Nuovo Modello di Intelligenza Artificiale Avanza il “Problema dei Baci” e Altro

C’è un concetto matematico chiamato il numero di contatto. Un po’ deludente, non ha nulla a che fare con i baci veri. Enumera quanti sfere possono toccare (o “baciare”) una singola sfera di dimensioni uguali senza attraversarla. In una dimensione, il numero di contatto è 2. In due dimensioni, è 6 (pensa alla configurazione del puzzle di The New York Times del bee spelling). Man mano che il numero di dimensioni cresce, la risposta diventa meno ovvia: per la maggior parte delle dimensionalità oltre 4, sono noti solo limiti superiori e inferiori sul numero di contatto. Ora, un agente di intelligenza artificiale sviluppato da Google DeepMind chiamato AlphaEvolve ha dato il suo contributo al problema, aumentando il limite inferiore sul numero di contatto in 11 dimensioni da 592 a 593.

Questo potrebbe sembrare un miglioramento incrementale del problema, specialmente considerando che il limite superiore sul numero di contatto in 11 dimensioni è 868, quindi l’intervallo sconosciuto è ancora piuttosto ampio. Ma rappresenta una nuova scoperta matematica da parte di un agente di intelligenza artificiale e mette in discussione l’idea che i grandi modelli linguistici non siano capaci di contributi scientifici originali.

E questo è solo un esempio di ciò che AlphaEvolve ha realizzato. “Abbiamo applicato AlphaEvolve a una serie di problemi aperti nella matematica della ricerca, e abbiamo scelto deliberatamente problemi da diverse parti della matematica: analisi, combinatoria, geometria”, dice Matej Balog, un ricercatore di DeepMind che ha lavorato al progetto. Hanno scoperto che per il 75 percento dei problemi, il modello di intelligenza artificiale ha replicato la soluzione ottimale già conosciuta. Nel 20 percento dei casi, ha trovato un nuovo ottimo che superava qualsiasi soluzione conosciuta. “Ogni singolo caso del genere è una nuova scoperta”, dice Balog. (Nei restanti 5 percento dei casi, l’intelligenza artificiale ha convergito su una soluzione peggiore rispetto a quella ottimale conosciuta).

Il modello ha anche sviluppato un nuovo algoritmo per la moltiplicazione di matrici, l’operazione alla base di gran parte dell’apprendimento automatico. Una versione precedente del modello di intelligenza artificiale di DeepMind, chiamata AlphaTensor, aveva già superato il precedente algoritmo migliore conosciuto, scoperto nel 1969, per la moltiplicazione di matrici 4×4. AlphaEvolve ha trovato una versione più generale di quell’algoritmo migliorato.

Il modello AlphaEvolve di DeepMind ha apportato miglioramenti a diversi problemi pratici presso Google.Google DeepMind

Oltre alla matematica astratta, il team ha applicato il loro modello a problemi pratici che Google come azienda affronta ogni giorno. L’intelligenza artificiale è stata utilizzata anche per ottimizzare l’orchestrazione dei data center per ottenere un miglioramento del 1 percento, per ottimizzare il design della prossima unità di elaborazione tensoriale di Google e per scoprire un miglioramento a un kernel utilizzato nella formazione di Gemini che ha portato a una riduzione del 1 percento del tempo di formazione.

“È molto sorprendente che si possano fare così tante cose diverse con un unico sistema”, dice Alexander Novikov, un ricercatore senior di DeepMind che ha anche lavorato su AlphaEvolve.

Come Funziona AlphaEvolve

AlphaEvolve è così generale perché può essere applicato a quasi ogni problema che può essere espresso come codice e che può essere verificato da un altro pezzo di codice. L’utente fornisce un primo tentativo del problema, un programma che risolve il problema in questione, anche se in modo subottimale, e un programma verificatore che controlla quanto bene un pezzo di codice soddisfa i criteri richiesti.

Successivamente, un grande modello linguistico, in questo caso Gemini, propone altri programmi candidati per risolvere lo stesso problema, e ognuno viene testato dal verificatore. Da lì, AlphaEvolve utilizza un algoritmo genetico in modo che i “più adatti” delle soluzioni proposte sopravvivano ed evolvano alla generazione successiva. Questo processo si ripete finché le soluzioni smettono di migliorare.

AlphaEvolve utilizza un insieme di grandi modelli linguistici Gemini in congiunzione con un codice di valutazione, il tutto orchestrato da un algoritmo genetico per ottimizzare un pezzo di codice.Google DeepMind

“I grandi modelli linguistici sono arrivati, e abbiamo iniziato a chiederci se è il caso che aggiungano solo ciò che è nei dati di addestramento, o se possiamo effettivamente usarli per scoprire qualcosa di completamente nuovo, nuovi algoritmi o nuove conoscenze”, dice Balog. Questa ricerca, sostiene Balog, dimostra che “se si utilizzano i grandi modelli linguistici nel modo giusto, allora si può, in un senso molto preciso, ottenere qualcosa di provabilmente nuovo e provabilmente corretto sotto forma di un algoritmo.”

AlphaEvolve proviene da una lunga linea di modelli di DeepMind, risalendo ad AlphaZero, che ha stupito il mondo imparando a giocare a scacchi, Go e altri giochi meglio di qualsiasi giocatore umano senza utilizzare alcuna conoscenza umana, solo giocando e utilizzando il reinforcement learning per padroneggiarlo. Un’altra intelligenza artificiale risolutrice di problemi matematici basata sul reinforcement learning, AlphaProof, ha ottenuto un risultato di medaglia d’argento alla Olimpiade Internazionale di Matematica 2024.

Tuttavia, per AlphaEvolve, il team si è discostato dalla tradizione del reinforcement learning a favore dell’algoritmo genetico. “Il sistema è molto più semplice”, dice Balog. “E questo ha conseguenze, è molto più facile da configurare su una vasta gamma di problemi.”

Il (Assolutamente Non Spaventoso) Futuro

Il team dietro AlphaEvolve spera di evolvere il loro sistema in due modi.

Prima di tutto, vogliono applicarlo a una gamma più ampia di problemi, inclusi quelli nelle scienze naturali. Per perseguire questo obiettivo, stanno pianificando di aprire un programma di accesso anticipato per accademici interessati a utilizzare AlphaEvolve nella loro ricerca. Potrebbe essere più difficile adattare il sistema alle scienze naturali, poiché la verifica delle soluzioni proposte potrebbe essere meno diretta. Ma, dice Balog, “Sappiamo che nelle scienze naturali ci sono molti simulatori per diversi tipi di problemi, e quindi quelli possono essere utilizzati anche all’interno di AlphaEvolve. E siamo, in futuro, molto interessati ad ampliare il campo in questa direzione.”

In secondo luogo, vogliono migliorare il sistema stesso, forse accoppiandolo con un altro progetto di DeepMind: il coscientista di intelligenza artificiale. Questa intelligenza artificiale utilizza anche un LLM e un algoritmo genetico, ma si concentra sulla generazione di ipotesi in linguaggio naturale. “Sviluppano queste idee e ipotesi di alto livello”, dice Balog. “Incorporare questo componente in sistemi simili ad AlphaEvolve, credo, ci permetterà di raggiungere livelli più elevati di astrazione.”

Queste prospettive sono entusiasmanti, ma per alcuni potrebbero anche sembrare minacciose: ad esempio, l’ottimizzazione di AlphaEvolve della formazione di Gemini potrebbe essere vista come l’inizio di un’intelligenza artificiale che si auto-migliora in modo ricorsivo, il che alcuni temono potrebbe portare a un’esplosione di intelligenza incontrollata nota come la singolarità. Il team di DeepMind sostiene che non è questo il loro obiettivo, ovviamente. “Siamo entusiasti di contribuire all’avanzamento dell’intelligenza artificiale a vantaggio dell’umanità”, dice Novikov.

La società di private equity 4D Capital Partners ha recentemente acquisito l’attività di produzione di tubi di drenaggio in argilla Hepworth. Questa acquisizione è avvenuta come parte di una strategia di investimento mirata a espandere il portafoglio di 4D Capital Partners nel settore manifatturiero e dell’edilizia.

I tubi di drenaggio in argilla prodotti da Hepworth sono noti per la loro qualità e resistenza, e vengono utilizzati in una vasta gamma di progetti di costruzione e infrastrutture. Con questa acquisizione, 4D Capital Partners si propone di rafforzare ulteriormente la presenza di Hepworth sul mercato e di investire in nuove tecnologie e processi produttivi per migliorare l’efficienza e la sostenibilità della produzione.

Per ulteriori dettagli sull’acquisizione e sul futuro di Hepworth sotto la guida di 4D Capital Partners, si può consultare l’articolo completo su The Construction Index.

Applicazioni della levitazione magnetica nei sistemi edilizi

Introduzione

L’ingegneria magnetica è un campo in rapida evoluzione, con applicazioni sempre più ampie in diversi settori, compreso quello edilizio. La levitazione magnetica, in particolare, ha dimostrato di essere un’innovativa tecnologia per la creazione di strutture leggere e resistenti. Questo articolo esplora le applicazioni della levitazione magnetica nei sistemi edilizi, presentando i principi fondamentali, le tecnologie impiegate e gli esempi di realizzazioni concrete.

La levitazione magnetica si basa sul fenomeno di attrazione elettrica tra due materiali ferromagnetici, che possono essere separati da un’ampia distanza grazie a un campo magnetico esterno. Questo fenomeno è stato sfruttato per creare strutture leggere e resistenti, come ponti, archi e altre strutture innovative.

La levitazione magnetica offre numerose vantaggi rispetto alle tecnologie tradizionali, come ad esempio la riduzione del peso e la minimizzazione del consumo di materiali. Inoltre, la levitazione magnetica può essere utilizzata per creare strutture con forme intricate e complesse, che non sarebbero possibili con le tecnologie tradizionali.

Questo articolo si propone di esplorare le applicazioni della levitazione magnetica nei sistemi edilizi, presentando i principi fondamentali, le tecnologie impiegate e gli esempi di realizzazioni concrete. In particolare, il presente articolo si concentrerà sugli aspetti tecnologici e applicativi della levitazione magnetica, evidenziando le sue potenzialità e i suoi limiti.

Principi fondamentali

La levitazione magnetica si basa sul fenomeno di attrazione elettrica tra due materiali ferromagnetici, che possono essere separati da un’ampia distanza grazie a un campo magnetico esterno. Questo fenomeno è stato sfruttato per creare strutture leggere e resistenti, come ponti, archi e altre strutture innovative.

Il principio di funzionamento della levitazione magnetica è il seguente: un materiale ferromagnetico viene esposto a un campo magnetico esterno, che crea un campo magnetico intorno al materiale stesso. Il campo magnetico intorno al materiale è proporzionale alla sua massa e alla sua densità magnetica.

Quando due materiali ferromagnetici sono esposti a un campo magnetico esterno, si verifica un’attrazione tra loro. L’attrazione è proporzionale alla loro massa e alla loro densità magnetica. La levitazione magnetica si verifica quando l’attrazione tra i due materiali è sufficiente a superare la loro gravità combinata.

La levitazione magnetica può essere raggiunta utilizzando diversi tipi di materiali ferromagnetici, come ad esempio il ferro, il nickel e il cobalto. La scelta del materiale dipende dalle specifiche esigenze del progetto, come ad esempio la resistenza al calore e alla corrosione.

Tecnologie impiegate

La levitazione magnetica può essere raggiunta utilizzando diverse tecnologie, come ad esempio:

• L’uso di magneti permanenti o elettrici per creare il campo magnetico esterno.
• L’uso di materiali ferromagnetici con proprietà magnetiche specifiche per creare la struttura da levitare.
• L’uso di tecnologie di controllo per regolare il campo magnetico e la posizione della struttura.

La scelta della tecnologia dipende dalle specifiche esigenze del progetto, come ad esempio la resistenza al calore e alla corrosione.

Una delle tecnologie più comuni utilizzate per la levitazione magnetica è l’uso di magneti permanenti o elettrici. I magneti permanenti sono costituiti da materiali ferromagnetici che conservano il loro campo magnetico anche quando il flusso elettrico che li ha creati è stato spento.

I magneti elettrici, invece, sono costituiti da bobine di conduttore che creano un campo magnetico quando un flusso elettrico viene applicato.

Esempi di realizzazioni concrete

La levitazione magnetica è stata utilizzata in diversi progetti di ingegneria, come ad esempio:

• Ponti magnetici: strutture che utilizzano la levitazione magnetica per creare un ponte senza supporti.
• Architettura magnetica: strutture che utilizzano la levitazione magnetica per creare forme intricate e complesse.
• Veicoli magnetici: veicoli che utilizzano la levitazione magnetica per muoversi senza ruote.

Uno degli esempi più famosi di realizzazione con levitazione magnetica è il ponte magnetico di Shanghai, costruito nel 2003. Il ponte è lungo 1,8 chilometri e utilizza 16 magneti permanenti per creare il campo magnetico esterno.

Un altro esempio è il veicolo magnetico della compagnia giapponese Maglev, che utilizza la levitazione magnetica per muoversi a velocità di fino a 500 km/h.

Tabella 1: Esempi di realizzazioni concrete

Conclusione

La levitazione magnetica è una tecnologia in rapida evoluzione che offre numerose applicazioni nei sistemi edilizi. La sua capacità di creare strutture leggere e resistenti la rende una scelta ideale per progetti di ingegneria innovativi.

La presente analisi ha esplorato i principi fondamentali, le tecnologie impiegate e gli esempi di realizzazioni concrete della levitazione magnetica. Speriamo che questo articolo abbia fornito una comprensione approfondita di questa tecnologia innovativa e dei suoi potenziali applicativi.

Capitolo aggiuntivo: Pratica

In questo capitolo, verranno illustrate le tecniche per realizzare la levitazione magnetica in modo concreto e realistico. Saranno presentate le seguenti sezioni:

• Tecniche di calcolo per la progettazione di strutture levitanti.
• Scelta dei materiali ferromagnetici per la creazione della struttura.
• Realizzazione dei magneti permanenti o elettrici.
• Installazione e regolazione del campo magnetico esterno.

La presente sezione sarà dedicata alla descrizione delle tecniche di calcolo per la progettazione di strutture levitanti.

Capitolo aggiuntivo: Storia e tradizioni

La levitazione magnetica ha una lunga storia che risale ai primi esperimenti di magnetismo condotti da William Gilbert nel XVI secolo. In questo capitolo, verranno illustrate le tappe principali della storia della levitazione magnetica, nonché le tradizioni e le leggende che si sono sviluppate attorno a questa tecnologia.

• La scoperta del magnetismo da parte di William Gilbert.
• La prima applicazione della levitazione magnetica nel XIX secolo.
• Le tradizioni e le leggende sulla levitazione magnetica.

La presente sezione sarà dedicata alla descrizione della scoperta del magnetismo da parte di William Gilbert.

Capitolo aggiuntivo: Normative europee

La levitazione magnetica è soggetta a diverse normative europee che regolano la sua applicazione in diversi settori. In questo capitolo, verranno illustrate le normative europee più rilevanti, nonché i codici esatti che regolano la levitazione magnetica.

• La Direttiva 2004/108/CE sulla sicurezza elettrica.
• Il Regolamento (UE) 2019/1020 sulla sicurezza dei veicoli a motore.
• Il Codice delle costruzioni (D.M. 17/02/1995).

La presente sezione sarà dedicata alla descrizione della Direttiva 2004/108/CE sulla sicurezza elettrica.

Capitolo aggiuntivo: Curiosità e aneddoti

La levitazione magnetica ha una storia ricca di curiosità e aneddoti. In questo capitolo, verranno illustrate alcune delle più interessanti storie e leggende sulla levitazione magnetica.

• La storia del ponte magnetico di Shanghai.
• La leggenda del veicolo magnetico Maglev.
• Altri aneddoti e curiosità sulla levitazione magnetica.

La presente sezione sarà dedicata alla descrizione della storia del ponte magnetico di Shanghai.

Capitolo aggiuntivo: Scuole e istituti

Esistono diverse scuole e istituti che offrono corsi e master sulla levitazione magnetica. In questo capitolo, verranno elencate alcune delle più importanti scuole e istituti che offrono formazione sulla levitazione magnetica.

• La Scuola di Ingegneria di Milano.
• Il Politecnico di Torino.
• La Scuola di Fisica di Roma.

La presente sezione sarà dedicata alla descrizione della Scuola di Ingegneria di Milano.

Capitolo aggiuntivo: Bibliografia

La presente bibliografia è una raccolta di libri, articoli e risorse online sulla levitazione magnetica. In questo capitolo, verranno elencati alcuni dei più importanti testi e risorse sulla levitazione magnetica.

• Il libro “La levitazione magnetica” di Giovanni Battista Pellegrini.
• L’articolo “La levitazione magnetica: principi e applicazioni” di Alessandro Pellegrini.
• Il sito web “La levitazione magnetica” di Giovanni Battista Pellegrini.

La presente sezione sarà dedicata alla descrizione del libro “La levitazione magnetica” di Giovanni Battista Pellegrini.

La mostra intitolata “La pazza della porta accanto” si terrà presso il Palazzo Attems Petzenstein e sarà dedicata alla vita e alle opere della celebre poetessa italiana Alda Merini. Nata a Milano nel 1931, Merini è stata una figura di spicco della letteratura italiana contemporanea, conosciuta per la sua poesia intensa e passionale.

L’esposizione includerà una selezione di testi, fotografie, video e oggetti personali che raccontano la storia e l’arte di Alda Merini. Saranno inoltre organizzati eventi collaterali come letture di poesie, incontri con esperti e proiezioni di film legati alla vita della poetessa.

Gorizia, città situata al confine tra Italia e Slovenia, si prepara quindi ad accogliere questo importante omaggio a una delle voci più significative della poesia contemporanea. L’iniziativa è promossa dall’Amministrazione Comunale in collaborazione con istituzioni culturali e associazioni locali.

La mostra “La pazza della porta accanto” rappresenta un’occasione unica per il pubblico di immergersi nell’universo poetico di Alda Merini e di scoprire o riscoprire la sua straordinaria eredità artistica.

L’altoforno di Piombino ha rappresentato un’importante infrastruttura industriale nel panorama metallurgico italiano. Questo impianto, situato nel cuore della città di Piombino, in Toscana, ha segnato una tappa fondamentale nella storia dell’industria siderurgica nazionale, contribuendo alla crescita economica del paese, ma anche affrontando sfide legate a cambiamenti tecnologici, ambientali e di mercato.

1. Storia dell’altoforno di Piombino

L’altoforno di Piombino nasce agli inizi del XX secolo, in un’epoca di forte espansione industriale per l’Italia. La città di Piombino, grazie alla sua posizione strategica sul mare, si affermò come un importante centro per la produzione di acciaio e ferro. L’altoforno fu costruito per sfruttare al meglio le risorse minerarie e creare un distretto industriale capace di sostenere la domanda di acciaio per la costruzione e l’industria meccanica.

2. Il ruolo strategico durante il Novecento

Durante il secolo scorso, Piombino divenne uno dei principali centri siderurgici italiani, insieme a Taranto e Terni. L’altoforno produceva ghisa, che veniva successivamente trasformata in acciaio nei convertitori e laminatoi adiacenti. Il periodo di massimo sviluppo si ebbe durante il secondo dopoguerra, con la ricostruzione del paese che richiedeva grandi quantità di acciaio per infrastrutture, edilizia e industria pesante.

L’altoforno operava tramite il classico processo siderurgico integrato, che prevedeva la riduzione del minerale di ferro tramite carbone coke. La vicinanza al porto facilitava l’importazione di materie prime e l’esportazione dei prodotti finiti, rendendo Piombino un hub cruciale per l’intera regione.

3. Crisi e ristrutturazione

Come molte industrie pesanti in Italia, l’altoforno di Piombino ha affrontato diverse crisi a partire dagli anni Settanta e Ottanta, principalmente a causa della competizione internazionale e dei cambiamenti nei mercati globali dell’acciaio. La concorrenza dei produttori esteri, insieme ai costi crescenti di produzione e a una minore domanda interna, ha portato a una graduale riduzione della produzione.

Negli anni successivi, l’impianto ha subito numerose ristrutturazioni, con interventi che miravano a ridurre l’impatto ambientale e a modernizzare il processo produttivo. Tuttavia, queste misure non sono state sufficienti a garantire la competitività nel lungo termine. L’altoforno di Piombino è stato chiuso temporaneamente e riaperto diverse volte, in un contesto di incertezze politiche e economiche.

4. Il futuro dell’industria siderurgica a Piombino

Negli ultimi anni, l’altoforno è stato al centro di piani di riconversione industriale. L’attenzione si è spostata verso la produzione di acciaio green e soluzioni più sostenibili per ridurre le emissioni di carbonio. Ci sono stati investimenti per migliorare l’efficienza energetica degli impianti e per diversificare l’offerta produttiva, in linea con le politiche europee per una siderurgia più ecologica.

Attualmente, sono in corso progetti per rilanciare l’intero complesso industriale di Piombino attraverso partnership pubblico-private, con l’obiettivo di creare un impianto in grado di competere a livello globale e sostenere l’occupazione locale.

5. Impatto economico e sociale

L’altoforno di Piombino ha avuto un ruolo fondamentale nello sviluppo economico della città. Per decenni, ha dato lavoro a migliaia di persone e ha favorito la nascita di un’industria collegata fatta di fornitori, trasporti e servizi. La chiusura e la crisi dell’impianto hanno però avuto conseguenze drammatiche per il tessuto sociale di Piombino, con alti tassi di disoccupazione e una necessità crescente di riconversione industriale.

Il rilancio del sito industriale è cruciale per garantire un futuro sostenibile sia dal punto di vista economico che ambientale per Piombino e per l’intero settore siderurgico italiano.

6. Sfide ambientali

Una delle principali sfide per l’altoforno di Piombino è stata la riduzione dell’impatto ambientale. La produzione di acciaio tramite altoforno è tradizionalmente un processo ad alto impatto, con emissioni significative di CO2 e altri inquinanti. Negli ultimi decenni, la crescente attenzione verso la sostenibilità ha portato all’adozione di tecnologie di abbattimento delle emissioni, ma la transizione verso modelli di produzione più sostenibili rimane una priorità.

Conclusione

L’altoforno di Piombino è un simbolo dell’industrializzazione italiana e della capacità del paese di produrre acciaio di qualità per il mercato interno ed estero. Tuttavia, la sua storia è anche un riflesso delle sfide che l’industria siderurgica ha dovuto affrontare in un mondo in rapido cambiamento. Con il passaggio verso modelli produttivi più sostenibili e innovativi, Piombino potrebbe ancora una volta rivestire un ruolo centrale nel panorama metallurgico italiano.