QuickTalk Speciale AI (Llama 3 e Benchmarking nella generative AI) e BTC Post-Halving (high fees, un'attacco alla rete?) in Live Video con Mr. Bison

🍔 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.

Transcript

Speaker 1: 0:08

Ciao e benvenuto nel Disruptive Talks ascoltatore del podcast. Questa è una puntata che abbiamo fatto lunedì sera per parlare dell'intelligenza artificiale e fare un piccolo review delle cose che sono successe su Bitcoin. Dopo il halving in questo live ho ricevuto Mr Bison che ci ha dato il suo parere, sempre su Bitcoin e anche sull'intelligenza artificiale nell'ambito della sicurezza. Vi ricordo che adesso il podcast è in live video. Abbonatevi al canale YouTube per non perdere i prossimi live. Buon ascolto a questo quarto episodio del Quick Talk. Oggi parleremo un po' di IA, un po' di Bitcoin e forse in fin d'episodio ricevo qualcuno. Vedremo se c'è delle domande. Vi ricordo che questo episodio è full interattivo, quindi posso sentirvi, posso leggervi nei commenti. Scriveteci se c'è delle domande o altre.

Speaker 1: 1:26

Un punto sul podcast il punto di riferimento adesso sarà chiaramente il canale YouTube. Ho rifatto un po' il canale, quindi vi consiglio subito di andare sul canale YouTube e di seguirlo. Sarà un po' il punto di riferimento di cui partiremo tutti i live con sarà da breve anche una parte private. Fate le vostre domande se volete partecipare al live. Dopo, con il tempo avrei qualche persona che possono venire ogni tanto, anche gente che ci ascoltano, che vogliono parlare sull'argomento che andiamo a trattare oggi. Non esitate a farlo. Altre informazioni giovedì e ferie da noi siamo in vacanze, quindi, se avete un po' di tempo, alle 6 e mezza. Grazie a tutti.

Speaker 1: 2:19

Preparato un piccolino trailer per il canale YouTube, sempre, che riassume un po' la value proposition del canale Disruptive Talks. Lascio questo prima di partire sull'intelligenza artificiale. Parliamo un po' di la matre. Questo è il nuovo trailer del canale. Ciao, sono Kevin, sono francese e lavoro per un centro di ricerca.

Speaker 1: 2:42

Il Disruptive Talks è un podcast video e audio. Parliamo di tecnologie emergenti e il loro effetto sulla società Notizie, talk, debattiti, how to bitcoin, l'intelligenza artificiale, il quantum computing, ma anche la geopolitica delle tecnologie. Il nostro obiettivo è raccontarvi il cambiamento digitale In un secondo tempo. Il Distributive Talks è anche una parte dedicata all'asetetica, il scetticismo scientifico. In questa parte proponiamo due tipi di contenuti delle pillole educative, formative per darvi gli strumenti dell'asetetica. La seconda tipologia di contenuto nella parte asetetica saranno delle debattiti, dove una prima parte sarà dedicata al confronto d'idea e una seconda parte all'uso delle metodologie setetiche per cercare di trovare un consenso nel debattito. Iniziamo appena, quindi, se vi piace, abbonatevi, condividete e vi ritroviamo da presto per un prossimo live.

Speaker 1: 3:41

Dove sono le informazioni vere e dove sono le informazioni false? La seconda cosa saranno i debattiti. Vorrei cercare alcune persone che mi aiutano su questa parte, che hanno abbastanza competenza in filosofia, in economia, in storia, in tutte queste tematiche, per poter affrontare le tematiche. E dopo troveremo delle tematiche di interesse, che siano sulla geopolitica delle tecnologie e tutto quanto, per creare dei debattiti e usare la metodologia per trovare il consenso, come vi spiegavo nella video. Prima video sulla tematica asetetica, giovedì alle 6.30.

Speaker 1: 4:40

Subito la matrè Allora questa settimana inizio con qualche notizia La notizia della settimana passata su l'intelligenza artificiale. Il canale non è un canale di fast news. Il mio obiettivo non è raccontarvi le notizie che sono successe, è piuttosto raccontarvi cosa c'è dietro. Quindi, se una notizia mi dà un interesse particolare di parlare di qualcosa in specifico, la prendo E questo è specifico un esempio. Andate a capire subito. Quindi, settimana passata è uscito il nuovo modello di Meta Facebook, lama 3 è un modello che è uscito. È davvero molto interessante.

Speaker 1: 5:18

Se andiamo sul sito di Lama, di Meta, possiamo vedere una serie di benchmark, vedere una serie di benchmark, una serie di dati su questi benchmark. In specifico, che vediamo adesso sono i benchmark proprietari di Meta, quindi non sappiamo la metodologia specifica, oltre che le informazioni che sono scritte sul GitHub. Quindi, se andate sul GitHub di Meta, potete vedere più in dettaglio questi benchmark come sono effettuati. Comunque mostrano che Lama arriva al livello di chat GPT-4 su certi compiti, su altri lo supera. Sul codice andiamo a vedere dopo. Molto, molto, molto interessante no-transcript e questo è una delle grandi forze di questo modello, davvero il punto forte di questo modello. Se andiamo più in dettaglio, più nel concreto, hanno proposto due versioni, uno con 8 miliardi di parametri e l' uno con 8 miliardi di parametri e l'altro con 60 miliardi di parametri. Questo si riferisce sempre semplicemente al numero di parametri nel modello, quindi le elementi che hanno stato integrati per aiutare a determinare la sua capacità di elaborazione e precisione nelle risposte.

Speaker 1: 7:01

Ve lo dicevo è un open source e questo è davvero un elemento chiave. È stato davvero lodato per la sua trasparenza e il suo importante impatto sulla comunità, sulla ricerca e sullo sviluppo di IA. Bisogna capire per un uso molto più industriale, per le aziende. Si sarà sempre gratuito. È molto bravo sul codice. Vi dicevo che supera ciaGPT su certi compiti, certamente sul codice. Secondo quelli che l'hanno provato dicono già che sì, vero, lo supera e anche ha una molto buona comprensione del linguaggio, più o meno simile a quella del ciaGPT 4. Se facciamo un comparativo, il punto chiave davvero è il suo prezzo e il fatto che richiede molto meno potenza computazionale per poter allenarlo. E questo sono davvero due cose chiave per la ricerca e fondamentale rispetto ai modelli come CGPT4, bloom.

Speaker 1: 8:08

Mistral è molto accessibile, come ve lo dicevo, e il fatto che c'è questa richiesta computazionale molto più bassa che le altre è un punto chiave. Ma concretamente l'opinione, le esperti che l'hanno provato dicono che no, non arriva ancora al livello del CGPT4. Anche Mistral su molti compiti è superiore, ma il suo approccio open source è davvero a sottolineare. Io vorrei comunque capire come Meta vuole aggregare tutto questo con la sua bigger vision, anche questo metaverso. Adesso si lanciano sui modelli AI. Forse stanno facendo qualcosa che sul lungo termine potrebbe essere molto interessante per loro. Ma il punto per cui vi parlavo di questo se voi siete su Twitter, su Reddit, questa informazione, lo sapete che la matra è uscita Il punto su cui volevo fermarmi è questo benchmark. Vi dicevo all'inizio che il benchmark di meta lo classifica tra i migliori modelli E quindi è interessante di capire come possiamo valutare i diversi modelli. E lì si crea proprio una tematica, una vera tematica.

Speaker 1: 9:28

Io, nell'esperienza professionale, ho avuto l'occasione di mostrare quello, di parlarne, di studiarlo. Questo si chiama FLASK. È uno dei primi modelli su cui ho trovato un documento scientifico per valutare i modelli di AI generativa. Modelli di AI generativa quindi un modello che va a prendere quattro grandi cluster che sono clusterizzati con dodici elementi specifici. Quindi il fatto che sia relevante sulla sua logica, sulla sua efficienza, sulla sua facoltà a capire, sulla metacognition, quindi capire quello che fa la domanda, richiede in mente tutti questi elementi, con QPI precisi che consente, proprio come lo vedete, di andare a valutare i diversi modelli. Ma questo è rilevante o è obsoleto? E lì ringrazio Exponential View per questa idea. Hanno uscito una newsletter, proprio qualche giorno prima che sia uscito la matrè, parlando proprio della tematica dei benchmark. Quindi ho ricollegato le due informazioni o forse è uscita dopo, non mi ric, ricordo quello, l'avevi messo nelle favoriti che parla proprio di benchmark e su questo grafico lo metto in grande.

Speaker 1: 10:54

Cosa vediamo? su questo grafico, quindi, mostra la progressione nel tempo della saturazione di benchmark per alcuni proprio modelli di valutazione. La saturazione di benchmark per alcuni modelli di valutazione. La saturazione del benchmark cos'è la saturazione del benchmark?

Speaker 1: 11:12

Il livello di prestazione di un sistema di AI su un determinato test. Quando questo livello arriva a 1, il sistema non è più in grado di riconoscere tra la macchina e l'essere umano. Quindi, secondo, con questa valutazione cosa vediamo, vediamo che infatti tutti i benchmark arrivano molto velocemente verso il 1, verso quindi un benchmark che valuta l'intelligenza artificiale, il modello di generative AI come un essere umano e lo sappiamo che non è il caso ancora la GI, questa intelligenza artificiale generale, non ci siamo ancora. Quindi cosa vuole dire questo? mi fermo solo su questo grafico per capire perché è interessante di vedere quello. Vedete delle colori che sono diversi i modelli. Ad esempio, vediamo ImageNet Top 5, quello è un modello di riconoscimento per l'immagine. C'è SuperGlue. Superglue era non mi ricordo quello, l'avevo scritto SuperGlue, una suite di benchmark progettata per valutare le capacità di comprensione.

Speaker 1: 12:28

Quindi ogni, ogni modello di benchmark è specifico a qualcosa e tutti vediamo che con il tempo diventano obsolete. Quindi sono i benchmark che si adattano ai modelli o i modelli che si adattano ai benchmark. Avevo lì il promemoria di questo amico che faceva test su internet di logica e che ha avuto un test di qui molto alto. È vero che era molto intelligente, ma parlando con lui ci siamo fatti una domanda ma è il fatto che tu facevi test molto giovane, quindi hai alienato il tuo cervello a capire come fare. Quindi anche i sviluppatori capiscono in benchmark o proprio, comunque con l'allucinazione non ci siamo ancora a questa idea, quindi varie cose, da se mettiamo tutti insieme tra la matre le informazioni date da meta prima che il modello uscisse, come che era il modello il più grande, e le conclusioni quindi non è ancora il caso e queste informazioni che vediamo sulla rilevenza dei benchmark che con il tempo ogni volta diventano ossolete. Il punto è che ancora non conosciamo appieno le capacità dell'IA e gli sviluppatori anche non sono tenuti di sottoporre il loro prodotto a testa prima del rilascio.

Speaker 1: 13:51

Quindi sarebbe interessante, ad esempio, di avere un gruppo di indipendenti che potrebbe, con un metodo specifico che definiamo, verificare in modo indipendente, prima di rilasciare il modello, capire davvero un benchmark effettivo. Non so se sarebbe qualcosa di utile. Se c'è qualcuno che mi sente su questo argomento, voleva dare la sua. Il fatto, secondo me il più importante sarebbe concentrarsi sui benchmark. Cos'è l'intelligenza, cosa sono anche, forse e quello vorrei usare la metodologia esetetica, la metodologia scientifica, la riproducibilità. Quindi, con questa allusinazione capiamo che se facciamo un test e che lo riproduciamo con le generative I, il rischio che arriviamo a un'allusinazione. Includere questi elementi nel benchmark delle generative AI è qualcosa che potrebbe dare un po' di chiave a tutto questo.

Speaker 1: 14:52

I governi hanno tentato di rendere leggibile tutto questo, quindi cercare di capire l'IA, come classificarli? come davvero fare un benchmark? come fare un benchmark? hanno sviluppato delle soglie di calcolo, ma anche quelle, come tutti questi benchmark, non si rilevano con il tempo. Molto efficiente perché con la velocità di apparamento di questi nuovi modelli, ogni volta superiamo tutti i modelli, come il test di Turing, che è stato superato in 1996 o in 2015, ci ritroviamo nel 2015, ci ritroviamo nel stesso caso. Quindi, molto interessante di seguire come andiamo a continuare, di cercare di valutare queste modelli dai. Ci fermiamo sulla generazione di AI, subito Bitcoin.

Speaker 1: 15:37

Abbiamo parlato venerdì con colleghi, colleghi. Vedo che c'è qualcuno che è arrivato top, andiamo a parlarne subito. Faccio un punto breve. Ascoltaci così e risponderai. C'è Mr Bison con noi, ottimissimo. Vorrei fare un punto per rispondere alla puntata che abbiamo fatto venerdì.

Speaker 1: 15:57

Abbiamo fatto una puntata proprio con Mr Bison. C'è anche colleghi che ti ascoltano e che vogliono venire. Mandatemi un messaggino e vi mando il link. Allora, cosa è successo? Abbiamo fatto un live dopo il halving. Prima del halving ci siamo addormentati.

Speaker 1: 16:13

Alcuni di noi io e Marco eravamo svegli e forse abbiamo festeggiato questo online, ma il punto è che sono successe delle cose già subito dopo. Io, in live, ero su Twitter e vedevo queste cose. Le commissioni di transazione, le commissioni di transazione sono andate all'estere. Andiamo a cercare di capire se questo, qual è la regione, cosa è successo, cosa dicono le gente. e per fare questo andiamo proprio a partire di un tweet, il tweet di criptovalutait. Vi condivido subito lo schermo e ve lo leggo Cosa sta succedendo alla time chain di bitcoin? Perché le fee sono così alte? Questo è stato pubblicato proprio il giorno dopo, il sabato, nella giornata. Il blocco 840000, quindi il famoso blocco dell'Alving in tanti matachioni hanno spesso cifre folli per essere nel blocco dell'Alving, scusate per il mio italiano e è lo stesso blocco.

Speaker 1: 17:17

Reunz. Ne abbiamo parlato venerdì. Velocemente farò una puntata con Gabriele su questo. Quindi questi nuovi NFT, nuovo protocollo per gli NFT, è partito anche nel stesso momento Reunz con un certo hangment della community Ordinal, se è chiaro, ordinal che aveva anche spammato la catena.

Speaker 1: 17:49

C'è chi ritiene le transazioni non finanziarie spam e chi invece dice che finché il protocollo consente, è tutto ok, non si potrà più transare a costo basso. Difficile pensare che le transazioni rimangono sulle fee così alte. Già oggi sono sensibilmente più bassa di ieri. Occhio però a cantare vittoria prima del tempo. Il movimento Ordinalz ha dimostrato di avere sette vita.

Speaker 1: 18:10

Tu cosa ne pensi se potessi dire tu limiteresti questo tipo di transazioni? quindi da questo andiamo a partire. È vero che c'è in effetti una sorta di spamming che crea tutto quello, ma vorrei dare un po' di altezza a tutto questo. Ho sentito un spy space e ho guardato un po' su Glassnode, qualche on-chain analytics, e quindi andiamo a vedere che è vero, ma non solo. Forse noi qualche tempo dopo abbiamo postato questo.

Speaker 1: 18:46

Quindi, primo, una sorta di risposta alle commissioni alte. Certo che su bitcoin adesso anche con momenti di problemi di scalabilità ci sono problemi, ci sono anche qualche soluzione, cioè gestire le UTXO facendo batching delle transazioni, usare un layer 2 che sia liquid risk, lightning network. Ci sono delle soluzioni, chiaramente l'altro punto è che secondo me no, le commissioni alte non sono solo e essenzialmente, al maggior caso, in quel caso dopo il halving dovuto a un attacco alla catena. Chiaramente no, e uso quello termine, non è un attacco alla catena. Banalità macroeconomica, certamente economica. Si prendiamo le ordinal. Se tutte queste cose offerta, domanda, c'è un hangman, quindi è popularità. Ma vediamo anche perché è semplicemente una risposta, una situazione macroeconomica. Allora con i lalvin cos'è successo? il demezimento del block reward che è passato da 6,25 a 3,125, quindi i miner, per fare il loro lavoro, per il stesso sforzo computazionale la minuta, all'altro, ogni 10 minuti, ricevono meno fondi, meno soldi, meno ricavi per il stesso lavoro.

Speaker 1: 20:22

Il primo punto Questo quindi, come per ogni halving, ragazzi, come per ogni halving, mette la pressione sulle commissioni per sostenere le entrate di minatori. Vado a riprendere un termine che ho sentito la prima volta di Alessio, una sorta di flippening. Flippening tra block reward dalle commissioni di transazioni. Quindi le commissioni sono aumentate in modo significativo. Già il giorno dopo erano ritornate a 80%. Ricordo ancora una volta ogni volta dopo il landing è qualcosa che succede Le commissioni sono salite fino al 30% delle entrate dei miner, con le commissioni media che potevano andare fino al 60%. Con questo si prevede che la pressione sulle commissioni continua a aumentare dopo ogni halving. Questo l'ho sentito dal space di Dylan Leclerc, che è un specialista di on-chain analytics e anche del mondo dei miners. Loro dicono che ancora su due o tre cicli dopo il dimezzamento, dopo l'alvening, ci sarà questa pressione sulle commissioni, con alcune proiezioni che indicano che le commissioni potrebbero andare fino al 50% delle entrate dei miners entro il 2028.

Speaker 1: 21:42

Quindi, se facciamo il riassunto, al 50% delle entrate dei miners entro il 2028. Quindi, se facciamo il riassunto, le commissioni elevate sicuramente che vanno a escludere certi piccoli investitori che fanno dei trading o vanno a usare altre metodologie di custodia per rimanere su exchange o altre per salvarci, ma fondamentalmente lì ne discuteremo forse, se lui vuole, con Mr Bison attirano anche la tesoreria aziendale o individui come certi hodlers o a facoltosi che non si preoccupano di pagare per la sicurezza, è il più sicuro. Quindi come riserva di valore non cambia nulla. Quando qualcosa così succede, bisogna vedere un po' dal punto di vista di miners. Molto interessante sempre di capire, per capire quelle dinamiche, come lo dico sempre, dell'energia e dei miners e quindi di vedere anche i lash rates.

Speaker 1: 22:43

E il tasso di hash è sceso da 10% mediamente dopo il halving e lì, come molte volte, come anche quando arriva un movimento di bull market, di esostione del bull market, certi miners, le meno efficienti, hanno spento le macchine, ma c'è avuto nel contempo le nuove ASIC e una certa di movimento del prezzo, quindi non avrà un impatto enorme sul prezzo. Le entrate con tutto questo, le entrate dei miners in rapporto al prezzo del hash è inizialmente sceso di 40% fino a solo 20% del pre-hulling. Quindi anche lì niente importante. La chiave i minatori sono ancora generalmente redditizi, quindi tutto bene con un prezzo di pareggio di bitcoin intorno al 25k, 30k. Ma allora le commissioni alte, un attacco alla rete, solo le ordine al se. No, infatti, lo vediamo che è un movimento banale. È un movimento molto banale. Certamente che le ordine al se in iscrizione hanno guidato una grande parte del recente gonfiore, ma il modello di sicurezza di Bitcoin ha sempre di peso del sviluppo e del mercato delle commissioni sufficienti nel tempo.

Speaker 1: 24:10

Questo fa parte della storia di Bitcoin. Anche senza le ordinance, le grandi entità potrebbero anche spamare la catena se lo desiderasse, non attaccarlo e non danneggiarlo, ma il costo per farlo aumenta solo con le commissioni in quel caso. Quindi, anche in quel caso, l'alzatura dei livelli di commissione porta a sicurezza la rete. Fondamentalmente altri. Lì è un debato filosofico in riguardo a queste ordinali abbiamo parlato durante l'ultimo talk. Altri vedono questo come un attacco che esclude gli utenti più piccolini. Io su questo mi fermo, vado indietro. Attacco o no Se le ordinali, se l'NFT funziona, è popularità.

Speaker 1: 25:00

Si attacca se la rete è in pericolo? è il caso? No, non è il caso. Se paragoniamo la storia, l'ultima volta che è successo, altra rete, se prendiamo CryptiKitties o altri, ha creato l'ambito che conosciamo adesso. Quindi, niente di che. Mi fermo su due tweet che ho visto, voglio metterlo avanti, il primo proprio un'ora fa, e riassumono bene anche il mio pensiero su tutto questo.

Speaker 1: 25:28

Alessandro Mazza, che ogni volta, molte volte, quando lo leggo, mi piace il suo pensiero le fialte di Bitcoin sono un segnale di successo in questo progetto, non il contrario. Change my opinion e leggo il suo ultimo post e faccio entrare Bison, e così possiamo salutarlo. Il suo secondo post, una metrica di estrema rilevanza in mio avviso, è la quantità di stablecoin presenti su una chain, in quanto il simbolo di liquidità presente. Questo è semplicemente un segnale, ragazzi, e lì cosa vediamo? vediamo semplicemente il segnale di USDC minted su bitcoin e questo è un segnale molto forte. Questo era un quick talk che, se voleva, molto veloce, per raccontare queste due cose e fare un po' un recap, un promemoria di quanto è successo. Mr Bison, non hai il micro attivato come stai. Ciao, kevin, ciao ciao, come stai stai bene, sto bene sto bene, grazie, tu stai bene.

Speaker 1: 26:43

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 freddo guarda, vuoi un mio commento, una mia opinione, totalmente con te su bitcoin e su tutto questo, su tutte quelle che è successo guarda, io, se devo essere sincero, purtroppo non ho seguito tantissimo anzi mi ha fatto piacere seguire te che stavi introducendo un po' di quello che è successo in queste ultime settimane. Il fatto che le fisi siano impennate così tanto non è la prima volta, è già successo quando scoppiarono i primi ordinats. No, poi di nuovo si è riassorbita la situazione. Dal mio punto di vista, a me piacere non me ne fa tantissimo il fatto che non posso transare pagando poco in questo momento on chain. Però in realtà io ho un nodo lightning. Quindi se volessi fare veramente delle transazioni basse lo potrei fare senza problemi.

Speaker 2: 27:43

Se dovessi spostare molti soldi è un po' come dire non mi sentirei tanto contento di spendere delle fee molte volte. Quindi sicuramente questa cosa un po' mi dà fastidio. Però se lo sviluppo che è in atto adesso veramente migliorerà in qualche maniera, se lo sviluppo che è in atto adesso veramente migliorerà in qualche maniera, come dire in qualche maniera migliorerà, non so, l'user experience delle persone con bitcoin a lungo termine, allora ne sarà varsa la pena. Se invece, come penso io, potrebbe non servire a un cazzo, magari è stato un esperimento che, 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 la tokenizzazione può essere utile solo per alcune cose che ti ho già espresso, tipo l'idea di avere un crowdfunding equity based basato totalmente su blockchain. Sarebbe veramente una figata. Però tutte le altre robe che stanno nascendo o che sono di derivazione da ciò che hanno fatto su altre chain non mi entusiasmano più di tanto. Quindi questo è il mio commento io 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'economia circolare, non vedi questo come un plus per altre case d'uso, come le CryptoKitties. Ricordati quando sono uscite le crypto kitties? cioè io, come te, dicevo wow, wow. Comunque, oggi, anche sui NFT che vediamo con le fractionalized NFT, quindi il fatto di creare un NFT che tu potrai fractionalizzare, quindi immaginati, quindi il token diventa non fungibile. Ogni token è diverso l'uno dall'altro. Quindi vai a tokenizzare, ad esempio, un fondo di AO e lo vai a frazionalizzare per poter dividirlo tra varie grandi persone che vanno a coprire questo fondo di AO. Vedi questi NFT come la porta d'entrata verso altri prodotti finanziari e lì forse potrai rispondere su questo, forse in adeguazione con la cosa che tu dicevi l'altra volta, ovvero tu non vedi Bitcoin come un asset finanziario e secondo te non devi diventare un asset finanziario. Hai il micro spento.

Speaker 2: 30:17

Sì, scusa, Kevin guarda io in realtà ti ho detto come la penso, nel senso se queste nuove implementazioni portano davvero a un caso d'uso reale che io posso fare di mio da solo, cioè posso fare un crowdfunding equidi base, tutto basato su bitcoin, proponendo la mia idea, raccogliendo fondi e distribuendo in cambio di bitcoin, un token che rappresenta una revenue share della 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 a concepire non ci arrivo allora ti faccio un'altra domanda, che non è legato a questi NFT, ma è più sto sto la situazione delle transazioni. Ascoltavo un space molto interessante alle 2 di mattina, in inglese, dove loro erano un gruppo di sviluppatori, di miners e loro dicevano che per loro tutto questo è positivo perché forza i sviluppatori a trovare soluzioni nel livello della gestione delle UTXO, nel livello della custodia.

Speaker 2: 31:26

No, no spiegami meglio.

Speaker 1: 31:29

Allora questi sviluppatori dicevano che più la situazione diventa per Bitcoin complessa in riguardo a queste transazioni, è davvero un elemento che fa un push verso gli sviluppatori e la community a trovare soluzioni dal livello dell'UTSO management, dal livello della custodia, per trovare soluzioni altre a queste problematiche, soluzioni italiano o striacci nel modo di vedere le cose, ma loro dicono questo, quindi forse questa situazione sulle transazioni consentirà all'ecosistema di trovare soluzioni a livello custodial, a livello UTA, su management, come alcune soluzioni nel passato hanno trovato, come il batching o altre, e quindi loro vedono questo come ok, no, è una sfida e più la sfida è grossa, più diventa una priorità.

Speaker 2: 32:25

stiamo a vedere perché quello che voglio dirti, kevin, è che nel 2013-2014 io ne ho visto esplodere un sacco di idee che dovevano rivoluzionare, che dovevano portare cambiamento. Ne ho viste fin troppe anche di proposte relative al bitcoin. Poi col tempo si vede quello che rimane. Quello che rimane è ciò che ha avuto senso. Quindi stiamo a vedere. Io non voglio essere scettico totalmente. Dico soltanto che al momento, fittato che non ho delle prove tangibili per me da utente di bitcoin, per ora non so quale rimango un po' scettico, però non ti dico che non posso uscirne nulla di buono.

Speaker 1: 33:10

Dico soltanto col tempo vedremo, con qualche prova tangibile potrei cambiare idea su tutto questo, tutto ciò che sta accadendo adesso e ultima domanda su questo, e dopo vediamo se hai delle cose da dire sulla prima parte, dove abbiamo parlato di IA, ma un elemento su Bitcoin è tutto questo. L'altra volta dicevi, è proprio un'infrastruttura. Tutte queste cose vanno migliorate con il tempo. È proprio questa sfida che stiamo sfrontando adesso. Tu immaginati l'iperbitconizzazione domani e che dobbiamo tutti usare bitcoin. Ti ritroverai con il stesso problema e un po', se cerchiamo di legittimare bitcoin, è un po' il problema che andiamo a vedere. Quindi una catena spamata dai transazioni con delle transazioni altissime. Quindi è semplicemente una preview di quanto possiamo esperare, se o la sfida è il 2 o proprio è l'1. Non è affrontata. Invece, sulla parte IA che abbiamo visto, quindi la matre, non abbiamo mai parlato insieme di tutto questo, abbiamo solo parlato blockchain.

Speaker 2: 34:21

Su questa parte, tu che conosci, guarda io posso dirti ispirandomi all'ultimo post che ho fatto su LinkedIn, dove ho detto che secondo me l'intelligenza artificiale al momento non è un'intelligenza, ma è soltanto un po' di statistica, un po' di stocastica presentata al medio, e quindi per il momento un po' di statistica, un po' di stocastica presentata al medio E quindi per il momento vedo l'AI sicuramente uno strumento molto potente, che però ancora è altamente imperfetto e non è per nulla un'intelligenza per ora.

Speaker 2: 35:00

Non è per nulla un'intelligenza per ora. Quindi ho avuto una discussione in merito a questo anche con Antonio Montillo, che ha parlato di AI all'evento di Synapses di un paio di settimane fa. Anche con lui mi sono confrontato su questi concetti, ne abbiamo parlato e alla fine la AI ha cambiato, o meglio, gli sviluppatori hanno cambiato il modo di sviluppare la AI dagli anni 2000 in poi e questo cambiamento ha coinvolto il fatto che hanno iniziato ad utilizzare tutti i dati presenti su internet per trainare e il risultato che c'è adesso è sicuramente buono, ma non è ciò che come dire, ci aspetta. Secondo me qualcosa di molto più potente, molto più vero, molto più simile a come pensa un umano, perché al momento queste macchine non pensano alla stessa nostra maniera.

Speaker 1: 36:01

Si, si, no, e questo è il punto fondamentale, perché al momento queste macchine non pensano 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 a simulare perfettamente i meccanismi delle sinapsi nel nostro cervello o che si avvicini molto di più, allora forse avremo, secondo me, uno strumento di cui ci dovremmo magari preoccupare veramente, perché al momento è imperfetta e secondo me le persone sbagliano a dargli troppo potere decisionale.

Speaker 1: 36:35

potrebbero sbagliare nel dare troppo potere decisionale a questi a questi modelli per il momento, secondo me si è proprio la il potere decisionale che possiamo lasciare a questi modelli. Te condivido totalmente. Colti, oltre alla teoria, tu, su questi modelli e nel nel tuo ambito professionale o personalmente, 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 siamo ancora in quel livello, nel senso che io parlo principalmente in italia, perché nel mondo la cosa è un po' ovvia, variegata, però principalmente in Italia ancora non c'è stato questo grande slancio di utilizzo di intelligenza artificiale nel campo della cyber security, che rispondono agli attacchi, intercettano, rispondono, mettono dei sistemi dotati di intelligenza artificiale che riducono tantissimo il lavoro ai team di sicurezza, quelli che difendono le infrastrutture, sono ok, ci sono già delle cose in giro. C''è già qualcosa. In Italia un po' si sta utilizzando. Sicuramente all'estero sono molto più in uso, basti pensare non so se hai sentito la storia di 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 se fai 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 i volti dei palestensi, dei terroristi, di avansi, immagino, in modo tale che poi ci sono più droni, o un drone in particolare che, basandosi sul riconoscimento facciale, uccide i terroristi. E questa è una cosa preoccupante, nel senso che il potere decisionale c'è stato un dibattito perché il potere decisionale dovrebbe essere sempre dato a un uomo. ci dovrebbe essere un uomo che dice ok, quello è veramente il bersaglio e quindi procedi con l'operazione. Ma se è l'intelligenza artificiale che deve decidere direttamente, lei potrebbe qualche volta sbagliarsi e ammazzare un innocente, e questo è il problema.

Speaker 1: 39:24

E questo che a me spaventa delle AI attuali. Certo, metto in per quelli che ci ascoltano, metto in commento il link dell'articolo che ho appena trovato, che è dei Weird Italia. Quindi in italiano cos'è la vendor? l'intelligenza artificiale usata da Israele per colpire i palestinesi, quindi, ha identificato oltre 37.000 obiettivi militari. Israele avrebbe accettato un numero di vittime collaterali tra 15 e 20 per ogni presunto milione. Ok, incredibile, ma infatti, quindi, uno dei primi campi su cui hai usato il campo militare, questo fa un po' paura. Tu, per ritornare sulla sicurezza, tu lo vedi lì, a generativa, più come come un, un strumento che vi aiuta in modo predittivo o in modo prescrittivo. È qualcosa che che vedi più per analizzare 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 molti altri casi. Il punto è che allo stato attuale non c'è una AI trainata così bene che non mi sbaglia mai Su un'analisi di security o su un'indagine di intelligence. Che ne so? su un'indagine di intelligence non penso che al momento io non sono molto esperto di AI nel senso. Ho usato un po' l'AMAC, l'agpt, ho provato a fare qualcosa e talvolta ho capito che poteva aiutarmi. Talvolta però mi sono reso conto che stava inventando e che quindi non andava bene.

Speaker 2: 41:01

Se ho bisogno di un'indagine che riguarda cose serie, cioè fatti realmente accaduti, io ho bisogno che sia fatto così, altrimenti non ha senso. Io poi parlo però anche molto da profano, da uno che non sto studiando AI. Non mi sto mettendo a fare capito, non ho iniziato un percorso. Ho dei colleghi che lo stanno facendo, ad esempio, mi sono un po' confrontato con loro per capire che cosa si può fare, però al momento ancora non ci ho visto per me, non ci ho visto qualcosa che mi può veramente cambiare 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 sono tante altre cose che ancora predisco fare ti capisco, è ancora all'inizio, ma è un po' come la legge di Moore, quindi sull'evoluzione delle cose va molto veloce e, chissà, in dieci anni in quel livello saremo. Io ne abbiamo parlato nella puntata con Marco Terribile. Abbiamo fatto una puntata un po' fantascienza, dove abbiamo ipotizzato un futuro possibile. Io rimango convinto che rimane comunque qualcosa di programmatico e quindi il rischio di arrivare all'IA che davvero accede alla conoscenza, è pericolosa. Non lo vedo qui, adesso vado ancora un po' più oltre.

Speaker 1: 42:41

Adesso vado ancora un po' più oltre, ma attento, perché già iniziamo a trovare anche delle livelli con gestione di temperature, per poter proprio andare verso qualcosa di meno allussinatorio, anche se non riusciamo a farli scomparire. Quindi bisogna vedere, secondo me la chiaveve lo parlavo in una puntata la governanza dei dati. Tu lo diceva anche nella gestione delle decisioni, anche nella gestione dei dati, tu proprio che lavori nella sicurezza, cosa diventano le dati quando vengono alienate da un modello? è un modello che può scrollare internet fino a quando le cose che lui scrolla le può ammagasinare e salvarle? fino a dove può vedere? tutto questo sono anche delle cose fondamentali.

Speaker 2: 43:28

Mi storbai se vuoi sapere quello che so. So che hanno fatto delle AI trainate direttamente su tutto ciò che c'è sulla Darknet o su Tor anche su questo, perché sono i dati private di molte persone no, dico al di là di quello.

Speaker 2: 43:49

So che ci sono delle AI che le hanno trainate sui dati che vengono dalla Darknet. Quindi hanno fatto delle AI che l'hanno trainate sui dati che vengono dalla Darknet. Quindi hanno fatto delle AI che se interrogate, si sanno dire cose che delle AI che non hanno avuto accesso a quella parte di Internet non si sapranno rispondere e sono fatte apposta.

Speaker 2: 44:07

Molti cybercriminali l'hanno fatta anche così, trainandole su quei dati ok, per fare reverse engineering in realtà è per poter farsi fare una ricerca particolare o qualche per farsi, non lo so, scrivere qualche codice malevolo in una certa maniera. Allora hanno trovato magari il modo di sfruttare le informazioni che sono sulla Darknet per fare questo. Ma io ti faccio degli esempi, magari che non calzano bene perché non ho approfondito, però ti dico che ho letto di tentativi di questo genere. Poi, a parte questo, l'altra cosa che posso dire è che ho letto di, non so il caso, di, non mi ricordo quale azienda giapponese, forse Hyundai adesso non mi sfugge il nome Di macchine. Sì che stavano i dipendenti. Stavano usando già GPT per farsi redare del testo di documentazione, quindi gli hanno buttato 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 questi che hanno pubblicato dei dati. Non è che hanno pubblicato, hanno chiesto a GPT determinata informazione. Dannogli in pasto però di partenza dei documenti interni dicendogli aggiustami questo documento interno oppure dammene. In questa maniera è successo che quei dati sono finiti a OpenAI. Quindi se riesci a farti girare un AI dentro casa con i dati in locale, è meglio che utilizzare. C'ha GPT se vuoi utilizzare i dati così come ce li hai altrimenti devi anonimizzarli, perché sennò c'è il pericolo che pubblichi informazioni riservate.

Speaker 1: 45:57

No, Certo, ma c'era la storia famosa di questo giudice, giovane giudice che aveva usato GPT all'inizio. Era appena uscito da un anno e il ragazzo aveva dimenticato l' allusinazione. Ha preso dei casi generati dall'IA che erano falsi, totalmente generati per il suo caso, e hanno stato verificati e è stato licenziato. Infatti, mr Bison, molto interessante come venerdì, ricordo a quelli che sono arrivati abbiamo parlato di al inizio, dopo del Bitcoin Learning, e abbiamo fatto il punto. Ti ringrazio molto per i tuoi spunti con il tuo background, background su bitcoin e sulla sicurezza. Racconta un po' a quelli che ci ascoltano e che non ti conoscono cosa fai, dove ci possono sentire con sinapsi, oltre con sinapsi, se hai un canale 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 ancora qualcuno che vuole dire qualcosa e venire sul parco, scrivete un commento. Posso rispondervi e farvi venire. Quindi non esitate dai, raccontaci.

Speaker 2: 47:05

Racconta tutto dove possono sentirti, quando, dove, cosa racconti, cosa fai allora con Synapsi abbiamo iniziato questa non so come dire questo podcast ogni due settimane, questa live ogni due settimane che parla di cyber security, di cyber crime, attacchi informatici e molto altro, e ogni due settimane facciamo questo tipo di live. E poi, quando non facciamo la settimana in cui non facciamo quella live di cyber security, io ne faccio un'altra su Telegram che riguarda solo controsorveglianza e autodifesa digitale. Contro sorveglianza e autodifesa digitale, dove trattiamo temi che riguardano la conto sorveglianza finanziaria digitale in generale, come come difendersi, come cercare di non essere sorvegliati, eccetera, eccetera, mentre nella col di cyber security parleremo appunto, sarà più focalizzata su vulnerabilità, attacchi informatici e quant'altro cyber crime. Mi farò aiutare sempre da Marco e 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 quando vuoi.

Speaker 2: 48:33

Sei invitato anche tu ovviamente non c'è manco bisogno che lo dica quando vuoi sarai 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 ci ascoltano, vi ricordo giovedì inizio del percorso sulla Zetetica. Quindi tutti i materiali per lo spirito critico, mr Bison ciao ciao ciao grazie ti ringrazio e per tutti gli altri, a giovedì. Ciao, ciao, ciao.