Di Matteo Rigamonti
Tra modelli che “fuggono” dai sistemi di sicurezza, colossi cinesi distribuiti apertamente e data center ancora irraggiungibili, Salvatore Sanfilippo prova a riportare l’intelligenza artificiale nelle mani di chi la utilizza.
Negli Stati Uniti un’intelligenza artificiale avrebbe trovato il modo di uscire dall’ambiente isolato nel quale era stata rinchiusa, raggiungere Internet e violare i sistemi di Hugging Face per procurarsi le risposte di un test. La storia perfetta per Hollywood. E, forse, anche per la Silicon Valley.
L’incidente è reale e serio. OpenAI ha spiegato che GPT-5.6 Sol e un modello ancora più avanzato, non ancora pubblicato, stavano affrontando un test sulle capacità informatiche offensive. Avevano protezioni ridotte e non utilizzavano i normali filtri previsti per i prodotti commerciali. I modelli hanno scoperto una vulnerabilità sconosciuta nel sistema che consentiva l’installazione dei pacchetti, sono riusciti a raggiungere un nodo collegato a Internet e da lì hanno attaccato Hugging Face per recuperare direttamente le soluzioni del benchmark. Non una rivolta delle macchine, dunque, ma un algoritmo addestrato a raggiungere un obiettivo e lasciato libero di cercare la strada più efficace.
Resta però una domanda legittima. La pubblicazione dell’incidente è soltanto un doveroso atto di trasparenza oppure è diventata anche una straordinaria operazione di comunicazione? OpenAI appare contemporaneamente responsabile, perché avverte il mondo del pericolo, e potentissima, perché lascia intendere di possedere già un modello talmente avanzato da sfuggire persino ai propri sistemi di contenimento.
In fondo è la versione tecnologica del vecchio slogan pubblicitario: il nostro prodotto è così forte che dobbiamo proteggerci persino da noi stessi. Non sappiamo se la notizia abbia spaventato maggiormente gli esperti di sicurezza o tranquillizzato gli investitori.
Mentre gli americani raccontano l’intelligenza artificiale che evade, la Cina presenta quella che arriva.
Moonshot AI ha annunciato Kimi K3, un modello da 2.800 miliardi di parametri, con una memoria contestuale da un milione di token e un’architettura composta da 896 esperti, dei quali soltanto 16 vengono attivati per ogni elaborazione. Le sue prestazioni si avvicinano a quelle dei migliori modelli proprietari americani e Il 27 luglio Moonshot AI ha mantenuto la promessa, pubblicando integralmente i pesi del modello insieme al rapporto tecnico.
Naturalmente non si tratta di beneficenza. Le API si pagano, i server si pagano e Moonshot punta anche alla propria crescita economica. Ma la scelta di rendere disponibili i pesi modifica radicalmente il terreno della competizione. Gli Stati Uniti cercano soprattutto di vendere l’accesso all’intelligenza artificiale; la Cina sembra disposta a rinunciare a una parte della rendita immediata pur di diffondere la propria tecnologia, attirare sviluppatori e costruire attorno ai propri modelli un ecosistema mondiale.
È una strategia già vista nelle automobili elettriche, nelle batterie, nei pannelli fotovoltaici, nelle telecomunicazioni e nella robotica: entrare rapidamente nel mercato, abbassare i costi, occupare la filiera e diventare progressivamente difficili da sostituire.
Ai tempi dell’imperatore Qianlong, che nel XVIII secolo governava uno degli imperi più grandi e prosperi del mondo, il potere si misurava attraverso territori, eserciti, tributi e popoli assoggettati. Oggi non è più necessario spostare i confini. Il nuovo impero può viaggiare dentro una batteria, una rete telefonica, un’automobile, un robot o un modello di intelligenza artificiale. Non occupa necessariamente un territorio: diventa indispensabile al suo funzionamento.
Ma c’è un piccolo particolare. Kimi K3 può anche essere aperto, scaricabile e teoricamente libero: resta comunque gigantesco. Per eseguirlo servono centinaia di gigabyte anche ricorrendo a quantizzazioni estreme, mentre alle precisioni più elevate si entra nell’ordine dei terabyte. La sua casa naturale rimane il data center.
Per la grande maggioranza delle imprese cambia quindi il proprietario del modello, ma non necessariamente il problema. I documenti aziendali, i progetti, i dati dei clienti e i segreti industriali devono ancora uscire dall’azienda e raggiungere infrastrutture controllate da qualcun altro. Sappiamo dove vengono inviati, molto meno precisamente come potranno essere utilizzati domani.
Ed è a questo punto che, tra la potenza economica americana e la strategia industriale cinese, entra nella storia un italiano.
Salvatore Sanfilippo, conosciuto nel mondo informatico come antirez, è il creatore di Redis, uno dei software open source più utilizzati nell’infrastruttura moderna di Internet. Non è uno Stato, non dispone di una multinazionale e non possiede un data center grande quanto una città. Spesso accende una videocamera in macchina e racconta ciò che sta studiando, con la naturalezza di chi sembra divulgare conoscenza per il semplice piacere di condividerla.
Il suo nuovo progetto si chiama DwarfStar. Non è l’ennesima piattaforma che vende token e nemmeno un’interfaccia costruita sopra servizi altrui. È un motore di inferenza sviluppato per far funzionare localmente alcuni grandi modelli aperti, sfruttando quantizzazione spinta, memoria RAM, SSD veloci, cache compresse e più computer collegati tra loro.
DwarfStar non riesce ancora a infilare un modello da 2.800 miliardi di parametri nel portatile acquistato al supermercato. Sarebbe sbagliato raccontarlo. Ma sta dimostrando che modelli da centinaia di miliardi di parametri possono funzionare su macchine personali di fascia alta o su server aziendali costruiti anche con hardware non più recente. Il progetto supporta sistemi Apple, Nvidia e AMD, può caricare parte del modello direttamente dagli SSD e può sommare la memoria di più macchine attraverso l’inferenza distribuita.
Gli americani costruiscono modelli colossali e li vendono. I cinesi costruiscono modelli ancora più colossali e ne distribuiscono i pesi. Sanfilippo prova a risolvere il problema che entrambi lasciano aperto: come farli funzionare senza dover chiedere continuamente il permesso a un data center.
E lo fa pubblicando il codice con licenza MIT, raccontando apertamente i risultati, gli errori e persino il contributo ricevuto dagli stessi modelli di intelligenza artificiale durante lo sviluppo. Non un corso premium, non un accesso riservato, non il consueto conto alla rovescia per acquistare il webinar. Il codice è lì, disponibile per la comunità. La sua motivazione è racchiusa in una frase scritta sul proprio blog: «L’intelligenza artificiale è troppo importante per essere soltanto un servizio» (“AI is too critical to be just a provided service.”).
È forse questo il passaggio più importante. Un modello non diventa davvero libero soltanto perché possiamo scaricarne i pesi. Diventa libero quando possiamo eseguirlo, controllarlo e alimentarlo con i nostri dati senza consegnare tutto il nostro patrimonio informativo a una piattaforma esterna.
In mezzo a questa corsa, l’Europa continua prevalentemente a osservare. Gli Stati Uniti hanno i capitali e le piattaforme. La Cina ha una strategia industriale e modelli sempre più competitivi. Noi rischiamo ancora una volta di limitarci a decidere da quale potenza dipendere.
Poi c’è un italiano che, spesso dalla propria automobile, prova gratuitamente a smontare il principale ostacolo tecnico alla democratizzazione dell’intelligenza artificiale.
Due imperi costruiscono i giganti. Salvatore Sanfilippo cerca la porta per farli entrare nelle nostre aziende.
Fonti/Approfondimenti:
OpenAI – incidente di sicurezza durante la valutazione dei modelli https://openai.com/it-IT/index/hugging-face-model-evaluation-security-incident
Moonshot AI – documentazione ufficiale Kimi K3 https://platform.moonshot.ai/docs/guide/kimi-k3-quickstart
Moonshot AI – repository ufficiale Kimi K3 https://github.com/MoonshotAI/Kimi-K3
Moonshot AI – pesi ufficiali Kimi K3 su Hugging Face https://huggingface.co/moonshotai/Kimi-K3
Licenza ufficiale Kimi K3 https://huggingface.co/moonshotai/Kimi-K3/blob/main/LICENSE
Technical report Kimi K3 – arXiv https://arxiv.org/abs/2607.24653
AWS – installazione di Kimi K3 su SageMaker HyperPod ed EKS, 30 luglio 2026 https://aws.amazon.com/blogs/machine-learning/deploying-kimi-k3-on-amazon-sagemaker-hyperpod-and-amazon-eks
Salvatore Sanfilippo – DwarfStar, repository ufficiale https://github.com/antirez/ds4
Salvatore Sanfilippo – “A few words on DS4” https://antirez.com/news/165
Salvatore Sanfilippo – inferenza distribuita con DwarfStar https://www.antirez.com/news/167
Matteo Rigamonti – La sovranità digitale non si proclama: si installa https://giornalelombardoveneto.it/la-sovranita-digitale-non-si-proclama-si-installa/
Matteo Rigamonti – Dallo scriba al LLM: il potente, l’idea e la macchina https://giornalelombardoveneto.it/dallo-scriba-al-llm-il-potente-lidea-e-la-macchina/









+ There are no comments
Add yours