500 anni verso l’esterno
Emisferi tracciati, orbite calcolate, galassie fotografate. La prossima frontiera non è nella lontananza: è nella precisione di ciò che è già qui.
Rancagua · Cile · R&S applicata
Non pretendiamo che l’IA sappia tutto. Progettiamo il pattern che fornisce un ancoraggio reale all’IA moderna.
Validare tutto il linguaggio umano in una scatola nera è impraticabile. Creiamo architettura neuro-simbolica deterministica: un metodo in C++23 dove ogni affermazione critica è ancorata a uno spazio continuo [-1, 1]³ e a un grafo verificabile. L’IA propone. Il silicio verifica.
01 — Origine
Rancagua, Región de O'Higgins. Semantic Geometry non è iniziata in un laboratorio finanziato né all’interno di una multinazionale tecnologica. È nata da un’intuizione che il suo autore e fondatore, Marco Retamales Guzmán, ha coltivato durante decenni di sviluppo autodidatta: che un’idea, un sentimento o una legge fisica possono essere collocati esattamente nello spazio.
Il significato umano non sarebbe quindi una definizione statica in un dizionario alfabetico, ma una posizione matematica in uno spazio continuo di coordinate. Se la Terra ha latitudine, longitudine e altitudine per posizionare qualsiasi oggetto sulla sua superficie, il pensiero deve avere i suoi assi cartesiani: un GPS della conoscenza.
Anni dopo, esaminando la letteratura accademica, quell’intuizione è risultata convergere con la psicometria classica: la misurazione delle attitudini di Louis Thurstone e il differenziale semantico di Charles Osgood. Non era un’idea orfana; era un’idea che arrivava nella propria tradizione scientifica.
Da qui deriva la visione tecnica che definisce l’azienda. Di fronte a modelli che indovinano la maggior parte delle volte senza spiegare il perché, incapaci di distinguere ciò che sanno da ciò che inventano e dipendenti da server mastodontici, Semantic Geometry è stata costruita sul principio opposto: il modello propone, ma il grafo e il cubo verificano.
Esiste anche un paradosso meraviglioso e profondamente onesto in questo percorso: questo motore esiste per disciplinare e ancorare i modelli linguistici, ma senza di essi non avrebbe mai visto la luce. Per decenni, la geometria semantica è stata un’intuizione solitaria in quaderni e test locali. Ci sarebbe voluta una vita intera per strutturare a mano milioni di concetti e test rigorosi in C++23. L’IA generativa è stata il catalizzatore cognitivo che ha accelerato la concretizzazione dell’architettura. Gli LLM sono stati il fuoco con cui è stata forgiata l’ancora che oggi garantisce loro equilibrio.
Capacità del cubo semantico [-1,1]³
Hardware / IEEE 754punti unici rappresentabili
Per asse 2046·2⁵² + 1 9.214.364.837.600.034.817
1 segno · 11 esponente · 52 mantissa — IEEE 754 binary64
Ricalcolabile dalla specifica IEEE 754: 1022 esponenti che danno |x| < 1, più il valore per esattamente ±1 con mantissa zero, per entrambi i segni.
Occupazione attuale in produzione
semantic.db v8.0concetti nel grafo
Relazioni ontologiche 4,75M (archi tipizzati attivi)
884k sinonimi
Misurato in tempo reale su semantic.db (2.064.828 concetti / 4.747.027 link / 884.322 sinonimi). Zero dati sintetici.
I modelli attuali non esplorano ancora questo spazio — e non devono farlo: la porta di accesso esiste già. L’IA propone, la geometria verifica, e il cubo è il terreno dove questo accordo si stipula a costo quasi nullo.
Se ogni concetto occupa un punto del cubo — come ogni atomo occupa un punto dello spazio fisico —, il cubo possiede una capacità pari agli atomi contenuti in circa 6 milioni di Terre.
L’Espansione verso l’Interno
Per cinque secoli l’umanità si è espansa verso l’esterno: attraversare oceani, mappare continenti, lanciare telescopi. Semantic Geometry propone l’esplorazione interiore: uno spazio conquistato con la precisione piuttosto che con la distanza. 7,82 × 10⁵⁶ posizioni indirizzabili su silicio standard a 15 watt.
Emisferi tracciati, orbite calcolate, galassie fotografate. La prossima frontiera non è nella lontananza: è nella precisione di ciò che è già qui.
Von Neumann ci ha lasciato un bus lineare: la memoria come una strada in cui tutto sfila in fila. SG fa l’opposto: ciò che è simile risiede insieme. La conoscenza non si scorre, si incontra. Indici spaziali in SQLite, località fisica nel silicio.
L’industria comprime il testo a un bit (BitNet) continuando ad allucinare a basso costo. Comprimere la parola non le dà una dimora. SG dà alla verità un indirizzo: coordinate (x, y, z) nel cubo.
O'HIGGINS · CHILE
“O'Higgins ha estratto rame per il mondo intero per un secolo. L’Espansione verso l’Interno propone un’altra estrazione: un cubo semantico senza confini dove l’IA trova anziché inventare.”
La densità IEEE 754 non è uniforme in [-1, 1]: è circa 2048 volte maggiore vicino a 0 rispetto a ±1. La risoluzione effettiva varia a seconda della regione.
La risoluzione utile non è limitata dal calcolo numerico, ma dalla reale separazione semantica tra concetti (~0,01–0,5). Il margine di crescita copre diversi ordini di grandezza.
La capacità non è il fine. Il traguardo è che lo spazio non impone un limite massimo: il grafo può crescere di vari ordini di grandezza senza modificare l’architettura.
Due modi di rispondere quando non si conosce la risposta
Modello generativo
Risponde sempre. Se il dato manca, ne costruisce uno plausibile: l’eloquenza e la veridicità provengono dallo stesso meccanismo, rendendo impossibile distinguerle dall’esterno.
Verificatore deterministico
Ha il permesso di tacere. La geometria guida l’inferenza, ma solo l’evidenza del grafo la certifica. Quando non c’è riscontro, il sistema lo segnala: il rifiuto è una risposta valida, non un errore.
La differenza non è in chi indovina di più. È che uno può sbagliare senza saperlo, mentre l’altro non può affermare senza prove.
02 — Verticali
Sul nucleo di verifica deterministica costruiamo verticali per settori regolamentati: ambiti in cui un’allucinazione costa denaro, un contenzioso o sanzioni.
Gestione flotte & Telemetria
Geofencing, telemetria e controllo flotte in C++23
Motore header-only C++23 con REST + tracker TCP, isolamento multi-tenant e telemetria hardware. Progettato per operare al 100% offline, all’edge.
Contabilità e fisco · Cile
Buste paga, RLI e bilancio fiscale deterministico
Calcolo normativo cileno senza euristiche: liquidazioni Previred, RLI ProPyme e riconciliazione tra bilancio civilistico e fiscale. Ogni dato è controllabile rispetto alla legge.
Verifica ontologica sperimentale. Non costituisce consulenza fiscale o contabile vincolante.
Credito & Banche · Cile
Simulazione di prestito con ammortamento tracciabile
Simulazioni di credito e piani di ammortamento con audit trail completo: ogni decisione di pagamento è supportata dal motore e pronta per la revisione.
Diritto del lavoro · Cile
Grounding ontologico delle norme lavoristiche
Applicazione del motore di verifica all’ambito legale: affermazioni convalidate rispetto al grafo e alla normativa, con riferimenti chiari ai testi di legge.
Verifica ontologica sperimentale. Non costituisce consulenza legale vincolante.
Nessuna verticale compete con un LLM nella composizione di testi: compete dove l’LLM non può dare garanzie: fornire una risposta che sa quando tacere e citare la norma che la sostiene. E dove il cloud non arriva, il nostro motore opera senza intoppi.
03 — Pilastri
Non vendiamo ore di sviluppo generiche. Ciascun pilastro risolve una categoria di problemi con il medesimo criterio: struttura esplicita, prestazioni verificabili e continuità nel tempo.
Costruiamo le fondamenta affinché il dato arrivi integro e tempestivo. Pipeline ETL resilienti, ottimizzazione delle query e microservizi dimensionati per carichi reali di produzione.
Uniamo la geometria degli spazi latenti con la solidità dei grafi ontologici. L’IA generativa propone; il nostro motore neuro-simbolico verifica con rigore matematico.
Algoritmi analitici per problemi che non tollerano approssimazioni. Ottimizzazione combinatoria, geospaziale e finanziaria per operazioni industriali e processi regolamentati.
05 — Paradigma & Recupero delle informazioni
Il settore tenta di risolvere le allucinazioni tramite RAG (ricerca per similarità). Spieghiamo perché la similarità vettoriale non equivale a verifica e come la geometria conferisce certezza.
| Dimensione | Grounding Semantico SG | RAG Tradizionale (Vector DB + LLM) |
|---|---|---|
| Meccanismo di recupero | Proiezione matematica continua in [-1, 1]³ e ricerca transitiva di cammini in grafo formale. | Ricerca cosmetica per somiglianza di testo (distanza coseno di embedding) inserita nel prompt. |
| Garanzia ontologica | Deterministica: in assenza di un percorso causale attestato nel grafo, risponde NO_EVIDENCE e tace. | Nessuna. L’LLM può alterare, ignorare o contraddire i passaggi stessi recuperati dal RAG. |
| Costo per richiesta | 0 token per verificare. L’intera verifica ontologica viene eseguita localmente in RAM C++23. | Elevato. Migliaia di token per chiamata per coprire la finestra di contesto documentale. |
| Latenza di risposta | Sub-millisecondo (mediana 0,37 ms su desktop / 1,37 ms su microdispositivo, in codice nativo). | Secondi (da 2.000 ms a 6.000 ms tra ricerca vettoriale e generazione autoregressiva). |
| Infrastruttura & Energia | 15 Watt su hardware standard locale. Opera al 100% offline senza GPU né cloud. | Database vettoriali su cloud, cluster di GPU ad alto assorbimento e connessione obbligatoria. |
| Gestione delle contraddizioni | Incompatibilità topologica: rileva i conflitti tra regole e li rifiuta formalmente. | Accorpa documenti contraddittori in una risposta plausibile ma erronea («allucinazione morbida»). |
| Tracciabilità e Audit | Dimostrabile: indica nodo preciso, peso e fonte normativa o tecnica di ogni relazione. | Approssimativa: segnala il documento consultato, ma non può motivare la deduzione causale. |
Cosa guadagna Semantic Geometry:
Verifica formale controllabile, latenze dell’ordine dei microsecondi (<0,2 ms rispetto a 2–6 secondi su GPU), costo zero di token e protezione dalle contraddizioni. Richiede la modellazione iniziale delle regole critiche.
Cosa guadagna il RAG tradizionale:
Facilità nell’ingerire moli consistenti di testi non strutturati (PDF, verbali, note) senza modellazione. Perde tuttavia il presidio della verità e la verificabilità logica.
Semantic Geometry e il RAG non sono in contrasto: SG funge da supervisore d’uscita che rende il RAG affidabile in produzione.
La somiglianza testuale non è verità ontologica. Il RAG individua testi analoghi; Semantic Geometry dimostra se l’affermazione è fondata nel mondo reale.
06 — Laboratorio in Produzione
Esplora le istanze reali del motore attive in tempo reale su molteplici verticali e protocolli.
Verticale Automotive
Decodifica VIN, omologazione veicoli e disambiguazione modelli in tempo reale.
Retail & Navigazione Indoor
Collocazione di prodotti a scaffale: individuazione corsie e categorie in O(1).
API Model Context Protocol
Agenti autonomi e LLM che interrogano e verificano asserzioni rispetto al cubo.
Siti attivi su un netbook da 15 W, senza GPU né cloud.
Stato di avanzamento
Semantic Geometry non è completato. È concepito per non mentire fintanto che non lo sia.
Un modello con copertura parziale che inventa le lacune è infinitamente più rischioso di uno che sa tacere. Nelle operazioni industriali e nelle decisioni regolamentate, tale rigore è il prodotto stesso.
04 — Identità & Contatto
Raccontateci quale sistema dovete sviluppare, quale pipeline presenta criticità o quale decisione non riuscite a certificare. Risponderemo con un’analisi tecnica circostanziata.
Questo modulo apre il vostro client di posta con un messaggio preimpostato. Nessun dato transita su server intermedi.