Home Blog Pagina 54

Cos’è l’intelligenza artificiale

Alex Trizio
-
0
Cos’è l’intelligenza artificiale

L’intelligenza artificiale è la simulazione dei processi di intelligenza umana da parte delle macchine, in particolare dei sistemi informatici. Le applicazioni specifiche dell’intelligenza artificiale includono sistemi esperti, elaborazione del linguaggio naturale, riconoscimento vocale e visione artificiale.

L’intelligenza artificiale è stata fondata come disciplina accademica nel 1956 e negli anni successivi ha conosciuto diverse ondate di ottimismo, seguite da delusione e perdita di fondi per la ricerca, seguiti da nuovi approcci, successi e finanziamenti rinnovati. La ricerca sull’intelligenza artificiale ha provato e scartato molti approcci diversi sin dalla sua fondazione, tra cui la simulazione del cervello, la modellazione della risoluzione dei problemi umani, la logica formale, i grandi database di conoscenza e l’imitazione del comportamento animale. Nei primi decenni del 21° secolo, il machine learning altamente matematico-statistico ha dominato il campo e questa tecnica si è dimostrata di grande successo, contribuendo a risolvere molti problemi impegnativi nell’industria e nel mondo accademico.

I vari sottocampi della ricerca sull’IA sono incentrati su obiettivi particolari e sull’uso di strumenti particolari. Gli obiettivi tradizionali della ricerca sull’IA includono il ragionamento, la rappresentazione della conoscenza, la pianificazione, l’apprendimento, l’elaborazione del linguaggio naturale, la percezione e la capacità di muovere e manipolare oggetti.

L’intelligenza generale è tra gli obiettivi a lungo termine del settore. Per risolvere questi problemi, i ricercatori di intelligenza artificiale hanno adattato e integrato un’ampia gamma di tecniche di risoluzione dei problemi, tra cui la ricerca e l’ottimizzazione matematica, la logica formale, le reti neurali artificiali e metodi basati su statistica, probabilità ed economia. L’intelligenza artificiale attinge anche all’informatica, alla psicologia, alla linguistica, alla filosofia e a molti altri campi.

Il campo è stato fondato sul presupposto che l’intelligenza umana “può essere descritta in modo così preciso che si può costruire una macchina per simularla”. Ciò ha sollevato argomenti filosofici sulla mente e sulle conseguenze etiche della creazione di esseri artificiali dotati di intelligenza simile a quella umana, questi problemi sono stati precedentemente esplorati dal mito, dalla finzione e dalla filosofia fin dall’antichità. Scienziati informatici e filosofi da allora hanno suggerito che l’IA potrebbe diventare un rischio esistenziale per l’umanità se le sue capacità razionali non sono orientate verso obiettivi benefici.

Come funziona l’Intelligenza Artificiale?

Con l’accelerazione dell’entusiasmo per l’IA, i fornitori si sono dati da fare per promuovere il modo in cui i loro prodotti e servizi utilizzano l’IA. Spesso ciò a cui si riferiscono come IA è semplicemente un componente della stessa, come l’apprendimento automatico. L’intelligenza artificiale richiede una base di hardware e software specializzati per scrivere e addestrare algoritmi di apprendimento automatico. Nessun linguaggio di programmazione è sinonimo di intelligenza artificiale, ma alcuni, tra cui Python, R e Java, sono popolari.

In generale, i sistemi di intelligenza artificiale funzionano ingerendo grandi quantità di dati di addestramento etichettati, analizzando i dati per correlazioni e modelli e utilizzando questi modelli per fare previsioni sugli stati futuri. In questo modo, un chatbot alimentato da esempi di chat di testo può imparare a produrre scambi realistici con le persone, oppure uno strumento di riconoscimento delle immagini può imparare a identificare e descrivere oggetti nelle immagini rivedendo milioni di esempi.

La programmazione dell’Intelligenza Artificiale si concentra su tre abilità cognitive: apprendimento, ragionamento e autocorrezione.

Processi di apprendimento. Questo aspetto della programmazione IA si concentra sull’acquisizione di dati e sulla creazione di regole su come trasformare i dati in informazioni fruibili. Le regole, chiamate algoritmi, forniscono ai dispositivi informatici istruzioni dettagliate su come completare un’attività specifica.

Processi di ragionamento. Questo aspetto della programmazione IA si concentra sulla scelta dell’algoritmo giusto per raggiungere il risultato desiderato.

Processi di autocorrezione. Questo aspetto della programmazione IA è progettato per perfezionare continuamente gli algoritmi e garantire che forniscano i risultati più accurati possibili.

Perché l’intelligenza artificiale è importante?

L’intelligenza artificiale è importante perché può fornire alle persone informazioni sulle loro operazioni di cui potrebbero non essere a conoscenza in precedenza e perché, in alcuni casi, l’intelligenza artificiale può svolgere attività meglio degli esseri umani. Ad esempio per attività ripetitive e orientate ai dettagli come l’analisi di un gran numero di documenti legali per garantire che i campi pertinenti siano compilati correttamente, gli strumenti di intelligenza artificiale spesso completano i lavori rapidamente e con relativamente pochi errori.

Ciò ha contribuito ad alimentare un’esplosione di efficienza e ha aperto la porta a opportunità commerciali completamente nuove per alcune grandi imprese. Prima dell’attuale ondata di intelligenza artificiale, sarebbe stato difficile immaginare di utilizzare un software per computer per collegare i passeggeri ai taxi, ma oggi Uber è diventata una delle più grandi aziende del mondo facendo proprio questo. Utilizza sofisticati algoritmi di apprendimento automatico per prevedere quando è probabile che le persone abbiano bisogno di passaggi in determinate aree, il che aiuta a mettere in strada i conducenti in modo proattivo prima che siano necessari. Come altro esempio, Google è diventato uno dei maggiori attori per una gamma di servizi online utilizzando l’apprendimento automatico per capire come le persone utilizzano i loro servizi e quindi migliorarli.

Le aziende più grandi e di maggior successo di oggi hanno utilizzato l’intelligenza artificiale per migliorare le proprie operazioni e ottenere un vantaggio sui concorrenti.

Quali sono i vantaggi e gli svantaggi dell’intelligenza artificiale?

Le reti neurali artificiali e le tecnologie di intelligenza artificiale di deep learning si stanno evolvendo rapidamente, principalmente perché l’IA elabora grandi quantità di dati molto più velocemente e fa previsioni più accurate di quanto umanamente possibile.

Mentre l’enorme volume di dati creati quotidianamente seppellirebbe un ricercatore umano, le applicazioni di intelligenza artificiale che utilizzano l’apprendimento automatico possono prendere quei dati e trasformarli rapidamente in informazioni fruibili.

IA forte contro IA debole

L’intelligenza artificiale può essere classificata come debole o forte.

  • L’intelligenza artificiale debole, nota anche come intelligenza artificiale ristretta, è un sistema di intelligenza artificiale progettato e addestrato per completare un’attività specifica. I robot industriali e gli assistenti personali virtuali, come Siri di Apple, utilizzano un’intelligenza artificiale debole.
  • L’intelligenza artificiale forte, nota anche come intelligenza generale artificiale (AGI), descrive la programmazione in grado di replicare le capacità cognitive del cervello umano. Quando viene presentato un compito non familiare, un sistema di intelligenza artificiale forte può utilizzare la logica fuzzy  per applicare la conoscenza da un dominio all’altro e trovare una soluzione in modo autonomo. In teoria, un forte programma di intelligenza artificiale dovrebbe essere in grado di superare sia un test di Turing che il test della stanza cinese.

Quali sono i 4 tipi di intelligenza artificiale?

Arend Hintze, assistente professore di biologia integrativa e informatica e ingegneria presso la Michigan State University, ha spiegato che l’intelligenza artificiale può essere classificata in quattro tipi, a partire dai sistemi intelligenti specifici per attività oggi ampiamente utilizzati e progredendo verso i sistemi senzienti, che ancora non esistono. Le categorie sono le seguenti:

  • Tipo 1: macchine reattive. Questi sistemi di intelligenza artificiale non hanno memoria e sono specifici per attività. Un esempio è Deep Blue, il programma di scacchi IBM che ha battuto Garry Kasparov negli anni ’90. Deep Blue può identificare i pezzi sulla scacchiera e fare previsioni, ma poiché non ha memoria, non può utilizzare le esperienze passate per informare quelle future.
  • Tipo 2: memoria limitata. Questi sistemi di intelligenza artificiale hanno memoria, quindi possono utilizzare le esperienze passate per informare le decisioni future. Alcune delle funzioni decisionali nelle auto a guida autonoma sono progettate in questo modo.
  • Tipo 3: Teoria della mente. La teoria della mente è un termine psicologico. Se applicato all’intelligenza artificiale, significa che il sistema avrebbe l’intelligenza sociale per comprendere le emozioni. Questo tipo di intelligenza artificiale sarà in grado di dedurre le intenzioni umane e prevedere il comportamento, un’abilità necessaria affinché i sistemi di intelligenza artificiale diventino membri integrali dei team umani.
  • Tipo 4: Autocoscienza. In questa categoria, i sistemi di intelligenza artificiale hanno un senso di sé, che dà loro coscienza. Le macchine con autocoscienza comprendono il proprio stato attuale. Questo tipo di IA non esiste ancora.

Quali sono esempi di tecnologia IA e come viene utilizzata oggi?

L’intelligenza artificiale è incorporata in una varietà di diversi tipi di tecnologia. Ecco sei esempi:

  • Automazione. Se abbinati alle tecnologie IA, gli strumenti di automazione possono espandere il volume e i tipi di attività eseguite. Un esempio è l’automazione dei processi robotici (RPA), un tipo di software che automatizza le attività di elaborazione dei dati ripetitive e basate su regole tradizionalmente eseguite dagli esseri umani. Se combinato con l’apprendimento automatico e gli strumenti di intelligenza artificiale emergenti, RPA può automatizzare porzioni più grandi di lavori aziendali, consentendo ai bot tattici di RPA di trasmettere l’intelligence dall’IA e rispondere ai cambiamenti di processo.
  • Apprendimento automatico. Questa è la scienza per far funzionare un computer senza programmazione. Il deep learning è un sottoinsieme dell’apprendimento automatico che, in termini molto semplici, può essere considerato come l’automazione dell’analisi predittiva. Esistono tre tipi di algoritmi di apprendimento automatico:
  • Apprendimento supervisionato. I set di dati sono etichettati in modo che i modelli possano essere rilevati e utilizzati per etichettare nuovi set di dati.
  • Apprendimento non supervisionato. I set di dati non sono etichettati e sono ordinati in base a somiglianze o differenze.
  • Apprendimento per rinforzo. I set di dati non sono etichettati ma, dopo aver eseguito un’azione o più azioni, il sistema IA riceve un feedback.
  • Visione artificiale. Questa tecnologia dà a una macchina la capacità di vedere. La visione artificiale acquisisce e analizza le informazioni visive utilizzando una fotocamera, la conversione da analogico a digitale e l’elaborazione del segnale digitale. Viene spesso paragonato alla vista umana, ma la visione artificiale non è vincolata dalla biologia e può essere programmata per vedere attraverso i muri, ad esempio. Viene utilizzato in una vasta gamma di applicazioni, dall’identificazione della firma all’analisi delle immagini mediche. La visione artificiale , che si concentra sull’elaborazione delle immagini basata su macchina, è spesso fusa con la visione artificiale.
  • Elaborazione del linguaggio naturale (PNL). Questa è l’elaborazione del linguaggio umano da parte di un programma per computer. Uno degli esempi più vecchi e conosciuti di PNL è il rilevamento dello spam, che esamina la riga dell’oggetto e il testo di un’e-mail e decide se si tratta di posta indesiderata. Gli attuali approcci alla PNL si basano sull’apprendimento automatico. Le attività di PNL includono la traduzione del testo, l’analisi del sentimento e il riconoscimento vocale.
  • Robotica. Questo campo dell’ingegneria si concentra sulla progettazione e produzione di robot. I robot vengono spesso utilizzati per eseguire compiti difficili da eseguire per gli esseri umani o da eseguire in modo coerente. Ad esempio, i robot vengono utilizzati nelle linee di assemblaggio per la produzione di automobili o dalla NASA per spostare oggetti di grandi dimensioni nello spazio. I ricercatori stanno anche utilizzando l’apprendimento automatico per costruire robot in grado di interagire in contesti sociali.
  • Auto a guida autonoma. I veicoli autonomi utilizzano una combinazione di visione artificiale, riconoscimento delle immagini e deep learning per sviluppare abilità automatizzate nel pilotare un veicolo rimanendo in una determinata corsia ed evitando ostacoli imprevisti, come i pedoni.

Uso etico dell’intelligenza artificiale

Sebbene gli strumenti di intelligenza artificiale presentino una gamma di nuove funzionalità, l’uso dell’intelligenza artificiale solleva anche questioni etiche perché, nel bene e nel male, un sistema di intelligenza artificiale rafforzerà ciò che ha già appreso.

Ciò può essere problematico perché gli algoritmi di apprendimento automatico, che sono alla base di molti degli strumenti di intelligenza artificiale più avanzati, sono intelligenti solo quanto i dati che vengono forniti durante l’addestramento. Poiché un essere umano seleziona quali dati vengono utilizzati per addestrare un programma di intelligenza artificiale, il potenziale di distorsione dell’apprendimento automatico è intrinseco e deve essere monitorato attentamente.

Chiunque desideri utilizzare l’apprendimento automatico come parte dei sistemi di produzione del mondo reale deve tenere conto dell’etica nei processi di formazione dell’IA e sforzarsi di evitare pregiudizi. Ciò è particolarmente vero quando si utilizzano algoritmi di intelligenza artificiale che sono intrinsecamente inspiegabili nelle applicazioni di deep learning e di rete avversaria generativa (GAN).

La spiegabilità è un potenziale ostacolo all’utilizzo dell’intelligenza artificiale in settori che operano in base a severi requisiti di conformità normativa. Ad esempio, le istituzioni finanziarie operano secondo regolamenti che richiedono loro di spiegare le loro decisioni di emissione di credito. Quando una decisione di rifiutare il credito viene presa dalla programmazione IA, tuttavia, può essere difficile spiegare come si è arrivati ​​alla decisione perché gli strumenti IA utilizzati per prendere tali decisioni operano prendendo sottili correlazioni tra migliaia di variabili.

La Cina prepara il suo JADC2, condivisione dati militari in tempo reale

Simone De Micheli
-
0
La Cina prepara il suo JADC2, condivisione dati militari in tempo reale

La Cina sta perseguendo un nuovo obiettivo militare noto come Multi-Domain Precision Warfare per allineare le sue forze dal cyber allo spazio, uno sforzo che secondo i funzionari statunitensi è alimentato dalla necessità di contrastare l’iniziativa Joint All-Domain Command and Control del Pentagono.

Come JADC2, il concetto operativo di base dell’MDPW, come è noto, si basa su comando e controllo interconnessi, comunicazioni, computer, intelligence, sorveglianza e ricognizione per coordinare rapidamente la potenza di fuoco ed evidenziare le debolezze straniere.

“Come notiamo nel rapporto, questo nuovo concetto ha lo scopo di aiutare a identificare le principali vulnerabilità nel sistema operativo di un avversario e quindi a lanciare attacchi di precisione contro tali vulnerabilità, che potrebbero essere cinetiche o non cinetiche“, ha detto ai giornalisti un alto funzionario della difesa statunitense. “Fondamentalmente, è un modo in cui stanno pensando di esaminare i domini per identificare le vulnerabilità nel sistema operativo di un avversario e quindi sfruttarle per provocarne il collasso“.

L’esercito cinese, l’Esercito popolare di liberazione, “si riferisce alla guerra di distruzione dei sistemi come alla prossima via di guerra“, ha aggiunto il funzionario. In base a tale premessa, la guerra non è più focalizzata esclusivamente sulla distruzione delle forze nemiche, piuttosto, è vinta dalla squadra che può interrompere, paralizzare o distruggere completamente le reti e le infrastrutture sottostanti dell’altra.

Gli Stati Uniti considerano la Cina la prima minaccia alla propria sicurezza nazionale, con la Russia al secondo posto. Le due potenze hanno investito a lungo nella scienza e nella tecnologia militare. Affrontarli rappresenta un cambiamento epocale per le operazioni di contro insurrezione che hanno definito una precedente – e persistente – era americana in Medio Oriente.

“Chiaramente, negli ultimi due decenni gli Stati Uniti si sono concentrati principalmente su altre minacce“, ha dichiarato Ely Ratner, assistente del segretario alla difesa per gli affari di sicurezza indo-pacifici, in occasione di un evento ospitato dall’American Enterprise Institute, un think tank. “In parte, ha iniziato a cambiare durante l’amministrazione Obama. Ciò è accelerato sotto l’amministrazione Trump e si è davvero cristallizzato sotto questa amministrazione“.

Per mantenere un vantaggio su entrambe le potenze e su altri avversari tecnologicamente esperti, il Pentagono sta tentando di realizzare JADC2, una campagna di connessione avanzata per le comunicazioni e la collaborazione internazionale. Collegando truppe e database un tempo disparati su terra, aria, mare, spazio e cyber, i leader della difesa affermano che gli Stati Uniti possono colpire più velocemente, in modo più efficiente e da più lontano.

L’idea, tuttavia, deve affrontare il vaglio di legislatori ed esperti esterni, che hanno espresso riserve sul coordinamento tra esercito, aeronautica e marina, come verrà infine misurato il successo, e il suo prezzo totale. La Marina da sola voleva circa 195 milioni di dollari per Project Overmatch, il suo contributo a JADC2, per l’anno 2023, un balzo del 167% rispetto ai 73 milioni di dollari ricevuti nel 2022.

L’Overmatch, in particolare, viene sviluppato a porte chiuse, con i leader del servizio riluttanti a parlare e i dettagli che rimangono segreti. La riservatezza viene portata avanti per mantenere la Cina sbilanciata e per rimanere fuori dalla portata delle sue numerose orecchie e occhi, secondo Bryan Clark, direttore del Center for Defense Concepts and Technology presso l’Hudson Institute.

“Gli esperti militari della RPC descrivono la guerra informatizzata come l’uso della tecnologia dell’informazione per creare un sistema integrato di informazione, che consentirebbe al PLA di acquisire, trasmettere, elaborare e utilizzare le informazioni durante un conflitto per condurre operazioni militari congiunte sul terreno, domini marittimi, aerei, spaziali, cyberspaziali e dello spettro elettromagnetico”, afferma il rapporto sull’energia. “Il PLA sta accelerando l’incorporazione di sistemi informativi di comando, fornendo alle forze e ai comandanti una maggiore consapevolezza situazionale e supporto decisionale per svolgere in modo più efficace missioni e compiti congiunti per vincere guerre locali informatizzate”.

JADC2 si affida all’intelligenza artificiale e al calcolo per vagliare rapidamente montagne di dati e prendere decisioni informate sul campo di battaglia.

La spesa pubblica del Pentagono per l’intelligenza artificiale, inclusa l’autonomia, è aumentata a 2,5 miliardi di dollari nel 2021, dopo aver superato i 600 milioni di dollari del 2016. La tecnologia incentrata sul software può aiutare i veicoli a navigare, prevedere quando è necessaria la manutenzione e assistere l’identificazione e la classificazione degli obiettivi. Il chief information officer dell’aeronautica americana, Lauren Knausenberger, a novembre ha dichiarato che il servizio deve “automatizzare di più” nonostante abbia già “fatto cose molto interessanti” con l’IA in laboratorio, sul campo di battaglia e “nelle cose che stiamo costruendo oggi. “

Almeno 600 progetti di intelligenza artificiale, inclusi vari progetti relativi ai principali sistemi d’arma, come il veicolo aereo senza pilota MQ-9, erano in corso nell’aprile 2021, secondo il Government Accountability Office. Almeno 232 iniziative sono gestite dall’esercito. Le forze aeree e spaziali insieme ne stanno affrontando più di 80.

Il Brasile sull’orlo della guerra civile?

Giacomo Crosetto
-
0
Il Brasile sull’orlo della guerra civile?

I sostenitori dell’ex presidente Jair Bolsonaro hanno saccheggiato gli uffici governativi, denunciando quelle che affermano essere elezioni truccate. Centinaia sono stati arrestati.

In scene che ricordano l’assalto del 6 gennaio al Campidoglio degli Stati Uniti, i manifestanti a Brasilia, la capitale del Brasile, drappeggiati con il giallo e il verde della bandiera brasiliana, sono saliti alla sede del potere, appiccando incendi, riutilizzando le barricate come armi, facendo cadere gli agenti di polizia a cavallo e filmando i loro crimini mentre li commettevano.

“Abbiamo sempre detto che non ci saremmo arresi”, ha dichiarato un manifestante mentre si filmava tra centinaia di manifestanti che entravano nel Campidoglio. “Il Congresso è nostro. Siamo al potere”.

Per mesi, i manifestanti hanno chiesto che i militari impedissero al neoeletto presidente, Luiz Inácio Lula da Silva, di entrare in carica il 1° gennaio. Molti a destra in Brasile si sono convinti, nonostante la mancanza di prove, che le elezioni di ottobre fossero falsate.

Per anni Bolsonaro ha affermato, senza dare però alcuna prova, che i sistemi elettorali brasiliani erano pieni di frodi e che le élite della nazione stavano cospirando per rimuoverlo dal potere.

Lula ha invece detto che quelle false affermazioni hanno alimentato l’attacco della piazza, conosciuta come Piazza dei Tre Poteri a causa della presenza dei tre rami del governo. Bolsonaro “ha innescato la rivolta”, ha detto in un discorso alla nazione. “Ha spronato attacchi contro i tre poteri ogni volta che poteva. Anche questa è una sua responsabilità”.

Bolsonaro ha criticato le proteste, affermando su Twitter che le manifestazioni pacifiche fanno parte della democrazia, ma che “Le manifestazioni pacifiche, seguendo la legge, fanno parte della democrazia. Tuttavia, i saccheggi e le invasioni di edifici pubblici come avvenuti oggi, così come quelli praticati dalla sinistra nel 2013 e nel 2017, sfuggono alle regole.“

I manifestanti si sono riversati negli edifici governativi, che erano in gran parte vuoti di domenica, rompendo finestre, ribaltando mobili e saccheggiando oggetti all’interno, secondo i video che hanno pubblicato online.

Alla fine i soldati dell’esercito brasiliano hanno aiutato a riprendere il controllo di alcuni edifici.

Lula, che non era a Brasilia durante l’invasione, ha emesso un decreto di emergenza fino al 31 gennaio che consente al governo federale di prendere “tutte le misure necessarie” per ristabilire l’ordine nella capitale. “Non ci sono precedenti per ciò che queste persone hanno fatto, e per questo, queste persone devono essere punite“, ha detto.

Bolsonaro era all’estero anche lui, in Florida. È volato a Orlando negli ultimi giorni della sua presidenza, nella speranza che la sua assenza dal Paese aiutasse a raffreddare le indagini sulla sua attività di presidente. Aveva programmato di rimanere in Florida da uno a tre mesi. Ma prima di partire per la Florida, Bolsonaro ha suggerito ai suoi sostenitori di voltare pagina. “Viviamo in una democrazia o no”, ha detto in una dichiarazione registrata. “Nessuno vuole una rivoluzione.”

I sondaggi hanno dimostrato che una parte considerevole della popolazione afferma di ritenere che Lula abbia “rubato” le elezioni, alimentata da false affermazioni che si sono diffuse su Internet e da un allontanamento tra molti elettori di destra dalle tradizionali fonti di notizie – problemi che hanno anche ha afflitto la politica americana negli ultimi anni.

Fuori dagli uffici presidenziali i manifestanti, hanno alzato la bandiera dell’Impero brasiliano, del XIX secolo prima che il Brasile diventasse una democrazia, e hanno cantato l’inno nazionale del Brasile. I video hanno mostrato molti manifestanti con i telefoni in alto, che filmavano la scena.

La domanda ora è: cosa accadrà in Brasile? Bolsonaro calmerà le acque oppure si vuole arrivare alla guerra civile?

Raytheon, Millennium ottiene più finanziamenti per i satelliti di localizzazione missilistica

Alex Trizio
-
0
Raytheon, Millennium ottiene più finanziamenti per i satelliti di localizzazione missilistica

La Space Force ha stanziato altri 605 milioni di dollari a Raytheon Technologies e Millennium Space Systems per costruire prototipi di satelliti in grado di rilevare e tracciare missili ipersonici e balistici dall’orbita terrestre media.

Il servizio ha scelto le società nel maggio 2021 per sviluppare modelli di sensori di allarme missilistico per il suo programma Missile Track Custody. La Space Force non ha rivelato i valori del contratto in quel momento, ma ha confermato questa settimana che l’accordo di Raytheon vale fino a 727 milioni di dollari e quello di Millennium fino a 412 milioni di dollari.

I contratti includono opzioni per il lavoro di progettazione di base, le operazioni, l’elaborazione dei dati e l’acquisto di un massimo di tre aeromobili. A seguito di una revisione positiva dei progetti del carico utile dei sensori a novembre, il servizio ha esercitato opzioni aggiuntive all’interno di quei contratti originali, assegnando a Raytheon 396 milioni e Millennium 209 milioni.

Con quel finanziamento, che si basa sulle proposte fatte da ciascuna azienda, costruiranno prototipi di satelliti che potrebbero essere nello spazio già nel 2026. Svilupperanno anche sistemi di comando e controllo a terra e elaborazione dei dati.

Il tenente colonnello Gary Goff, responsabile del materiale per lo Space Layer Resilient Missile Warning and Tracking della Space Sensing Directorate, ha dichiarato che mentre le società lavorano per una revisione completa del progetto del sistema prevista per questa estate, la Space Force continuerà a valutare le loro prestazioni e i costi e programmare le stime per determinare se assegnare finanziamenti aggiuntivi.

Il programma Missile Track Custody è una parte del piano della Space Force per rendere le sue capacità di allarme e tracciamento missilistico in orbita più resistenti contro le crescenti minacce provenienti da Cina e Russia. Oggi, quei satelliti risiedono in orbita geosincrona – circa 22.000 miglia sopra la Terra – o in un’orbita altamente ellittica oltre GEO. Attraverso Missile Track Custody, il servizio prevede di lanciare satelliti di allarme e tracciamento situato tra 1.200 e 2.200 miglia sopra la Terra, dove i sensori spaziali possono osservare un’area più ampia.

La Space Development Agency sta inoltre lanciando una flotta di oltre 100 satelliti in orbita terrestre bassa, o LEO, a meno di 1.200 miglia sopra l’equatore.

Entro il 2028, la Space Force prevede di avere quattro satelliti MEO in orbita con l’obiettivo di lanciare aggiornamenti tecnologici su un ciclo di due anni. Il servizio ha richiesto 139 milioni di dollari per il programma nel suo budget fiscale 2023 e i legislatori hanno stanziato altri 130 milioni di dollari nel recente pacchetto di spesa omnibus per accelerare lo sviluppo e ridurre i rischi del programma.

Raytheon ha dichiarato in un comunicato stampa questa settimana che integrerà il suo carico utile del sensore Missile Track Custody con il bus satellitare definito dal software LM400 di Lockheed Martin, che può adattarsi alle esigenze della missione man mano che cambiano e implementano nuove funzionalità.

Apple si concentra sui visori realtà aumentata

Simone De Micheli
-
0
Apple si concentra sui visori realtà aumentata

iOS 17, il prossimo importante aggiornamento per iPhone, potrebbe essere un aggiornamento meno significativo di quanto Apple sperasse inizialmente, poiché l’azienda e i suoi ingegneri si concentrano maggiormente sull’imminente visore AR/VR.

Apple ha lavorato per diversi anni al suo visore AR/VR e al relativo sistema operativo, xrOS. Con il lancio delle cuffie ora previsto per il 2023, gli ingegneri di Apple si sono concentrati meno su altri sistemi operativi, inclusi i prossimi aggiornamenti di iOS 17 e iPadOS 17.

Nella sua ultima newsletter Power On, Gurman afferma che iOS 17, che internamente ha il nome in codice Dawn, potrebbe finire per avere “meno cambiamenti importanti di quanto inizialmente previsto” a causa del fatto che Apple si concentrerà maggiormente su ‌xrOS‌ per il prossimo visore. Gurman afferma che un approccio simile sta avvenendo con macOS 14, nome in codice Sunburst.

iOS 14, annunciato nel 2020, e iOS 16 , annunciato lo scorso giugno, sono stati due aggiornamenti significativi, portando widget ridisegnati nella schermata Home di ‌iPhone‌ , Libreria app, nuove funzionalità nelle app stock come Maps e Safari, una schermata di blocco ridisegnata e altro ancora. iOS 17, insieme a iPadOS 17, macOS 14 e watchOS 10, sarà annunciato durante il WWDC di giugno.

Facebook App, chi la scarica di più?

Simone De Micheli
-
0
Facebook App, chi la scarica di più?

La maggior parte delle persone presume che la piattaforma Facebook di proprietà di Meta sia diventata un’app obsoleta nel corso degli anni, ma è tutt’altro che vero. Il fatto è che Facebook è stata una delle app più scaricate nel 2022 e non diventerà presto obsoleta.

Facebook è stato scaricato su quasi 500 milioni di dispositivi nel 2022, il che significa che quasi mezzo miliardo di persone ha iniziato a utilizzare l’app di Facebook.

Come dicono i dati è l’India ad avere la maggior parte dei download di Facebook. Circa 136 milioni di persone in India hanno scaricato Facebook nel 2022, principalmente da Google Play. Ciò significa che Facebook ha un buon pubblico nel subcontinente asiatico. Non solo Facebook, ma anche Instagram è popolare in India e ogni mese la maggior parte delle persone dall’India scarica l’app Instagram.

Il paese con il secondo maggior numero di download dell’app di Facebook nel 2022 è stata l’Indonesia. Dopo l’Indonesia, le persone provenienti dagli Stati Uniti hanno scaricato di più l’app di Facebook. Altri paesi sono Brasile, Messico, Filippine, Pakistan, Vietnam ed Egitto. Questi paesi sono stati quelli in cui l’app di Facebook è stata scaricata di più nel 2022. Il 70% dei download di Facebook nel 2022 proveniva da questi paesi e questi sono i paesi che continueranno a scaricare l’app di Facebook nel 2023.

Facebook non stava passando un buon momento in termini di download negli anni precedenti, ma ora guardando il numero di installazioni, gli utenti stanno aumentando di numero. C’è la speranza che continueranno ad aumentare nel 2023 e Facebook risorgerà e tornerà la più popolare. Ora, dobbiamo aspettare gli sviluppi d’uso dell’app TikTok, in questo modo Facebook vedrà un aumento del suo download poiché TikTok è il più grande concorrente di Facebook e Instagram.

Crittografia RSA violata dai cinesi? Le risposte di Schneier e Sophos

Alex Trizio
-
0
Crittografia RSA violata dai cinesi? Le risposte di Schneier e Sophos

In questi giorni sono usciti molti articoli che parlavano della crittografia Rsa, che sarebbe stata violata da ricercatori cinesi. In realtà le cose sono abbastanza diverse e vedremo ora perché. Abbiamo letto e vi riportiamo le risposte su questo fatto di Bruce Schneier crittografo e saggista statunitense. Ha scritto diversi libri su sicurezza informatica e crittografia, e ha fondato la Counterpane Internet Security e della Sophos, un’azienda che si occupa di sicurezza informatica che ha sede a Abingdon-on-Thames, Inghilterra.

Cos’è la chiave Rsa

RSA è l’abbreviazione di Rivest-Shamir-Adleman, i tre crittografi che hanno ideato quello che si è trasformato in un sistema di crittografia sorprendentemente utile e longevo attraverso il quale due persone possono comunicare in modo sicuro senza incontrarsi prima per concordare una chiave di crittografia segreta.

In un sistema crittografico a chiave pubblica, la chiave di crittografia è pubblica e distinta dalla chiave di decrittazione, che è tenuta segreta (privata). Un utente RSA crea e pubblica una chiave pubblica basata su due grandi numeri primi, insieme a un valore ausiliario. I numeri primi sono tenuti segreti. I messaggi possono essere crittografati da chiunque, tramite la chiave pubblica, ma possono essere decodificati solo da qualcuno che conosca i numeri primi.

La sicurezza di RSA si basa sulla difficoltà pratica di fattorizzare il prodotto di due grandi numeri primi, il “problema di fattorizzazione”. Violare la crittografia RSA è noto come il problema RSA. Se sia difficile quanto il problema del factoring è una questione aperta.

La pubblicazione dei ricercatori

Un gruppo di ricercatori cinesi ha pubblicato un documento in cui afferma di poter violare RSA a 2048 bit, sebbene non l’abbia ancora fatto. Questo è qualcosa da prendere sul serio. Potrebbe non essere corretto, ma ovviamente non è sbagliato.

Schneier afferma – Sappiamo da tempo dall’algoritmo di Shor che la fattorizzazione con un computer quantistico è facile. Ma ci vuole un grande computer quantistico, dell’ordine di milioni di qbit, per fattorizzare qualcosa che assomigli alle dimensioni delle chiavi che usiamo oggi. Ciò che i ricercatori hanno fatto è combinare le classiche tecniche di fattorizzazione della riduzione del reticolo con un algoritmo di ottimizzazione approssimata quantistica. Ciò significa che hanno bisogno solo di un computer quantistico con 372 qbit, che è ben all’interno di ciò che è possibile oggi.

Il gruppo cinese non aveva un computer quantistico così grande con cui lavorare. Sono stati in grado di fattorizzare numeri a 48 bit utilizzando un computer quantistico a 10 qbit. E mentre ci sono sempre potenziali problemi quando si aumenta qualcosa di simile di un fattore 50, non ci sono barriere evidenti.
Schneier continua – In un’e-mail, Roger Grimes mi ha detto: “Apparentemente quello che è successo è che un altro aveva precedentemente annunciato di essere in grado di violare la crittografia asimmetrica tradizionale utilizzando computer classici… ma i revisori hanno trovato un difetto nel suo algoritmo e quel tizio ha dovuto ritirare il suo articolo. Ma questo team cinese si è reso conto che il passaggio che ha bloccato l’intera faccenda potrebbe essere risolto da piccoli computer quantistici. Quindi hanno testato e ha funzionato.

L’opinione di Sophos è molto netta – Se disponiamo già di computer con centinaia di qubit, la fine di RSA-2048 è proprio dietro l’angolo?

Semplicemente non abbiamo le competenze matematiche per dirtelo – il loro articolo di 32 pagine non è per i deboli di cuore e nemmeno per semplice matematico – ma il consenso di tutti, almeno per ora, sembra essere… No.

Tuttavia, questo è un ottimo momento per pensare a quanto sei pronto per qualsiasi algoritmo di crittografia o hashing che improvvisamente viene violato, sia per ragioni quantistiche o meno.

Conclusione

Pare evidente che i ricercatori cinesi hanno creato un modello matematico per poter fare ciò che hanno annunciato, ma ancora nessuno lo ha fatto, nemmeno loro. In teoria ovviamente tutto può funzionare, ma è la pratica e soprattutto le azioni come possono essere messe in atto. Non tutto può essere fatto in un centro di ricerche quantistiche, molte violazioni sono state fatte al volo, o in condizioni assolutamente precarie, pensiamo ad esempio ai furti dati per motivi spionistici.

Quindi per ora la vera risposta è: nessuno è riuscito a violare la Rsa.
Ma la risposta/domanda di Sophos è molto importante e soprattutto le aziende dovrebbero pensarci: sei pronto per una violazione dei tuoi dati?

L’intelligenza artificiale può migliorare posizionamento e capacità militari

Alex Trizio
-
0
L’intelligenza artificiale può migliorare posizionamento e capacità militari

Quando uno Stato deve prendere una decisione sull’invio di unità militari di terra o di navi nei mari ha bisogno di moltissimi dati per decidere dove e come posizionarli e come questi influenzeranno la situazione a lungo termine. Questa quantità di dati è davvero immensa e spesso si trovano difficoltà nel loro utilizzo, ma questa situazione potrebbe cambiare fra poco con l’utilizzo dell’intelligenza artificiale.

Il Readiness Decision Impact Model che gli Stati Uniti stanno sviluppando attraverso il dipartimento della Difesa può anticipare le decisioni di posizionamento sul campo fino addirittura a 3 anni. In pochi minuti da miliardi di dati che sono già in suo possesso può creare una stima dell’impatto che può essere utilizzata dai dirigenti delle future azioni.

Per come si utilizzano adesso i modelli di previsione gli impatti vengono predisposti per non più di un anno e non esiste un algoritmo in grado di calcolare tutti gli effetti di una decisione operativa. Il problema principale che interviene nelle previsioni a lungo termine è che ci sono troppi dati. Paradossalmente non si hanno problemi nelle previsioni per mancanza di informazioni ma perché sono ormai presenti dati quasi infiniti e di conseguenza non ci sono sistemi informatici capaci di analizzarli.

Altro problema individuato dal Generale David Berger comandante del corpo dei Marines statunitensi è la confusione che molti Stati fanno della capacità militare. Confondono la disponibilità di unità militari disponibili al dispiegamento immediato e al combattimento con quello che queste forze debbano poi fare nello specifico.

L’intelligenza artificiale che il ministero della difesa degli Stati Uniti sta sviluppando potrebbe rispondere a questa domanda, la quantità di dati disponibili ma ora inutilizzati potrebbe portare a un modello di impatto sulla manutenzione e addestramento delle unità militari ed una ottimizzazione della rotazione che potrebbe produrre un vantaggio operativo rispetto al nemico con uomini e mezzi minori rispetto al passato.

Inoltre la gestione dell’intelligenza artificiale sul posizionamento delle forze in campo potrebbe portare a livelli di prontezza inferiori ma molto più capaci di portare a termine una missione. I dati a disposizione possono rendere efficiente una unità militare per uno specifico obiettivo in questo modo si possono utilizzare meno risorse con gli stessi risultati o addirittura con risultati migliori. 

Al momento i piani militari cercano solo di avere un modello di azione pronto in ogni momento ma si sottovaluta la qualità dei mezzi e degli uomini a disposizione. Ovviamente un’intelligenza artificiale non potrà mai sostituire la capacità degli uomini sul campo ma potrà scegliere quali uomini sono più adatti per quell’obiettivo.

Come impedire alla schermata di blocco di Android di visualizzare contenuti sensibili

Laura Antonelli
-
0
Come impedire alla schermata di blocco di Android di visualizzare contenuti sensibili

Come iOS, Android fa del suo meglio per essere una piattaforma sicura. Ma un aspetto importate dei sistemi operativi è che possano impedire a persone indesiderate di accedere ai tuoi dati. Gli utenti devono essere diligenti riguardo alle app che installano, alle reti a cui si connettono e persino alle informazioni che mostrano sulle loro schermate di blocco.

Per impostazione predefinita, Android visualizzerà molti contenuti sulla schermata di blocco per dare un’idea di ciò che sta accadendo. Potresti ricevere un SMS o un’e-mail che include informazioni riservate nella prima frase del corpo del messaggio.

Con le impostazioni predefinite, quando arriva quel messaggio, Android ne visualizzerà una parte sulla schermata di blocco, dove chiunque può vederlo.

Ma impedire la visualizzazione di contenuti sensibili sulla schermata di blocco di Android è in realtà abbastanza semplice.

Se disponi di un dispositivo con Android 10 o versioni successive, ovvero la maggior parte dei dispositivi Android venduti negli ultimi anni, dovrebbe includere la possibilità di nascondere i contenuti dalla schermata di blocco.

  • Apri le impostazioni cliccando sulla rotellina
  • Scegli Schermata di blocco dall’elenco
  • Scegli Notifiche da mostrare
  • Scegli l’opzione che più di interessa, tra queste c’è Nascondi Contenuto che elimina ogni notifica dalla schermata di blocco facendo quidi rimanere segreta qualsiasi nuova notifica

Ora non resta che provare se tutto è andato bene e avere quindi un telefono più sicuro sotto ogni punto di vista, anche e soprattutto per la privacy.

Microsoft, Internet a 100 milioni di africani entro il 2025

Giacomo Crosetto
-
0
Microsoft, Internet a 100 milioni di africani entro il 2025

Nuovo progetto di un big della tecnologia per portare Internet nelle zone poco coperte del mondo.

Microsoft ha annunciato i piani per portare l’accesso a Internet via satellite a 100 milioni di persone entro il 2025 in Africa, come parte degli sforzi per colmare il divario digitale con il mondo in via di sviluppo.

“Non c’è carenza di talenti, ma c’è un’enorme carenza di opportunità”, ha detto il presidente del colosso di Redmond, Brad Smith.

“È il continente più giovane del mondo con la popolazione in più rapida crescita, che dovrebbe crescere da 1,4 miliardi a quasi 1,7 miliardi entro il 2030”, aggiunge Teresa Huston, responsabile del settore tecnologia e responsabilità sociale.

L’espansione tecnologica avverrà attraverso il progetto Airband che interesserà la Repubblica Democratica del Congo e Nigeria ma anche Egitto, Senegal e Angola, “per fornire connessioni necessarie, spesso per la prima volta”, sottolinea Microsoft. Airband lavora attraverso partnership locali e regionali. Tra i progetti di Microsoft c’è pure quello di fornire Internet in Guatemala d Messico e nelle parti più remote degli Stati Uniti. Connesso a questo piano, anche quello di sostenere esperti di cybersicurezza che saranno sempre più necessari con una maggiore diffusione di Internet.

Da Meta-Facebook a Google, sono molti big della tecnologia che hanno avviato progetti per Internet in Africa. Queste due società, in particolare, sono alla guida dei maggiori programmi per la fibra ottica sotto gli oceani con decine di punti di approdo e una attivazione prevista per il 2023. Google ha anche annunciato a ottobre la sua prima cloud region africana, con sede nello Stato del Sudafrica. L’iniziativa fa parte di un investimento di 1 miliardo di dollari in cinque anni nel continente, dove è sbarcato per la parte cloud anche il servizio Amazon web services (Aws) e Microsoft Azure.

1...535455...178Pagina 54 di 178