Non aggiunge solo AI.
Trasforma un dominio in un sistema che osserva, conserva cio' che regge e segnala cio' che va verificato.
Catalogo operativo
Lab D-ND. Laboratori autonomi per rendere intelligenti domini complessi.
Un dominio diventa intelligente quando mantiene memoria, criteri, cicli di verifica e capacita' di correzione. Questa pagina mostra un Lab vivo, il codice installabile e il percorso per portare lo stesso ciclo dentro un dominio reale.
Perche' dovrebbe importare.
Molti sistemi AI restano interessanti per pochi minuti: rispondono, ma non costruiscono continuita'. Un Lab serve quando lo sforzo iniziale deve pagare nel tempo: meno ripetizioni, piu' memoria, piu' correzione, piu' orientamento.
Rende visibile lo sforzo.
Come allenarsi o cambiare abitudine: all'inizio sembra costo, poi diventa continuita' operativa.
Mostra solo il necessario.
Il primo livello orienta. Chi vuole capire di piu' apre metodi, movimenti, dashboard e codice.
Cosa intendiamo qui per intelligenza
Non la capacita' di rispondere meglio a una domanda isolata, ma la capacita' di mantenere vivo un campo: osservare contesto, distinguere segnale e rumore, costruire ipotesi, falsificarle, ricordare cio' che resiste e cambiare struttura quando il vecchio schema non basta piu'.
Per questo il Lab non promette insight automatici. Promette una forma di lavoro: un ciclo che rende piu' chiaro cosa sappiamo, cosa non regge, cosa manca e quale movimento ha senso fare dopo.
Cosa trovi in questa pagina.
La home funziona come catalogo: mostra il Lab attivo, espone il codice installabile, organizza gli orizzonti di dominio e apre il contatto per un primo ciclo custom. Quando un nuovo Lab diventa reale, entra qui come scheda con stato dichiarato.
01
Lab attivo
La dashboard mostra il Lab physics: report, grafo, bicono, falsifier e cimitero.
02
Codice
D-ND_LAB espone 19 movimenti e un core agnostico al dominio.
03
Template
Gli orizzonti di dominio indicano quali tensioni un nuovo Lab puo' esplorare.
04
Primo ciclo
Il contatto qualifica fonti, assiomi, vincoli e primo test prima di installare un Lab.
Stati dichiarati, niente promessa nascosta.
Ogni elemento della pagina dice se e' attivo, installabile o pianificato. Il Lab physics e' vivo; D-ND_LAB e' codice aperto; i nuovi domini passano da richiesta e primo ciclo controllato.
fondazione
Paper Zero
La sorgente formale pubblicata. Il Lab non usa il paper come decorazione, ma come linea di prova.
strumenti
D-ND Seed
Kernel, guide, regole e pattern aperti per portare memoria e struttura nei progetti AI.
onboarding
seed.d-nd.com
Entrata libera: il punto in cui far leggere il Seed alla propria AI e iniziare l'assimilazione.
laboratorio
D-ND AI Lab
La prova viva sul sito madre: risultati e memoria del metodo esposti come superficie pubblica.
sistema
THIA
Il sistema operativo distribuito che tiene insieme memoria, strumenti, sito e nodi.
Sei orizzonti di Lab.
Physics e' live nel demo. Gli altri orizzonti sono template attesi: servono a capire quale tensione un Lab potrebbe esplorare, non a promettere un risultato gia' pronto.
Research Horizon Lab
Template per un dominio di ricerca: ipotesi, evidenze, claim falsificabili e residui negativi che devono restare visibili cycle-su-cycle.
Business Horizon Lab
Template per decisioni strategiche: condizioni presenti, assunzioni che possono cadere, segnali deboli e prossima revisione.
Enterprise Risk Field
Template per controlli, eccezioni e assunzioni fragili: il Lab cerca la condizione che rompe la narrativa prima dell'incidente.
Reliability Residue Lab
Template per incidenti ricorrenti: non archivia solo log, conserva il residuo che spiega perche' la regressione ritorna.
Scenario Possibility Lab
Template per scenari e segnali: espone ipotesi, regimi e condizioni di rottura senza ridurre tutto a un numero predittivo.
AI Setup Lab
Template per ambienti AI: boot, memoria, strumenti, sicurezza e criteri di verifica prima di scalare automazioni.
Nessun template visibile con questi filtri. Il form puo' comunque preparare una richiesta nuova.
Richiedere un Lab custom.
Quattro campi raccolgono intento, dominio, fonti e vincoli. Oggi inviano una richiesta qualificata all'operatore; domani diventeranno l'intervista LLM-guided del generatore.
Il prodotto non e' la dashboard. E' il ciclo che resta vivo.
Un chatbot risponde. Un RAG recupera. Una dashboard mostra. Il Lab mantiene il campo aperto: conserva premesse, segnala tensioni, testa cio' che puo' cadere, memorizza residui e decide il prossimo movimento.
Regole esplicite
Ogni ciclo dichiara fonti, capability attive e verifiche disponibili prima di usare il risultato come base.
Memoria utile
Non tutto viene conservato. Restano falsificazioni, vincoli, errori ricorrenti e decisioni che cambiano il prossimo ciclo.
Correzione
Il bias_corrector riformula claim fragili prima del falsifier; il counter-pole mantiene la pressione critica.
Il primo ciclo e' controllato.
Si entra con un caso reale: decisione, ricerca, rischio, processo, progetto o sistema AI che sta perdendo continuita'. Il cycle pubblico resta spento finche' il demo non e' stabile per uso esterno; l'accesso passa da richiesta early access.
Il Lab serve quando una chat non basta piu': quando bisogna sapere cosa regge, cosa e' caduto, cosa manca e quale movimento riduce lavoro inutile.
Definire l'orizzonte
Quale condizione futura deve diventare possibile, e perche' conta adesso.
Costruire il campo
Fonti, decisioni, documenti, note, vincoli e segnali vengono messi nello stesso stato osservabile.
Isolare una tensione
Non tutto insieme. Una assunzione, un rischio o un ponte mancante viene portato a verifica.
Testare e conservare
Quello che regge diventa base. Quello che cade diventa residuo utile, non scarto invisibile.
Decidere il prossimo movimento
Il ciclo termina solo quando produce una traiettoria piu' pulita per il passo successivo.
Termini interni, lingua del dominio.
Il metodo ha parole proprie. Linguaggio comune, finanza/impresa e ricerca leggono gli stessi operatori con parole diverse.
| Termine D-ND | Linguaggio pubblico | Impresa / finanza | Ricerca |
|---|---|---|---|
| campo | contesto operativo | scenario, esposizione, portafoglio | dominio, corpus, ambiente di ipotesi |
| tensione | vincolo o attrito | rischio, disallineamento, tradeoff | problema aperto, contraddizione |
| falsificazione | verifica critica | stress test, condizione che rompe l'ipotesi | controllo, test negativo |
| residuo | lezione utile | segnale non risolto, vincolo da conservare | risultato negativo utile |
| traiettoria | prossimo passo | linea d'azione, timing, allocazione | direzione di lavoro |
| orizzonte | stato futuro plausibile | scenario, regime, obiettivo | ipotesi guida |
Sei domini, una logica centrale.
Ogni dominio ha una riduzione abituale. Il Lab la espone e prova a sostituirla con ciclo, memoria e verifica. Physics e' il caso vivo; gli altri sono orizzonti di installazione.
Risk
Riduzione abituale: dashboard del rischio.
Istanza Lab: orizzonte dei rischi possibili, controlli vivi e morti, condizioni mancanti prima dell'incidente.
Reliability
Riduzione abituale: log degli incidenti.
Istanza Lab: ricorrenze, residui, fragilita' future e memoria delle regressioni da non ripetere.
Advisory
Riduzione abituale: chatbot sui documenti cliente.
Istanza Lab: futuro possibile del cliente, assunzioni, fonti, decisioni e revisioni periodiche.
Research
Riduzione abituale: knowledge management.
Istanza Lab: ipotesi, evidenze, contraddizioni, residui e traiettoria di ricerca.
Markets
Riduzione abituale: previsione di mercato.
Istanza Lab: campo di ipotesi, segnali, regimi e falsificazioni. Non automazione di trading.
Forecast
Riduzione abituale: numero predittivo.
Istanza Lab: assunzioni, condizioni d'orizzonte e controlli prima e dopo ogni previsione.
Catalogo dei Lab.
Ogni scheda dichiara il proprio stato. Quando attiveremo altri domini, questa sezione diventera' il catalogo dei Lab in funzione; fino ad allora distingue il Lab vivo dai template pianificati.
D-ND Physics Lab
liveIl Lab physics mostra il modello in azione: report, assertion verificate, bicono estratto, counter-pole attivo e dashboard pubblica read-only.
inputipotesi + dati + tensioni
cyclericerca notturna e verifica
outputrisultati, cimitero, paper path
AI Setup Lab
planned templateTemplate per valutare un progetto AI: boot, memoria, sicurezza, trigger, pipeline, connessioni e UX-AI.
inputrepo, docs, flussi, rischi
cycleaudit + gap map + setup schema
outputinstaller, regole, checklist
Business Horizon Lab
planned templateTemplate per un caso business: intento, fonti, assunzioni, scenari e prossime azioni da verificare.
inputobiettivo + segnali + vincoli
cyclescenario + falsificazione
outputmappa decisionale e API plan
Motori logici, non feature isolate.
I motori sono pezzi di ciclo. Entrano nei domini con lessico diverso, ma mantengono la stessa funzione: osservare, testare, ricordare, correggere.
Horizon Engine
Stabilisce futuro possibile, condizioni presenti e vincoli che devono esistere.
Field Engine
Mantiene vivi segnali, documenti, decisioni, eccezioni e silenzi.
Tension Engine
Rileva ponti mancanti, segnali deboli, contraddizioni e premesse scadute.
Residue Memory
Conserva falsificazioni, fallimenti utili, vincoli e prossime domande.
Recovery Boot
Ricostruisce contesto dopo interruzione, drift, compattazione o stato degradato.
Assimilation
Traduce un dominio in operatori, playbook, regole e criteri di verifica.
D-ND_LAB — open-source.
L'orchestratore che fa girare il Lab e' disponibile come prodotto installabile open-source. Stesso modus, 19 movimenti registrati, core agnostico al dominio, dashboard read-only per il demo pubblico. MIT, Docker compose, provider configurabile.
19 movimenti, tre poli critici
agent produce; bias_corrector applica A8 interna; report_falsifier agisce da counter-pole; bicono_extractor struttura la scoperta; verify_assertions collega test riproducibili al seme. Gli altri movimenti tengono campo, grafo, sync, refiner, semantic bridge, trajectory e notify.
Physics live, altri domini come template
Il codice resta domain-agnostic: ogni dominio porta context, assertions, seed_tensions e fonti. Physics e' il demo attivo; i nuovi Lab passano dalla procedura canvas prima di diventare installazioni.
Provider configurabili
Il Lab separa policy e runtime: un'installazione puo' usare modelli locali, account subscription o API esterne in base a dominio, budget, privacy e bisogno di tool.
Dashboard viva, non pulsante pubblico
La dashboard mostra grafo, bicono, agente, tassonomia, falsifier e cimitero. Il run cycle pubblico e' disabilitato: early access prima, automazione esterna dopo stabilita'.
Ingresso operativo
Valutare un primo ciclo.
Si parte da un caso reale e da una domanda concreta: quale parte del campo va resa osservabile, quale assunzione va testata, quale residuo va conservato, quale passo riduce lavoro inutile.
info@d-nd.com
Mailbox attiva. Il contatto entra nel flusso THIA -> Telegram, poi viene valutato prima di qualsiasi ciclo reale.
Per ora il Lab accetta proposte e primi cicli, non esecuzione pubblica automatica.