Projects

Decentralized AI Inference su IPFS

Approfondimento Tecnico Architettura del Nodo Il sistema utilizza Libp2p per la discovery dei peer. Quando un client richiede un’inferenza: L’hash del modello viene recuperato dalla blockchain (Ethereum/Polygon testnet). I chunk del modello vengono scaricati da IPFS in parallelo. L’assemblaggio avviene in un Web Worker per non bloccare il thread principale della UI. “La decentralizzazione non è solo politica, è una necessità di resilienza architetturale.”

Quantum Optimization: QAOA vs Classical Annealing

Dettagli della Ricerca Implementazione Qiskit L’ansatz variazionale è stato costruito con una profondità p=3. L’ottimizzazione classica dei parametri $\gamma$ e $\beta$ è stata gestita tramite l’algoritmo COBYLA. Snippet del circuito di mixing: # Creazione del mixer Hamiltonian beta = Parameter('β') ws_mixer = QuantumCircuit(n_qubits) for i in range(n_qubits): ws_mixer.rx(2 * beta, i)

Generative Lo-Fi Station

Architettura Audio Il core dell’applicazione non usa file audio statici, ma sintetizza tutto in tempo reale. Il grafo audio include: Oscillatori: Onde sinusoidali e triangolari per i pad. ConvolverNode: Per applicare riverberi a impulsi reali. GainNode dinamico: Per simulare l’effetto “sidechain compression” tipico del Lo-Fi quando colpisce la cassa (kick).