La nostra storia

Il passato

Sinapsi è una software boutique fondata nel 1996 da quattro ricercatori provenienti, come il nome della società fa intendere, dal laboratorio di Intelligenza Artificiale del Gruppo ENI Spa, già Agip Spa.

La società è guidata da Giacomo (Mimmo) Cosenza e Alberto Riva. Sarebbe lungo, e probabilmente noioso, tanto per noi quanto per il lettore, raccontare tutte le cose che sono successe in oltre 20 anni di attività.

Ci sono stati momenti, durante la breve bolla di internet del 2000, in cui praticamente qualsiasi multinazionale italiana e straniera ha tentato di acquisire il controllo di Sinapsi dai suoi soci fondatori. Le difficoltà, invece, sono sempre state molto più durature. Ma non si è mai visto un pilota diventare bravo guidando su strade lisce e piane.

L’unica vera costante nei due decenni che sono passati dalla fondazione di Sinapsi è stata la persistente passione dei soci e dei collaboratori di Sinapsi per il proprio lavoro. Per chi, prima di diventare imprenditore, è stato ricercatore, questa passione si esprime nel rinnovare la dedizione per lo studio e l’applicazione di nuove tecnologie e metodologie di lavoro.

Siamo stati i primi al mondo a realizzare nel 1997 un internet banking completamente basato su Java Server Side e continuiamo a vantare una certo intuito nell’individuare le tecnologie che riusciranno a imporsi sul mercato.

Il presente

Oggi facciamo tante cose, alcune molto divertenti e innovative, altre più tradizionali, almeno per quei clienti che abbiano raggiunto un significativo livello di maturità dei propri sistemi informativi.

Tra le cose che ci hanno più divertito nell’ultimo lustro di attività c’è sicuramente lo sviluppo e la messa in produzione di Linfa, una micro-serra idroponica realizzata da Robonica Srl.

Perché ci ha divertito tanto? Perché siamo riusciti a utilizzare un unico linguaggio di programmazione, Clojure/ClojureScript, sull’intera filiera software, dalla gestione di sensori/attuatori a bordo della serrette, fino al back-end ospitato in cloud sulla piattaforma IaaS (Infrastructure as a Service) di Amazon, passando dalle App per iOS e Android. Sì, davvero tutto con lo stesso linguaggio di programmazione.

Questo è stato possibile solamente grazie al significativo investimento nello studio dei linguaggi funzionali di programmazione e, contemporaneamente, all’adozione delle più sofisticate metodologie di gestione del ciclo di vita del software e degli strumenti che le supportano. Il progetto Linfa di Robonica, come tutti i progetti delle startup, pur avendo obiettivi temporali stringenti, ha subito continue variazioni di specifiche e solo l’adozione di una metodologia agile ha potuto aiutare il team a portare a termine il progetto nei tempi previsti.

Nel tempo, abbiamo consolidato le nostre esperienze di automazione del ciclo di sviluppo del software, ossia di quel movimento che va sotto il nome di DevOps. Abbiamo estratte le migliori pratiche (i.e. Best Practices) e ora le portiamo ai nostri clienti.

Il futuro

Il nostro è un tempo circolare. Praticamente stiamo tornando da dove siamo partiti. Siamo tra i pochissimi in Italia (e non solo) a vantare una solidissima competenza nelle tecnologie di Intelligenza Artificiale, visto che l’abbiamo frequentata per oltre un decennio da metà degli anni ‘80. Per questo, con un pizzico di altezzosità, ascoltiamo e leggiamo con qualche sospetto quando, soprattutto in Italia, ne sentiamo parlare da chiunque, come se Machine Learning e DeepLearning fossero tecnologie che hanno sempre usato.

Quando abbiamo cominciato a inizio degli anni ‘90 a usare le reti neurali, scrivevamo anche il codice degli algoritmi, rigorosamente in C. La potenze di calcolo erano ridicole, se confrontate a quelle di oggi. Certo, non potevamo lamentarci dell’indisponibilità di dati, visto che lavoravamo nei laboratori di ricerca dell’esplorazione pertrolifera di Agip e quindi non mancavano significativi volumi di dati sismici.

Siamo in attesa di conoscere clienti italiani che abbiano davvero volumi di dati sufficienti a cui applicare queste tecnologie. Nel recente passato, 2010-2012, le abbiamo applicate alla profilazione socio-demografica dei navigatori italiani del web, coprendo circa l’80% del traffico internet italiano.

Ora stiamo cominciando ad applicare gli algoritmi di visione artificiale alle immagini delle telecamere embedded di Linfa per diagnosticare lo stato di salute delle piante e per predirne tempi e quantità di raccolto.

Anche noi, come moltissimi altri, praticamente tutti, dobbiamo ringraziare Google per averci dato Tensorflow, cosi possiamo dedicarci con maggiore concentrazione ai problemi che dobbiamo risolvere, invece di scrivere codice “C/C++” corretto e performante come facevamo 30 anni fa.

Ma rimaniamo sempre speranzosi di essere in grado, prima o poi, di permettere ai nostri algoritmi di sapere rispondere, come Doctor Know di A.I., al bambino che chiede : “Perché?”. Cosa che nessun sistema di Deep Learning è ancora in grado di fare oggi, come ieri.