Samsung Galaxy Note 7 — Un algoritmo che credeva alle batterie

Nell’agosto del 2016, il mondo scopre che uno smartphone può diventare una piccola torcia al plasma.
Il Galaxy Note 7, fiore all’occhiello di Samsung, prendeva fuoco.
Non per una falla spettacolare, non per un corto visibile, ma per un errore più sottile: un modello matematico troppo ottimista.

BUG ARCHEOLOGY — EPISODIO 26

“Per una tecnologia di successo, la realtà deve avere la precedenza sulle pubbliche relazioni, perché la natura non può essere ingannata”.
— Richard P. Feynman, Rapporto della Commissione Rogers (1986)

👶 Introduzione per chi parte da zero

Se non hai mai sentito parlare di runaway termico, niente paura.
Una batteria al litio funziona così: dentro ci sono due materiali che vogliono scambiarsi ioni. Quando tutto è stabile, il telefono si carica e si scarica senza problemi.

Se qualcosa va storto — troppa pressione, troppo calore, un separatore danneggiato — il flusso di energia accelera invece di fermarsi.
La temperatura sale, il materiale si degrada, la temperatura sale ancora.
Il tutto entra in un circolo vizioso che viene denominato runaway termico.

Il Galaxy Note 7 aveva un software che doveva evitare tutto questo.
Ma il software misurava “il mondo ideale”, non quello reale.

I. Il sintomo: telefoni che diventano piccole supernovae

Agosto 2016.
I primi casi compaiono online: Note 7 che si scaldano durante la carica, che si gonfiano, che esplodono.

Nel giro di poche settimane, la casistica diventa globale:

• 🔥 telefoni che prendono fuoco nei salotti
• ✈️ compagnie aeree che li vietano a bordo
• 🚫 un richiamo mondiale senza precedenti

Il telefono perfetto diventa un dispositivo proibito, un fenomeno virale nel senso termodinamico del termine.

I primi incidenti vengono filmati da videocamere di sicurezza: telefoni che prendono fuoco durante la carica, sulle scrivanie, sui comodini.
Le temperature interne raggiungevano livelli impossibili per un sistema sano.

Il bello (o il brutto) è che il telefono continuava a credere che tutto fosse normale fino agli ultimi istanti.
Per il BMS — Battery Management System — i numeri erano coerenti.

→ La realtà era in runaway.
→ Il modello matematico, no.

II. L’origine: pressare l’impossibile in 5.7 pollici

La batteria del Note 7 era un’opera d’ingegneria aggressiva:
alta densità energetica, separatori sottilissimi, tolleranze ridotte al millimetro. Ciò significa che era molto densa energeticamente, troppo densa.
Il margine tra “efficiente” e “instabile” era sottile.
A questo si aggiungevano due fattori:

1. Pressioni meccaniche dovute al design sottilissimo.
   Anche pochi micron di deformazione possono alterare la separazione interna.
2. Sensori termici periferici, non centrali.
   Misuravano la temperatura vicino alla superficie, non nel punto più caldo.

La batteria poteva essere in crisi termica “nel cuore” mentre il sensore leggeva un valore accettabile.

Il software, innocente, si fidava del sensore.

III. Il bug tecnico: modellazione energetica ingenua

Il sistema di gestione energetica usava un modello semplificato.
Assumeva che:

• la temperatura fosse omogenea nella cella,
• il tasso di reazione chimica fosse prevedibile,
• eventuali hotspot fossero rilevati subito,
• la resistenza interna non variasse bruscamente.

Peccato che in un sistema reale tutte queste assunzioni siano false.

Era un algoritmo pieno di assunzioni lineari in un mondo non lineare.

🔍 Come funzionava la logica interna (in modo semplificato)

T_misurata = sensore_termico()

se T_misurata < 45°C allora
    corrente = curva_carica_ottimale[percentuale_carica]
altrimenti
    corrente = corrente_ridotta
fine

Questa logica funziona bene… se T_misurata descrive davvero la temperatura critica interna.

Nel Note 7 non lo faceva.

🧨 Il risultato

• Il software continuava a caricare normalmente.
• La batteria accumulava energia in zone già instabili.
• L’aumento di temperatura accelerava le reazioni chimiche.
• In pochi secondi l’intera cella entrava in runaway.

Una curva di carica “perfetta” diventa una miccia.

La batteria stava urlando, mentre l’algoritmo rispondeva: “Tutto ok, procedo”.

IV. Il contesto: la fiducia nei numeri… e il marketing che spinge

La pressione al rilascio era enorme, la concorrenza serrata, il design sottilissimo e la batteria più grande possibile.

Un cocktail perfetto perché un modello predittivo troppo roseo non venisse messo in discussione.

La frase non scritta ma onnipresente nei corridoi:

“Funziona nel laboratorio. Funzionerà ovunque.”

Il BMS era stato testato… ma non in condizioni estreme, non con tolleranze al limite, non con batterie leggermente deformate.
Il modello era stato validato… ma solo entro un regime ideale.

Il bias? Lo stesso di Ariane 5:
“Ha funzionato prima, quindi funzionerà anche ora.”

V. La scoperta: l’autopsia di una batteria

Le analisi post-richiamo furono spietate.
Gli ingegneri scoprirono:

• deformazioni minime nel pacco batteria
• separatori interni danneggiati
• hotspot che si formavano prima che i sensori potessero misurarli
• resistenza interna variabile in modo non previsto dal modello
• BMS che regolava la corrente sulla base di dati incompleti

In più, l’algoritmo di limitazione non era progettato per riconoscere escalation rapide.
Era come un termometro che misura bene… purché la febbre salga lentamente, il risultato in questo caso è un runaway termico. Il software non era “errato”.
Era ingenuo: modellava una batteria perfetta in un mondo che non lo è.

VI. Implicazioni morali, tecniche e legali

Non ci furono colpevoli davanti a un tribunale, ma ci fu un terremoto nel settore.

Il caso Note 7 mostrò che:

• modellare un sistema complesso è sempre un atto di umiltà
• la chimica reale non rispetta gli idealismi software
• la sicurezza non può essere delegata a una curva matematica

Da quel momento, l’intera industria impose:

• test su modelli termici multi-punto
• sensori ridondanti
• limiti di carica più conservativi
• validazione hardware–software integrata
• margini termici obbligatori anche a scapito della capacità

🕰️ Linea temporale degli eventi

Agosto 2016 — primi casi di surriscaldamento
Settembre 2016 — richiamo globale del Note 7
Ottobre 2016 — secondo richiamo dopo casi persistenti
Fine 2016 — stop definitivo alla produzione
2017–2018 — revisione globale degli standard di sicurezza delle batterie

VII. I danni: un miliardo che brucia, e non metaforicamente

Le perdite economiche superarono il miliardo di dollari.
La reputazione di Samsung subì un colpo durissimo.
Gli utenti, per la prima volta, scoprirono che un telefono può essere un rischio fisico reale.

Il Note 7 diventò l’emblema di una nuova epoca: non basta più fare smartphone potenti, bisogna farli stabili, prevedibili, sicuri.

VIII. Contromisure: quando il software smette di credere alle batterie

Da questo disastro l’industria ha imparato:

Tecniche

• 🔋 modelli termici 3D e non lineari
• 📉 algoritmi di carica dinamici basati su variazioni improvvise, non solo valori assoluti
• 🧯 protezione anti-runaway termico integrata
• 🧪 test con batterie volutamente deformate

Organizzative

• 🛡️ revisione integrata hardware–software
• 📑 audit indipendenti sulle batterie ad alta densità
• 🛠️ cicli di test più lunghi prima del rilascio

L’errore si è trasformato in protocollo industriale.

IX. Lezioni filosofiche: ogni batteria è un animale vivo

Il Note 7 non parla solo di surriscaldamento, ma dei limiti della modellazione.

Le batterie non seguono la matematica, è la matematica cerca di seguirle.

Tre lezioni restano:

1. La complessità fisica non è mai completamente mappabile.
2. Ogni modello è una semplificazione, e una semplificazione è un rischio.
3. La realtà non sbaglia: è il software a interpretarla male.

Il Note 7 ricorda che ciò che comprimiamo troppo—energia, ambizione, ottimismo—prima o poi esplode.

X. Epilogo: archeologia di una curva di carica

Scavando tra i log termici del Note 7 non troviamo solo numeri fuori soglia: troviamo la convinzione che la chimica fosse docile, prevedibile, numerabile.

La lezione è la stessa di Ariane 5: quando un modello crede troppo in sé stesso, il mondo reale arriva a distruggerlo.

I numeri non hanno l’ultima parola, la fisica sì.

XI. Coda: il ritorno degli algoritmi troppo ottimisti

Oggi quella ingenuità vive ancora:

• nelle auto elettriche che sovrastimano l’autonomia
• nei laptop che scaldano più del previsto
• nei sistemi AI che modellano hardware al limite
• nelle power bank “intelligenti” che dormono troppo sul lavoro

Ogni volta che un algoritmo tratta un sistema fisico come una funzione lineare, un piccolo Note 7 torna a brillare — magari solo come un warning, stavolta.

“Le batterie non seguono mai davvero la matematica.”
È la morale, e anche la rassegnazione:
la realtà è più densa di energia di quanto qualunque modello possa catturare.

🔧 Tool utili

• MATLAB Simscape — per simulazioni termiche non lineari
• ANSYS Battery Simulation Studio — per modellare runaway e hotspot
• Cadence BMS Validation Suite — per verificare algoritmi di gestione energetica