Hackerspace News

News

Un museo di OS dove l’unico crash che conta è quello della tua voglia di dormire

🇮🇹 · /root · Lamberto Tedaldi

Quanto tempo perdete a combattere con configurazioni di emulatori che si rompono dopo due secondi o a cercare l’immagine disco giusta che non sia corrotta? Se la risposta è «troppo», allora fermate tutto quello che state facendo, staccate il saldatore dal tavolo e prestate attenzione. Qualcuno ha deciso di fare quello che noi sogniamo da sempre: creare un archivio digitale dove la storia del computing non è solo conservata, ma è letteralmente pronta all’uso. Si tratta del Virtual OS Museum, un progetto monumentale che racchiude oltre 570 sistemi operativi e 250 piattaforme diverse in un’unica, mastodontica macchina virtuale Linux (per QEMU, VirtualBox o UTM). Non parliamo della solita collezione di file .iso dimenticati in qualche angolo oscuro di Internet. Qui parliamo di un ecosistema pre-configurato. Dal Manchester Baby del 1948 – l’antenato di tutto ciò che usiamo per far girare i nostri script Python – ai classici del retrocomputing come Apple II, Commodore 64, MSX e Amiga, fino a varianti Unix poco conosciute, versioni sperimentali di Windows e persino i primi Android. Il tutto accessibile tramite un launcher custom che include persino una funzione di snapshot: se rompi qualcosa mentre smanetti (e lo farai, perché siamo noi), puoi tornare indietro con un click senza dover reinstallare tutto da capo. Per noi che passiamo le notti a modellare in 3D su Blender o a debuggare codice in Godot, questo è un paradiso. È una risorsa incredibile per capire da dove veniamo. Vedere l’evoluzione delle interfacce grafiche, dal minimalismo estremo del CTSS al desktop metaphor di Xerox Star, è una lezione di design che i moderni designer di app ‘flat’ e senza anima dovrebbero studiare seriamente. Il lavoro che c’è dietro è pazzesco. L’autore dichiara che ci sono voluti oltre 20 anni di raccolta e che alcune installazioni hanno richiesto una settimana intera di tentativi falliti. È un lavoro di archeologia digitale puro, fatto di patch manuali agli emulatori e configurazioni specifiche per far girare sistemi che oggi sembrano preistoria. Il progetto offre sia una versione ‘full’ (offline, per chi non vuole scaricare l’intero peso della storia dell’informatica in un colpo solo) sia una versione ‘lite’. Il mio consiglio? Scaricate la lite e iniziate a esplorare pezzo dopo pezzo. È il modo migliore per staccare dal presente e ricordarsi che, prima dei nostri moderni framework pesantissimi e dei cloud che mangiano tutta la RAM, esisteva un mondo dove ogni singolo byte era prezioso e ogni riga di codice contava. Unica nota di rispetto: è un progetto enorme e gestito con dedizione. Se vi piace quello che vedete, date un occhio a come sostenere questo tipo di sforzi. Perché preservare la storia del software è l’unico modo per non dimenticare come si costruisce il futuro. Source: I’ve built a virtual museum with nearly every operating system you can think of

webnewsosretrocomputingtech historyvirtualization

Karpathy salta il fosso: addio OpenAI, benvenuto Anthropic (e noi che ne ricaviamo?)

🇮🇹 · /root · Lamberto Tedaldi

Il codice non mente mai, ma le carriere sì, e quella di Andrej Karpathy sta prendendo una piega decisamente interessante. Se stavate aspettando un segnale per capire dove si sposterà il vero peso gravitazionale dell’intelligenza artificiale, eccolo qui: Karpathy ha ufficialmente abbandonato il campo di OpenAI per unirsi alla squadra di Anthropic. Per chi non seguisse i feed di Hacker News (o vive in una grotta senza Wi-Fi), Karpathy non è un nome qualunque. È uno di quei pesi massimi che hanno plasmato quello che oggi chiamiamo deep learning. Il suo passaggio da OpenAI ad Anthropic non è solo un semplice ‘cambio di ufficio’, ma un segnale fortissimo. Mentre OpenAI sembra sempre più orientata verso un modello di business che farebbe venire il mal di testa a chiunque ami l’open source o la trasparenza, Anthropic si posiziona come l’alternativa più ‘safe’ e controllata, ma con una fame tecnologica che non ha nulla da invidiare. Ma cosa cambia per noi, che passiamo le serate a far girare modelli locali su hardware che fatica anche solo a far girare un browser moderno? Per noi che amiamo smanettare con i pesi di un modello, testare ogni nuova architettura e cercare di capire come far far funzionare un LLM su una vecchia GPU rimasta in un vecchio PC da gaming, la notizia è eccitante. Se Karpathy porta con sé quel mindset da ricercatore puro, potremmo vedere un’accelerazione incredibile nella capacità di rendere questi modelli non solo più intelligenti, ma più accessibili e interpretabili. Certo, non tutto è rose e fiori. Vediamo il rischio di un altro grande polo di potere che si stringe attorno a infrastrutture proprietarie. Il rischio ‘vendor lock-in’ è sempre dietro l’angolo e, se Anthropic dovesse diventare il nuovo muro invalicabile, saremmo di nuovo a combattere contro API chiuse e costi di inferenza che fanno piangere il portafoglio. La vera sfida sarà vedere se questa nuova alleanza porterà innovazioni che possiamo effettivamente ‘smontare’ e comprendere, o se rimarrà solo un altro segreto industriale ben custodito. In breve: preparate i server, perché le cose si stanno scaldando. Se Karpathy ha deciso che Anthropic è il posto dove costruire il futuro, allora è il momento di prestare attenzione a quello che Claude e i suoi successori combinano. Restiamo sintonizzati, ma con la solita sana diffidenza verso chi cerca di recintare troppo il progresso. Source: I’ve joined Anthropic

webnewsaiAnthropicKarpathymachine learning

Google ha deciso che la barra di ricerca ora deve avere un’anima (e un sacco di AI)

🇮🇹 · /root · Lamberto Tedaldi

Spostate pure via i vostri vecchi manuali d’uso e i forum di Stack Overflow, perché Google ha deciso che la nostra barra di ricerca ha bisogno di una tregua dal semplice testo. Secondo l’ultimo comunicato ufficiale che è trapelato (con quel tipico tono pomposo da ‘we are evolving’), Google sta cambiando radicalmente la faccia della sua search box. L’obiettivo dichiarato? Unire il meglio dei motori di ricerca tradizionali con il meglio dell’intelligenza artificiale. In pratica, non vogliono solo restituirti una lista di link che devi spulciare uno per uno, ma vogliono che la barra diventi un interlocutore capace di ‘comprendere’ e sintetizzare. Lo so cosa state pensando: «Ma non era meglio quando potevo solo digitare parole chiave e ottenere risultati?» Il rischio qui è il solito, grande classico del tech-hype: trasformare uno strumento di precisione in una scatola nera che ti risponde con un riassunto generato da un modello che, ogni tanto, si immagina le cose con una convinzione spaventosa. Se sto cercando il datasheet di un vecchio chip MOS o la configurazione corretta per un firmware custom, non voglio un’opinione creativa dell’IA; voglio i dati crudi, quelli veri, quelli che non hanno bisogno di ‘contesto semantico’. Da smanettone, vedo due facce della medaglia. Da un lato, l’idea di poter interrogare il web in modo più fluido è decisamente figa. Immaginate di dover debuggare uno script complesso in Godot e poter chiedere alla barra di analizzare un errore logico basandosi su documentazione sparsa: se l’integ’razione funziona, è una bomba. Dall’altro lato, però, c’è l’ombra del vendor lock-in e della perdita di controllo. Più la ricerca diventa un’esperienza ‘curata’ dall’IA, meno siamo noi a decidere cosa vedere. Il rischio è che la ricerca diventi una sorta di monologo di Google dove l’utente è solo un passante che riceve la risposta preconfezionata. Per noi che amiamo smontare i processi e capire come sono fatti i componenti, questa ‘semplificazione’ sa un po’ di fregatura. In conclusione: restiamo vigili. Se questa nuova search box ci aiuterà a trovare più velocemente quella libreria Python perduta o quel tutorial su Blender, ben venga. Ma se inizierà a darci risposte gentili ma tecnicamente imprecise, torneremo subito ai vecchi metodi (e forse a motori di ricerca che non cercano di fare i filosofi). Source: Google changes its search box

webnewsaigoogleSearchEngineTechTrends

Gemini 3.5 Flash: Velocità pura o solo l’ennesimo trick di marketing?

🇮🇹 · /root · Lamberto Tedaldi

Dimenticate la filosofia del ‘più grande è meglio’ che ha dominato l’ultimo anno; sembra che Google abbia finalmente capito che non abbiamo tutti i server di una multinazionale nel garage accanto alla nostra stampante 3D. Al Google I/CO hanno presentato Gemini 3.5 Flash, l’ultimo membro della famiglia Gemini. Il focus qui non è solo sulla potenza bruta (che rimane un concetto un po’ vago nelle comunicazioni corporate), ma sulla combinazione tra ‘intelligenza frontier’ e capacità di azione. In pratica, Google sta cercando di spingere l’idea di un’IA che non si limiti a rispondere a una prompt con un testo generico, ma che sappia ‘fare’ cose. Per noi che passiamo le notti a scrivere script Python per automatizzare la manutenzione di una CNC o per gestire i log di un server home-lab, la parola chiave è ‘Flash’. Se la latenza diminuisce e la velocità aumenta, le possibilità di integrare questi modelli in flussi di lavoro in tempo reale esplodono. Immaginate un assistente che monitora i parametri di una macchina per il riciclo di plastica e interviene istantaneamente quando la temperatura dell’estrusore sballa, analizzando i dati mentre accadono. Certo, non tutto è oro quello che luccica. Come al solito, il rischio di vendor lock-in è altissimo. Google ti offre una velocità pazzesca, ma lo fa all’interno del suo ecosistema chiuso. Se il tuo progetto dipende da un’API che può cambiare tariffe o politiche di privacy da un momento all’altro, sei con le spalle al muro. E poi, parliamoci chiaro: quanto di questo è vera innovazione e quanto è solo l’ennesimo modo per rendere l’IA più ‘agente-centrica’ e meno ‘testo-centrica’ per vendere più token? Detto questo, la parte tecnica che promette l’integrazione di ‘action’ è quella che mi eccita di più. Se riuscissimo a usare questi modelli per gestire logicamente dei microcontrollori o per generare rapidamente asset per i nostri progetti in Godot, avremmo tra le mani uno strumento di prototyping incredibile. Speriamo solo che non sia il solito ‘hype train’ che finisce per consumare solo energia e risorse senza portarci alcun vero vantaggio pratico nel debuggare un pezzo di codice C++ scritto male alle tre di notte. Restiamo in attesa di vedere le demo vere, non quelle patinate fatte in studio. Source: Gemini 3.5 Flash

webnews#SoftwareDevelopmentaiautomationgoogle