Hacking del tuo cellulare

 

Nell'era digitale, i telefoni cellulari sono diventati parte integrante della nostra vita quotidiana, fungendo da assistenti personali, dispositivi di comunicazione e gateway per Internet. Tuttavia, con la comodità che offrono, arriva il rischio di violazioni della sicurezza.

Cos'è l'hacking dei telefoni cellulari? Si riferisce all'accesso non autorizzato, alla manipolazione o allo sfruttamento dei dispositivi mobili e dei loro dati. I vari aspetti dell'hacking dei telefoni cellulari, inclusi i metodi utilizzati dagli hacker, tra cui, ma non solo, malware, phishing, attacchi di rete e ingegneria sociale.

Malware: software dannoso progettato per infiltrarsi, danneggiare o ottenere accesso non autorizzato ai sistemi informatici, inclusi i dispositivi mobili. Esempi includono virus, worm, trojan e spyware.

Phishing: un metodo di attacco informatico che consiste nell'ingannare gli individui affinché divulghino informazioni sensibili, come nomi utente, password o dati finanziari, mascherandosi da entità affidabile nella comunicazione elettronica. Attacco Man-in-the-Middle (MitM): un tipo di attacco informatico in cui l'aggressore intercetta e possibilmente altera la comunicazione tra due parti senza che queste ne siano a conoscenza. Può essere eseguito in ambienti di rete, comprese le connessioni Wi-Fi.

Ingegneria sociale: la manipolazione di individui per divulgare informazioni riservate o eseguire azioni che compromettono la sicurezza, in genere tramite manipolazione psicologica piuttosto che mezzi tecnici.

Mediante una potente combinazione di tecniche che utilizzano malware e phishing, è possibile creare un'applicazione dannosa per Android, utilizzando msfvenom per indurre strategicamente la vittima a scaricarla e installarla. Questa manovra ingannevole permette di ottenere il pieno accesso e controllo sul telefono con le ovvie, gravi conseguenze per la vittima.

 

Usare AI a scuola?

 

L'intelligenza artificiale generativa ci consente di esplorare innumerevoli argomenti e persino di ottenere di più. Hai bisogno di scrivere un reclamo via e-mail alla tua compagnia assicurativa? Hai bisogno di pianificare una campagna di marketing? Hai bisogno di un'analisi SWOT per il tuo nuovo progetto? Hai bisogno di un nome per un animale domestico? L'elenco continua. È lì, rapidamente e liberamente accessibile per qualsiasi cosa ci venga in mente.

Allora perché non aiutarci a capire meglio qualcosa? Perché non aiutare gli studenti a imparare in modi più efficienti ed efficaci? Perché non aiutarci a ripensare la nostra erogazione?

L'intelligenza artificiale è una minaccia per l'istruzione? Risposta breve: no.

Il termine "intelligenza artificiale generativa" non aiuta. Sebbene si adatti alla maggior parte dei casi d'uso, innesca una connotazione negativa nell'istruzione. L’educatore non vuole che i suoi studenti generino risposte per i compiti assegnati e poi le consegnino per la valutazione. Ecco perché di solito c'è una prima reazione avversa all'intelligenza artificiale nel processo di apprendimento.

Ma questo solo finché non esploriamo come questa potente tecnologia può trasformare positivamente le esperienze di apprendimento, sia quelle degli studenti che degli educatori.

Usare la AI è plagio?

Ho notato che molti collegano l'uso dell'AI al plagio. La definizione di plagio è "l'uso non riconosciuto, come proprio, del lavoro di un'altra persona, indipendentemente dal fatto che tale lavoro sia stato pubblicato o meno". In realtà, esiste una netta distinzione tra l'uso dell'AI e il plagio pre-AI.

Dobbiamo rilevare il plagio-AI (tramite software) per poi condannare l’autore?

Sia chiaro che è sbagliato se uno studente o un accademico usi l'AI per generare contenuti e li invia come se fossero il risultato del suo lavoro. È una cattiva condotta accademica ed è utile non categorizzarla come plagio. La mancanza di autenticità è ciò che ci infastidisce quando si tratta di plagio e di utilizzo dell'AI per generare contenuti.

L'AI generativa funziona così bene perché si basa su un approccio probabilistico. Ciò significa che ogni output è diverso da quello precedente, anche se per crearlo viene utilizzato lo stesso prompt. Se copio il lavoro di qualcun altro e lo invio come mio, ciò che copio è confrontabile e rilevato come plagio. Utilizzare l'intelligenza artificiale generativa per creare il tuo lavoro è una diversa forma di cattiva condotta. Poiché è probabilistica, ne consegue che anche il rilevamento è probabilistico.

Per questo motivo, non è consigliabile l'uso di qualsiasi software che affermi di rilevare contenuti generati dall'AI in un contesto educativo. Sebbene possa indicare se qualcuno ha utilizzato l'AI per generare lavoro; la mancanza di certezza renderebbe improprio l'intraprendere azioni disciplinari sullo studente, poiché è possibile che si rilevi un falso positivo. Decideresti il ​​destino di qualcuno lanciando una moneta?

Una delle principali sfide nell'uso dell'intelligenza artificiale è che può limitare il pensiero critico se gli studenti si affidano a risposte generate. C'è anche una ragionevole preoccupazione che questa tecnologia aggraverà le disuguaglianze educative se l'accesso ad essa non è uniforme.

Combatti, blocca o fuggi? Ciò significherebbe solo che stiamo rinunciando all'istruzione perché abbiamo questa nuova tecnologia rivoluzionaria. Questa è un'opportunità e l'inizio di una nuova era nell'istruzione.

Nel gestire questa situazione occorre tener presente i concetti generali del buon senso.

Trasparenza e dialogo aperto: abbiamo bisogno di questi valori nell'istruzione, nel posto di lavoro e nella società. Quindi, iniziamo rendendo facile per i nostri studenti essere trasparenti e aperti nel modo in cui utilizzano questi strumenti in un contesto educativo in cui dovrebbe sempre essere uno spazio sicuro per provare nuove idee.

Dare rilevanza al processo di apprendimento: l'istruzione è (quasi) sempre stata incentrata sul risultato finale, che si tratti di esami, compiti o dissertazioni. Questa è un'opportunità per spostare l'attenzione verso l'aiuto agli studenti per dimostrare i loro processi di pensiero nella comprensione del materiale e nel trovare soluzioni a problemi della vita reale.

Educare e non punire: L’istituzione è lì per educare e non per punire, a partire da una prospettiva positiva. Se siamo trasparenti e forniamo agli studenti un processo che li metta in grado di essere aperti sul modo in cui usano l'intelligenza artificiale, avremo innumerevoli opportunità di dare loro un feedback costruttivo su come usano bene questa tecnologia senza la necessità di punirli.

L'intelligenza artificiale sta offrendo l'opportunità di rinnovare il modo di insegnare attraverso un apprendimento personalizzato che innesca stimolanti discussioni in classe.

Offre agli studenti nuove e realistiche sfide. Aiuta chi ha difficoltà di apprendimento. Migliora la qualità del materiale disponibile.

 

Ingegneri e Ricercatori AI, cercasi

 

Un Ingegnere AI è un programmatore specializzato abile nello sfruttare le tecnologie AI per sviluppare applicazioni complete e indipendenti dalla forma.

"Agnostico dalla forma" si riferisce alla versatilità nel tipo di applicazione, che spazia da semplici interfacce di chat ad applicazioni full-stack complesse, estensioni Chrome, pacchetti Python o SDK.

A differenza dei ricercatori AI che approfondiscono le basi algoritmiche, gli AI Engineer si concentrano sull'applicazione di modelli AI esistenti per creare prodotti incentrati sull'utente.

Ma ancora una volta, sorge spontanea la domanda: non devo essere un esperto di AI per diventare un Ingegnere AI?

La risposta breve è no.

Questo ruolo non richiede una competenza esaustiva nei principi AI come la comprensione del funzionamento interno di un modello Transformer, simile a come imparare a nuotare non richiede un'immersione profonda nella fisica della galleggiabilità.

Mentre una conoscenza approfondita di Deep Learning e Machine Learning può essere vantaggiosa, fornendo un vantaggio netto, l'attuale domanda del settore si orienta più verso l'applicazione pratica che verso la ricerca teorica.

Quindi, come tracciamo la linea di demarcazione tra un Ingegnere AI e un Ricercatore AI? 

Ingegnere AI contro Ricercatore AI

Un ingegnere AI eccelle nella creazione di applicazioni basate sull'intelligenza artificiale, concentrandosi sulla massimizzazione delle capacità del modello e sull'ottimizzazione dei flussi di lavoro per modelli di linguaggio di grandi dimensioni (LLM).

Ti starai chiedendo se i ricercatori AI sono persone che sono brave con l'ingegneria e hanno una profonda competenza nell'intelligenza artificiale, perché le aziende non li assumono invece degli ingegneri AI?

La risposta breve è la scarsità che a sua volta porta a un aumento dei costi.

Il prossimo ruolo Big Tech: ingegneri AI?

Ecco alcuni spunti interessanti su come questo ecosistema si sta evolvendo rapidamente con "Models as a service":

Dinamiche di domanda e offerta: tutti i migliori ricercatori LLM sono già stati assunti da giganti come Google, OpenAI, Microsoft e Meta e questa scarsità di ricercatori LLM segnala un'esigenza critica di ingegneri AI. Questa classe di professionisti funge da ponte tra la ricerca all'avanguardia e l'applicazione pratica, garantendo una più ampia accessibilità e implementazione delle tecnologie AI.

Prototipazione rapida e agilità: a differenza degli approcci ML tradizionali che richiedono molta ricerca per stabilire se abbiamo bisogno di ML per un problema, gli ingegneri AI possono rapidamente prototipare e iterare sui prodotti AI utilizzando API di modelli prontamente disponibili.

Innovazione resa più facile e veloce: i modelli di base dimostrano una notevole adattabilità in varie attività con un input minimo, rendendoli inestimabili per gli ingegneri AI che sfruttano queste capacità per creare soluzioni innovative oltre l'ambito originale previsto dai ricercatori.  

Ottimizzazione dell'inferenza per gestire i vincoli di elaborazione: la crescente domanda di GPU e la formazione di cluster di elaborazione esclusivi sottolineano l'importanza degli ingegneri di intelligenza artificiale che ottimizzano le prestazioni e l'innovazione del modello entro questi vincoli.

Mentre i tradizionali problemi di ML come i sistemi di raccomandazione, il rilevamento delle frodi e il rilevamento delle anomalie continueranno a migliorare, abbiamo un'intera nuova gamma di applicazioni di intelligenza artificiale a cui rivolgerci.

Clem Delangue, co-fondatore di HuggingFace, ha affermato:”L'intelligenza artificiale è il nuovo paradigma per costruire tutta la tecnologia. Quindi, ABBIAMO BISOGNO di sempre più ingegneri di intelligenza artificiale!

 

In futuro saremo teletrasportati?

 

Einstein e i suoi due colleghi avevano previsto che nel mondo della fisica quantistica, la sfera delle cose più piccole come gli atomi, le caratteristiche di un oggetto possono essere trasmesse a un altro, non importa quanto sia lontano, a milioni di miglia di distanza. Riconobbero che ciò era impossibile e lo lasciarono ad altri studi. John Bell in seguito disse che era possibile, ma il trasferimento delle proprietà avveniva a una velocità 10.000 volte superiore a quella della luce, il che era inconcepibile.

Quarant'anni di ricerca dopo e nel 2012, furono condotti altri esperimenti in Cina. Laddove ci si aspetterebbe che il mistero avrebbe ricevuto la sua risposta definitiva entro quel momento, in realtà, le cose sarebbero peggiorate. Gli scienziati cinesi si resero conto che le caratteristiche di una particella possono essere trasferite a un'altra particella a milioni di anni luce di distanza, pur rimanendo stabili sulla particella distante. Poi, nel 2015, gli scienziati dell'Università di Delft nei Paesi Bassi fecero una scoperta sconvolgente: ciò significa che è implicita come capacità che anche se la prima particella venisse distrutta, le proprietà trasferite rimarrebbero comunque sulla seconda particella. es, hai indovinato. Si può affermare che la scoperta sia stata effettivamente fatta molto prima, nel 1997, dagli esseri umani, sebbene non divulgata al pubblico in quel momento. Ciò ha stimolato il mondo scientifico e gli esperimenti hanno iniziato a verificarsi a un ritmo rapido.

La Cina ha intensificato il suo progetto QUESS, che è l'abbreviazione di Quantum Experiments at Space Scale. Nell'agosto 2016, hanno trasmesso un satellite chiamato Micius e il 16 giugno 2017, le persone hanno completato la loro prima interconversione di un fotone (una particella di luce) attraverso 1.203 chilometri.

Questo lavoro nella fisica quantistica ha rivoluzionato il campo aumentando la velocità degli esperimenti del 100% nei principali laboratori e la capacità di testare particelle più grandi. Il dott. Pan Jian Wei della Cina impiegato presso l'Università di Heidelberg in Germania ha compiuto l'impresa di trasferire 100 milioni di atomi di rubidio tramite teletrasporto a circa mezzo metro di distanza.

Il teletrasporto, più veloce della velocità della luce, che cambia la posizione di un oggetto senza alcun tempo di transito, è ora reale davanti ai nostri occhi. L'esperimentazione avviene costantemente, direttamente alla luce del sole e in laboratori clandestini. Sappiamo anche che dal 2018 sono in corso ricerche per tele-trasportare organismi viventi tramite molecole responsabili della fotosintesi nelle piante.

Proiezioni ontologiche di AI

 

La caratteristica sorprendente dell'ascesa dell'AI è stato il livello di preoccupazione e passione a cui ha portato. Altri progressi tecnologici hanno generato entusiasmo e scetticismo. La maggior parte non ha portato alle stesse affermazioni di imminente utopia o apocalisse incipiente.

Gli sviluppi nell'AI hanno innescato una profonda risposta umana. Le persone sentono il bisogno di impegnarsi nel dibattito sull'AI in un modo forse senza precedenti nella storia della tecnologia. Questa necessità di impegnarsi è in parte dovuta al potere e al potenziale unici della tecnologia dell'IA. Ma è anche causata dalla capacità dell'AI di minare le nostre più profonde ipotesi sul mondo e su noi stessi.

Lo shock ontologico è il disorientamento e la confusione che sorgono quando incontriamo qualcosa che sovverte le nostre ipotesi di base sulla realtà. L'AI è una fonte di shock ontologico perché sfida la nostra consolidata comprensione del mondo e di noi stessi. Dovremo riconsiderare ed espandere la nostra visione del mondo per venire a patti con l'AI.

L'ontologia descrive il modo in cui di base comprendiamo il mondo, inclusi gli elementi essenziali di cui è composto. La maggior parte di noi vive in una condizione di ragionevole sicurezza ontologica, in cui le cose si svolgono più o meno come ci aspettiamo.

 Il sociologo Anthony Giddens descrive la sicurezza ontologica come "un senso di ordine e continuità rispetto alle esperienze di un individuo". Il sole sorge ogni mattina per rivelare la nostra casa nello stesso posto di ieri. La nostra famiglia ci accoglie. L'autobus segue lo stesso percorso per andare al lavoro. Gli amici non si trasformano improvvisamente in nemici. I morti non camminano.

A volte, tuttavia, la nostra sicurezza ontologica può essere profondamente scossa. Un trauma nazionale può causarlo, ad esempio la caduta di un ordine politico e culturale apparentemente eterno, come è successo agli Inca e agli Aztechi. Una grave malattia mentale, allo stesso modo, può mettere in discussione le strutture di base del mondo. Nella psicosi, gli amici si rivelano essere demoni travestiti e le spie si nascondono dietro la carta da parati.

Il senso di profondo disorientamento che ne deriva è noto come shock ontologico.

L'emergere dell'AI rappresenta una sfida simile alle nostre opinioni radicate su come è strutturato il mondo. Gran parte della discussione sull'AI è dedicata a preservare la nostra sicurezza ontologica piuttosto che a vedere l'AI ciò che è.

I nostri presupposti ontologici fondamentali sono così integrali al nostro modo di vedere il mondo che non ci sono evidenti. Questi presupposti profondamente radicati sono come occhiali: vediamo il mondo attraverso di essi, ma spesso non li togliamo e cerchiamo di capire come l'AI possa sfidare i nostri presupposti.

Come facevano le persone in passato a comprendere il loro mondo? Cos'era il mondo per un azteco, un romano o un antico egiziano e che tipo di esseri conteneva? Questo è un argomento vasto, un argomento che riempirebbe intere biblioteche.

La prima osservazioni da fare è che il mondo è stato fondamentalmente diverso per persone diverse in epoche diverse.

Ad esempio, le società di cacciatori-raccoglitori spesso vivevano in un mondo illuminato dall'animismo. Nella visione animista, spirito e intelligenza pervadevano molte caratteristiche del mondo naturale. Cascate, montagne, alberi e animali erano esseri spirituali che avevano una relazione significativa con gli umani. Persino manufatti come armi o utensili da cucina potevano assorbire e rifrangere il potere spirituale del loro proprietario. Dal nostro punto di vista, l'ontologia animista era incredibilmente varia e complessa, popolata da un enorme cast di esseri e semi-esseri diversi.

Al tempo della civiltà romana (e della civiltà classica in generale), il mondo era cambiato. In generale, il regno del sacro si era ritirato dalla foresta e dalla cascata al tempio e al focolare. Tuttavia, il pantheon rimase vasto e vario, con decine di divinità maggiori e centinaia di divinità minori. Queste andavano dalle dodici divinità principali (Giove, Giunone, Marte, ecc.) alle divinità provinciali alle umili divinità del focolare e della casa. Non esisteva una rigida gerarchia, né esisteva un'unica ortodossia o credo: le credenze variavano a seconda della regione, della professione e della fase della vita. Le credenze esterne al mondo romano venivano facilmente incorporate e integrate nel pantheon. Un pescatore della Siria romana adorava divinità diverse da un mercante della Gallia romana.

Gli esseri umani occupavano una nicchia ontologica distinta e unica nella religione romana. Ad esempio, avevano una relazione speciale con gli dei, che si interessavano attivamente alle vicende umane e potevano essere influenzati dai sacrifici e dalle suppliche degli esseri umani. Tuttavia, la nicchia umana era solo una delle tante. Ad esempio, i lari domestici, o dei domestici, avevano la loro nicchia. Avevano una speciale relazione protettiva con la famiglia ed erano testimoni di importanti occasioni familiari come nascite e matrimoni. I lari erano molto al di sotto degli olimpici in termini di portata e potere, ma avevano comunque una funzione importante. Un romano che trascurava i suoi lari metteva in pericolo la sua famiglia.

Nel Medioevo, il predominio del cristianesimo in Europa aveva dato origine a un'ontologia semplice e gerarchica. Dio, il creatore onnipotente, stava all'apice. L'uomo, creato a immagine di Dio, si distingueva per la sua anima donata da Dio. Al di sotto dell'uomo, e soggetto a lui, c'era il mondo naturale, compresi gli animali. Entità spirituali minori apparivano solo ai margini, ad esempio, sotto forma di santi. Questa ontologia era soggetta a una rigida e rigorosa ortodossia. Mantenere questa ortodossia richiedeva un'energica vigilanza di ogni aspetto dell'ontologia. Ad esempio, l'esatta relazione tra "Dio Padre" e "Dio Figlio" era una fonte significativa di controversia e conflitto religioso. Coloro che sostenevano la visione "sbagliata" venivano bollati come eretici.

L'era moderna ha visto un'ulteriore riduzione del numero di esseri. La perdita collettiva della fede religiosa ha di fatto rimosso Dio dalla considerazione. Gli esseri umani sono stati lasciati soli a confrontarsi con il mondo naturale. Questa ontologia "moderna" si basava su un unico ultimo confine: il confine tra esseri umani e cose.

Negli ultimi 150 anni, comunque, questo confine finale è stato sotto attacco. Darwin, nel 1871, osservò che la distinzione tra le menti degli esseri umani e le menti degli animali superiori era "certamente una distinzione di grado e non di genere". L'affermazione di Darwin significa che gli esseri umani sono su un continuum con gli animali superiori e che non esiste un confine netto tra loro. Se seguiamo questo continuum verso il basso, presumibilmente attraversa cani e gatti, lumache e chiocciole e, infine, attraverso alghe e virus nella materia inorganica. La chiara implicazione è che, al livello più fondamentale, l'umanità ha lo stesso tipo di essere delle cose fisiche in generale.

La conclusione inquietante che siamo "argilla umana" è stata strenuamente contrastata. La lotta più feroce si è verificata lungo le barricate dell'intelligenza. Si potrebbe dimostrare che gli esseri umani sono nello stesso continuum degli animali quando si tratta di qualità come velocità, forza, destrezza e longevità. È solo nel campo intangibile dell'intelligenza che potrebbero - contro le opinioni di Darwin - conservare una qualità unica, divina.

L'intelligenza artificiale è emersa nel contesto di questa ontologia limitata e fortemente contestata. Siamo ridotti a due grandi tipi di esseri: umani e cose. Se le AI sono "cose ​​che possono pensare", allora l'AI crea una breccia fatale nella barriera tra queste categorie e un crollo finale nella distinzione tra umani e cose. Questo crollo minerebbe profondamente la nostra concezione di cosa significhi essere umani.

Il risultato, prevedibilmente, è uno shock ontologico, un senso di smarrimento e disorientamento. È difficile per le persone accettare l'AI nelle sue finalità. Invece, gran parte della risposta all'AI è uno sforzo concertato per preservare la nostra sicurezza ontologica preservando il nostro ultimo confine ontologico. La povertà e la rigidità dell'ontologia moderna rendono il dibattito sulla natura dell'AI acceso e tuttavia stantio. Con così poche categorie tra cui scegliere, abbiamo solo poche opzioni su come gestire l'AI.

Ipotesi nr.1: AI è "solo una cosa" e non è realmente intelligente, nonostante tutte le apparenze contrarie.

Ipotesi nr.2: AI ha raggiunto la capacità umana e dovrebbe essere accettata come "uno di noi" nonostante le evidenti difficoltà pratiche ed etiche che ciò crea.

Ipotesi nr.3: Si prevede che l'IA raggiungerà presto la super-intelligenza a cui vengono attribuiti livelli di onniscienza e onnipotenza solitamente riservati al Dio di Abramo.

Purtroppo, nessuna di queste alternative è molto soddisfacente. Qual è, allora, l'alternativa? Un approccio diverso deve iniziare con una maggiore apertura ontologica. Dobbiamo abbandonare il rigido dualismo uomo/cosa e accettare che possano esistere altri tipi di esseri. Dobbiamo accettare la possibilità che l'AI non sia né cosa né umano (né Dio). Invece, l'AI potrebbe avere un suo modo di essere che si colloca al di fuori di queste categorie.

Ad esempio, per quanto riguarda l'intelligenza, dobbiamo riconoscere che l'umanità non rappresenta un metro universale di intelligenza. Ciò significa abbandonare la visione antropocentrica dell'intelligenza, che ha portato l'AGI a essere equiparata in modo poco plausibile a "intelligenza di livello umano".

La filosofia della tecnologia ci fornisce una buona base per comprendere l'AI nei suoi termini. In particolare, la tecnologia è un esempio di qualcosa che non è né umano né cosa né Dio. Comprendendo la vera natura della tecnologia in generale, potremmo acquisire una maggiore comprensione della natura dell'AI.