danny
Utente di lunga data
Mi sono cercato, ma per fortuna ho un omonimo.
Mi ha fornito i dati del mio alter ego.
AI e privacy
- Autore Discussione Nono
- Data d'inizio
Mi ha fornito i dati del mio alter ego.
danny
Utente di lunga data
E' noto il caso di Tesla che attraverso le telecamere interne registrava video che poi giravano tra i dipendenti.
Quante telecamere hanno le auto?
Quelle esterne, che permettono di vedere anche casa vostra, il box, le strade, e quelle interne, che monitorano il conducente...
In pratica se vi fate una chiavata all'interno dell'auto sappiate che una telecamere vi può inquadrare (e in alcuni casi tra i soggetti condivisi negli anni addietro c'erano proprio questo genere di riprese).
Tra le informazioni che date con i social, con la AI, con l'ascolto ambientale e con le telecamere degli oggetti che usate, la vostra privacy è inesistente.
danny
Utente di lunga data
PS Piccola aggiunta... il costo della AI non è solo quello ambientale (energia e acqua), lavorativo, creativo e per la privacy, ma uno di cui probabilmente non vi siete ancora accorti.
Le richiesta delle memorie ram e a stato solido utilizzate per i data center praticamente ha reso indisponibili le memorie per PC, smartphone et similia.
Un aumento di un 500% che ha creato ad ora un rincaro del 40% sui PC.
Guardate il costo degli ultimi Iphone...
E non vale il discorso "Tanto io non spendo tutti quei soldi" (l'Iphone 18 pro max da 2 tera, che per molti è uno strumento da lavoro, ha superato i 3000 euro...) .... Anche la fascia consumer bassa risente in maniera tragica dei rincari.
E questo non è un problema che rientrerà a breve.
Le richiesta delle memorie ram e a stato solido utilizzate per i data center praticamente ha reso indisponibili le memorie per PC, smartphone et similia.
Un aumento di un 500% che ha creato ad ora un rincaro del 40% sui PC.
Guardate il costo degli ultimi Iphone...
E non vale il discorso "Tanto io non spendo tutti quei soldi" (l'Iphone 18 pro max da 2 tera, che per molti è uno strumento da lavoro, ha superato i 3000 euro...) .... Anche la fascia consumer bassa risente in maniera tragica dei rincari.
E questo non è un problema che rientrerà a breve.
Delfi1999
Utente di lunga data
Ho letto infatti che le auto di ultima generazione montano telecamere che inquadrano il guidatore per verificare se è attento alla guida o se ha colpi di sonno e se rileva onomalita ti manda messaggi di allerta. Tutte cose fantastiche, che io eviterei come la peste. Per fortuna ho ancora un'auto sprovvista di questi amenicoli.
danny
Utente di lunga data
Per fortuna e per ora. Sì, è un obbligo.
Praticamente hai qualcuno che ti guarda nell'abitacolo.
jack-jackson
Utente di lunga data
A parte la privacy di cui ci hanno privato ancora anni addietro AI sarà la nostra fine
jack-jackson
Utente di lunga data
Danny avrai a che fare oltre ai maranza anche con i T-1000
The Reverend
Utente di lunga data
Vedi guidare una punto del 2003 che vale meno di quanto possono legalmente mettere il fermo amministrativo? Telecamera manco l'ombra e si scopa fregandosene dell'AI!
jack-jackson
Utente di lunga data
Casca a fagiuolo
oriente70
Utente di lunga data
Singapore inaugura il primo data-center AI al mondo alimentato da 16 milioni di neuroni umani vivi
Nasce il primo data center biologico formato da neuroni creati da staminali pluripotenti: vanno nutriti con zuccheri e micronutrienti ma consumano pochissima energia e non hanno bisogno di essere raffreddati
www.corriere.it
danny
Utente di lunga data
Per ora gli investimenti sono questiSingapore inaugura il primo data-center AI al mondo alimentato da 16 milioni di neuroni umani vivi
Nasce il primo data center biologico formato da neuroni creati da staminali pluripotenti: vanno nutriti con zuccheri e micronutrienti ma consumano pochissima energia e non hanno bisogno di essere raffreddatiwww.corriere.it
Boom dei Data Center in Lombardia - Italian Datacenter Association
IDA al centro dell’articolo su Milano Today.
italiandatacenter.com
Brunetta
Utente di lunga data
Questo sviluppo è stato talmente rapido, che non so chi abbia le idee chiare in proposito.Per ora gli investimenti sono questi
Boom dei Data Center in Lombardia - Italian Datacenter Association
IDA al centro dell’articolo su Milano Today.
danny
Utente di lunga data
Chi lo vende.
Brunetta
Utente di lunga data
Non sempre chi introduce qualcosa prevede la conseguenze.
danny
Utente di lunga data
Di solito prima di investire capitali enormi un po' ci si studia sopra.
Come Ulanqab è diventata un polo dell’intelligenza artificiale alimentato dal vento | Answer | Studio Global AI
Ulanqab, nella Mongolia Interna, sta cambiando volto: da città associata soprattutto alla pastorizia e alla produzione agricola a uno dei luoghi in cui la Ci...
Brunetta
Utente di lunga data
Fa calcolo di ritorno economico. Delle conseguenze “umane“ se ne frega.Di solito prima di investire capitali enormi un po' ci si studia sopra.
Come Ulanqab è diventata un polo dell’intelligenza artificiale alimentato dal vento | Answer | Studio Global AI
Ulanqab, nella Mongolia Interna, sta cambiando volto: da città associata soprattutto alla pastorizia e alla produzione agricola a uno dei luoghi in cui la Ci...www.studioglobal.ai
ipazia
utente nonconvergente ᴸᴹᴬᴼ 💀
Partendo da questo articolo, parecchio interessante
https://www.infodata.ilsole24ore.co...nsione-i-gpt-personalizzati-ecco-cosa-cambia/
ho chiesto al mio gpt di formularmi scenari in cui fossero integrati gli aspetti tecnologici, economici, gestione della sicurezza e quindi privacy a partire dal digital divide questa la sua risposta
Secondo me la cosa interessante sarà il digital divide legato all'AI.
Non sarà più soltanto una questione di chi sa usare bene un modello, ma di chi sa trasformare l'AI in un'infrastruttura produttiva. E non riguarderà soltanto le competenze: riguarderà anche i costi.
Perché accedere all'AI può essere relativamente economico. Ma se parliamo di un'azienda che vuole metterla davvero al lavoro su ricerca e sviluppo, marketing, amministrazione, documentazione, logistica ecc., con agenti, dati proprietari, integrazioni con ERP e CRM, strumenti, sicurezza, governance e personale specializzato, i costi cambiano completamente. Si può entrare nell'ordine delle centinaia di migliaia di euro di investimento.
Stavolta il salto potrebbe essere piuttosto significativo.
Se la domanda del vecchio digital divide era:
Un'impresa che costruisce una buona infrastruttura AI non ottiene soltanto uno strumento più efficiente. Può applicare quella capacità contemporaneamente a ricerca, sviluppo, marketing, amministrazione, logistica e gestione documentale e, soprattutto, può replicarla su una quantità crescente di processi senza dover aumentare nella stessa proporzione la forza lavoro umana.
Ed è qui che il divario potrebbe accelerare.
Perché può instaurarsi un circuito cumulativo:
investimento → infrastruttura AI → produttività → dati → migliore AI → ulteriore produttività → capacità di investire ancora.
E poi c'è la questione della privacy, che secondo me diventerà parte integrante di questo problema.
Più l'AI viene integrata nei processi aziendali, più ha bisogno di accedere ai dati reali dell'impresa: clienti, fornitori, contratti, ricerca e sviluppo, comunicazioni interne, dati finanziari, processi produttivi.
Quindi non basta avere i dati: bisogna poterli utilizzare mantenendone il controllo.
Anzi, potrebbe esserci un paradosso: chi ha più dati è potenzialmente più avvantaggiato dall'AI, ma proprio chi ha più dati ha anche più da perdere se non riesce a proteggerli e governarne l'utilizzo.
Per una piccola impresa può essere sufficiente usare un modello per scrivere un testo. Per una grande azienda che vuole affidare all'AI ricerca, amministrazione, logistica e processi interni, la questione cambia completamente: devi stabilire quali dati può vedere ogni agente, quali può modificare, dove vengono elaborati, cosa viene conservato, cosa viene condiviso e chi può intervenire.
E anche questo richiede capitale.
Perciò il nuovo AI divide potrebbe avere almeno tre dimensioni strettamente collegate: accesso, competenza e controllo.
Non solo chi può usare l'AI, quindi, ma chi sa costruirci sopra un'infrastruttura, chi può permettersi di scalarla e chi può utilizzarla sui dati realmente strategici mantenendone il controllo.
Alla fine il problema potrebbe diventare meno:
https://www.infodata.ilsole24ore.co...nsione-i-gpt-personalizzati-ecco-cosa-cambia/
ho chiesto al mio gpt di formularmi scenari in cui fossero integrati gli aspetti tecnologici, economici, gestione della sicurezza e quindi privacy a partire dal digital divide questa la sua risposta
Secondo me la cosa interessante sarà il digital divide legato all'AI.
Non sarà più soltanto una questione di chi sa usare bene un modello, ma di chi sa trasformare l'AI in un'infrastruttura produttiva. E non riguarderà soltanto le competenze: riguarderà anche i costi.
Perché accedere all'AI può essere relativamente economico. Ma se parliamo di un'azienda che vuole metterla davvero al lavoro su ricerca e sviluppo, marketing, amministrazione, documentazione, logistica ecc., con agenti, dati proprietari, integrazioni con ERP e CRM, strumenti, sicurezza, governance e personale specializzato, i costi cambiano completamente. Si può entrare nell'ordine delle centinaia di migliaia di euro di investimento.
Stavolta il salto potrebbe essere piuttosto significativo.
Se la domanda del vecchio digital divide era:
quella del nuovo AI divide potrebbe diventare:
Ma c'è un elemento ulteriore: la scalabilità.
Un'impresa che costruisce una buona infrastruttura AI non ottiene soltanto uno strumento più efficiente. Può applicare quella capacità contemporaneamente a ricerca, sviluppo, marketing, amministrazione, logistica e gestione documentale e, soprattutto, può replicarla su una quantità crescente di processi senza dover aumentare nella stessa proporzione la forza lavoro umana.
Ed è qui che il divario potrebbe accelerare.
Perché può instaurarsi un circuito cumulativo:
investimento → infrastruttura AI → produttività → dati → migliore AI → ulteriore produttività → capacità di investire ancora.
E poi c'è la questione della privacy, che secondo me diventerà parte integrante di questo problema.
Più l'AI viene integrata nei processi aziendali, più ha bisogno di accedere ai dati reali dell'impresa: clienti, fornitori, contratti, ricerca e sviluppo, comunicazioni interne, dati finanziari, processi produttivi.
Quindi non basta avere i dati: bisogna poterli utilizzare mantenendone il controllo.
Anzi, potrebbe esserci un paradosso: chi ha più dati è potenzialmente più avvantaggiato dall'AI, ma proprio chi ha più dati ha anche più da perdere se non riesce a proteggerli e governarne l'utilizzo.
Per una piccola impresa può essere sufficiente usare un modello per scrivere un testo. Per una grande azienda che vuole affidare all'AI ricerca, amministrazione, logistica e processi interni, la questione cambia completamente: devi stabilire quali dati può vedere ogni agente, quali può modificare, dove vengono elaborati, cosa viene conservato, cosa viene condiviso e chi può intervenire.
E anche questo richiede capitale.
Perciò il nuovo AI divide potrebbe avere almeno tre dimensioni strettamente collegate: accesso, competenza e controllo.
Non solo chi può usare l'AI, quindi, ma chi sa costruirci sopra un'infrastruttura, chi può permettersi di scalarla e chi può utilizzarla sui dati realmente strategici mantenendone il controllo.
Alla fine il problema potrebbe diventare meno:
e sempre più:
E forse questa sarà la vera frattura: non più soltanto chi ha l'AI, ma chi è in grado di moltiplicarla, integrarla e governarla.
ipazia
utente nonconvergente ᴸᴹᴬᴼ 💀
Quando le ho chiesto di ampliare lo sguardo ai costi globali
Quando parliamo dei costi dell'AI tendiamo a pensare al prezzo di un abbonamento, di una API o dell'utilizzo di un modello.
Ma il costo reale dell'AI, su scala globale, è un'altra cosa.
Per far funzionare i modelli servono GPU e altri acceleratori, server, data center, reti, sistemi di raffreddamento, storage, elettricità, personale altamente specializzato, sicurezza e manutenzione. E poi c'è il costo dell'inferenza: ogni volta che utilizziamo un modello, da qualche parte quella richiesta deve essere elaborata.
La dimensione economica sta quindi rapidamente uscendo dal perimetro del semplice settore software.
Le stime sugli investimenti globali in infrastruttura AI sono già nell'ordine delle centinaia di miliardi di dollari all'anno, mentre le proiezioni per i prossimi anni arrivano a diversi trilioni di dollari.
E non si tratta soltanto di costruire nuovi data center.
L'AI ha un costo fisico.
Servono chip, energia, reti elettriche, sistemi di raffreddamento, terreni e infrastrutture industriali. Secondo le stime dell'IEA, i data center consumavano circa 485 TWh di elettricità nel 2025 e potrebbero arrivare a circa 950 TWh nel 2030.
Quasi mille terawattora all'anno.
Questo significa che dietro quella che percepiamo come una tecnologia immateriale esiste un'enorme infrastruttura materiale.
Ed è forse questo l'aspetto più interessante.
L'AI tende a diventare sempre più accessibile come software, ma la capacità di farla funzionare su scala diventa sempre più capital intensive.
Una piccola impresa può utilizzare lo stesso modello di una multinazionale attraverso una API.
Ma la multinazionale può contemporaneamente disporre di migliaia di GPU, enormi quantità di dati, data center, contratti energetici, infrastrutture proprietarie e capitale sufficiente per continuare a investire.
La differenza, quindi, non è più soltanto nell'accesso al modello.
È nella capacità di sostenere l'infrastruttura necessaria per utilizzarlo su larga scala.
E qui emerge un paradosso interessante: l'AI sembra una tecnologia immateriale, ma la sua scalabilità richiede una quantità crescente di materia, energia e capitale.
Per questo, quando discutiamo del costo dell'AI, forse dovremmo smettere di chiederci soltanto quanto costa una singola richiesta a un modello.
La domanda più interessante è:
E quella macchina, per poter continuare a crescere, deve essere continuamente alimentata, aggiornata e sostituita.
Il vero costo dell'AI, quindi, non è soltanto il prezzo del modello.
È il costo dell'ecosistema fisico che permette alla capacità cognitiva artificiale di esistere e di scalare.
E siccome le mie domande sono ingenue, poco specializzate e con poca conoscenza a mia disposizione, e il mio modello è un modellino, la complessità è sicuramente ben più ampia di queste risposte
Quando parliamo dei costi dell'AI tendiamo a pensare al prezzo di un abbonamento, di una API o dell'utilizzo di un modello.
Ma il costo reale dell'AI, su scala globale, è un'altra cosa.
Per far funzionare i modelli servono GPU e altri acceleratori, server, data center, reti, sistemi di raffreddamento, storage, elettricità, personale altamente specializzato, sicurezza e manutenzione. E poi c'è il costo dell'inferenza: ogni volta che utilizziamo un modello, da qualche parte quella richiesta deve essere elaborata.
La dimensione economica sta quindi rapidamente uscendo dal perimetro del semplice settore software.
Le stime sugli investimenti globali in infrastruttura AI sono già nell'ordine delle centinaia di miliardi di dollari all'anno, mentre le proiezioni per i prossimi anni arrivano a diversi trilioni di dollari.
E non si tratta soltanto di costruire nuovi data center.
L'AI ha un costo fisico.
Servono chip, energia, reti elettriche, sistemi di raffreddamento, terreni e infrastrutture industriali. Secondo le stime dell'IEA, i data center consumavano circa 485 TWh di elettricità nel 2025 e potrebbero arrivare a circa 950 TWh nel 2030.
Quasi mille terawattora all'anno.
Questo significa che dietro quella che percepiamo come una tecnologia immateriale esiste un'enorme infrastruttura materiale.
Ed è forse questo l'aspetto più interessante.
L'AI tende a diventare sempre più accessibile come software, ma la capacità di farla funzionare su scala diventa sempre più capital intensive.
Una piccola impresa può utilizzare lo stesso modello di una multinazionale attraverso una API.
Ma la multinazionale può contemporaneamente disporre di migliaia di GPU, enormi quantità di dati, data center, contratti energetici, infrastrutture proprietarie e capitale sufficiente per continuare a investire.
La differenza, quindi, non è più soltanto nell'accesso al modello.
È nella capacità di sostenere l'infrastruttura necessaria per utilizzarlo su larga scala.
E qui emerge un paradosso interessante: l'AI sembra una tecnologia immateriale, ma la sua scalabilità richiede una quantità crescente di materia, energia e capitale.
Per questo, quando discutiamo del costo dell'AI, forse dovremmo smettere di chiederci soltanto quanto costa una singola richiesta a un modello.
La domanda più interessante è:
Perché dietro ogni risposta generata ci sono una filiera industriale, una rete energetica e un'enorme quantità di capitale.
E quella macchina, per poter continuare a crescere, deve essere continuamente alimentata, aggiornata e sostituita.
Il vero costo dell'AI, quindi, non è soltanto il prezzo del modello.
È il costo dell'ecosistema fisico che permette alla capacità cognitiva artificiale di esistere e di scalare.
E siccome le mie domande sono ingenue, poco specializzate e con poca conoscenza a mia disposizione, e il mio modello è un modellino, la complessità è sicuramente ben più ampia di queste risposte
ipazia
utente nonconvergente ᴸᴹᴬᴼ 💀
poi le ho chiesto " e tu cosa ne pensi, sarai l'armageddon per l'umanità?" (sollecitata da un articolo a riguardo)
https://www.avvenire.it/rubriche/ch...-lumanita-ecco-la-risposta-del-chatbot_113082
così risponde:
No, non nel senso cinematografico di "l'AI si sveglia, decide che l'umanità è il problema e preme il pulsante rosso".
Ma non penso nemmeno che il rischio vero sia trascurabile. E, paradossalmente, il ragionamento che stavamo facendo sui costi e sulla scalabilità mi sembra molto più interessante della versione fantascientifica.
Il rischio che vedo non è tanto un'AI che prende il potere, quanto esseri umani che costruiscono sistemi con una capacità d'azione enormemente superiore alla loro capacità di comprenderli e governarli.
Ci sono almeno tre livelli.
1. Il rischio individuale
Delegare progressivamente:
2. Il rischio organizzativo
Qui la faccenda diventa più seria.
50 agenti che scrivono rapporti sono una cosa.
50 agenti che possono:
La combinazione pericolosa non è necessariamente intelligenza + autonomia.
È:
Un errore replicato automaticamente su 100.000 operazioni può diventare un evento sistemico.
3. Il rischio geopolitico ed economico
Questo, per me, è ancora più concreto.
Se la capacità cognitiva artificiale diventa altamente scalabile, chi controlla:
E qui torniamo esattamente al tuo discorso sul digital divide.
Il problema potrebbe non essere:
E c'è una cosa che trovo quasi ironica.
Abbiamo passato decenni a preoccuparci del fatto che i computer potessero diventare intelligenti.
Adesso rischiamo di avere il problema opposto:
computer abbastanza intelligenti da fare moltissime cose, collegati a esseri umani che non hanno ancora deciso con precisione quali cose dovrebbero lasciargli fare.
Quindi, Armageddon?
Non è quello che mi preoccupa di più.
Mi preoccupa molto di più uno scenario nel quale l'AI funziona abbastanza bene da essere adottata ovunque, ma non abbastanza bene da poter essere lasciata senza supervisione.
Perché quello crea una situazione stranissima:
https://www.avvenire.it/rubriche/ch...-lumanita-ecco-la-risposta-del-chatbot_113082
così risponde:
No, non nel senso cinematografico di "l'AI si sveglia, decide che l'umanità è il problema e preme il pulsante rosso".
Ma non penso nemmeno che il rischio vero sia trascurabile. E, paradossalmente, il ragionamento che stavamo facendo sui costi e sulla scalabilità mi sembra molto più interessante della versione fantascientifica.
Il rischio che vedo non è tanto un'AI che prende il potere, quanto esseri umani che costruiscono sistemi con una capacità d'azione enormemente superiore alla loro capacità di comprenderli e governarli.
Ci sono almeno tre livelli.
1. Il rischio individuale
Delegare progressivamente:
- memoria;
- ricerca;
- scrittura;
- analisi;
- decisioni operative;
2. Il rischio organizzativo
Qui la faccenda diventa più seria.
50 agenti che scrivono rapporti sono una cosa.
50 agenti che possono:
sono un'altra.
La combinazione pericolosa non è necessariamente intelligenza + autonomia.
È:
Un errore umano può rimanere circoscritto.
Un errore replicato automaticamente su 100.000 operazioni può diventare un evento sistemico.
3. Il rischio geopolitico ed economico
Questo, per me, è ancora più concreto.
Se la capacità cognitiva artificiale diventa altamente scalabile, chi controlla:
- modelli;
- chip;
- energia;
- infrastrutture;
- dati;
- agenti;
E qui torniamo esattamente al tuo discorso sul digital divide.
Il problema potrebbe non essere:
ma:
Questa è una domanda molto meno spettacolare, ma probabilmente molto più importante.
E c'è una cosa che trovo quasi ironica.
Abbiamo passato decenni a preoccuparci del fatto che i computer potessero diventare intelligenti.
Adesso rischiamo di avere il problema opposto:
computer abbastanza intelligenti da fare moltissime cose, collegati a esseri umani che non hanno ancora deciso con precisione quali cose dovrebbero lasciargli fare.
Quindi, Armageddon?
Non è quello che mi preoccupa di più.
Mi preoccupa molto di più uno scenario nel quale l'AI funziona abbastanza bene da essere adottata ovunque, ma non abbastanza bene da poter essere lasciata senza supervisione.
Perché quello crea una situazione stranissima:
E quella, più che l'apocalisse dei robot, potrebbe essere la vera prova di maturità tecnologica dell'umanità.