Progetto A.D.A.M.

IIntelligenza Artificiale Locale · Ricerca Ingegneristica STEM

A.D.A.M. (Adaptive Digital Assistant for Machine-learning) è un sistema di intelligenza artificiale locale, modulare e specializzato, progettato per supportare la ricerca ingegneristica avanzata in ambito elettrotecnico e quantistico. Nasce dall’esigenza concreta di disporre di un assistente AI che conosca il dominio tecnico perché addestrato su di esso, che operi interamente in locale per garantire la massima riservatezza dei dati, e che cresca nel tempo man mano che la base di conoscenza si espande. Il progetto si articola in due componenti principali.

ADAM Core è il motore ragionativo: un modello LLM con DNA STEM, ottenuto attraverso il processo di merging (fusione dei pesi) di due modelli open-weights selezionati per le loro caratteristiche complementari. Il merging avviene tramite tecnica SLERP, cui segue una fase opzionale di fine-tuning LoRA/QLoRA per la specializzazione sul dominio tecnico specifico. Il modello risultante viene eseguito interamente in locale su architettura AMD Ryzen AI Max+ 395 «Strix Halo» con 128 GB di memoria unificata, senza alcuna dipendenza da servizi cloud.

ADAM Plus è il dominio di conoscenza dinamico, organizzato in quattro layer sovrapposti e indipendenti: un sistema RAG standard (ChromaDB + sentence-transformers) per il recupero semantico dal corpus tecnico; un sistema LLM Wiki ispirato al pattern di Karpathy, che costruisce e aggiorna automaticamente una base di conoscenza strutturata in formato Markdown navigabile con Obsidian; un layer Graphify per la visualizzazione matematica dei grafi di conoscenza e l’analisi delle connessioni tra concetti; infine un Layer Epistemico — il componente più critico — che applica quattro filtri sequenziali a ogni ipotesi di ricerca, prevenendo le allucinazioni e garantendo il rigore metodologico indispensabile per una ricerca borderline.

A.D.A.M. non è il punto di arrivo ma quello di partenza per un progetto di più ampio respiro, le cui potenzialità possono aprire le porte ad un nuovo approccio allo studio e alla ricerca di confine, dandoci la possibilità di realizzare progetti che fino ad oggi avrebbero richiesto l’impegno di ingenti risorse materiali e decenni in termini di risorse temporali.

English version

A.D.A.M. (Adaptive Digital Assistant for Machine-learning) is a local, modular, and domain-specific artificial intelligence system designed to support advanced engineering research in electrical and quantum fields. It addresses the practical necessity for a technical-domain-aware AI assistant trained on specialized corpora, operating entirely on-premise to guarantee absolute data confidentiality, and scaling over time as its knowledge base expands. The architecture is structured into two primary components.

ADAM Core serves as the reasoning engine: an LLM with a native STEM DNA, synthesized via the weight fusion of two open-weights models selected for their complementary architectural features. This merging process is executed utilizing the Spherical Linear Interpolation (SLERP) technique, followed by an optional LoRA/QLoRA parameter-efficient fine-tuning phase for specialization within the targeted technical domain. The resulting model runs completely locally on an AMD Ryzen AI Max+ 395 “Strix Halo” architecture equipped with 128 GB of unified memory, eliminating any dependency on cloud services.

ADAM Plus constitutes the dynamic knowledge domain, organized into four decoupled, overlapping layers: a standard RAG system (ChromaDB coupled with sentence-transformers) for semantic retrieval from the technical corpus; an LLM Wiki pipeline inspired by Karpathy’s documentation pattern, which automatically constructs and updates a structured knowledge base in Markdown format navigable via Obsidian; a Graphify layer for the mathematical visualization of knowledge graphs and the topology analysis of conceptual interconnections; and finally, an Epistemic Layer—the most critical component—which applies four sequential validation filters to every generated research hypothesis, mitigating hallucinations and ensuring the strict methodological rigor required for cutting-edge research.

A.D.A.M. is not the final destination but rather the baseline for a broader ecosystem. Its potential opens the door to a paradigm shift in advanced research, enabling the execution of complex projects that, until today, would have demanded massive material investments and decades of development timelines.