Tecnologia

Ontonix e l’Intuizione Artificiale: la complessità come nuova frontiera diagnostica

Come un algoritmo basato sulla complessità ha trasformato il controllo dei componenti e la manutenzione dei sistemi critici.

Nel settore dei sistemi elettronici destinati alle piattaforme del Pentagono, il problema non è la produzione: è la certezza funzionale. I chip contraffatti replicano il comportamento nominale dei componenti originali con una fedeltà sufficiente a superare ogni test convenzionale. Oscilloscopi, camere climatiche, cicli termici: tutto perfetto sulla carta. Eppure, in condizioni operative reali, alcuni di questi componenti “perfetti” introducono micro‑deviazioni che emergono solo quando il sistema è sotto stress. La statistica non aiuta: le differenze sono talmente piccole da risultare indistinguibili. È il paradosso dell’elettronica moderna. Un chip può essere formalmente conforme e, allo stesso tempo, funzionalmente inaffidabile. E quando si parla di missili, navi o blindati, l’inaffidabilità non è un difetto: è un rischio strategico.

La svolta: leggere la complessità invece della conformità

La discontinuità arriva quando Ontonix introduce un approccio radicale: non analizzare il chip come un insieme di pin e specifiche, ma come un sistema dinamico dotato di una propria complessità interna. L’idea è semplice e rivoluzionaria: un componente genuino possiede una ricchezza dinamica maggiore, una variabilità fisiologica che deriva dalla qualità dei materiali, dalla precisione dei processi produttivi, dalla coerenza interna del progetto. Un chip contraffatto, pur essendo quasi identico, mostra una complessità inferiore. È meno “vivo”. Misurando questa complessità — non la forma d’onda, non la risposta puntuale, ma l’intero comportamento del circuito — si ottiene un’impronta funzionale impossibile da falsificare. Il risultato è sorprendente: 99,99% di identificazione dei chip falsi su centinaia di campioni, senza distruzione, senza test estremi, senza tempi infiniti. Da qui nasce l’intuizione successiva: se un algoritmo può distinguere un chip genuino da uno contraffatto, può anche monitorare un sistema complesso in tempo reale. L’algoritmo viene quindi integrato su un chip dedicato, trasformandolo in un sensore di complessità embedded, pronto per applicazioni ben più ampie della sola verifica dei componenti.

Dal silicio al veicolo

Un grande fornitore del Pentagono comprende immediatamente il potenziale: applicare lo stesso principio ai veicoli militari. Blindati, mezzi navali, piattaforme terrestri: tutti sistemi complessi, tutti soggetti a guasti che non seguono logiche lineari. Il dispositivo acquisisce telemetrie, dati dalle unità di controllo, parametri della navigazione elettrica, segnali dal CAN bus. Non cerca soglie, non aspetta errori, non interpreta sintomi isolati. Analizza la complessità del sistema. Quando la complessità collassa o si impenna, il guasto è imminente. I test sul campo confermano la teoria: il sistema avvisa del collasso del sistema elettrico di un blindato con circa venti minuti di anticipo, anche in scenari di guasto indotto. Su un veicolo nuovo, dopo poche centinaia di metri, individua una perdita minima nel circuito frenante: un difetto invisibile ai sensori tradizionali, ma evidente nella dinamica complessiva del sistema. È diagnostica predittiva reale, non marketing. È la dimostrazione che un sistema complesso “sa” quando sta per cedere, purché qualcuno sappia leggere il suo linguaggio. E questa è la scoperta: la complessità non è rumore, è informazione strutturata. È la firma nascosta che distingue l’autentico dal falso, il funzionante dal prossimo al collasso. Una chiave che apre sia il mondo militare sia quello civile, mettendo in discussione l’intero paradigma della diagnostica tradizionale.

Leggi anche: La portaerei Lincoln, il mostro dei mari tra capacità militare e tecnologia