🍔 Ciao la Disruptiv' Fam 🍔
Comme ben sapete, adesso il podcast e in live video.-
Seguici sul nostro canale YouTube per non perdere la prossima live, e partecipare anche tu alla discussione: https://www.youtube.com/@DisruptiveTalksPodcast
Episodio completo il live video: https://youtube.com/live/DmPjbuDaYzU
In questo episodio, ci immergiamo nel QuickTalk v04, dove esploriamo gli sviluppi più recenti nell'intelligenza artificiale con il lancio di LLAMA 3 da Meta e le dinamiche post-halving di Bitcoin.
Scopriremo come LLAMA 3, nonostante la sua eccellente performance e accessibilità, si confronta con giganti come GPT-4, e come i suoi aspetti open source potrebbero trasformare il panorama dell'IA.
Passeremo poi a Bitcoin, dove analizzeremo le implicazioni economiche del recente halving, l'effetto sulle commissioni di transazione e il potenziale impatto degli NFT sulla rete.
Poi, Mr. Bison vi guiderà sulla sua visione libertaria su Bitcoin e sulla sua opinione sull'IA in ambito della sicurezza.
❤️ Ti piace il nostro lavoro? Lascia un like e abbonati al nostro canale YouTube, questo ci aiuta tanto!
https://www.youtube.com/@DisruptiveTalksPodcast
✉️ Tutto il nostro contenuto in versione scritta (e senza l'accento francese) nella newsletter gratuita: https://disruptivetalks.substack.com/
► Sito ufficiale: https://disruptivetalks.it/
► Rimane in contatto diretto con noi su Telegram: https://t.me/DisruptiveTalksPodcast
► Seguici sul nostro canale Twitch: https://www.twitch.tv/disruptivetalks
► Sul nostro canale TikTok: https://www.tiktok.com/@disruptive.talks
❤️ Supporta il nostro canale e il nostro lavoro (che svolgiamo come una passione sul nostro tempo libero): https://www.buzzsprout.com/2242815/supporters/new
🟠 Hugh virtuali? Sats nel wallet!
► indirizzo BTC: 13K6fH34K4Qp11WFywYFh8nzYJXB3g9cPa
Cerchiamo COMMUNITY MANAGER / CO-HOST / VIDEO MONTATORE / COPYWRITER: kevin@disruptivetalks.it o https://disruptivetalks.it/contact/
Mark as Played
Transcript
Episode Transcript
Available transcripts are automatically generated. Complete accuracy is not guaranteed.
Speaker 1 (00:08):
Ciao e benvenuto nel Disruptive Talks ascoltatore del
podcast.
Questa è una puntata cheabbiamo fatto lunedì sera per
parlare dell'intelligenzaartificiale e fare un piccolo
review delle cose che sonosuccesse su Bitcoin.
Dopo il halving in questo liveho ricevuto Mr Bison che ci ha
(00:33):
dato il suo parere, sempre suBitcoin e anche
sull'intelligenza artificialenell'ambito della sicurezza.
Vi ricordo che adesso ilpodcast è in live video.
Abbonatevi al canale YouTubeper non perdere i prossimi live.
Buon ascolto a questo quartoepisodio del Quick Talk.
(01:00):
Oggi parleremo un po' di IA, unpo' di Bitcoin e forse in fin
d'episodio ricevo qualcuno.
Vedremo se c'è delle domande.
Vi ricordo che questo episodioè full interattivo, quindi posso
sentirvi, posso leggervi neicommenti.
(01:21):
Scriveteci se c'è delle domandeo altre.
Un punto sul podcast il punto diriferimento adesso sarà
chiaramente il canale YouTube.
Ho rifatto un po' il canale,quindi vi consiglio subito di
andare sul canale YouTube e diseguirlo.
Sarà un po' il punto diriferimento di cui partiremo
tutti i live con sarà da breveanche una parte private.
(01:43):
Fate le vostre domande sevolete partecipare al live.
Dopo, con il tempo avreiqualche persona che possono
venire ogni tanto, anche genteche ci ascoltano, che vogliono
parlare sull'argomento cheandiamo a trattare oggi.
Non esitate a farlo.
Altre informazioni giovedì eferie da noi siamo in vacanze,
(02:15):
quindi, se avete un po' di tempo, alle 6 e mezza.
Grazie a tutti.
Preparato un piccolino trailerper il canale YouTube, sempre,
che riassume un po' la valueproposition del canale
Disruptive Talks.
Lascio questo prima di partiresull'intelligenza artificiale.
Parliamo un po' di la matre.
Questo è il nuovo trailer delcanale.
Ciao, sono Kevin, sono francesee lavoro per un centro di
(02:41):
ricerca.
Il Disruptive Talks è un podcastvideo e audio.
Parliamo di tecnologieemergenti e il loro effetto
sulla società Notizie, talk,debattiti, how to bitcoin,
l'intelligenza artificiale, ilquantum computing, ma anche la
geopolitica delle tecnologie.
Il nostro obiettivo èraccontarvi il cambiamento
(03:03):
digitale In un secondo tempo.
Il Distributive Talks è ancheuna parte dedicata all'asetetica
, il scetticismo scientifico.
In questa parte proponiamo duetipi di contenuti delle pillole
educative, formative per darvigli strumenti dell'asetetica.
La seconda tipologia dicontenuto nella parte asetetica
(03:23):
saranno delle debattiti, doveuna prima parte sarà dedicata al
confronto d'idea e una secondaparte all'uso delle metodologie
setetiche per cercare di trovareun consenso nel debattito.
Iniziamo appena, quindi, se vipiace, abbonatevi, condividete e
vi ritroviamo da presto per unprossimo live.
Dove sono le informazioni vere edove sono le informazioni false
(03:45):
?
La seconda cosa saranno idebattiti.
Vorrei cercare alcune personeche mi aiutano su questa parte,
(04:09):
che hanno abbastanza competenzain filosofia, in economia, in
storia, in tutte questetematiche, per poter affrontare
le tematiche.
E dopo troveremo delletematiche di interesse, che
siano sulla geopolitica delletecnologie e tutto quanto, per
creare dei debattiti e usare lametodologia per trovare il
consenso, come vi spiegavo nellavideo.
(04:30):
Prima video sulla tematicaasetetica, giovedì alle 6.30.
Subito la matrè Allora questasettimana inizio con qualche
notizia La notizia dellasettimana passata su
l'intelligenza artificiale.
Il canale non è un canale difast news.
Il mio obiettivo non èraccontarvi le notizie che sono
(04:52):
successe, è piuttostoraccontarvi cosa c'è dietro.
Quindi, se una notizia mi dà uninteresse particolare di
parlare di qualcosa in specifico, la prendo E questo è specifico
un esempio.
Andate a capire subito.
Quindi, settimana passata èuscito il nuovo modello di Meta
Facebook, lama 3 è un modelloche è uscito.
(05:16):
È davvero molto interessante.
Se andiamo sul sito di Lama, diMeta, possiamo vedere una serie
di benchmark, vedere una seriedi benchmark, una serie di dati
su questi benchmark.
In specifico, che vediamoadesso sono i benchmark
proprietari di Meta, quindi nonsappiamo la metodologia
(05:37):
specifica, oltre che leinformazioni che sono scritte
sul GitHub.
Quindi, se andate sul GitHub diMeta, potete vedere più in
dettaglio questi benchmark comesono effettuati.
Comunque mostrano che Lamaarriva al livello di chat GPT-4
su certi compiti, su altri losupera.
Sul codice andiamo a vederedopo.
Molto, molto, moltointeressante no-transcript e
(06:28):
questo è una delle grandi forzedi questo modello, davvero il
punto forte di questo modello.
Se andiamo più in dettaglio,più nel concreto, hanno proposto
due versioni, uno con 8miliardi di parametri e l' uno
con 8 miliardi di parametri el'altro con 60 miliardi di
(06:48):
parametri.
Questo si riferisce sempresemplicemente al numero di
parametri nel modello, quindi leelementi che hanno stato
integrati per aiutare adeterminare la sua capacità di
elaborazione e precisione nellerisposte.
Ve lo dicevo è un open source equesto è davvero un elemento
chiave.
È stato davvero lodato per lasua trasparenza e il suo
(07:11):
importante impatto sullacomunità, sulla ricerca e sullo
sviluppo di IA.
Bisogna capire per un uso moltopiù industriale, per le aziende
.
Si sarà sempre gratuito.
È molto bravo sul codice.
Vi dicevo che supera ciaGPT sucerti compiti, certamente sul
codice.
Secondo quelli che l'hannoprovato dicono già che sì, vero,
(07:34):
lo supera e anche ha una moltobuona comprensione del
linguaggio, più o meno simile aquella del ciaGPT 4.
Se facciamo un comparativo, ilpunto chiave davvero è il suo
prezzo e il fatto che richiedemolto meno potenza
(07:56):
computazionale per poterallenarlo.
E questo sono davvero due cosechiave per la ricerca e
fondamentale rispetto ai modellicome CGPT4, bloom.
Mistral è molto accessibile,come ve lo dicevo, e il fatto
che c'è questa richiestacomputazionale molto più bassa
(08:18):
che le altre è un punto chiave.
Ma concretamente l'opinione, leesperti che l'hanno provato
dicono che no, non arriva ancoraal livello del CGPT4.
Anche Mistral su molti compitiè superiore, ma il suo approccio
open source è davvero asottolineare.
(08:39):
Io vorrei comunque capire comeMeta vuole aggregare tutto
questo con la sua bigger vision,anche questo metaverso.
Adesso si lanciano sui modelliAI.
Forse stanno facendo qualcosache sul lungo termine potrebbe
essere molto interessante perloro.
Ma il punto per cui vi parlavodi questo se voi siete su
(09:00):
Twitter, su Reddit, questainformazione, lo sapete che la
matra è uscita Il punto su cuivolevo fermarmi è questo
benchmark.
Vi dicevo all'inizio che ilbenchmark di meta lo classifica
tra i migliori modelli E quindiè interessante di capire come
possiamo valutare i diversimodelli.
(09:21):
E lì si crea proprio unatematica, una vera tematica.
Io, nell'esperienzaprofessionale, ho avuto
l'occasione di mostrare quello,di parlarne, di studiarlo.
Questo si chiama FLASK.
È uno dei primi modelli su cuiho trovato un documento
scientifico per valutare imodelli di AI generativa.
Modelli di AI generativa quindiun modello che va a prendere
(09:43):
quattro grandi cluster che sonoclusterizzati con dodici
elementi specifici.
Quindi il fatto che siarelevante sulla sua logica,
sulla sua efficienza, sulla suafacoltà a capire, sulla
metacognition, quindi capirequello che fa la domanda,
(10:04):
richiede in mente tutti questielementi, con QPI precisi che
consente, proprio come lo vedete, di andare a valutare i diversi
modelli.
Ma questo è rilevante o èobsoleto?
E lì ringrazio Exponential Viewper questa idea.
(10:26):
Hanno uscito una newsletter,proprio qualche giorno prima che
sia uscito la matrè, parlandoproprio della tematica dei
benchmark.
Quindi ho ricollegato le dueinformazioni o forse è uscita
dopo, non mi ric, ricordo quello, l'avevi messo nelle favoriti
che parla proprio di benchmark esu questo grafico lo metto in
(10:51):
grande.
Cosa vediamo?
su questo grafico, quindi,mostra la progressione nel tempo
della saturazione di benchmarkper alcuni proprio modelli di
valutazione.
La saturazione di benchmark peralcuni modelli di valutazione.
La saturazione del benchmarkcos'è la saturazione del
benchmark?
(11:12):
Il livello di prestazione di unsistema di AI su un determinato
test.
Quando questo livello arriva a1, il sistema non è più in grado
di riconoscere tra la macchinae l'essere umano.
Quindi, secondo, con questavalutazione cosa vediamo,
vediamo che infatti tutti ibenchmark arrivano molto
(11:32):
velocemente verso il 1, versoquindi un benchmark che valuta
l'intelligenza artificiale, ilmodello di generative AI come un
essere umano e lo sappiamo chenon è il caso ancora la GI,
questa intelligenza artificialegenerale, non ci siamo ancora.
Quindi cosa vuole dire questo?
(11:55):
mi fermo solo su questo graficoper capire perché è
interessante di vedere quello.
Vedete delle colori che sonodiversi i modelli.
Ad esempio, vediamo ImageNetTop 5, quello è un modello di
riconoscimento per l'immagine.
C'è SuperGlue.
(12:17):
Superglue era non mi ricordoquello, l'avevo scritto
SuperGlue, una suite dibenchmark progettata per
valutare le capacità dicomprensione.
Quindi ogni, ogni modello dibenchmark è specifico a qualcosa
e tutti vediamo che con iltempo diventano obsolete.
Quindi sono i benchmark che siadattano ai modelli o i modelli
(12:41):
che si adattano ai benchmark.
Avevo lì il promemoria diquesto amico che faceva test su
internet di logica e che haavuto un test di qui molto alto.
È vero che era moltointelligente, ma parlando con
lui ci siamo fatti una domandama è il fatto che tu facevi test
molto giovane, quindi haialienato il tuo cervello a
(13:04):
capire come fare.
Quindi anche i sviluppatoricapiscono in benchmark o proprio
, comunque con l'allucinazionenon ci siamo ancora a questa
idea, quindi varie cose, da semettiamo tutti insieme tra la
matre le informazioni date dameta prima che il modello
uscisse, come che era il modelloil più grande, e le conclusioni
(13:29):
quindi non è ancora il caso equeste informazioni che vediamo
sulla rilevenza dei benchmarkche con il tempo ogni volta
diventano ossolete.
Il punto è che ancora nonconosciamo appieno le capacità
dell'IA e gli sviluppatori anchenon sono tenuti di sottoporre
il loro prodotto a testa primadel rilascio.
(13:51):
Quindi sarebbe interessante, adesempio, di avere un gruppo di
indipendenti che potrebbe, conun metodo specifico che
definiamo, verificare in modoindipendente, prima di
rilasciare il modello, capiredavvero un benchmark effettivo.
Non so se sarebbe qualcosa diutile.
(14:11):
Se c'è qualcuno che mi sente suquesto argomento, voleva dare
la sua.
Il fatto, secondo me il piùimportante sarebbe concentrarsi
sui benchmark.
Cos'è l'intelligenza, cosa sonoanche, forse e quello vorrei
usare la metodologia esetetica,la metodologia scientifica, la
riproducibilità.
(14:32):
Quindi, con questaallusinazione capiamo che se
facciamo un test e che loriproduciamo con le generative I
, il rischio che arriviamo aun'allusinazione.
Includere questi elementi nelbenchmark delle generative AI è
qualcosa che potrebbe dare unpo' di chiave a tutto questo.
I governi hanno tentato direndere leggibile tutto questo,
(14:56):
quindi cercare di capire l'IA,come classificarli?
come davvero fare un benchmark?
come fare un benchmark?
hanno sviluppato delle sogliedi calcolo, ma anche quelle,
come tutti questi benchmark, nonsi rilevano con il tempo.
Molto efficiente perché con lavelocità di apparamento di
questi nuovi modelli, ogni voltasuperiamo tutti i modelli, come
(15:19):
il test di Turing, che è statosuperato in 1996 o in 2015, ci
ritroviamo nel 2015, ciritroviamo nel stesso caso.
Quindi, molto interessante diseguire come andiamo a
continuare, di cercare divalutare queste modelli dai.
Ci fermiamo sulla generazionedi AI, subito Bitcoin.
Abbiamo parlato venerdì concolleghi, colleghi.
(15:41):
Vedo che c'è qualcuno che èarrivato top, andiamo a parlarne
subito.
Faccio un punto breve.
Ascoltaci così e risponderai.
C'è Mr Bison con noi,ottimissimo.
Vorrei fare un punto perrispondere alla puntata che
abbiamo fatto venerdì.
Abbiamo fatto una puntataproprio con Mr Bison.
C'è anche colleghi che tiascoltano e che vogliono venire.
(16:02):
Mandatemi un messaggino e vimando il link.
Allora, cosa è successo?
Abbiamo fatto un live dopo ilhalving.
Prima del halving ci siamoaddormentati.
Alcuni di noi io e Marco eravamosvegli e forse abbiamo
festeggiato questo online, ma ilpunto è che sono successe delle
(16:23):
cose già subito dopo.
Io, in live, ero su Twitter evedevo queste cose.
Le commissioni di transazione,le commissioni di transazione
sono andate all'estere.
Andiamo a cercare di capire sequesto, qual è la regione, cosa
è successo, cosa dicono le gente.
e per fare questo andiamoproprio a partire di un tweet,
(16:47):
il tweet di criptovalutait.
Vi condivido subito lo schermoe ve lo leggo Cosa sta
succedendo alla time chain dibitcoin?
Perché le fee sono così alte?
Questo è stato pubblicatoproprio il giorno dopo, il
sabato, nella giornata.
Il blocco 840000, quindi ilfamoso blocco dell'Alving in
(17:09):
tanti matachioni hanno spessocifre folli per essere nel
blocco dell'Alving, scusate peril mio italiano e è lo stesso
blocco.
Reunz.
Ne abbiamo parlato venerdì.
Velocemente farò una puntatacon Gabriele su questo.
Quindi questi nuovi NFT, nuovoprotocollo per gli NFT, è
partito anche nel stesso momentoReunz con un certo hangment
(17:33):
della community Ordinal, se èchiaro, ordinal che aveva anche
spammato la catena.
C'è chi ritiene le transazioninon finanziarie spam e chi
invece dice che finché ilprotocollo consente, è tutto ok,
non si potrà più transare acosto basso.
(17:56):
Difficile pensare che letransazioni rimangono sulle fee
così alte.
Già oggi sono sensibilmente piùbassa di ieri.
Occhio però a cantare vittoriaprima del tempo.
Il movimento Ordinalz hadimostrato di avere sette vita.
Tu cosa ne pensi se potessi diretu limiteresti questo tipo di
transazioni?
quindi da questo andiamo apartire.
(18:17):
È vero che c'è in effetti unasorta di spamming che crea tutto
quello, ma vorrei dare un po'di altezza a tutto questo.
Ho sentito un spy space e hoguardato un po' su Glassnode,
qualche on-chain analytics, equindi andiamo a vedere che è
vero, ma non solo.
(18:39):
Forse noi qualche tempo dopoabbiamo postato questo.
Quindi, primo, una sorta dirisposta alle commissioni alte.
Certo che su bitcoin adessoanche con momenti di problemi di
scalabilità ci sono problemi,ci sono anche qualche soluzione,
(19:01):
cioè gestire le UTXO facendobatching delle transazioni,
usare un layer 2 che sia liquidrisk, lightning network.
Ci sono delle soluzioni,chiaramente l'altro punto è che
secondo me no, le commissionialte non sono solo e
(19:25):
essenzialmente, al maggior caso,in quel caso dopo il halving
dovuto a un attacco alla catena.
Chiaramente no, e uso quellotermine, non è un attacco alla
catena.
Banalità macroeconomica,certamente economica.
Si prendiamo le ordinal.
(19:45):
Se tutte queste cose offerta,domanda, c'è un hangman, quindi
è popularità.
Ma vediamo anche perché èsemplicemente una risposta, una
situazione macroeconomica.
Allora con i lalvin cos'èsuccesso?
il demezimento del block rewardche è passato da 6,25 a 3,125,
(20:10):
quindi i miner, per fare il lorolavoro, per il stesso sforzo
computazionale la minuta,all'altro, ogni 10 minuti,
ricevono meno fondi, meno soldi,meno ricavi per il stesso
lavoro.
Il primo punto Questo quindi,come per ogni halving, ragazzi,
come per ogni halving, mette lapressione sulle commissioni per
(20:32):
sostenere le entrate di minatori.
Vado a riprendere un termineche ho sentito la prima volta di
Alessio, una sorta diflippening.
Flippening tra block rewarddalle commissioni di transazioni
.
Quindi le commissioni sonoaumentate in modo significativo.
Già il giorno dopo eranoritornate a 80%.
(20:52):
Ricordo ancora una volta ognivolta dopo il landing è qualcosa
che succede Le commissioni sonosalite fino al 30% delle
entrate dei miner, con lecommissioni media che potevano
andare fino al 60%.
Con questo si prevede che lapressione sulle commissioni
(21:13):
continua a aumentare dopo ognihalving.
Questo l'ho sentito dal spacedi Dylan Leclerc, che è un
specialista di on-chainanalytics e anche del mondo dei
miners.
Loro dicono che ancora su due otre cicli dopo il dimezzamento,
dopo l'alvening, ci sarà questapressione sulle commissioni,
(21:33):
con alcune proiezioni cheindicano che le commissioni
potrebbero andare fino al 50%delle entrate dei miners entro
il 2028.
Quindi, se facciamo il riassunto, al 50% delle entrate dei
miners entro il 2028.
Quindi, se facciamo ilriassunto, le commissioni
elevate sicuramente che vanno aescludere certi piccoli
investitori che fanno deitrading o vanno a usare altre
(21:55):
metodologie di custodia perrimanere su exchange o altre per
salvarci, ma fondamentalmentelì ne discuteremo forse, se lui
vuole, con Mr Bison attiranoanche la tesoreria aziendale o
individui come certi hodlers o afacoltosi che non si
preoccupano di pagare per lasicurezza, è il più sicuro.
(22:18):
Quindi come riserva di valorenon cambia nulla.
Quando qualcosa così succede,bisogna vedere un po' dal punto
di vista di miners.
Molto interessante sempre dicapire, per capire quelle
dinamiche, come lo dico sempre,dell'energia e dei miners e
(22:40):
quindi di vedere anche i lashrates.
E il tasso di hash è sceso da10% mediamente dopo il halving e
lì, come molte volte, comeanche quando arriva un movimento
di bull market, di esostionedel bull market, certi miners,
(23:00):
le meno efficienti, hanno spentole macchine, ma c'è avuto nel
contempo le nuove ASIC e unacerta di movimento del prezzo,
quindi non avrà un impattoenorme sul prezzo.
Le entrate con tutto questo, leentrate dei miners in rapporto
(23:22):
al prezzo del hash èinizialmente sceso di 40% fino a
solo 20% del pre-hulling.
Quindi anche lì nienteimportante.
La chiave i minatori sonoancora generalmente redditizi,
quindi tutto bene con un prezzodi pareggio di bitcoin intorno
al 25k, 30k.
(23:43):
Ma allora le commissioni alte,un attacco alla rete, solo le
ordine al se.
No, infatti, lo vediamo che èun movimento banale.
È un movimento molto banale.
Certamente che le ordine al sein iscrizione hanno guidato una
grande parte del recentegonfiore, ma il modello di
(24:03):
sicurezza di Bitcoin ha sempredi peso del sviluppo e del
mercato delle commissionisufficienti nel tempo.
Questo fa parte della storia diBitcoin.
Anche senza le ordinance, legrandi entità potrebbero anche
spamare la catena se lodesiderasse, non attaccarlo e
non danneggiarlo, ma il costoper farlo aumenta solo con le
(24:25):
commissioni in quel caso.
Quindi, anche in quel caso,l'alzatura dei livelli di
commissione porta a sicurezza larete.
Fondamentalmente altri.
Lì è un debato filosofico inriguardo a queste ordinali
abbiamo parlato durante l'ultimotalk.
Altri vedono questo come unattacco che esclude gli utenti
(24:50):
più piccolini.
Io su questo mi fermo, vadoindietro.
Attacco o no Se le ordinali, sel'NFT funziona, è popularità.
Si attacca se la rete è inpericolo?
è il caso?
No, non è il caso.
Se paragoniamo la storia,l'ultima volta che è successo,
altra rete, se prendiamoCryptiKitties o altri, ha creato
(25:13):
l'ambito che conosciamo adesso.
Quindi, niente di che.
Mi fermo su due tweet che hovisto, voglio metterlo avanti,
il primo proprio un'ora fa, eriassumono bene anche il mio
pensiero su tutto questo.
Alessandro Mazza, che ogni volta, molte volte, quando lo leggo,
(25:34):
mi piace il suo pensiero lefialte di Bitcoin sono un
segnale di successo in questoprogetto, non il contrario.
Change my opinion e leggo ilsuo ultimo post e faccio entrare
Bison, e così possiamosalutarlo.
Il suo secondo post, unametrica di estrema rilevanza in
(25:58):
mio avviso, è la quantità distablecoin presenti su una chain
, in quanto il simbolo diliquidità presente.
Questo è semplicemente unsegnale, ragazzi, e lì cosa
vediamo?
vediamo semplicemente ilsegnale di USDC minted su
bitcoin e questo è un segnalemolto forte.
(26:18):
Questo era un quick talk che,se voleva, molto veloce, per
raccontare queste due cose efare un po' un recap, un
promemoria di quanto è successo.
Mr Bison, non hai il microattivato come stai.
Ciao, kevin, ciao ciao, comestai stai bene, sto bene sto
(26:41):
bene, grazie, tu stai bene.
Sì, dai, grazie, tu stai bene.
Speaker 2 (26:44):
Si, dai lunedì fa un po' freddo, da qualche giorno,
quindi sto bene, ma ho freddoguarda, vuoi un mio commento,
una mia opinione, totalmente conte su bitcoin e su tutto questo
, su tutte quelle che è successoguarda, io, se devo essere
sincero, purtroppo non hoseguito tantissimo anzi mi ha
(27:07):
fatto piacere seguire te chestavi introducendo un po' di
quello che è successo in questeultime settimane.
Il fatto che le fisi sianoimpennate così tanto non è la
prima volta, è già successoquando scoppiarono i primi
ordinats.
No, poi di nuovo si èriassorbita la situazione.
Dal mio punto di vista, a mepiacere non me ne fa tantissimo
(27:30):
il fatto che non posso transarepagando poco in questo momento
on chain.
Però in realtà io ho un nodolightning.
Quindi se volessi fareveramente delle transazioni
basse lo potrei fare senzaproblemi.
Se dovessi spostare molti soldiè un po' come dire non mi
sentirei tanto contento dispendere delle fee molte volte.
(27:52):
Quindi sicuramente questa cosaun po' mi dà fastidio.
Però se lo sviluppo che è inatto adesso veramente migliorerà
in qualche maniera, se losviluppo che è in atto adesso
veramente migliorerà in qualchemaniera, come dire in qualche
maniera migliorerà, non so,l'user experience delle persone
con bitcoin a lungo termine,allora ne sarà varsa la pena.
(28:15):
Se invece, come penso io,potrebbe non servire a un cazzo,
magari è stato un esperimentoche, appunto, non ha portato a
nulla di buono.
Tu lo sai cosa ne penso io,riguardante gli NFT o altre
cavolate che si possono fare.
Sai che penso che in realtà latokenizzazione può essere utile
solo per alcune cose che ti hogià espresso, tipo l'idea di
(28:37):
avere un crowdfunding equitybased basato totalmente su
blockchain.
Sarebbe veramente una figata.
Però tutte le altre robe chestanno nascendo o che sono di
derivazione da ciò che hannofatto su altre chain non mi
entusiasmano più di tanto.
Quindi questo è il mio commentoio allora ti raggiungo su.
Speaker 1 (28:59):
Su NFT, io pensavo un po' come te prima, ma oltre a
creare un crowdfunding o altre,sulla creazione dei sistemi DOA,
di facilitare l'economiacircolare, non vedi questo come
un plus per altre case d'uso,come le CryptoKitties.
(29:20):
Ricordati quando sono uscite lecrypto kitties?
cioè io, come te, dicevo wow,wow.
Comunque, oggi, anche sui NFTche vediamo con le
fractionalized NFT, quindi ilfatto di creare un NFT che tu
potrai fractionalizzare, quindiimmaginati, quindi il token
diventa non fungibile.
(29:41):
Ogni token è diverso l'unodall'altro.
Quindi vai a tokenizzare, adesempio, un fondo di AO e lo vai
a frazionalizzare per poterdividirlo tra varie grandi
persone che vanno a coprirequesto fondo di AO.
Vedi questi NFT come la portad'entrata verso altri prodotti
finanziari e lì forse potrairispondere su questo, forse in
(30:07):
adeguazione con la cosa che tudicevi l'altra volta, ovvero tu
non vedi Bitcoin come un assetfinanziario e secondo te non
devi diventare un assetfinanziario.
Hai il micro spento.
Speaker 2 (30:17):
Sì, scusa, Kevin guarda io in realtà ti ho detto
come la penso, nel senso sequeste nuove implementazioni
portano davvero a un caso d'usoreale che io posso fare di mio
da solo, cioè posso fare uncrowdfunding equidi base, tutto
basato su bitcoin, proponendo lamia idea, raccogliendo fondi e
(30:38):
distribuendo in cambio dibitcoin, un token che
rappresenta una revenue sharedella mia idea quando andrà in
onda, sono del tutto contento.
Se accade una cosa del genere,sarei contento.
Speaker 1 (30:51):
Ma le altre applicazioni che tu mi stai tipo
proponendo io non le riesco aconcepire non ci arrivo allora
ti faccio un'altra domanda, chenon è legato a questi NFT, ma è
più sto sto la situazione delletransazioni.
Ascoltavo un space moltointeressante alle 2 di mattina,
(31:12):
in inglese, dove loro erano ungruppo di sviluppatori, di
miners e loro dicevano che perloro tutto questo è positivo
perché forza i sviluppatori atrovare soluzioni nel livello
della gestione delle UTXO, nellivello della custodia.
Speaker 2 (31:26):
No, no spiegami meglio.
Speaker 1 (31:29):
Allora questi sviluppatori dicevano che più la
situazione diventa per Bitcoincomplessa in riguardo a queste
transazioni, è davvero unelemento che fa un push verso
gli sviluppatori e la communitya trovare soluzioni dal livello
dell'UTSO management, dallivello della custodia, per
(31:50):
trovare soluzioni altre a questeproblematiche, soluzioni
italiano o striacci nel modo divedere le cose, ma loro dicono
questo, quindi forse questasituazione sulle transazioni
consentirà all'ecosistema ditrovare soluzioni a livello
custodial, a livello UTA, sumanagement, come alcune
(32:14):
soluzioni nel passato hannotrovato, come il batching o
altre, e quindi loro vedonoquesto come ok, no, è una sfida
e più la sfida è grossa, piùdiventa una priorità.
Speaker 2 (32:25):
stiamo a vedere perché quello che voglio dirti,
kevin, è che nel 2013-2014 io neho visto esplodere un sacco di
idee che dovevano rivoluzionare,che dovevano portare
cambiamento.
Ne ho viste fin troppe anche diproposte relative al bitcoin.
Poi col tempo si vede quelloche rimane.
Quello che rimane è ciò che haavuto senso.
(32:47):
Quindi stiamo a vedere.
Io non voglio essere scetticototalmente.
Dico soltanto che al momento,fittato che non ho delle prove
tangibili per me da utente dibitcoin, per ora non so quale
rimango un po' scettico, perònon ti dico che non posso
(33:08):
uscirne nulla di buono.
Speaker 1 (33:10):
Dico soltanto col tempo vedremo, con qualche prova
tangibile potrei cambiare ideasu tutto questo, tutto ciò che
sta accadendo adesso e ultimadomanda su questo, e dopo
vediamo se hai delle cose dadire sulla prima parte, dove
abbiamo parlato di IA, ma unelemento su Bitcoin è tutto
(33:30):
questo.
L'altra volta dicevi, è proprioun'infrastruttura.
Tutte queste cose vannomigliorate con il tempo.
È proprio questa sfida chestiamo sfrontando adesso.
Tu immaginatil'iperbitconizzazione domani e
che dobbiamo tutti usare bitcoin.
Ti ritroverai con il stessoproblema e un po', se cerchiamo
(33:50):
di legittimare bitcoin, è un po'il problema che andiamo a
vedere.
Quindi una catena spamata daitransazioni con delle
transazioni altissime.
Quindi è semplicemente unapreview di quanto possiamo
esperare, se o la sfida è il 2 oproprio è l'1.
(34:12):
Non è affrontata.
Invece, sulla parte IA cheabbiamo visto, quindi la matre,
non abbiamo mai parlato insiemedi tutto questo, abbiamo solo
parlato blockchain.
Speaker 2 (34:21):
Su questa parte, tu che conosci, guarda io posso
dirti ispirandomi all'ultimopost che ho fatto su LinkedIn,
dove ho detto che secondo mel'intelligenza artificiale al
momento non è un'intelligenza,ma è soltanto un po' di
statistica, un po' di stocasticapresentata al medio, e quindi
(34:44):
per il momento un po' distatistica, un po' di stocastica
presentata al medio E quindiper il momento vedo l'AI
sicuramente uno strumento moltopotente, che però ancora è
altamente imperfetto e non è pernulla un'intelligenza per ora.
Non è per nulla un'intelligenzaper ora.
Quindi ho avuto una discussionein merito a questo anche con
(35:08):
Antonio Montillo, che ha parlatodi AI all'evento di Synapses di
un paio di settimane fa.
Anche con lui mi sonoconfrontato su questi concetti,
ne abbiamo parlato e alla finela AI ha cambiato, o meglio, gli
sviluppatori hanno cambiato ilmodo di sviluppare la AI dagli
(35:28):
anni 2000 in poi e questocambiamento ha coinvolto il
fatto che hanno iniziato adutilizzare tutti i dati presenti
su internet per trainare e ilrisultato che c'è adesso è
sicuramente buono, ma non è ciòche come dire, ci aspetta.
Secondo me qualcosa di moltopiù potente, molto più vero,
(35:52):
molto più simile a come pensa unumano, perché al momento queste
macchine non pensano allastessa nostra maniera.
Speaker 1 (36:01):
Si, si, no, e questo è il punto fondamentale, perché
al momento queste macchine nonpensano alla stessa nostra
maniera.
Sì, sì, in fatti lo vedi.
Speaker 2 (36:06):
E questo è il punto fondamentale, quando arriveremo
a fare una macchina che riesce asimulare perfettamente i
meccanismi delle sinapsi nelnostro cervello o che si
avvicini molto di più, alloraforse avremo, secondo me, uno
strumento di cui ci dovremmomagari preoccupare veramente,
(36:26):
perché al momento è imperfetta esecondo me le persone sbagliano
a dargli troppo poteredecisionale.
Speaker 1 (36:35):
potrebbero sbagliare nel dare troppo potere
decisionale a questi a questimodelli per il momento, secondo
me si è proprio la il poteredecisionale che possiamo
lasciare a questi modelli.
Te condivido totalmente.
Colti, oltre alla teoria, tu,su questi modelli e nel nel tuo
(36:57):
ambito professionale opersonalmente, hanno cambiato il
tuo modo di lavorare.
Speaker 2 (37:02):
C'è l'ebusy al momento è presto ancora per
poterlo dire, perché non siamoancora in quel livello, nel
senso che io parloprincipalmente in italia, perché
nel mondo la cosa è un po'ovvia, variegata, però
principalmente in Italia ancoranon c'è stato questo grande
(37:25):
slancio di utilizzo diintelligenza artificiale nel
campo della cyber security, cherispondono agli attacchi,
intercettano, rispondono,mettono dei sistemi dotati di
(37:47):
intelligenza artificiale cheriducono tantissimo il lavoro ai
team di sicurezza, quelli chedifendono le infrastrutture,
sono ok, ci sono già delle cosein giro.
C''è già qualcosa.
In Italia un po' si stautilizzando.
Sicuramente all'estero sonomolto più in uso, basti pensare
(38:11):
non so se hai sentito la storiadi Lavander, degli israeliani
che lo stanno usando.
Speaker 1 (38:17):
No, vai racconta, racconta.
Speaker 2 (38:19):
C'è un, si parla.
Io non ho approfondito, però sefai delle ricerche, magari si
trova dell'altro.
Speaker 1 (38:25):
Metto sullo schermo, cerco e metto sullo schermo, vai
, vai.
Speaker 2 (38:28):
Sì, c'è questo sistema che si chiama Lavander,
che è in uso dagli israeliani,che usa l'intelligenza
artificiale per riconoscere ivolti dei palestensi, dei
terroristi, di avansi, immagino,in modo tale che poi ci sono
più droni, o un drone inparticolare che, basandosi sul
(38:49):
riconoscimento facciale, uccidei terroristi.
E questa è una cosapreoccupante, nel senso che il
potere decisionale c'è stato undibattito perché il potere
decisionale dovrebbe esseresempre dato a un uomo.
ci dovrebbe essere un uomo chedice ok, quello è veramente il
bersaglio e quindi procedi conl'operazione.
Ma se è l'intelligenzaartificiale che deve decidere
(39:13):
direttamente, lei potrebbequalche volta sbagliarsi e
ammazzare un innocente, e questoè il problema.
Speaker 1 (39:24):
E questo che a me spaventa delle AI attuali.
Certo, metto in per quelli checi ascoltano, metto in commento
il link dell'articolo che hoappena trovato, che è dei Weird
Italia.
Quindi in italiano cos'è lavendor?
l'intelligenza artificialeusata da Israele per colpire i
palestinesi, quindi, haidentificato oltre 37.000
obiettivi militari.
Israele avrebbe accettato unnumero di vittime collaterali
tra 15 e 20 per ogni presuntomilione.
(39:45):
Ok, incredibile, ma infatti,quindi, uno dei primi campi su
cui hai usato il campo militare,questo fa un po' paura.
Tu, per ritornare sullasicurezza, tu lo vedi lì, a
generativa, più come come un, unstrumento che vi aiuta in modo
(40:06):
predittivo o in modoprescrittivo.
È qualcosa che che vedi più peranalizzare il dopo o per
cercare di anticipare prima?
Speaker 2 (40:16):
guarda, poi penso che si possa usare per entrambe i
casi, forse anche per moltialtri casi.
Il punto è che allo statoattuale non c'è una AI trainata
così bene che non mi sbaglia maiSu un'analisi di security o su
(40:37):
un'indagine di intelligence.
Che ne so?
su un'indagine di intelligencenon penso che al momento io non
sono molto esperto di AI nelsenso.
Ho usato un po' l'AMAC, l'agpt,ho provato a fare qualcosa e
talvolta ho capito che potevaaiutarmi.
Talvolta però mi sono resoconto che stava inventando e che
(40:59):
quindi non andava bene.
Se ho bisogno di un'indagine cheriguarda cose serie, cioè fatti
realmente accaduti, io hobisogno che sia fatto così,
altrimenti non ha senso.
Io poi parlo però anche moltoda profano, da uno che non sto
studiando AI.
Non mi sto mettendo a farecapito, non ho iniziato un
(41:20):
percorso.
Ho dei colleghi che lo stannofacendo, ad esempio, mi sono un
po' confrontato con loro percapire che cosa si può fare,
però al momento ancora non ci hovisto per me, non ci ho visto
qualcosa che mi può veramentecambiare il modo di lavorare.
Ma siamo ancora all'inizio.
Speaker 1 (41:41):
Comunque capito certo ci sono, ripeto, delle cose
dove mi può aiutare, ma ci sonotante altre cose che ancora
predisco fare ti capisco, èancora all'inizio, ma è un po'
come la legge di Moore, quindisull'evoluzione delle cose va
(42:01):
molto veloce e, chissà, in diecianni in quel livello saremo.
Io ne abbiamo parlato nellapuntata con Marco Terribile.
Abbiamo fatto una puntata unpo' fantascienza, dove abbiamo
ipotizzato un futuro possibile.
Io rimango convinto che rimanecomunque qualcosa di
programmatico e quindi ilrischio di arrivare all'IA che
(42:24):
davvero accede alla conoscenza,è pericolosa.
Non lo vedo qui, adesso vadoancora un po' più oltre.
Adesso vado ancora un po' piùoltre, ma attento, perché già
iniziamo a trovare anche dellelivelli con gestione di
temperature, per poter proprioandare verso qualcosa di meno
(42:45):
allussinatorio, anche se nonriusciamo a farli scomparire.
Quindi bisogna vedere, secondome la chiaveve lo parlavo in una
puntata la governanza dei dati.
Tu lo diceva anche nellagestione delle decisioni, anche
nella gestione dei dati, tuproprio che lavori nella
(43:06):
sicurezza, cosa diventano ledati quando vengono alienate da
un modello?
è un modello che può scrollareinternet fino a quando le cose
che lui scrolla le puòammagasinare e salvarle?
fino a dove può vedere?
tutto questo sono anche dellecose fondamentali.
Speaker 2 (43:28):
Mi storbai se vuoi sapere quello che so.
So che hanno fatto delle AItrainate direttamente su tutto
ciò che c'è sulla Darknet o suTor anche su questo, perché sono
i dati private di molte personeno, dico al di là di quello.
(43:49):
So che ci sono delle AI che lehanno trainate sui dati che
vengono dalla Darknet.
Quindi hanno fatto delle AI chel'hanno trainate sui dati che
vengono dalla Darknet.
Quindi hanno fatto delle AI chese interrogate, si sanno dire
cose che delle AI che non hannoavuto accesso a quella parte di
Internet non si saprannorispondere e sono fatte apposta.
Molti cybercriminali l'hannofatta anche così, trainandole su
(44:11):
quei dati ok, per fare reverseengineering in realtà è per
poter farsi fare una ricercaparticolare o qualche per farsi,
non lo so, scrivere qualchecodice malevolo in una certa
maniera.
Allora hanno trovato magari ilmodo di sfruttare le
(44:35):
informazioni che sono sullaDarknet per fare questo.
Ma io ti faccio degli esempi,magari che non calzano bene
perché non ho approfondito, peròti dico che ho letto di
tentativi di questo genere.
Poi, a parte questo, l'altracosa che posso dire è che ho
letto di, non so il caso, di,non mi ricordo quale azienda
(44:58):
giapponese, forse Hyundai adessonon mi sfugge il nome Di
macchine.
Sì che stavano i dipendenti.
Stavano usando già GPT perfarsi redare del testo di
documentazione, quindi gli hannobuttato dentro dei dati
aziendali.
Speaker 1 (45:13):
Hyundai penso che è coreano.
Hyundai, penso che è coreano.
Forse Nissan sono giapponesi.
Speaker 2 (45:18):
Non mi ricordo bene, magari adesso non mi ricordo
bene, però è accaduto a questiche hanno pubblicato dei dati.
Non è che hanno pubblicato,hanno chiesto a GPT determinata
informazione.
Dannogli in pasto però dipartenza dei documenti interni
dicendogli aggiustami questodocumento interno oppure dammene
.
In questa maniera è successoche quei dati sono finiti a
(45:38):
OpenAI.
Quindi se riesci a farti girareun AI dentro casa con i dati in
locale, è meglio che utilizzare.
C'ha GPT se vuoi utilizzare idati così come ce li hai
altrimenti devi anonimizzarli,perché sennò c'è il pericolo che
pubblichi informazioniriservate.
Speaker 1 (45:57):
No, Certo, ma c'era la storia famosa di questo
giudice, giovane giudice cheaveva usato GPT all'inizio.
Era appena uscito da un anno eil ragazzo aveva dimenticato l'
allusinazione.
Ha preso dei casi generatidall'IA che erano falsi,
totalmente generati per il suocaso, e hanno stato verificati e
è stato licenziato.
Infatti, mr Bison, moltointeressante come venerdì,
(46:24):
ricordo a quelli che sonoarrivati abbiamo parlato di al
inizio, dopo del BitcoinLearning, e abbiamo fatto il
punto.
Ti ringrazio molto per i tuoispunti con il tuo background,
background su bitcoin e sullasicurezza.
Racconta un po' a quelli che ciascoltano e che non ti
conoscono cosa fai, dove cipossono sentire con sinapsi,
(46:45):
oltre con sinapsi, se hai uncanale da condividere, racconta
un po'.
Tutto.
Questo farà tua autopromozione.
Nel frattempo, prima che inizi,ricordo alle persone se avete
dei commenti, se c'è ancoraqualcuno che vuole dire qualcosa
e venire sul parco, scrivete uncommento.
Posso rispondervi e farvivenire.
Quindi non esitate dai,raccontaci.
Speaker 2 (47:05):
Racconta tutto dove possono sentirti, quando, dove,
cosa racconti, cosa fai alloracon Synapsi abbiamo iniziato
questa non so come dire questopodcast ogni due settimane,
questa live ogni due settimaneche parla di cyber security, di
(47:28):
cyber crime, attacchiinformatici e molto altro, e
ogni due settimane facciamoquesto tipo di live.
E poi, quando non facciamo lasettimana in cui non facciamo
quella live di cyber security,io ne faccio un'altra su
Telegram che riguarda solocontrosorveglianza e autodifesa
(47:52):
digitale.
Contro sorveglianza eautodifesa digitale, dove
trattiamo temi che riguardano laconto sorveglianza finanziaria
digitale in generale, come comedifendersi, come cercare di non
essere sorvegliati, eccetera,eccetera, mentre nella col di
cyber security parleremo appunto, sarà più focalizzata su
(48:14):
vulnerabilità, attacchiinformatici e quant'altro cyber
crime.
Mi farò aiutare sempre da Marcoe da Alessio, che tu conosci, i
nostri amici di Synapse.
Speaker 1 (48:29):
Quando vuoi, sei invitato anche tu va bene, marco
, bisogna che lo dica quandovuoi.
Speaker 2 (48:33):
Sei invitato anche tu ovviamente non c'è manco
bisogno che lo dica quando vuoisarai sempre un ospite va bene,
va bene, raga.
Speaker 1 (48:44):
Ti ringrazio per questo momento e ci sentiamo da
breve.
E per tutti quelli che ciascoltano, vi ricordo giovedì
inizio del percorso sullaZetetica.
Quindi tutti i materiali per lospirito critico, mr Bison ciao
ciao ciao grazie ti ringrazio eper tutti gli altri, a giovedì.
(49:07):
Ciao, ciao, ciao.
Ciao e benvenuto nel Disruptive Talks ascoltatore del
podcast.
Questa è una puntata cheabbiamo fatto lunedì sera per
parlare dell'intelligenzaartificiale e fare un piccolo
review delle cose che sonosuccesse su Bitcoin.
Dopo il halving in questo liveho ricevuto Mr Bison che ci ha
(00:33):
dato il suo parere, sempre suBitcoin e anche
sull'intelligenza artificialenell'ambito della sicurezza.
Vi ricordo che adesso ilpodcast è in live video.
Abbonatevi al canale YouTubeper non perdere i prossimi live.
Buon ascolto a questo quartoepisodio del Quick Talk.
(01:00):
Oggi parleremo un po' di IA, unpo' di Bitcoin e forse in fin
d'episodio ricevo qualcuno.
Vedremo se c'è delle domande.
Vi ricordo che questo episodioè full interattivo, quindi posso
sentirvi, posso leggervi neicommenti.
(01:21):
Scriveteci se c'è delle domandeo altre.
Un punto sul podcast il punto diriferimento adesso sarà
chiaramente il canale YouTube.
Ho rifatto un po' il canale,quindi vi consiglio subito di
andare sul canale YouTube e diseguirlo.
Sarà un po' il punto diriferimento di cui partiremo
tutti i live con sarà da breveanche una parte private.
(01:43):
Fate le vostre domande sevolete partecipare al live.
Dopo, con il tempo avreiqualche persona che possono
venire ogni tanto, anche genteche ci ascoltano, che vogliono
parlare sull'argomento cheandiamo a trattare oggi.
Non esitate a farlo.
Altre informazioni giovedì eferie da noi siamo in vacanze,
(02:15):
quindi, se avete un po' di tempo, alle 6 e mezza.
Grazie a tutti.
Preparato un piccolino trailerper il canale YouTube, sempre,
che riassume un po' la valueproposition del canale
Disruptive Talks.
Lascio questo prima di partiresull'intelligenza artificiale.
Parliamo un po' di la matre.
Questo è il nuovo trailer delcanale.
Ciao, sono Kevin, sono francesee lavoro per un centro di
(02:41):
ricerca.
Il Disruptive Talks è un podcastvideo e audio.
Parliamo di tecnologieemergenti e il loro effetto
sulla società Notizie, talk,debattiti, how to bitcoin,
l'intelligenza artificiale, ilquantum computing, ma anche la
geopolitica delle tecnologie.
Il nostro obiettivo èraccontarvi il cambiamento
(03:03):
digitale In un secondo tempo.
Il Distributive Talks è ancheuna parte dedicata all'asetetica
, il scetticismo scientifico.
In questa parte proponiamo duetipi di contenuti delle pillole
educative, formative per darvigli strumenti dell'asetetica.
La seconda tipologia dicontenuto nella parte asetetica
(03:23):
saranno delle debattiti, doveuna prima parte sarà dedicata al
confronto d'idea e una secondaparte all'uso delle metodologie
setetiche per cercare di trovareun consenso nel debattito.
Iniziamo appena, quindi, se vipiace, abbonatevi, condividete e
vi ritroviamo da presto per unprossimo live.
Dove sono le informazioni vere edove sono le informazioni false
(03:45):
?
La seconda cosa saranno idebattiti.
Vorrei cercare alcune personeche mi aiutano su questa parte,
(04:09):
che hanno abbastanza competenzain filosofia, in economia, in
storia, in tutte questetematiche, per poter affrontare
le tematiche.
E dopo troveremo delletematiche di interesse, che
siano sulla geopolitica delletecnologie e tutto quanto, per
creare dei debattiti e usare lametodologia per trovare il
consenso, come vi spiegavo nellavideo.
(04:30):
Prima video sulla tematicaasetetica, giovedì alle 6.30.
Subito la matrè Allora questasettimana inizio con qualche
notizia La notizia dellasettimana passata su
l'intelligenza artificiale.
Il canale non è un canale difast news.
Il mio obiettivo non èraccontarvi le notizie che sono
(04:52):
successe, è piuttostoraccontarvi cosa c'è dietro.
Quindi, se una notizia mi dà uninteresse particolare di
parlare di qualcosa in specifico, la prendo E questo è specifico
un esempio.
Andate a capire subito.
Quindi, settimana passata èuscito il nuovo modello di Meta
Facebook, lama 3 è un modelloche è uscito.
(05:16):
È davvero molto interessante.
Se andiamo sul sito di Lama, diMeta, possiamo vedere una serie
di benchmark, vedere una seriedi benchmark, una serie di dati
su questi benchmark.
In specifico, che vediamoadesso sono i benchmark
proprietari di Meta, quindi nonsappiamo la metodologia
(05:37):
specifica, oltre che leinformazioni che sono scritte
sul GitHub.
Quindi, se andate sul GitHub diMeta, potete vedere più in
dettaglio questi benchmark comesono effettuati.
Comunque mostrano che Lamaarriva al livello di chat GPT-4
su certi compiti, su altri losupera.
Sul codice andiamo a vederedopo.
Molto, molto, moltointeressante no-transcript e
(06:28):
questo è una delle grandi forzedi questo modello, davvero il
punto forte di questo modello.
Se andiamo più in dettaglio,più nel concreto, hanno proposto
due versioni, uno con 8miliardi di parametri e l' uno
con 8 miliardi di parametri el'altro con 60 miliardi di
(06:48):
parametri.
Questo si riferisce sempresemplicemente al numero di
parametri nel modello, quindi leelementi che hanno stato
integrati per aiutare adeterminare la sua capacità di
elaborazione e precisione nellerisposte.
Ve lo dicevo è un open source equesto è davvero un elemento
chiave.
È stato davvero lodato per lasua trasparenza e il suo
(07:11):
importante impatto sullacomunità, sulla ricerca e sullo
sviluppo di IA.
Bisogna capire per un uso moltopiù industriale, per le aziende
.
Si sarà sempre gratuito.
È molto bravo sul codice.
Vi dicevo che supera ciaGPT sucerti compiti, certamente sul
codice.
Secondo quelli che l'hannoprovato dicono già che sì, vero,
(07:34):
lo supera e anche ha una moltobuona comprensione del
linguaggio, più o meno simile aquella del ciaGPT 4.
Se facciamo un comparativo, ilpunto chiave davvero è il suo
prezzo e il fatto che richiedemolto meno potenza
(07:56):
computazionale per poterallenarlo.
E questo sono davvero due cosechiave per la ricerca e
fondamentale rispetto ai modellicome CGPT4, bloom.
Mistral è molto accessibile,come ve lo dicevo, e il fatto
che c'è questa richiestacomputazionale molto più bassa
(08:18):
che le altre è un punto chiave.
Ma concretamente l'opinione, leesperti che l'hanno provato
dicono che no, non arriva ancoraal livello del CGPT4.
Anche Mistral su molti compitiè superiore, ma il suo approccio
open source è davvero asottolineare.
(08:39):
Io vorrei comunque capire comeMeta vuole aggregare tutto
questo con la sua bigger vision,anche questo metaverso.
Adesso si lanciano sui modelliAI.
Forse stanno facendo qualcosache sul lungo termine potrebbe
essere molto interessante perloro.
Ma il punto per cui vi parlavodi questo se voi siete su
(09:00):
Twitter, su Reddit, questainformazione, lo sapete che la
matra è uscita Il punto su cuivolevo fermarmi è questo
benchmark.
Vi dicevo all'inizio che ilbenchmark di meta lo classifica
tra i migliori modelli E quindiè interessante di capire come
possiamo valutare i diversimodelli.
(09:21):
E lì si crea proprio unatematica, una vera tematica.
Io, nell'esperienzaprofessionale, ho avuto
l'occasione di mostrare quello,di parlarne, di studiarlo.
Questo si chiama FLASK.
È uno dei primi modelli su cuiho trovato un documento
scientifico per valutare imodelli di AI generativa.
Modelli di AI generativa quindiun modello che va a prendere
(09:43):
quattro grandi cluster che sonoclusterizzati con dodici
elementi specifici.
Quindi il fatto che siarelevante sulla sua logica,
sulla sua efficienza, sulla suafacoltà a capire, sulla
metacognition, quindi capirequello che fa la domanda,
(10:04):
richiede in mente tutti questielementi, con QPI precisi che
consente, proprio come lo vedete, di andare a valutare i diversi
modelli.
Ma questo è rilevante o èobsoleto?
E lì ringrazio Exponential Viewper questa idea.
(10:26):
Hanno uscito una newsletter,proprio qualche giorno prima che
sia uscito la matrè, parlandoproprio della tematica dei
benchmark.
Quindi ho ricollegato le dueinformazioni o forse è uscita
dopo, non mi ric, ricordo quello, l'avevi messo nelle favoriti
che parla proprio di benchmark esu questo grafico lo metto in
(10:51):
grande.
Cosa vediamo?
su questo grafico, quindi,mostra la progressione nel tempo
della saturazione di benchmarkper alcuni proprio modelli di
valutazione.
La saturazione di benchmark peralcuni modelli di valutazione.
La saturazione del benchmarkcos'è la saturazione del
benchmark?
(11:12):
Il livello di prestazione di unsistema di AI su un determinato
test.
Quando questo livello arriva a1, il sistema non è più in grado
di riconoscere tra la macchinae l'essere umano.
Quindi, secondo, con questavalutazione cosa vediamo,
vediamo che infatti tutti ibenchmark arrivano molto
(11:32):
velocemente verso il 1, versoquindi un benchmark che valuta
l'intelligenza artificiale, ilmodello di generative AI come un
essere umano e lo sappiamo chenon è il caso ancora la GI,
questa intelligenza artificialegenerale, non ci siamo ancora.
Quindi cosa vuole dire questo?
(11:55):
mi fermo solo su questo graficoper capire perché è
interessante di vedere quello.
Vedete delle colori che sonodiversi i modelli.
Ad esempio, vediamo ImageNetTop 5, quello è un modello di
riconoscimento per l'immagine.
C'è SuperGlue.
(12:17):
Superglue era non mi ricordoquello, l'avevo scritto
SuperGlue, una suite dibenchmark progettata per
valutare le capacità dicomprensione.
Quindi ogni, ogni modello dibenchmark è specifico a qualcosa
e tutti vediamo che con iltempo diventano obsolete.
Quindi sono i benchmark che siadattano ai modelli o i modelli
(12:41):
che si adattano ai benchmark.
Avevo lì il promemoria diquesto amico che faceva test su
internet di logica e che haavuto un test di qui molto alto.
È vero che era moltointelligente, ma parlando con
lui ci siamo fatti una domandama è il fatto che tu facevi test
molto giovane, quindi haialienato il tuo cervello a
(13:04):
capire come fare.
Quindi anche i sviluppatoricapiscono in benchmark o proprio
, comunque con l'allucinazionenon ci siamo ancora a questa
idea, quindi varie cose, da semettiamo tutti insieme tra la
matre le informazioni date dameta prima che il modello
uscisse, come che era il modelloil più grande, e le conclusioni
(13:29):
quindi non è ancora il caso equeste informazioni che vediamo
sulla rilevenza dei benchmarkche con il tempo ogni volta
diventano ossolete.
Il punto è che ancora nonconosciamo appieno le capacità
dell'IA e gli sviluppatori anchenon sono tenuti di sottoporre
il loro prodotto a testa primadel rilascio.
(13:51):
Quindi sarebbe interessante, adesempio, di avere un gruppo di
indipendenti che potrebbe, conun metodo specifico che
definiamo, verificare in modoindipendente, prima di
rilasciare il modello, capiredavvero un benchmark effettivo.
Non so se sarebbe qualcosa diutile.
(14:11):
Se c'è qualcuno che mi sente suquesto argomento, voleva dare
la sua.
Il fatto, secondo me il piùimportante sarebbe concentrarsi
sui benchmark.
Cos'è l'intelligenza, cosa sonoanche, forse e quello vorrei
usare la metodologia esetetica,la metodologia scientifica, la
riproducibilità.
(14:32):
Quindi, con questaallusinazione capiamo che se
facciamo un test e che loriproduciamo con le generative I
, il rischio che arriviamo aun'allusinazione.
Includere questi elementi nelbenchmark delle generative AI è
qualcosa che potrebbe dare unpo' di chiave a tutto questo.
I governi hanno tentato direndere leggibile tutto questo,
(14:56):
quindi cercare di capire l'IA,come classificarli?
come davvero fare un benchmark?
come fare un benchmark?
hanno sviluppato delle sogliedi calcolo, ma anche quelle,
come tutti questi benchmark, nonsi rilevano con il tempo.
Molto efficiente perché con lavelocità di apparamento di
questi nuovi modelli, ogni voltasuperiamo tutti i modelli, come
(15:19):
il test di Turing, che è statosuperato in 1996 o in 2015, ci
ritroviamo nel 2015, ciritroviamo nel stesso caso.
Quindi, molto interessante diseguire come andiamo a
continuare, di cercare divalutare queste modelli dai.
Ci fermiamo sulla generazionedi AI, subito Bitcoin.
Abbiamo parlato venerdì concolleghi, colleghi.
(15:41):
Vedo che c'è qualcuno che èarrivato top, andiamo a parlarne
subito.
Faccio un punto breve.
Ascoltaci così e risponderai.
C'è Mr Bison con noi,ottimissimo.
Vorrei fare un punto perrispondere alla puntata che
abbiamo fatto venerdì.
Abbiamo fatto una puntataproprio con Mr Bison.
C'è anche colleghi che tiascoltano e che vogliono venire.
(16:02):
Mandatemi un messaggino e vimando il link.
Allora, cosa è successo?
Abbiamo fatto un live dopo ilhalving.
Prima del halving ci siamoaddormentati.
Alcuni di noi io e Marco eravamosvegli e forse abbiamo
festeggiato questo online, ma ilpunto è che sono successe delle
(16:23):
cose già subito dopo.
Io, in live, ero su Twitter evedevo queste cose.
Le commissioni di transazione,le commissioni di transazione
sono andate all'estere.
Andiamo a cercare di capire sequesto, qual è la regione, cosa
è successo, cosa dicono le gente.
e per fare questo andiamoproprio a partire di un tweet,
(16:47):
il tweet di criptovalutait.
Vi condivido subito lo schermoe ve lo leggo Cosa sta
succedendo alla time chain dibitcoin?
Perché le fee sono così alte?
Questo è stato pubblicatoproprio il giorno dopo, il
sabato, nella giornata.
Il blocco 840000, quindi ilfamoso blocco dell'Alving in
(17:09):
tanti matachioni hanno spessocifre folli per essere nel
blocco dell'Alving, scusate peril mio italiano e è lo stesso
blocco.
Reunz.
Ne abbiamo parlato venerdì.
Velocemente farò una puntatacon Gabriele su questo.
Quindi questi nuovi NFT, nuovoprotocollo per gli NFT, è
partito anche nel stesso momentoReunz con un certo hangment
(17:33):
della community Ordinal, se èchiaro, ordinal che aveva anche
spammato la catena.
C'è chi ritiene le transazioninon finanziarie spam e chi
invece dice che finché ilprotocollo consente, è tutto ok,
non si potrà più transare acosto basso.
(17:56):
Difficile pensare che letransazioni rimangono sulle fee
così alte.
Già oggi sono sensibilmente piùbassa di ieri.
Occhio però a cantare vittoriaprima del tempo.
Il movimento Ordinalz hadimostrato di avere sette vita.
Tu cosa ne pensi se potessi diretu limiteresti questo tipo di
transazioni?
quindi da questo andiamo apartire.
(18:17):
È vero che c'è in effetti unasorta di spamming che crea tutto
quello, ma vorrei dare un po'di altezza a tutto questo.
Ho sentito un spy space e hoguardato un po' su Glassnode,
qualche on-chain analytics, equindi andiamo a vedere che è
vero, ma non solo.
(18:39):
Forse noi qualche tempo dopoabbiamo postato questo.
Quindi, primo, una sorta dirisposta alle commissioni alte.
Certo che su bitcoin adessoanche con momenti di problemi di
scalabilità ci sono problemi,ci sono anche qualche soluzione,
(19:01):
cioè gestire le UTXO facendobatching delle transazioni,
usare un layer 2 che sia liquidrisk, lightning network.
Ci sono delle soluzioni,chiaramente l'altro punto è che
secondo me no, le commissionialte non sono solo e
(19:25):
essenzialmente, al maggior caso,in quel caso dopo il halving
dovuto a un attacco alla catena.
Chiaramente no, e uso quellotermine, non è un attacco alla
catena.
Banalità macroeconomica,certamente economica.
Si prendiamo le ordinal.
(19:45):
Se tutte queste cose offerta,domanda, c'è un hangman, quindi
è popularità.
Ma vediamo anche perché èsemplicemente una risposta, una
situazione macroeconomica.
Allora con i lalvin cos'èsuccesso?
il demezimento del block rewardche è passato da 6,25 a 3,125,
(20:10):
quindi i miner, per fare il lorolavoro, per il stesso sforzo
computazionale la minuta,all'altro, ogni 10 minuti,
ricevono meno fondi, meno soldi,meno ricavi per il stesso
lavoro.
Il primo punto Questo quindi,come per ogni halving, ragazzi,
come per ogni halving, mette lapressione sulle commissioni per
(20:32):
sostenere le entrate di minatori.
Vado a riprendere un termineche ho sentito la prima volta di
Alessio, una sorta diflippening.
Flippening tra block rewarddalle commissioni di transazioni
.
Quindi le commissioni sonoaumentate in modo significativo.
Già il giorno dopo eranoritornate a 80%.
(20:52):
Ricordo ancora una volta ognivolta dopo il landing è qualcosa
che succede Le commissioni sonosalite fino al 30% delle
entrate dei miner, con lecommissioni media che potevano
andare fino al 60%.
Con questo si prevede che lapressione sulle commissioni
(21:13):
continua a aumentare dopo ognihalving.
Questo l'ho sentito dal spacedi Dylan Leclerc, che è un
specialista di on-chainanalytics e anche del mondo dei
miners.
Loro dicono che ancora su due otre cicli dopo il dimezzamento,
dopo l'alvening, ci sarà questapressione sulle commissioni,
(21:33):
con alcune proiezioni cheindicano che le commissioni
potrebbero andare fino al 50%delle entrate dei miners entro
il 2028.
Quindi, se facciamo il riassunto, al 50% delle entrate dei
miners entro il 2028.
Quindi, se facciamo ilriassunto, le commissioni
elevate sicuramente che vanno aescludere certi piccoli
investitori che fanno deitrading o vanno a usare altre
(21:55):
metodologie di custodia perrimanere su exchange o altre per
salvarci, ma fondamentalmentelì ne discuteremo forse, se lui
vuole, con Mr Bison attiranoanche la tesoreria aziendale o
individui come certi hodlers o afacoltosi che non si
preoccupano di pagare per lasicurezza, è il più sicuro.
(22:18):
Quindi come riserva di valorenon cambia nulla.
Quando qualcosa così succede,bisogna vedere un po' dal punto
di vista di miners.
Molto interessante sempre dicapire, per capire quelle
dinamiche, come lo dico sempre,dell'energia e dei miners e
(22:40):
quindi di vedere anche i lashrates.
E il tasso di hash è sceso da10% mediamente dopo il halving e
lì, come molte volte, comeanche quando arriva un movimento
di bull market, di esostionedel bull market, certi miners,
(23:00):
le meno efficienti, hanno spentole macchine, ma c'è avuto nel
contempo le nuove ASIC e unacerta di movimento del prezzo,
quindi non avrà un impattoenorme sul prezzo.
Le entrate con tutto questo, leentrate dei miners in rapporto
(23:22):
al prezzo del hash èinizialmente sceso di 40% fino a
solo 20% del pre-hulling.
Quindi anche lì nienteimportante.
La chiave i minatori sonoancora generalmente redditizi,
quindi tutto bene con un prezzodi pareggio di bitcoin intorno
al 25k, 30k.
(23:43):
Ma allora le commissioni alte,un attacco alla rete, solo le
ordine al se.
No, infatti, lo vediamo che èun movimento banale.
È un movimento molto banale.
Certamente che le ordine al sein iscrizione hanno guidato una
grande parte del recentegonfiore, ma il modello di
(24:03):
sicurezza di Bitcoin ha sempredi peso del sviluppo e del
mercato delle commissionisufficienti nel tempo.
Questo fa parte della storia diBitcoin.
Anche senza le ordinance, legrandi entità potrebbero anche
spamare la catena se lodesiderasse, non attaccarlo e
non danneggiarlo, ma il costoper farlo aumenta solo con le
(24:25):
commissioni in quel caso.
Quindi, anche in quel caso,l'alzatura dei livelli di
commissione porta a sicurezza larete.
Fondamentalmente altri.
Lì è un debato filosofico inriguardo a queste ordinali
abbiamo parlato durante l'ultimotalk.
Altri vedono questo come unattacco che esclude gli utenti
(24:50):
più piccolini.
Io su questo mi fermo, vadoindietro.
Attacco o no Se le ordinali, sel'NFT funziona, è popularità.
Si attacca se la rete è inpericolo?
è il caso?
No, non è il caso.
Se paragoniamo la storia,l'ultima volta che è successo,
altra rete, se prendiamoCryptiKitties o altri, ha creato
(25:13):
l'ambito che conosciamo adesso.
Quindi, niente di che.
Mi fermo su due tweet che hovisto, voglio metterlo avanti,
il primo proprio un'ora fa, eriassumono bene anche il mio
pensiero su tutto questo.
Alessandro Mazza, che ogni volta, molte volte, quando lo leggo,
(25:34):
mi piace il suo pensiero lefialte di Bitcoin sono un
segnale di successo in questoprogetto, non il contrario.
Change my opinion e leggo ilsuo ultimo post e faccio entrare
Bison, e così possiamosalutarlo.
Il suo secondo post, unametrica di estrema rilevanza in
(25:58):
mio avviso, è la quantità distablecoin presenti su una chain
, in quanto il simbolo diliquidità presente.
Questo è semplicemente unsegnale, ragazzi, e lì cosa
vediamo?
vediamo semplicemente ilsegnale di USDC minted su
bitcoin e questo è un segnalemolto forte.
(26:18):
Questo era un quick talk che,se voleva, molto veloce, per
raccontare queste due cose efare un po' un recap, un
promemoria di quanto è successo.
Mr Bison, non hai il microattivato come stai.
Ciao, kevin, ciao ciao, comestai stai bene, sto bene sto
(26:41):
bene, grazie, tu stai bene.
Sì, dai, grazie, tu stai bene.
Speaker 2 (26:44):
Si, dai lunedì fa un po' freddo, da qualche giorno,
quindi sto bene, ma ho freddoguarda, vuoi un mio commento,
una mia opinione, totalmente conte su bitcoin e su tutto questo
, su tutte quelle che è successoguarda, io, se devo essere
sincero, purtroppo non hoseguito tantissimo anzi mi ha
(27:07):
fatto piacere seguire te chestavi introducendo un po' di
quello che è successo in questeultime settimane.
Il fatto che le fisi sianoimpennate così tanto non è la
prima volta, è già successoquando scoppiarono i primi
ordinats.
No, poi di nuovo si èriassorbita la situazione.
Dal mio punto di vista, a mepiacere non me ne fa tantissimo
(27:30):
il fatto che non posso transarepagando poco in questo momento
on chain.
Però in realtà io ho un nodolightning.
Quindi se volessi fareveramente delle transazioni
basse lo potrei fare senzaproblemi.
Se dovessi spostare molti soldiè un po' come dire non mi
sentirei tanto contento dispendere delle fee molte volte.
(27:52):
Quindi sicuramente questa cosaun po' mi dà fastidio.
Però se lo sviluppo che è inatto adesso veramente migliorerà
in qualche maniera, se losviluppo che è in atto adesso
veramente migliorerà in qualchemaniera, come dire in qualche
maniera migliorerà, non so,l'user experience delle persone
con bitcoin a lungo termine,allora ne sarà varsa la pena.
(28:15):
Se invece, come penso io,potrebbe non servire a un cazzo,
magari è stato un esperimentoche, appunto, non ha portato a
nulla di buono.
Tu lo sai cosa ne penso io,riguardante gli NFT o altre
cavolate che si possono fare.
Sai che penso che in realtà latokenizzazione può essere utile
solo per alcune cose che ti hogià espresso, tipo l'idea di
(28:37):
avere un crowdfunding equitybased basato totalmente su
blockchain.
Sarebbe veramente una figata.
Però tutte le altre robe chestanno nascendo o che sono di
derivazione da ciò che hannofatto su altre chain non mi
entusiasmano più di tanto.
Quindi questo è il mio commentoio allora ti raggiungo su.
Speaker 1 (28:59):
Su NFT, io pensavo un po' come te prima, ma oltre a
creare un crowdfunding o altre,sulla creazione dei sistemi DOA,
di facilitare l'economiacircolare, non vedi questo come
un plus per altre case d'uso,come le CryptoKitties.
(29:20):
Ricordati quando sono uscite lecrypto kitties?
cioè io, come te, dicevo wow,wow.
Comunque, oggi, anche sui NFTche vediamo con le
fractionalized NFT, quindi ilfatto di creare un NFT che tu
potrai fractionalizzare, quindiimmaginati, quindi il token
diventa non fungibile.
(29:41):
Ogni token è diverso l'unodall'altro.
Quindi vai a tokenizzare, adesempio, un fondo di AO e lo vai
a frazionalizzare per poterdividirlo tra varie grandi
persone che vanno a coprirequesto fondo di AO.
Vedi questi NFT come la portad'entrata verso altri prodotti
finanziari e lì forse potrairispondere su questo, forse in
(30:07):
adeguazione con la cosa che tudicevi l'altra volta, ovvero tu
non vedi Bitcoin come un assetfinanziario e secondo te non
devi diventare un assetfinanziario.
Hai il micro spento.
Speaker 2 (30:17):
Sì, scusa, Kevin guarda io in realtà ti ho detto
come la penso, nel senso sequeste nuove implementazioni
portano davvero a un caso d'usoreale che io posso fare di mio
da solo, cioè posso fare uncrowdfunding equidi base, tutto
basato su bitcoin, proponendo lamia idea, raccogliendo fondi e
(30:38):
distribuendo in cambio dibitcoin, un token che
rappresenta una revenue sharedella mia idea quando andrà in
onda, sono del tutto contento.
Se accade una cosa del genere,sarei contento.
Speaker 1 (30:51):
Ma le altre applicazioni che tu mi stai tipo
proponendo io non le riesco aconcepire non ci arrivo allora
ti faccio un'altra domanda, chenon è legato a questi NFT, ma è
più sto sto la situazione delletransazioni.
Ascoltavo un space moltointeressante alle 2 di mattina,
(31:12):
in inglese, dove loro erano ungruppo di sviluppatori, di
miners e loro dicevano che perloro tutto questo è positivo
perché forza i sviluppatori atrovare soluzioni nel livello
della gestione delle UTXO, nellivello della custodia.
Speaker 2 (31:26):
No, no spiegami meglio.
Speaker 1 (31:29):
Allora questi sviluppatori dicevano che più la
situazione diventa per Bitcoincomplessa in riguardo a queste
transazioni, è davvero unelemento che fa un push verso
gli sviluppatori e la communitya trovare soluzioni dal livello
dell'UTSO management, dallivello della custodia, per
(31:50):
trovare soluzioni altre a questeproblematiche, soluzioni
italiano o striacci nel modo divedere le cose, ma loro dicono
questo, quindi forse questasituazione sulle transazioni
consentirà all'ecosistema ditrovare soluzioni a livello
custodial, a livello UTA, sumanagement, come alcune
(32:14):
soluzioni nel passato hannotrovato, come il batching o
altre, e quindi loro vedonoquesto come ok, no, è una sfida
e più la sfida è grossa, piùdiventa una priorità.
Speaker 2 (32:25):
stiamo a vedere perché quello che voglio dirti,
kevin, è che nel 2013-2014 io neho visto esplodere un sacco di
idee che dovevano rivoluzionare,che dovevano portare
cambiamento.
Ne ho viste fin troppe anche diproposte relative al bitcoin.
Poi col tempo si vede quelloche rimane.
Quello che rimane è ciò che haavuto senso.
(32:47):
Quindi stiamo a vedere.
Io non voglio essere scetticototalmente.
Dico soltanto che al momento,fittato che non ho delle prove
tangibili per me da utente dibitcoin, per ora non so quale
rimango un po' scettico, perònon ti dico che non posso
(33:08):
uscirne nulla di buono.
Speaker 1 (33:10):
Dico soltanto col tempo vedremo, con qualche prova
tangibile potrei cambiare ideasu tutto questo, tutto ciò che
sta accadendo adesso e ultimadomanda su questo, e dopo
vediamo se hai delle cose dadire sulla prima parte, dove
abbiamo parlato di IA, ma unelemento su Bitcoin è tutto
(33:30):
questo.
L'altra volta dicevi, è proprioun'infrastruttura.
Tutte queste cose vannomigliorate con il tempo.
È proprio questa sfida chestiamo sfrontando adesso.
Tu immaginatil'iperbitconizzazione domani e
che dobbiamo tutti usare bitcoin.
Ti ritroverai con il stessoproblema e un po', se cerchiamo
(33:50):
di legittimare bitcoin, è un po'il problema che andiamo a
vedere.
Quindi una catena spamata daitransazioni con delle
transazioni altissime.
Quindi è semplicemente unapreview di quanto possiamo
esperare, se o la sfida è il 2 oproprio è l'1.
(34:12):
Non è affrontata.
Invece, sulla parte IA cheabbiamo visto, quindi la matre,
non abbiamo mai parlato insiemedi tutto questo, abbiamo solo
parlato blockchain.
Speaker 2 (34:21):
Su questa parte, tu che conosci, guarda io posso
dirti ispirandomi all'ultimopost che ho fatto su LinkedIn,
dove ho detto che secondo mel'intelligenza artificiale al
momento non è un'intelligenza,ma è soltanto un po' di
statistica, un po' di stocasticapresentata al medio, e quindi
(34:44):
per il momento un po' distatistica, un po' di stocastica
presentata al medio E quindiper il momento vedo l'AI
sicuramente uno strumento moltopotente, che però ancora è
altamente imperfetto e non è pernulla un'intelligenza per ora.
Non è per nulla un'intelligenzaper ora.
Quindi ho avuto una discussionein merito a questo anche con
(35:08):
Antonio Montillo, che ha parlatodi AI all'evento di Synapses di
un paio di settimane fa.
Anche con lui mi sonoconfrontato su questi concetti,
ne abbiamo parlato e alla finela AI ha cambiato, o meglio, gli
sviluppatori hanno cambiato ilmodo di sviluppare la AI dagli
(35:28):
anni 2000 in poi e questocambiamento ha coinvolto il
fatto che hanno iniziato adutilizzare tutti i dati presenti
su internet per trainare e ilrisultato che c'è adesso è
sicuramente buono, ma non è ciòche come dire, ci aspetta.
Secondo me qualcosa di moltopiù potente, molto più vero,
(35:52):
molto più simile a come pensa unumano, perché al momento queste
macchine non pensano allastessa nostra maniera.
Speaker 1 (36:01):
Si, si, no, e questo è il punto fondamentale, perché
al momento queste macchine nonpensano alla stessa nostra
maniera.
Sì, sì, in fatti lo vedi.
Speaker 2 (36:06):
E questo è il punto fondamentale, quando arriveremo
a fare una macchina che riesce asimulare perfettamente i
meccanismi delle sinapsi nelnostro cervello o che si
avvicini molto di più, alloraforse avremo, secondo me, uno
strumento di cui ci dovremmomagari preoccupare veramente,
(36:26):
perché al momento è imperfetta esecondo me le persone sbagliano
a dargli troppo poteredecisionale.
Speaker 1 (36:35):
potrebbero sbagliare nel dare troppo potere
decisionale a questi a questimodelli per il momento, secondo
me si è proprio la il poteredecisionale che possiamo
lasciare a questi modelli.
Te condivido totalmente.
Colti, oltre alla teoria, tu,su questi modelli e nel nel tuo
(36:57):
ambito professionale opersonalmente, hanno cambiato il
tuo modo di lavorare.
Speaker 2 (37:02):
C'è l'ebusy al momento è presto ancora per
poterlo dire, perché non siamoancora in quel livello, nel
senso che io parloprincipalmente in italia, perché
nel mondo la cosa è un po'ovvia, variegata, però
principalmente in Italia ancoranon c'è stato questo grande
(37:25):
slancio di utilizzo diintelligenza artificiale nel
campo della cyber security, cherispondono agli attacchi,
intercettano, rispondono,mettono dei sistemi dotati di
(37:47):
intelligenza artificiale cheriducono tantissimo il lavoro ai
team di sicurezza, quelli chedifendono le infrastrutture,
sono ok, ci sono già delle cosein giro.
C''è già qualcosa.
In Italia un po' si stautilizzando.
Sicuramente all'estero sonomolto più in uso, basti pensare
(38:11):
non so se hai sentito la storiadi Lavander, degli israeliani
che lo stanno usando.
Speaker 1 (38:17):
No, vai racconta, racconta.
Speaker 2 (38:19):
C'è un, si parla.
Io non ho approfondito, però sefai delle ricerche, magari si
trova dell'altro.
Speaker 1 (38:25):
Metto sullo schermo, cerco e metto sullo schermo, vai
, vai.
Speaker 2 (38:28):
Sì, c'è questo sistema che si chiama Lavander,
che è in uso dagli israeliani,che usa l'intelligenza
artificiale per riconoscere ivolti dei palestensi, dei
terroristi, di avansi, immagino,in modo tale che poi ci sono
più droni, o un drone inparticolare che, basandosi sul
(38:49):
riconoscimento facciale, uccidei terroristi.
E questa è una cosapreoccupante, nel senso che il
potere decisionale c'è stato undibattito perché il potere
decisionale dovrebbe esseresempre dato a un uomo.
ci dovrebbe essere un uomo chedice ok, quello è veramente il
bersaglio e quindi procedi conl'operazione.
Ma se è l'intelligenzaartificiale che deve decidere
(39:13):
direttamente, lei potrebbequalche volta sbagliarsi e
ammazzare un innocente, e questoè il problema.
Speaker 1 (39:24):
E questo che a me spaventa delle AI attuali.
Certo, metto in per quelli checi ascoltano, metto in commento
il link dell'articolo che hoappena trovato, che è dei Weird
Italia.
Quindi in italiano cos'è lavendor?
l'intelligenza artificialeusata da Israele per colpire i
palestinesi, quindi, haidentificato oltre 37.000
obiettivi militari.
Israele avrebbe accettato unnumero di vittime collaterali
tra 15 e 20 per ogni presuntomilione.
(39:45):
Ok, incredibile, ma infatti,quindi, uno dei primi campi su
cui hai usato il campo militare,questo fa un po' paura.
Tu, per ritornare sullasicurezza, tu lo vedi lì, a
generativa, più come come un, unstrumento che vi aiuta in modo
(40:06):
predittivo o in modoprescrittivo.
È qualcosa che che vedi più peranalizzare il dopo o per
cercare di anticipare prima?
Speaker 2 (40:16):
guarda, poi penso che si possa usare per entrambe i
casi, forse anche per moltialtri casi.
Il punto è che allo statoattuale non c'è una AI trainata
così bene che non mi sbaglia maiSu un'analisi di security o su
(40:37):
un'indagine di intelligence.
Che ne so?
su un'indagine di intelligencenon penso che al momento io non
sono molto esperto di AI nelsenso.
Ho usato un po' l'AMAC, l'agpt,ho provato a fare qualcosa e
talvolta ho capito che potevaaiutarmi.
Talvolta però mi sono resoconto che stava inventando e che
(40:59):
quindi non andava bene.
Se ho bisogno di un'indagine cheriguarda cose serie, cioè fatti
realmente accaduti, io hobisogno che sia fatto così,
altrimenti non ha senso.
Io poi parlo però anche moltoda profano, da uno che non sto
studiando AI.
Non mi sto mettendo a farecapito, non ho iniziato un
(41:20):
percorso.
Ho dei colleghi che lo stannofacendo, ad esempio, mi sono un
po' confrontato con loro percapire che cosa si può fare,
però al momento ancora non ci hovisto per me, non ci ho visto
qualcosa che mi può veramentecambiare il modo di lavorare.
Ma siamo ancora all'inizio.
Speaker 1 (41:41):
Comunque capito certo ci sono, ripeto, delle cose
dove mi può aiutare, ma ci sonotante altre cose che ancora
predisco fare ti capisco, èancora all'inizio, ma è un po'
come la legge di Moore, quindisull'evoluzione delle cose va
(42:01):
molto veloce e, chissà, in diecianni in quel livello saremo.
Io ne abbiamo parlato nellapuntata con Marco Terribile.
Abbiamo fatto una puntata unpo' fantascienza, dove abbiamo
ipotizzato un futuro possibile.
Io rimango convinto che rimanecomunque qualcosa di
programmatico e quindi ilrischio di arrivare all'IA che
(42:24):
davvero accede alla conoscenza,è pericolosa.
Non lo vedo qui, adesso vadoancora un po' più oltre.
Adesso vado ancora un po' piùoltre, ma attento, perché già
iniziamo a trovare anche dellelivelli con gestione di
temperature, per poter proprioandare verso qualcosa di meno
(42:45):
allussinatorio, anche se nonriusciamo a farli scomparire.
Quindi bisogna vedere, secondome la chiaveve lo parlavo in una
puntata la governanza dei dati.
Tu lo diceva anche nellagestione delle decisioni, anche
nella gestione dei dati, tuproprio che lavori nella
(43:06):
sicurezza, cosa diventano ledati quando vengono alienate da
un modello?
è un modello che può scrollareinternet fino a quando le cose
che lui scrolla le puòammagasinare e salvarle?
fino a dove può vedere?
tutto questo sono anche dellecose fondamentali.
Speaker 2 (43:28):
Mi storbai se vuoi sapere quello che so.
So che hanno fatto delle AItrainate direttamente su tutto
ciò che c'è sulla Darknet o suTor anche su questo, perché sono
i dati private di molte personeno, dico al di là di quello.
(43:49):
So che ci sono delle AI che lehanno trainate sui dati che
vengono dalla Darknet.
Quindi hanno fatto delle AI chel'hanno trainate sui dati che
vengono dalla Darknet.
Quindi hanno fatto delle AI chese interrogate, si sanno dire
cose che delle AI che non hannoavuto accesso a quella parte di
Internet non si saprannorispondere e sono fatte apposta.
Molti cybercriminali l'hannofatta anche così, trainandole su
(44:11):
quei dati ok, per fare reverseengineering in realtà è per
poter farsi fare una ricercaparticolare o qualche per farsi,
non lo so, scrivere qualchecodice malevolo in una certa
maniera.
Allora hanno trovato magari ilmodo di sfruttare le
(44:35):
informazioni che sono sullaDarknet per fare questo.
Ma io ti faccio degli esempi,magari che non calzano bene
perché non ho approfondito, peròti dico che ho letto di
tentativi di questo genere.
Poi, a parte questo, l'altracosa che posso dire è che ho
letto di, non so il caso, di,non mi ricordo quale azienda
(44:58):
giapponese, forse Hyundai adessonon mi sfugge il nome Di
macchine.
Sì che stavano i dipendenti.
Stavano usando già GPT perfarsi redare del testo di
documentazione, quindi gli hannobuttato dentro dei dati
aziendali.
Speaker 1 (45:13):
Hyundai penso che è coreano.
Hyundai, penso che è coreano.
Forse Nissan sono giapponesi.
Speaker 2 (45:18):
Non mi ricordo bene, magari adesso non mi ricordo
bene, però è accaduto a questiche hanno pubblicato dei dati.
Non è che hanno pubblicato,hanno chiesto a GPT determinata
informazione.
Dannogli in pasto però dipartenza dei documenti interni
dicendogli aggiustami questodocumento interno oppure dammene
.
In questa maniera è successoche quei dati sono finiti a
(45:38):
OpenAI.
Quindi se riesci a farti girareun AI dentro casa con i dati in
locale, è meglio che utilizzare.
C'ha GPT se vuoi utilizzare idati così come ce li hai
altrimenti devi anonimizzarli,perché sennò c'è il pericolo che
pubblichi informazioniriservate.
Speaker 1 (45:57):
No, Certo, ma c'era la storia famosa di questo
giudice, giovane giudice cheaveva usato GPT all'inizio.
Era appena uscito da un anno eil ragazzo aveva dimenticato l'
allusinazione.
Ha preso dei casi generatidall'IA che erano falsi,
totalmente generati per il suocaso, e hanno stato verificati e
è stato licenziato.
Infatti, mr Bison, moltointeressante come venerdì,
(46:24):
ricordo a quelli che sonoarrivati abbiamo parlato di al
inizio, dopo del BitcoinLearning, e abbiamo fatto il
punto.
Ti ringrazio molto per i tuoispunti con il tuo background,
background su bitcoin e sullasicurezza.
Racconta un po' a quelli che ciascoltano e che non ti
conoscono cosa fai, dove cipossono sentire con sinapsi,
(46:45):
oltre con sinapsi, se hai uncanale da condividere, racconta
un po'.
Tutto.
Questo farà tua autopromozione.
Nel frattempo, prima che inizi,ricordo alle persone se avete
dei commenti, se c'è ancoraqualcuno che vuole dire qualcosa
e venire sul parco, scrivete uncommento.
Posso rispondervi e farvivenire.
Quindi non esitate dai,raccontaci.
Speaker 2 (47:05):
Racconta tutto dove possono sentirti, quando, dove,
cosa racconti, cosa fai alloracon Synapsi abbiamo iniziato
questa non so come dire questopodcast ogni due settimane,
questa live ogni due settimaneche parla di cyber security, di
(47:28):
cyber crime, attacchiinformatici e molto altro, e
ogni due settimane facciamoquesto tipo di live.
E poi, quando non facciamo lasettimana in cui non facciamo
quella live di cyber security,io ne faccio un'altra su
Telegram che riguarda solocontrosorveglianza e autodifesa
(47:52):
digitale.
Contro sorveglianza eautodifesa digitale, dove
trattiamo temi che riguardano laconto sorveglianza finanziaria
digitale in generale, come comedifendersi, come cercare di non
essere sorvegliati, eccetera,eccetera, mentre nella col di
cyber security parleremo appunto, sarà più focalizzata su
(48:14):
vulnerabilità, attacchiinformatici e quant'altro cyber
crime.
Mi farò aiutare sempre da Marcoe da Alessio, che tu conosci, i
nostri amici di Synapse.
Speaker 1 (48:29):
Quando vuoi, sei invitato anche tu va bene, marco
, bisogna che lo dica quandovuoi.
Speaker 2 (48:33):
Sei invitato anche tu ovviamente non c'è manco
bisogno che lo dica quando vuoisarai sempre un ospite va bene,
va bene, raga.
Speaker 1 (48:44):
Ti ringrazio per questo momento e ci sentiamo da
breve.
E per tutti quelli che ciascoltano, vi ricordo giovedì
inizio del percorso sullaZetetica.
Quindi tutti i materiali per lospirito critico, mr Bison ciao
ciao ciao grazie ti ringrazio eper tutti gli altri, a giovedì.
(49:07):
Ciao, ciao, ciao.
Popular Podcasts
Dateline NBC
Current and classic episodes, featuring compelling true-crime mysteries, powerful documentaries and in-depth investigations. Follow now to get the latest episodes of Dateline NBC completely free, or subscribe to Dateline Premium for ad-free listening and exclusive bonus content: DatelinePremium.com
24/7 News: The Latest
The latest news in 4 minutes updated every hour, every day.
Therapy Gecko
An unlicensed lizard psychologist travels the universe talking to strangers about absolutely nothing. TO CALL THE GECKO: follow me on https://www.twitch.tv/lyleforever to get a notification for when I am taking calls. I am usually live Mondays, Wednesdays, and Fridays but lately a lot of other times too. I am a gecko.