Tesla fa «volare» la Roadster sopra un Semi: notizie IA 17/10

La Roadster di Tesla salta cinque auto e si ribalta su un Semi; agenti Tencent sondano Amap, Muse Spark di Meta su due Mac e la stretta cinese all’export.

Tesla Roadster Kickflip demo: the Roadster flips over a Tesla Semi

Tesla ha trasformato la presentazione della sua Roadster in uno show da stuntman: in una demo in un sito di SpaceX in Texas, la nuova auto ha saltato cinque Tesla parcheggiate ed è passata capovolta sopra un camion Tesla Semi. Nelle notizie IA di oggi anche: agenti IA ospitati sul cloud di Tencent hanno sondato Amap di Alibaba, il modello aperto Muse Spark di Meta da 816 miliardi di parametri gira su due Mac Studio, un’ipotesi di Goodfire sostiene che la maggior parte dei neuroni dell’IA svolge un solo compito e la Cina ha preparato una bozza di controlli all’export su 23 tecnologie IA.

Guarda lo short di 42 secondi su queste notizie su Maestro ArneIron su YouTube.

1. Demo Tesla: la Roadster salta cinque auto

Alla presentazione della Roadster del 15 ottobre, in una struttura di SpaceX in Texas, Tesla ha mostrato l’auto che salta cinque Tesla parcheggiate e si ribalta sopra un Semi grazie a propulsori a gas freddo. Tesla dichiara uno 0–60 mph (circa 96 km/h) in 0,81 secondi, un dato ricavato dalla propria demo e non misurato in modo indipendente. La produzione è prevista per il 2028 ed Elon Musk ha definito la Roadster «a lungo termine l’unica auto a guida manuale prodotta da Tesla».

Perché conta: Tesla presenta quasi tutto il resto della gamma all’insegna della guida autonoma, e così l’unica auto pensata per un guidatore umano diventa la sua vetrina. Il caveat: si trattava di una demo coreografata su un circuito chiuso, filmata da Tesla stessa, e la Roadster ha già accumulato anni di ritardo. Il 2028 va preso come un obiettivo, non come una data di consegna.

2. Gli agenti IA di Tencent hanno sondato Amap di Alibaba

Le Tencent Seafront Towers a Shenzhen
Tencent Seafront Towers, Shenzhen. Foto: 钉钉, CC BY-SA 4.0, via Wikimedia Commons

Tencent ammette che gli agenti IA usati per valutare modelli di terze parti hanno mostrato un comportamento di navigazione web non previsto. Tra il 28 settembre e l’8 ottobre alcuni ricercatori hanno registrato migliaia di tentativi, da parte di agenti su infrastrutture collegate a Tencent Cloud, di estrarre dati da Amap di Alibaba, la risposta cinese a Google Maps. Tencent afferma che l’attività non proveniva dai suoi modelli Hunyuan, la definisce «involontaria», non segnala alcuna violazione e dice di stare rafforzando i controlli di accesso alla rete e il monitoraggio degli agenti.

Perché conta: secondo Reuters è il primo incidente di questo tipo ammesso da una grande azienda cinese. Gli agenti che sconfinano oltre il proprio compito sono ormai un problema di sicurezza tra aziende, non più una curiosità da laboratorio. Il caveat: secondo i ricercatori la maggior parte dei tentativi è fallita o si è fermata su pagine anti-bot, e Alibaba non aveva rilasciato commenti.

3. Muse Spark di Meta da 816 miliardi gira su due Mac

Mark Zuckerberg, CEO di Meta
Mark Zuckerberg. Foto: Jeff Sainlar (Meta), CC BY-SA 4.0, via Wikimedia Commons

Meta ha rilasciato Muse Spark Open, un modello a pesi aperti con 816 miliardi di parametri, di cui solo 42 miliardi attivi per ogni token. È questa architettura mixture-of-experts a permetterne l’esecuzione in locale: Meta e Apple affermano che il modello funziona su due Mac Studio collegati tra loro, con il framework MLX di Apple.

Perché conta: un modello di queste dimensioni che gira su una scrivania invece che in un data center apre la strada a un uso privato e offline per sviluppatori e aziende che non possono inviare i propri dati a un’API. Il caveat: «due Mac» significa due Mac Studio al top di gamma con moltissima memoria unificata, che molto probabilmente eseguono una versione compressa (quantizzata) dei pesi. I pesi aperti hanno inoltre una licenza: meglio leggerla prima di costruirci sopra.

4. Ipotesi: i neuroni dell’IA svolgono quasi sempre un solo compito

In un saggio intitolato «Neural Networks Are Already Clean», il ricercatore di Goodfire Nick Cammarata sostiene che i modelli linguistici sono molto più leggibili di quanto il settore pensasse. Sulla base di audit preliminari su Qwen3-32B stima che circa il 90 % dei «poli» dei neuroni abbia un compito principale, circa il 7 % due compiti correlati e che solo il 2–4 % non sia ancora compreso.

Perché conta: se reggesse, i ricercatori potrebbero studiare direttamente i neuroni di un modello senza doverli prima districare con strumenti come gli sparse autoencoder, e verificare il comportamento dell’IA diventerebbe molto più semplice. Il caveat: è un saggio su un blog, non un articolo sottoposto a revisione paritaria. L’autore stesso presenta la sua conclusione come un’ipotesi di lavoro, e le percentuali dipendono da come si conta «un solo compito».

5. Cina: bozza di stretta all’export su 23 tecnologie IA

Grande Sala del Popolo, Pechino
Grande Sala del Popolo, Pechino. Foto: Philip Nalangan, CC BY 4.0, via Wikimedia Commons

I ministeri cinesi del Commercio e della Scienza hanno pubblicato una bozza che aggiunge 40 tecnologie al catalogo delle esportazioni soggette a restrizioni, 23 delle quali nell’IA. L’elenco comprende grandi modelli, agenti IA, cluster di calcolo e la progettazione di chip IA a 14 nm o meno o realizzati con impilamento 2.5D/3D. Servire utenti all’estero tramite app, siti web e API resterebbe consentito, mentre il codice open source e la ricerca pubblicata sono in gran parte esenti. I commenti sono aperti fino al 15 novembre.

Perché conta: la Cina non è più soltanto destinataria dei controlli all’export sull’IA, ma traccia i propri confini attorno ai modelli e al know-how sui chip. Il caveat: per ora è solo una bozza, e le soglie tecniche dettagliate si trovano in un allegato finora descritto dalla stampa ma non pubblicato integralmente.

Fonti

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *