Dal regolo calcolatore all'IA, ma la fisica resta l’unica bussola

[Esa]

Vorrei iniziare ad intervenire su questo spazio con una riflessione che nasce da una certa esperienza di cantieri e progettazione.
Ho iniziato la mia carriera quando gli strumenti erano il regolo calcolatore e il tecnigrafo. In quel mondo, lo studio dei classici come Rumor/Strohmenger, Izar, Rietschel, Missenard e Idelchik, oltre alla consultazione degli standard, tabelle e linee guida di ASHRAE, AMCA e NIST, non era un’opzione, ma l’unica via per non sbagliare. Oltre al confronto quotidiano con i colleghi e gli operai che andavano in cantiere. Poi ho vissuto la rivoluzione dell’informatica e ci ho creduto così tanto da distribuire e sviluppare io stesso software di calcolo (non in concorrenza con chi ci ospita).
Oggi siamo davanti a un terzo salto: l’Intelligenza Artificiale.
Vedo alcuni colleghi guardare a questo strumento con sospetto o, peggio, con arroganza. È lo stesso errore di chi trent'anni fa pensava che il CAD avrebbe tolto la professionalità al progettista. L’IA non è un generatore di risposte magiche: è un amplificatore di competenza.
Se interrogo un modello di linguaggio su un'idraulica complessa e l'IA mi suggerisce un disaccoppiamento a 4 attacchi per proteggere il compressore, non sta inventando: sta sintetizzando in millisecondi i principi di stabilità delle portate e dell'inerzia termica. Sta applicando la fisica dei classici con una velocità di calcolo sovrumana.
In questo thraed vorrei che discutessimo di come l’IA possa aiutarci a:
• Recuperare la visione d'insieme che i software commerciali, spesso troppo rigidi e fuorvianti, ci hanno tolto.
• Validare le scelte strategiche (come la garanzia della sicurezza, del comfort, dei consumi, ecc.) confrontandole con le migliori pratiche mondiali (ASHRAE, AMCA, ecc.) e le più grandi realtà industriali (un tempo Ansaldo, Dalmine, ecc., oggi Carrier, Trane, Daikin, ecc.). Senza preconcetti o visioni strabilianti dettate da "pozioni magiche" o assunzioni fideistiche fragili.
• Elevare la qualità del progetto, liberando il professionista dal calcolo ripetitivo incontrollabile, per lasciargli il tempo di pensare alla concretezza e forza del sistema progettato.
L'IA è il nuovo regolo: uno strumento per chi sa già dove deve andare, ma vuole andarci con più precisione e rapidità. La fisica non cambia, cambia solo il modo di governarla.
Cosa ne pensate? È un’opportunità da guidare? Una catastrofe da subire? Un rischio da affrontare?

[NoNickName]

Per me sarebbe sufficiente che si leggessero i manuali d'uso e manutenzione, da parte dei progettisti, ma soprattutto degli artigiani installatori, perchè se no tutti gli sforzi progettuali rimangono latinorum o carneade di manzoniana memoria.
Ma non basta leggere e imparare, bisogna capire, altrimenti si diventa cultori del cargo. [1]





[1] https://www.anthroencyclopedia.com/entr ... opilot.com

[Esa]

Sono d'accordo con te. Il rischio di diventare 'cultori del cargo' è altissimo, specialmente in un’epoca di software 'black-box' dove premi un tasto e ottieni un risultato senza capirne il processo. Chi usa un programma di calcolo o un'IA senza basi tecniche sta costruendo una pista d’atterraggio di paglia sperando che arrivi l’aereo del risultato.
Il punto è proprio questo: l’IA, non va usata da chi non ha studiato sui “vecchi manuali” o non ha lavorato accanto ad altri che gli hanno insegnato il mestiere o non ha affrontato il cantiere. Da chi produce solo slogan, per intenderci. Ma nelle mani di chi sa cosa sta cercando, diventa uno strumento di lavoro formidabile.
Sono anche d’accordo sulle considerazioni relative al rapporto tra progettista e artigiano: se il progetto rimane un esercizio accademico astratto, in cantiere fallisce, anche perché nessuno legge i manuali. È proprio per questo che, tra uno schema sofisticato e copiato senza alcuna critica (o, peggio, firmando quello che ci regalano i fornitori assieme ad un viaggio) e lontano dalla realtà e uno schema pratico e sicuro per il contesto operativo (abitazione unifamiliare, ospedale, ecc.), scelgo il secondo. Deve essere un progetto concreto, basato sulla realtà e comprensibile per l'installatore e l'utente. Ma, soprattutto, deve evitare le “variabili di cantiere e di gestione” che i software sofisticati e con risultati non controllabili (nella pratica) non sempre vedono.
L’IA ci serve per semplificare la complessità e per renderla realizzabile, non per ignorarla. Se manca la maturità professionale, l'IA rimane solo “rumore di fondo."

[Ronin]

Se interrogo un modello di linguaggio su un'idraulica complessa e l'IA mi suggerisce un disaccoppiamento a 4 attacchi per proteggere il compressore, non sta inventando: sta sintetizzando in millisecondi i principi di stabilità delle portate e dell'inerzia termica. Sta applicando la fisica dei classici con una velocità di calcolo sovrumana.

non vorrei apparire un luddista (uso l'IA a molti livelli e con notevole soddisfazione), ma no, un LLM che ti risponde a quel modo non sta facendo affatto quel che tu credi.
in realtà sta usando metodiche statistiche sul proprio patrimonio di dati, per inferire che probabilisticamente la risposta che ti aspetti è un disaccoppiamento a 4 attacchi (in fin dei conti essendo stata per tanti anni una soluzione standard, la maggioranza dei documenti reperibili in rete propongono proprio questa soluzione), e dartela in pasto, senza avere la minima idea di cosa siano, fisica, inerzia e portate.
alcuni LLM vanno a probabilità (gemini, claude), altri sono proprio volutamente "manovrati" dai creatori, per forzare un esito statistico "neutro" verso quel che vogliono loro (es. grok), oppure quello che vuoi sentirti dire (openAI). controprova: chiedigli di criticare la soluzione proposta (mica solo l'accumulo a 4 attacchi, eh, qualsiasi proposta), e vedi come cambia

• Recuperare la visione d'insieme che i software commerciali, spesso troppo rigidi e fuorvianti, ci hanno tolto.
• Validare le scelte strategiche (come la garanzia della sicurezza, del comfort, dei consumi, ecc.) confrontandole con le migliori pratiche mondiali (ASHRAE, AMCA, ecc.) e le più grandi realtà industriali (un tempo Ansaldo, Dalmine, ecc., oggi Carrier, Trane, Daikin, ecc.). Senza preconcetti o visioni strabilianti dettate da "pozioni magiche" o assunzioni fideistiche fragili.
• Elevare la qualità del progetto, liberando il professionista dal calcolo ripetitivo incontrollabile, per lasciargli il tempo di pensare alla concretezza e forza del sistema progettato.

non credo che possa, nè che alcuno di quelli che l'hanno creata o la usano si aspetti che lo faccia.
- ma forse non ho capito cosa intendi, soprattutto il primo punto: per quanto ne so siamo enormemente lontani dallo scenario "gli faccio vedere uno schema grafico di un circuito e lo capisce", anche intendendo "capisce" con significato puramente meccanico. non comprende nemmeno le parole (semplicemente, le "pesa" statisticamente), figuriamoci il linguaggio grafico tecnico
- il secondo semplicemente l'IA non ha modo di arrivarci: non sono dati di cui può liberamente disporre per inferirvi regole, in quanto ognuno se li tiene gelosamente custoditi; al massimo le fai leggere con la RAG quelli del TUO archivio, e in tal modo acquisisce le TUE abitudini, non le migliori; e comunque sei sempre TU che selezioni le risposte buone dalle cattive, e le metodiche efficaci da quelle inefficaci da fornirle come base: lei impara soltanto a replicare;
- il terzo boh, c'è chi sta provando ad addestrare LLM sulle norme CEI per vedere se riesce a scegliere cavi e interruttori, ma nota che gli LLM hanno mostrato prestazioni disastrose anche solo nel giocare a scacchi coi bambini, o con console di ridicola potenza (chatgpt ha perso dall'intellivision, non so se mi spiego...); non sono calcolatrici, e una delle cose più difficili da fargli fare è proprio mantenere coerenza (perchè usando logiche probabilistiche, la probabilità che con gli stessi input si generino output molto diversi è relativamente alta, e più sono i "passaggi", non necessariamente di calcolo, e più aumenta).

[gianlun]

Non era l’intellivision ma il magico Atari Vcs 2600

[Esa]

......

Apprezzo molto la tua analisi critica: credo tu abbia centrato il meccanismo tecnico. È vero, gli LLM non hanno un motore fisico nativo (come MATLAB, ad esempio); sono, dei raffinati motori statistici. Tuttavia, credo che il punto non sia come l'IA genera la risposta, ma il valore del risultato che ne emerge.
Ecco alcune mie riflessioni
• Se mettiamo alla prova l'IA con vincoli stretti — ad esempio: "Ho solo 2 attacchi e una pompa a portata variabile: come cambia la stabilità?" — noterai che non pesca una risposta standard. Per rispondere correttamente, il modello deve navigare in uno spazio concettuale dove le relazioni tra pressione, portata e inerzia sono state correlate sulla base di un numero enorme di documenti tecnici. Il risultato è una sintesi logica che "simula" la comprensione fisica.
• Oggi la multimodalità permette all'IA di analizzare uno screenshot di uno schema funzionale o la foto di un collettore. Non "vede" come noi, ma identifica le relazioni logiche e spaziali tra i componenti (valvole, bypass, pompe), permettendo di valutare lo schema in modo dinamico.
• L'obiettivo non è accedere ai segreti industriali, ma valorizzare le Best Practices mondiali pubbliche. La RAG (Retrieval-Augmented Generation) fa il resto: crea un ponte tra questa sapienza globale e la specificità del nostro archivio privato, senza "rubare" nulla, ma mettendo a sistema l'esperienza.
• Hai ragione quando dici che l'LLM "puro" è un pessimo matematico. Ma oggi non lo usiamo più da solo: l'IA scrive ed esegue codice Python o interroga motori come Wolfram Alpha per i calcoli. Se l'IA dice "questa pompa è sottodimensionata", è perché ha confrontato una perdita di carico con la curva di un circolatore reale. È sintesi logica, non gioco d'azzardo.
Io non chiedo all'IA di sostituire la calcolatrice, ma di fare quello che un software rigido non fa. Se il software mi dà un numero, l'IA mi aiuta a capire se quel numero "ha senso" nel contesto di una norma o di un impianto complesso. L'errore è sempre possibile, ed è qui che il professionista resta centrale: l'IA non ci toglie responsabilità, ci restituisce il tempo per esercitarla con più lucidità.

[Ronin]

Non era l’intellivision ma il magico Atari Vcs 2600

grazie ero pigro per controllare

Se mettiamo alla prova l'IA... analizzare uno screenshot di uno schema funzionale ...oggi non lo usiamo più da solo: l'IA scrive ed esegue codice Python o interroga motori come Wolfram Alpha per i calcoli. Se l'IA dice "questa pompa è sottodimensionata", ... l'IA mi aiuta a capire se quel numero "ha senso"

mi piacerebbe vederla, come la fai e come l'hai implementata e con quali strumenti (cloud? modelli LLM open source? GPU locali? e chi ti ha fatto la rag? su quanti dati trovati dove, a parte i tuoi?), e come l'hai resa compatibile con l'AI act e con i problemi di privacy e riservatezza dei dati.
se ti va di entrare in alcuni dettagli di come l'hai programmata per ottenere questi flussi di cui parli, che mi sembrano assolutamente innovativi, sarebbe di grande interesse.

[Esa]

Ti ringrazio per l'interesse, ma forse c'è un malinteso: non sono un programmatore, né ho costruito un'IA proprietaria. Sono un tecnico che, dopo una attività che mi ha condotto dal regolo calcolatore al PC, oggi usa l'IA come un nuovo strumento professionale, esattamente come uso un software di calcolo o un applicativo CAD.
Non programmo flussi in Python; interrogo modelli avanzati già esistenti (come GPT-4o o Gemini) che integrano autonomamente questi strumenti. Per la RAG e la privacy, mi affido a soluzioni "pronte all'uso" che garantiscono la protezione dei dati caricati.
La mia è un'esplorazione sul campo: mi interessa come l'output dell'IA possa migliorare la qualità dei miei progetti, con interrogazioni derivate da risultati di calcolo (SW dedicati), esperienze, studi sui libri e confronti con colleghi.
Non sto facendo esperimenti di informatica, ma sto provando un nuovo metodo di lavoro. Con lo stesso spirito che avevo quando sono passato dal tecnigrafo ad AutoCAD.

[Ronin]

Per la RAG e la privacy, mi affido a soluzioni "pronte all'uso" che garantiscono la protezione dei dati caricati...Con lo stesso spirito che avevo quando sono passato dal tecnigrafo ad AutoCAD.

eh, appunto, con quello spirito, mi interesserebbe capire chi è autodesk e quali sono queste soluzioni al posto di autocad: nè gemini nè chatgpt nè claude sono soluzioni conformi all'ai act (e i dati che gli dai sono per definizione acquisiti e diffusi illimitatamente).
ovvio che non fai tu la RAG, apposta chiedevo chi ti mette a punto i modelli LLM privati (se ne usi: io mi sono convinto che l'unico modo per essere conformi all'AI act e alle regole privacy è mettersi su un server privato, ma può essere che abbia una visione "estremista" come ente pubblico).
idem il python e l'aggancio alle banche dati: ok, il codice lo scrive il modello, ma dove (=come: tramite MCP? tramite "addestramento" di agenti che operano sui siti web dei produttori? o che altro) trova i dati ad es. delle curve di carico delle pompe o simili?
mi rendo conto che molti dettagli sono "vantaggio competitivo", ma quello che puoi scrivere senza svelare segreti industriali (li chiamo così senza ironia: non mi viene un termine migliore, ad ogni modo tratteggi una dotazione di strumenti che io attualmente posso solo immaginare come obiettivo a lungo termine) sarà comunque gradito

[Esa]

Molto interessante la tua analisi tecnica, ma forse affrontiamo le cose da due angolazioni diverse.
Non uso sistemi fatti in casa o server privati perché non sono un informatico. Uso semplicemente i piani Enterprise/Business dei provider che offrono contratti conformi alla privacy e all'AI Act, dove i dati restano protetti e non vengono usati per l'addestramento. Mi sembra una soluzione pensata proprio per le aziende e i professionisti.
Per quanto riguarda i dati tecnici (curve pompe, ecc.), non uso strumenti complessi: sfrutto la capacità di IA di analizzare i documenti (PDF, schede tecniche) che io stesso fornisco di volta in volta.
In breve: non ci sono segreti informatici. Il vantaggio non è il software, ma il metodo con cui cerco di mettere insieme i dati ricavati dalla progettazione con la capacità di sintesi dell’IA. C'è differenza tra chi deve costruire l'infrastruttura (visione da ente pubblico) e chi, come me, deve semplicemente usarla per progettare meglio.