Intelligenze di Silicio
L’intelligenza artificiale è oggi una delle tecnologie più discusse e
trasformative del nostro tempo. Algoritmi che apprendono dai dati, modelli linguistici capaci di
dialogare con gli esseri umani, sistemi generativi che creano immagini, testi e video: strumenti
che fino a pochi anni fa sembravano appartenere alla fantascienza fanno ormai parte della vita
quotidiana.
Ma come siamo arrivati a questo punto?
Intelligenze di silicio racconta la storia scientifica e tecnologica dell’intelligenza
artificiale, dalle sue origini teoriche fino alle architetture più avanzate sviluppate negli
ultimi anni. Attraverso un percorso chiaro e rigoroso, il libro esplora le idee, gli esperimenti
e le rivoluzioni concettuali che hanno portato alla nascita dei sistemi intelligenti moderni.
Il viaggio inizia con i primi modelli di neurone artificiale sviluppati negli anni Quaranta e
con le riflessioni pionieristiche di studiosi come Warren McCulloch, Walter Pitts e Alan Turing.
Prosegue attraverso l’epoca dei sistemi esperti e delle prime applicazioni industriali dell’IA,
per poi affrontare la trasformazione portata dal machine learning e dal deep learning.
Scopriremo come sono nate tecnologie oggi fondamentali: le reti neurali profonde, l’architettura
Transformer, i grandi modelli linguistici, i sistemi generativi come GAN e modelli di
diffusione, le architetture multimodali e gli agenti artificiali capaci di interagire con
strumenti e basi di conoscenza.
Oltre alla ricostruzione storica e tecnica, il libro propone anche una riflessione più ampia sul
significato dell’intelligenza artificiale nella società contemporanea. Che cosa significa
costruire macchine che apprendono? Quali trasformazioni porteranno queste tecnologie nel lavoro,
nella ricerca scientifica e nella produzione di conoscenza? E quale ruolo avranno gli esseri
umani in un mondo sempre più ricco di sistemi intelligenti?
Con uno stile divulgativo ma rigoroso, Intelligenze di silicio offre una guida completa per
comprendere una delle rivoluzioni scientifiche e tecnologiche più importanti del nostro tempo.
Un libro pensato per chi vuole andare oltre l’entusiasmo superficiale o le paure infondate, e
capire davvero come funziona l’intelligenza artificiale, e come potrebbe cambiare il futuro.
amazon.it
Spazio latente
La generazione di immagini artificiali ha attraversato in pochi anni una
trasformazione radicale: da tecnologia di nicchia accessibile solo a chi sapeva scrivere codice,
a strumento diffuso che chiunque può usare attraverso un'interfaccia grafica. Questa
accessibilità, però, nasconde una complessità reale. Chi usa questi sistemi senza capirne il
funzionamento ottiene risultati casuali; chi ne comprende l'architettura ottiene risultati
intenzionali.
Spazio latente nasce da questa distinzione. Il libro introduce i modelli di diffusione, il
processo di corruzione e denoising, lo spazio latente, il condizionamento testuale, e costruisce
progressivamente la conoscenza necessaria per padroneggiare ogni aspetto della generazione
pratica. Vengono analizzate le famiglie di modelli disponibili, da Stable Diffusion a SDXL fino
alle architetture transformer come Flux, con i loro componenti fondamentali: VAE, CLIP, UNet,
LoRA, ControlNet, embedding. Vengono descritti i tre principali strumenti di generazione,
AUTOMATIC1111, Fooocus e ComfyUI, nella loro filosofia progettuale e nelle loro differenze
concrete. Vengono esplorate tutte le modalità operative, dal text-to-image all'inpainting,
dall'outpainting all'upscaling. Vengono analizzati i parametri di generazione uno per uno, dai
fondamentali come seed, steps e CFG scale, fino ai controlli avanzati del sistema refiner, dei
parametri ADM e delle soglie ControlNet.
Una sezione dedicata affronta la generazione video con i modelli più rilevanti del panorama
attuale, Wan Video, Hunyuan Video, Kling, Sora, Veo 3, e i principi tecnici che distinguono la
coerenza temporale dalla semplice sequenza di frame. Il libro si chiude con una riflessione
sulle questioni che vanno oltre la tecnica: qualità, copyright, impatto sul lavoro creativo, uso
responsabile.
Il risultato è un testo che accompagna il lettore dalla comprensione dei fondamenti fino alla
costruzione di workflow professionali, con la chiarezza di chi sa che capire un sistema è il
modo migliore per usarlo bene.
amazon.it
La sorgente di tutte le risposte
I modelli linguistici di grandi dimensioni hanno smesso di essere una
curiosità tecnologica. Sono diventati strumenti di lavoro reali, accessibili a chiunque, capaci
di tradurre, analizzare, scrivere, ragionare e generare codice con una qualità che fino a pochi
anni fa sembrava impossibile. Ma accessibile non significa comprensibile, e usare questi
strumenti in modo superficiale produce risultati molto diversi dall'usarli con consapevolezza
tecnica.
Questo libro percorre l'intero ecosistema dei modelli linguistici con un obiettivo preciso:
fornire al lettore la comprensione necessaria per scegliere, configurare e integrare questi
strumenti in modo professionale e autonomo.
Il percorso parte dalla distinzione fondamentale tra modelli cloud (OpenAI, Anthropic, Google,
Alibaba e gli altri grandi fornitori) e modelli locali, eseguibili direttamente sul proprio
hardware senza dipendere da servizi esterni. Spiega come funziona la quantizzazione che rende
possibile eseguire modelli da miliardi di parametri su hardware consumer, e quali strumenti (LM
Studio, Ollama, llama.cpp) permettono di farlo in pratica. Analizza in dettaglio i parametri che
governano ogni sessione di inferenza, dalle impostazioni di memoria e GPU fino ai meccanismi di
campionamento che determinano creatività e coerenza dell'output.
La parte centrale è dedicata ai casi d'uso professionali: traduzione specialistica, analisi
documentale, generazione e revisione di codice, ricerca autonoma su fonti online, flussi di
lavoro multi-step. La parte finale affronta le integrazioni avanzate: prompt engineering
sistematico, sistemi RAG costruiti con LangChain e LlamaIndex, database vettoriali, gestione
della memoria con Cognee, integrazione negli ambienti di sviluppo con RooCode, accesso aggregato
ai modelli attraverso OpenRouter e Hugging Face Endpoints.
Un libro per chi vuole capire davvero cosa sta usando, e usarlo meglio.
amazon.it
Il linguaggio dei modelli
Il prompt engineering è la disciplina che studia come comunicare con i
modelli linguistici di intelligenza artificiale per ottenere risultati di qualità. Non richiede
competenze di programmazione né una formazione tecnica specialistica. Richiede metodo,
precisione e una comprensione chiara del mezzo con cui si interagisce.
Questo libro accompagna il lettore attraverso l'intero arco della disciplina, dalla comprensione
del funzionamento dei modelli linguistici di grandi dimensioni fino alle strategie più avanzate
di progettazione e ottimizzazione dei prompt. La prima parte costruisce le fondamenta: come
funziona un modello linguistico, quali parametri ne influenzano il comportamento, come è
strutturato un prompt efficace. La seconda parte entra nel cuore delle tecniche più consolidate
dalla ricerca: il prompting zero-shot e few-shot, il ragionamento a catena con Chain-of-Thought,
la Self-Consistency, il Prompt Chaining, il Tree of Thoughts, il meta-prompting e la Retrieval
Augmented Generation. La terza parte esamina i principali frameworks strutturati (CRISPE,
COSTAR, RASCEF, RTF, PACT, TRACE) analizzando per ciascuno la logica, i punti di forza e gli
ambiti di applicazione ottimale. L'ultima parte affronta la dimensione operativa: come scegliere
il framework giusto, come combinare tecniche diverse per compiti complessi, come iterare e
ottimizzare un prompt nel tempo.
Il libro è scritto per professionisti, sviluppatori e ricercatori che usano quotidianamente
questi strumenti e vogliono farlo con maggiore consapevolezza e sistematicità. Lo stile è
tecnico ma accessibile, pensato per chi vuole capire le ragioni dietro le pratiche, non solo
applicare ricette preconfezionate.
In un momento in cui i modelli linguistici stanno diventando infrastruttura del lavoro
intellettuale, sapere come interrogarli con precisione diventa una competenza fondamentale.
amazon.it
Il programmatore ibrido
Lo sviluppo software sta attraversando una trasformazione profonda.
L'intelligenza artificiale non si limita ad accelerare il lavoro degli sviluppatori: ne sta
ridisegnando la natura, spostando il valore professionale dalla capacità di scrivere codice alla
capacità di progettare sistemi, valutare soluzioni e governare processi sempre più
automatizzati.
Il programmatore ibrido accompagna il lettore attraverso questa trasformazione con metodo e
concretezza. Il libro parte dalle fondamenta della progettazione architettuale, le decisioni che
determinano la solidità di un sistema prima che venga scritto una sola riga di codice, e
costruisce progressivamente un quadro completo dell'ingegneria del software nell'era dell'AI.
Vengono esplorate le due modalità operative fondamentali: l'AI come assistente collaborativo,
che affianca lo sviluppatore nel pair programming quotidiano, e l'AI come agente autonomo,
capace di gestire task complessi su interi codebase con supervisione umana strategica. Per
ciascuna modalità vengono analizzati metodi, strumenti e pratiche operative con attenzione ai
contesti in cui ciascun approccio produce valore reale.
Una parte significativa del libro è dedicata all'ecosistema degli strumenti principali. Cursor,
GitHub Copilot, Claude Code, Tabnine, Windsurf, OpenCode, esaminati non come semplice catalogo
tecnologico ma attraverso criteri di scelta fondati su esigenze concrete di team e
organizzazioni. Il modello di pipeline integrata che ne emerge copre l'intero ciclo di vita del
software, dalla pianificazione al monitoraggio post-deploy, mostrando come l'AI possa essere
inserita in modo coerente in ogni fase senza perdere il controllo sulla qualità del risultato.
Il libro si chiude con le strategie di adozione organizzativa. Come introdurre questi strumenti
in modo sostenibile, come formare il team, come misurare l'impatto reale e come prepararsi alle
evoluzioni già visibili all'orizzonte.
Una guida per chi vuole capire prima di agire.
amazon.it
Impresa AI-Ready
Nelle organizzazioni moderne, l’informazione è ovunque: documenti,
email, database, piattaforme cloud e sistemi legacy custodiscono un patrimonio vasto ma spesso
frammentato. Il problema non è più avere i dati, ma riuscire a interpretarli, collegarli e
trasformarli in conoscenza utile per prendere decisioni.
L’intelligenza artificiale generativa introduce un cambio di paradigma. Consente di interrogare
questo patrimonio attraverso il linguaggio naturale, avvicinando l’esperienza a quella di un
dialogo con un esperto. Tuttavia, trasformare questa possibilità in un sistema aziendale
concreto richiede scelte architetturali precise, una gestione attenta dei dati e una profonda
comprensione dei limiti della tecnologia.
Questo libro guida il lettore lungo un percorso strutturato che parte dall’analisi delle fonti
informative e arriva alla progettazione di sistemi completi basati su Retrieval-Augmented
Generation (RAG). Vengono affrontati temi come la qualità e la normalizzazione dei dati, l’uso
degli embedding e dei database vettoriali, le strategie di retrieval e reranking, fino
all’integrazione con sistemi deterministici e alla progettazione dell’esperienza utente.
Accanto agli aspetti tecnici, trova spazio una riflessione sui compromessi. Tra precisione e
costo computazionale, tra flessibilità e controllo, tra innovazione e governance. Particolare
attenzione è dedicata ai contesti in cui l’AI deve essere utilizzata con cautela, evidenziando
rischi, vincoli normativi e necessità di auditabilità.
Pensato per architetti software, responsabili IT e professionisti coinvolti nella gestione dei
sistemi informativi, il volume offre una prospettiva concreta e operativa. Un quadro realistico
di come progettare, integrare e governare sistemi che rendano interrogabile e valorizzabile la
conoscenza aziendale.
amazon.it
