PSI illustra i ricavi dai data center alla base delle sue ambizioni nella ricerca sull’IA

TechCrunch ha riferito il 10 novembre 2026 che Physical Superintelligence genera i ricavi attuali usando i propri strumenti per ottimizzare i data center, mentre persegue un’attività di più lungo periodo basata sulla scoperta in fisica assistita dall’IA.

L’amministratore delegato Matt Pines ha descritto l’obiettivo come la trasformazione delle scoperte della fisica teorica in tecnologie reali. I data center sono il primo banco di prova per questo approccio: qui i sistemi di ricerca sull’IA di PSI, che l’azienda chiama fisici virtuali, possono lavorare su sistemi fisici reali, soggetti a vincoli operativi misurabili.

PSI è una società benefit, il cui statuto sancisce la sicurezza, la verifica, lo sviluppo responsabile e un ampio beneficio pubblico. Nella sua pagina aziendale, dichiara di contare oltre 25 ricercatori e ingegneri e di aver raccolto più di 58 milioni di dollari, con Breakthrough Energy Ventures alla guida del finanziamento.

I data center come banco di prova commerciale

L’attuale attività di ottimizzazione simula il calore, l’energia, l’acqua e il rumore, collegando le prestazioni degli impianti e il loro impatto sulle comunità alla fisica del sito. Nella sua pagina dedicata alla visione, PSI afferma di costruire modelli ad alta fedeltà di impianti operativi, affinché i fisici virtuali possano esaminare il sistema nel suo complesso, individuare vincoli nascosti e testare interventi. Tra i risultati attesi figurano una maggiore densità computazionale, un uso più efficiente dell’energia, una migliore gestione termica e una maggiore efficienza nell’impiego del capitale.

Le campagne commerciali forniscono anche riscontri utili alla ricerca. PSI afferma che gli impianti reali impongono vincoli che le simulazioni non contemplerebbero e che ogni campagna addestra i fisici virtuali impiegati nelle campagne successive. L’attività nei data center svolge quindi due funzioni: genera ricavi attuali e offre vincoli pratici utili a migliorare il sistema di ricerca.

Un sistema di ricerca basato sulla verifica

Pines ha descritto un sistema di ricerca efficace come una combinazione di strutture software di supporto per modelli, strumenti, sistemi di memoria e infrastrutture di simulazione, che gli consente di affrontare un problema in ampiezza e profondità, valutando un’ampia gamma di alternative. PSI formalizza questo processo in una Campagna autonoma, un’attività continuativa che va dalla definizione del problema all’ipotesi, alla verifica, alla sperimentazione, all’ingegnerizzazione e alla distribuzione. Ogni campagna prevede traguardi misurabili, rigorosi passaggi di verifica e un percorso verso l’applicazione, mentre i ricercatori umani scelgono le missioni e i criteri di successo.

L’architettura separa la generazione dei candidati dalla verifica. I controlli comprendono leggi di conservazione, simmetria, coerenza dimensionale, dimostrazioni formali, simulazioni, gemelli digitali — controparti virtuali di sistemi fisici — e misurazioni fisiche. PSI afferma che i verificatori che certificano un risultato possono anche diventare funzioni di ricompensa, o segnali di addestramento, per i successivi fisici virtuali, collegando direttamente la valutazione al miglioramento del sistema.

L’annuncio di ricerca del 6 novembre 2026 di PSI ne offre un esempio. L’azienda ha dichiarato che il proprio sistema sviluppato internamente, basato su un modello di Anthropic che all’epoca non era pubblico, ha prodotto una dimostrazione completa della congettura di Aaronson–Ambainis durante il terzo giorno di un’esecuzione; Lean, un assistente per le dimostrazioni che controlla ogni passaggio, l’ha accettata e in seguito ha accettato una versione finale dopo due miglioramenti. Aperta dal 2008, la congettura riguarda i casi in cui i computer quantistici possono essere esponenzialmente più veloci dei computer tradizionali su input casuali. David Turturean ha guidato il lavoro avendo accesso anticipato a Claude Fable 5.2, che Anthropic ha presentato pubblicamente il 9 novembre 2026.

La convalida fisica resta la prova decisiva sul piano commerciale

La dimostrazione mette in luce anche un limite alla commercializzazione. In matematica e informatica, i risultati possono essere espressi in codice convalidato, ma la fisica e le scienze della vita richiedono ancora un confronto sperimentale con la natura. Pines ha affermato che PSI sta lavorando a metodi efficienti per convalidare i risultati computazionali attraverso esperimenti, riassumendo la differenza con l’osservazione che «la natura ha voce in capitolo nei modelli della realtà».

Pines ha inoltre affermato che la fisica teorica non è ancora, in larga misura, appannaggio delle macchine, nonostante da sei a nove mesi prima avesse presentato agli investitori una tesi condizionata più ambiziosa. Questa precisazione è importante per l’attività di PSI: i ricavi attuali dipendono dall’ottimizzazione degli impianti, mentre la sua ambizione più ampia richiede scoperte convalidate che possano tradursi in dispositivi o altre tecnologie.

Pines ha collegato un fatto della natura convalidato alla possibilità di costruire un dispositivo dotato di capacità prima non disponibili. Per PSI, la questione commerciale è quindi se il processo di generazione e verifica possa produrre ripetutamente risultati confermati sperimentalmente, consentendo allo stesso sistema di ricerca di passare dall’ottimizzazione delle infrastrutture per l’IA alla creazione di tecnologie basate su una nuova fisica.