Internet si sta trasformando

Internet come la conosciamo potrebbe finire. Probabilmente la maggior parte delle persone non sarà troppo felice.

Analizziamo come era inizialmente Internet dal Big Ben. Siamo arrivati ​​al punto di dare per scontato Internet e, come una rana che bolle lentamente, abbiamo accettato tutti i cambiamenti nelle direzioni sbagliate che ha preso nel corso degli anni.

Abbiamo assistito a regolamentazione pesante, censura e manipolazione della verità, Intrusione e tracciamento della privacy ed infine inondati da pubblicità.

Al deturpamento si sono aggiunti strumenti come cookie e banner imposti dall'UE. Quest’ultima novità è una delle cose peggiori in assoluto che siano mai accadute al web.

Negli anni '90 Internet era un Far West. Tutto era permesso, nessuno poteva rimuovere neanche siti offensivi. Non c'erano censure, brutte pubblicità GIF e il motore di ricerca Altavista. Se vuoi fare un paragone, Altavista era come Google in cui dovevi imparare tecniche di prompt specifiche per ottenere qualcosa di utile. Ti suona familiare?

I primi anni 2000 sono stati l'era dei siti Web Flash animati, un periodo creativo per tutti i designer. Ma è stato anche il momento in cui Internet è cambiato per sempre. Google ha creato il suo motore di ricerca nel 1998, ma è stato intorno al 2000-2001 che ha iniziato a ottenere successo. Poi nel 2004 un ex studente di Harvard di nome Mark Zuckerberg creò quello che i nostri nonni ora conoscono come Facebook. Nell'ottobre del 2000 Google iniziò a pubblicare annunci pubblicitari. Ciò cambiò ancora Internet, offrendo pubblicità "rilevante" alle persone tramite un monitoraggio molto dettagliato delle attività. Ci vollero 7 anni a Facebook per recuperare terreno, ma nel 2007 lanciò anche il suo programma pubblicitario.

Tutto questo monitoraggio aiutava gli inserzionisti a vendere: le cose erano semplicemente più pertinenti, ma fu l'inizio della fine della privacy online.

L’invenzione del piccolo pulsante “Mi piace” di Facebook ha portato è stata anche una pietra miliare.  Un pezzo di codice incorporabile che ti consente di mettere Mi piace a qualcosa al di fuori di Facebook. Dietro le quinte monitorava l'attività degli utenti online e creava una mappa dettagliata di come le persone utilizzano Internet.

Poiché l'unico modo per farsi trovare a quei tempi era tramite i motori di ricerca, iniziò a emergere un'intera industria multimiliardaria. Ottimizzazione dei motori di ricerca o SEO (software pensato per aumentare il traffico di ricerca).

I contenuti SEO erano un modo per ingannare i bot (programmi che svolgono diversi servizi, con scopi vari, ma in genere legati all'automazione di compiti che sarebbero troppo gravosi o complessi per gli utenti), facendo credere che il sito web avesse molte informazioni rilevanti aggiungendo lunghi paragrafi di testo pieni di parole chiave. Erano scritti in un modo in cui nessun essere umano avrebbe scritto o voluto leggere e hanno iniziato a prendere il sopravvento su interi prodotti.

Tutte le pagine principali avevano sezioni solo SEO, ma poi hanno iniziato a comparire anche interi "blog per robot". Centinaia di post incomprensibili pieni di parole chiave solo per ingannare l'algoritmo e ottenere più visualizzazioni.

Siamo poi giunti nell'era dell'AI, con robot di tipo diverso che esplorano il web non per indicizzarlo, ma per imparare da esso. OpenAI è stata recentemente citata in giudizio dal New York Times per aver presumibilmente parafrasato interi articoli della pubblicazione nelle sue risposte. Affermano che la violazione riguarda migliaia di contenuti. Midjourney sta estraendo la maggior parte delle immagini da Internet, il che ha portato sia a enormi proteste sia a strumenti di avvelenamento dei dati per cercare di combatterlo. Bing ha introdotto le sue integrazioni di AI che rispondono alle tue domande senza che tu vada mai su un sito web.

Ora Arc, un'azienda amata dai fan, sta cercando di reinventare i browser spingendo questa idea al livello successivo. Il browser non si occuperà più di visitare siti web, ma piuttosto di svolgere attività automaticamente tramite bot.

Un sito web senza traffico perderà le entrate pubblicitarie e fallirà. Quindi il bot non avrà più alcun nuovo contenuto da analizzare ed elaborare da questo sito web, il che porta a output di qualità inferiore.

Accadrà che Internet si dividerà in due parti principali. Una parte sarà di libero accesso, contenuti generati dall'intelligenza artificiale con lo scopo principale di guidare il coinvolgimento, proprio come facevano gli articoli SEO un decennio fa. Con l'intelligenza artificiale la maggior parte dei contenuti alternativi scomparirà. Internet sarà generato dall'intelligenza artificiale e porterà in secondo piano i contenuti scritti da esseri umani.

L'altra parte di Internet, invece, sarà a pagamento. Saranno contenuti di qualità superiore, per lo più generati da esseri umani, certo, anche con un po' di aiuto dell'intelligenza artificiale, ma molto poco e probabilmente chiaramente annotati.

Ora questo paywall sarà letterale: pagherai una piccola somma di denaro per accedere a contenuti di qualità superiore, oppure ti richiederà semplicemente di effettuare l'accesso con la tua e-mail e pagherai iscrivendoti alle newsletter.

Sarà questa l’evoluzione di Internet?  Vivendo, lo scopriremo.

AI tra le stelle?

 

Finora, l'intelligenza artificiale è stata impiegata solo sulla Terra. In passato, tutte le missioni spaziali erano gestite da esseri umani quando era necessario prendere decisioni complesse in tempo reale. Questo non può continuare a essere il caso mentre ci avventuriamo in lunghi viaggi che durano più di una vita umana. La grande quantità di dati e il notevole ritardo temporale per la messaggistica a grandi distanze costringeranno le lunghe missioni spaziali a essere autonome, gestite dall'intelligenza artificiale. Ciò solleva una nuova opportunità di business per la creazione di sistemi di intelligenza artificiale portatili nello spazio che siano rinforzati per resistere alle dure condizioni dei lunghi viaggi, tra cui il bombardamento di raggi cosmici e particelle di polvere.
Ovviamente, il primo utilizzo dell'intelligenza artificiale nello spazio sarà vicino alla Terra per scopi militari o di sicurezza nazionale. Ma man mano che l'umanità si avventura verso destinazioni oltre il sistema solare, l'uso dell'intelligenza artificiale sarà inevitabile. La velocità consentita dalla propulsione chimica, 10.000 volte più lenta della velocità della luce, richiederebbe circa 50-200 mila anni per raggiungere le stelle più vicine, paragonabile al tempo trascorso da quando l'Homo Sapiens ha lasciato l'Africa per diffondersi in tutto il mondo. Un sistema di intelligenza artificiale potrebbe rimanere dormiente per la maggior parte di questo viaggio senza annoiarsi. Verrà attivato quando raggiungerà la destinazione, indipendentemente dal fatto che la specie umana madre sopravviva a catastrofi politiche e ambientali sulla Terra entro quel momento futuro.
I viaggiatori interstellari con intelligenza artificiale potrebbero essere addestrati a usare l'apprendimento automatico per gestire condizioni impreviste negli ambienti che visitano. Proprio come i bambini che lasciano la casa dei genitori, possono risparmiare energia operando in modo autonomo per la maggior parte del tempo e trasmettendo brevi messaggi sulla Terra in rare circostanze. Data la durata del viaggio e le condizioni incerte sulla Terra, il messaggio sarebbe breve o inesistente. In tal caso, qual è il vantaggio per l'umanità nell'inviare tali sonde?
La natura ci dà la risposta. Quando il fiore di tarassaco invia i suoi semi nel vento, non si aspetta di ricevere alcun segnale da loro. Non c'è bisogno di genitori elicottero. Inviando uno sciame di semi che trasportano la sua creazione genetica, il fiore aumenta la probabilità che alcuni di questi semi possano trovare un terreno fertile. Lo scopo è semplice: il fiore genitore ha una durata di vita limitata e i semi prolungano la sopravvivenza del suo modello genetico. Questo è il modo della natura di garantire longevità oltre la durata di vita di un singolo fiore.
Speriamo che gli umani acquisiscano la saggezza offerta dai fiori di tarassaco. In caso contrario, tutto ciò a cui teniamo potrebbe alla fine perire sulla Terra a causa di una futura catastrofe. Sostituendo la nostra ossessione a breve termine per i conflitti a somma zero per le risorse limitate sulla Terra con la sopravvivenza a lungo termine per milioni o miliardi di anni, potremmo scegliere di inviare veicoli spaziali gestiti dall'intelligenza artificiale per lunghi viaggi. Proprio come i semi di tarassaco, questi messaggeri porteranno il modello di ciò che desideriamo preservare mentre si avventurano nello spazio interstellare.
Le nostre ambizioni potrebbero essere guidate dalla curiosità scientifica nell'esplorare l'ignoto. Poiché inviare una vasta comunità di persone per un viaggio di decine di migliaia di anni oltre il sistema solare sembra al momento poco pratico, potremmo fare affidamento su sonde assistite dall'intelligenza artificiale per rivelare nuovi territori e trascendere le nostre attuali conoscenze. Uno sciame compatto di sistemi di intelligenza artificiale potrebbe creare una comunità di viaggiatori interstellari intelligenti che comunicano tra loro e acquisiscono conoscenze. L'esperienza sarebbe simile a quella di mandare i nostri figli nel mondo e sperare che ne sappiano più di noi.
Resta da vedere se questo obiettivo sia tecnologicamente fattibile senza che le nostre sonde siano genitori-elicottero. Un modo per studiare il nostro futuro tecnologico è scoprire cosa sono riuscite a realizzare altre civiltà nella Via Lattea fino ad ora. La loro spazzatura spaziale sarebbe il nostro tesoro. La Terra, la Luna, Marte o altri corpi del sistema solare sono stati visitati da sonde di intelligenza artificiale negli ultimi 4,6 miliardi di anni? Potremmo cercare tracce di tali visite sulla Luna o su Marte. In alternativa, possiamo usare il futuro Osservatorio Rubin o gli attuali Osservatori del Progetto Galileo per cercare gli attuali visitatori che passano vicino alla Terra o la spazzatura spaziale correlata che brucia come meteore interstellari nel nostro cielo.
Se non ci diamo una mossa prima di affrontare una catastrofe esistenziale, allora nulla potrebbe sopravvivere della storia di oltre cento miliardi di persone che hanno vissuto finora sul nostro pianeta. Le loro speranze e aspirazioni saranno tutte cancellate nella memoria cosmica. Immaginate la Terra inghiottita dal Sole tra 7,6 miliardi di anni. Tutto il contenuto su Internet, tutti i libri, tutta la documentazione della storia umana, brucerà e affonderà nel nucleo del Sole morente. Non rimarrà nulla che gli extraterrestri possano apprezzare.

Quanto costa AI?

I carichi di lavoro dell'intelligenza artificiale richiedono una quantità folle di elaborazione per essere praticabili. Il motivo è che sono enormi file digitali che vantano miliardi di parametri che occupano cifre doppie o triple in GigaByte e, in alcuni casi, come i modelli di frontiera, TeraByte di dimensioni.

A peggiorare le cose, a causa della loro struttura, questi modelli vengono interrogati ogni volta che devono prevedere qualcosa, il che, in termini di testo, significa che vengono interrogati per ogni nuova parola che prevedono.

Pertanto, per evitare che la latenza diventi insopportabile, dobbiamo archiviarli nella RAM, che è scarsa anche per le GPU avanzate. Di conseguenza, per distribuire questi modelli con sicurezza, richiedono potenziali centinaia o addirittura migliaia di GPU che lavorano all'unisono.

E sebbene tutto ruoti attorno all'algebra lineare, il che significa che ciascuno di questi calcoli non è particolarmente complesso, il loro numero elevato assicura inevitabilmente che la complessità globale sia enorme.

Ma le parole semplici hanno poco peso rispetto alla visione di numeri reali. Quindi, se vogliamo immaginare quanto sarà grande la prossima frontiera del modello, quanto è costoso addestrare un LLM?

Per determinare una stima, dobbiamo calcolare il numero di FLOP richiesti. I FLOP sono operazioni in virgola mobile al secondo, o il numero totale di calcoli al secondo necessari per addestrare (o eseguire) il modello.

Seguendo il documento sulle leggi di scala di OpenAI, possiamo stimare la quantità totale di FLOP con l'equazione Costo = 6 x N x D, dove:"N" si riferisce al numero di parametri non incorporati del modello (per modelli molto grandi, i parametri incorporati sono trascurabili, quindi possiamo semplicemente prendere il valore globale);"D" si riferisce alla quantità di token di addestramento utilizzati per addestrare il modello

Ma questa formula molto semplicistica è accurata? Prendiamo come esempio Llama 3.1 405B, l'LLM all'avanguardia di Meta: 'N' = 405 miliardi (come detto, solo 2 miliardi su 405, ovvero lo 0,49%, sono parametri di incorporamento, quindi possiamo prendere il valore totale);'D' = 15 trilioni di token come riportato da Meta stessa

Applicando questa formula otteniamo una quantità totale di FLOP di cui Meta ha avuto bisogno per addestrare questo modello come: FLOP totali = 6 x 405 x 10⁹ x 15 x 10¹² = 36.450 x 10²¹, ovvero 3,6 x 10²⁵, estremamente vicino al valore effettivamente riportato da Meta di 3,8 x 10²⁵.

Un'altra cosa interessante che possiamo fare è stimare quanto tempo hanno impiegato per addestrare il modello.

Utilizzando l'effettivo documento di ricerca, sappiamo che hanno utilizzato un cluster di 16k Nvidia H100. Sappiamo anche che il modello è stato addestrato su precisione mista, precisione di peso FP16 (o 2 byte per peso), con gli Adam Optimizer con precisione FP32 (o 4 byte per peso). Ciò significa che le prestazioni di picco di un singolo NVIDIA H100 sono 1.979 TeraFlops.

Sebbene queste siano le prestazioni di picco (non la produttività effettiva di ogni GPU), ciò significa che 16k H100 hanno una potenza di calcolo totale di 1.979 x 10¹² x 16 x 10³ = 31.664 x 10¹⁵, o 3,2 x 10¹⁹ FLOP.

Di conseguenza, per raggiungere i costi di addestramento totali di Llama 3.1 405B calcolati in precedenza, il cluster ha dovuto funzionare per 3,8 x 10²⁵ / 3,2 x 10¹⁹ = 1,48 x 10⁶ secondi, ovvero 14 giorni.

Ma ecco il punto: questa stima non è nemmeno lontanamente vicina. Il modello è stato effettivamente addestrato per 54 giorni, dopo aver tenuto conto di un Model Flop Utilization medio che andava dal 38 al 43% lungo tre fasi di pre-addestramento.

Per farla breve, non vale la pena stimare la durata ideale dell'addestramento, poiché la realtà è molto, molto più scoraggiante. Tuttavia, il modello ha impiegato tre volte i giorni per addestrarsi rispetto al valore teorico.

E quali sono stati i costi economici totali?

Un cluster NVIDIA H100 da 16k costa, più o meno, 960 milioni di dollari in costi di capitale.

A 30.000 $ per GPU, il costo di capitale delle sole GPU è di 480 milioni di dollari

Nei numeri dei data center AI, terreni, appaltatori e altre attrezzature necessarie rappresentano un altro 50% del costo totale, aggiungendo altri 480 milioni di dollari.

Per quanto riguarda i costi di gestione dell'esecuzione dell'addestramento, le cose sono un po' più complicate. Se prendiamo la tariffa media dell'elettricità industriale statunitense di 0,083 €/KWh

e supponiamo che i Watt effettivi richiesti per far funzionare ogni GPU siano circa il doppio del Thermal Design Power (TDP) della GPU (secondo SemiAnalysis per tenere conto di costi di rete, raffreddamento e altri costi), che secondo NVIDIA è di 700 W, ciò significa che il carico di potenza effettivo richiesto è 1400 x 16.000 = 22,4 MW.

Pertanto, in funzione per 42,5 giorni, i costi di gestione di un tale data center alla massima potenza costerebbero circa 22,4 x 10³ KW x 24 x 54 = 29,03 x 10⁶ KW x 0,083 €/KWh = 2,41 milioni di $, ovvero solo lo 0,25% del costo totale di proprietà (TCO).

Alla luce di tutto ciò, ci restano i pensieri e le preghiere per le aziende che hanno investito quasi tutti i loro soldi nell’espansione dell’intelligenza artificiale.

Fuggire dalla mediocrità

Immagina di entrare in una riunione, di guardarti intorno e di percepire la vena sotterranea della mediocrità.

Forse hai notato che le scadenze sono state rispettate senza conseguenze, o forse le idee un tempo audaci del team si sono trasformate in routine prevedibili. È facile dare la colpa alle condizioni di mercato, all'economia o ai politici. Ma cosa succede se il vero problema è più vicino a casa? E se, involontariamente, hai impostato l'asticella troppo in basso?

La dura verità è che gli standard bassi si insinuano in modo sottile. Non si annunciano con cartelli lampeggianti o sirene rumorose. Invece, si insinuano attraverso dettagli ignorati e scuse accettate. E prima che tu te ne accorga, sono diventati gli assassini silenziosi del potenziale, del morale e della produttività del tuo team. Ecco alcuni segnali rivelatori:

-Tolleri le scadenze mancate

Potresti pensare che non rispettare una scadenza qua o là non sia un grosso problema, dopotutto la vita accade, giusto? Ma quando le scadenze mancate diventano uno schema che giustifichi o ignori, stai inviando un messaggio potente: che gli impegni sono facoltativi e l'urgenza è negoziabile. Ciò crea un precedente pericoloso. Quando le scadenze non vengono rispettate, danneggiano il compito da svolgere e intaccano il senso di responsabilità del team. Le prestazioni del team diminuiscono bruscamente. La loro urgenza, che un tempo li alimentava, inizia a svanire. L'asticella si abbassa e continua a scivolare sempre più in basso, inosservata. La realtà è che, in un team ad alte prestazioni, le scadenze non sono negoziabili.

- Accetti un lavoro mediocre

Quando sei sommerso da altri compiti, lasciar correre un lavoro scadente è facile. Dopotutto, correggerlo potrebbe sembrare troppo complicato. Potresti persino dirti "Per ora va bene" o "Lo sistemeremo più tardi" e parcheggiarlo in un arretrato di congelatore chiuso in modo permanente. Ma accettare la mediocrità anche una sola volta può innescare pericolosi effetti: scarsa qualità, innovazione bloccata, buona reputazione in calo. L'eccellenza non è un'abilità. È un atteggiamento".

- Eviti conversazioni difficili

A nessuno piace avere conversazioni difficili. Che si tratti di affrontare un dipendente costantemente poco performante, di affrontare un comportamento che sta danneggiando il morale del team o di dare un feedback duro su un progetto ad alto rischio, queste conversazioni sono scomode. Ma evitarle può essere ancora più dannoso.

- Non stabilisci aspettative chiare

Le aspettative poco chiare sono come cercare di guidare una nave senza bussola: potresti rimanere a galla per un po', ma alla fine andrai fuori rotta. Quando non stabilisci obiettivi e standard chiari e specifici, il tuo team si ritrova a indovinare come appare il successo. Questo gioco di indovinelli crea confusione, frustrazione e sforzi non allineati. Alcuni membri del team potrebbero esagerare senza aspettative chiare, mentre altri potrebbero fare il minimo indispensabile, pensando di raggiungere l'obiettivo. Nel tempo, questa mancanza di direzione porta a prestazioni incoerenti e a un graduale declino degli standard generali.

Quando nessuno sa cosa ci si aspetta veramente, la mediocrità diventa la norma.

- Tolleri atteggiamenti negativi o comportamenti tossici

Lasciare che la negatività o il comportamento tossico persistano mostra standard bassi. Se i membri del team si lamentano spesso, spettegolano o mostrano mancanza di rispetto e tu non affronti la questione, tolleri quel comportamento. Nel tempo, questa negatività può diffondersi, danneggiando il morale, la fiducia e l'appartenenza del team. Ignorare un comportamento tossico perché "è semplicemente il modo in cui qualcuno è" o per evitare conflitti può danneggiare le prestazioni e la cultura del tuo team. Standard elevati significano aspettarsi professionalità, rispetto e collaborazione da tutti.

- Non festeggi i buoni risultati

Se non festeggi i risultati del tuo team, grandi e piccoli, stai perdendo un'opportunità fondamentale per stabilire standard elevati. Il riconoscimento rafforza i comportamenti desiderati e motiva i membri del team a continuare a impegnarsi per l'eccellenza. Quando i risultati passano inosservati, le persone potrebbero sentirsi sottovalutate. Potrebbero ridurre i propri sforzi, pensando che il loro duro lavoro non conti.

Festeggiare i risultati non significa organizzare una festa per ogni piccola vittoria. Significa riconoscere in modo significativo lo sforzo, i progressi e il successo. Un semplice "grazie" o un riconoscimento pubblico possono fare molto per mantenere alto il morale e la motivazione.

- Non dai il buon esempio

Se chiedi puntualità ma arrivi spesso in ritardo, o esigi l'eccellenza ma spesso prendi scorciatoie, trasmetti il ​​messaggio che va bene fare il minimo indispensabile. Dare il buon esempio è uno degli strumenti più potenti che hai come leader. Quando incarni gli standard che ti aspetti dal tuo team, rafforzi quelle aspettative senza dire una parola. Al contrario, quando le tue azioni non corrispondono alle tue parole, perdi credibilità e autorità, rendendo difficile per il tuo team prenderti sul serio.

"Un leader è colui che conosce la strada, la percorre e la mostra". — John C. Maxwell

 

Equilibrio tra lavoro e vita privata

 

Nella tua vita idealmente equilibrata, quante ore lavorerai esattamente? Cosa mangerai? Quale routine di esercizi seguirai? Quanto spesso? Come dividerai il tuo tempo tra amici e famiglia? E quando ti ricaricherai?

Se non riesci a rispondere a nessuna di queste domande a mente, non preoccuparti. Nessuno può. Sono una trappola, ma evidenziano il primo problema con il nostro desiderio di equilibrio tra lavoro e vita privata: non definiamo mai il successo. Per la maggior parte di noi, l'equilibrio è uno stato nebuloso nel futuro in cui, in qualche modo, gestiamo le nostre vite perfettamente e c'è abbastanza tempo per tutto.

Ma perché non chiariamo questa visione? È perché, in fondo, sappiamo che qualsiasi "programma perfetto" decidessimo, crollerebbe immediatamente di fronte alla realtà. La vita è fondamentalmente caotica. Anche i nostri migliori piani possono essere ostacolati dalla più piccola interruzione, da un capo geloso a un bambino che piange a una pioggia battente. Questo ci porta a un secondo problema: consideriamo l'equilibrio tra lavoro e vita privata come un premio da raggiungere che potremo poi possedere per sempre. Crediamo che le nostre vite saranno "finite" una volta che finalmente "avremo" un equilibrio tra lavoro e vita privata. Ma in un mondo in cui il cambiamento è l'unica costante, c'è ben poco che possiamo possedere a lungo, per non parlare di congelare nel tempo uno stato di cose indefinito e comunque irrealizzabile.

Alla fine, il nostro sogno di equilibrio tra lavoro e vita privata non è altro che una comoda distrazione. Una visione confusa che lasciamo deliberatamente non specificata per evitare l'inevitabile verità: la versione di equilibrio che desideriamo ardentemente non esiste.

Quindi, di cosa si tratta veramente?

Il matematico Carl Jacobi era solito "invertire, invertire sempre" per risolvere i suoi problemi. Seguendo la sua logica, fingiamo di aver raggiunto un equilibrio immacolato tra lavoro e vita privata. Saremmo padri, figlie e amici infallibili? Ovviamente no.

Anche se dessimo il massimo in ogni ambito della vita in proporzioni perfette, ogni tanto saremmo comunque carenti, ma almeno ci prenderemmo cura di tutto. È una bella frase, non è vero? "Cura di tutto". Sembra così confortante. Credo che sia questo il punto: rassicurazione.

"Dimmi che andrà tutto bene". Questo è ciò che chiediamo veramente alla vita quando pretendiamo un equilibrio infallibile tra lavoro e vita privata … non semplicemente più soldi o più tempo. Vogliamo la certezza, una mappa. Sapere come andrà a finire il libro. Vogliamo un elenco di tutto ciò che ci aspetta, ora e per sempre, con date e orari esatti e un piano per gestire tutto. Evidentemente ciò impossibile, e lo sappiamo, ma ammettere questa verità è terrificante.

Non appena ammettiamo che tutto può accadere e che niente è garantito, la nostra ultima speranza di pace interiore va a farsi benedire. Chi può allora rassicurarci? Come potremo mai pensare che le cose siano sistemate?

Tornando alla materia preferita di Jacobi, la matematica, se l'asteroide grande quanto una città che ha ucciso i dinosauri avesse volato 0,035 metri al secondo più lentamente, sarebbe passato proprio accanto al nostro pianeta. È meno del 3% della tua velocità di camminata. Pochi centimetri e evviva i dinosauri, niente umani.

Nel frattempo, 66 milioni di anni e altrettanti eventi improbabili dopo, eccoci qui. Ognuno di noi è nato contro una probabilità di 400 trilioni a uno, eppure ogni giorno 3.300 persone muoiono in incidenti stradali. Ogni settimana si verificano oltre 100 disastri naturali e ogni anno qualche politico pazzo potrebbe mandarci nella terza guerra mondiale. L'incertezza è insita nella vita come il nostro DNA lo è nei nostri corpi.

Siamo ben lontani dall'essere i primi a dover convivere con questa verità.

"In un mondo simile siamo entrati e sotto tali leggi viviamo", scrisse Seneca 2000 anni fa. E sebbene la casualità della vita possa manifestarsi in statistiche che amiamo analizzare, proprio come una roccia fredda che si avvicina alla Terra ad alta velocità, a nessuno di quei numeri importa se vivi o muori, per non parlare dei tuoi piani.