima di essere pubblicata, e questo sistema serve a garantire standard minimi di qualità, sicurezza e rispetto delle linee guida. Se chiunque potesse creare e far girare app senza alcun filtro, quel sistema salterebbe del tutto.

Un blocco temporaneo, ma il messaggio è chiaro

Va detto che la situazione non sembra definitiva. Da quanto emerge, Apple starebbe chiedendo delle modifiche specifiche alle app coinvolte prima di riammetterle. Non si tratta quindi di una guerra totale contro il vibe coding, quanto piuttosto di un avvertimento: le regole dell’App Store valgono per tutti, anche per le piattaforme alimentate dall’AI.

La cosa interessante è che questo tipo di tensione era abbastanza prevedibile. Il vibe coding sta crescendo a una velocità impressionante, e le grandi piattaforme prima o poi dovevano fare i conti con le implicazioni. Apple ha scelto di muoversi adesso, mentre il fenomeno è ancora relativamente giovane, probabilmente per stabilire un precedente.

Per gli sviluppatori che usano Replit o altre piattaforme simili, il consiglio è di restare aggiornati sulle evoluzioni della vicenda. Le regole dell’App Store potrebbero cambiare o essere chiarite nelle prossime settimane, e capire dove Apple traccerà la linea sarà fondamentale per chi lavora in questo spazio.

L'articolo Apple blocca le app di vibe coding dall’App Store: ecco perché proviene da Tecnoapple.