CYBERSPACE WARS
"The future is already here — it's just not very evenly distribute"
William Gibson
Insurgents of people
The messiah is an immigrant detained at the border
Severed from his trinity
His wife and his daughter
America the beautiful
Nappy headed hoe-down
Lynchburg throwdown
It seems our favorite pastime
Has become our most fair future
Technology has failed us
Are you lookin' for the truth?
Or for another fight?
If you wanna give me what I want
Then give it up tonight
Freedom, ain't lookin' for no
Ain't lookin' for no fight
If you wanna give me what I want
Then give it up tonight
Gunshots by computer!
Gunshots by computer!
Nine Inch Nails feat. Saul Williams, "Gunshots by Computer" ("Halo 25", Nothing Records, 2007)
31 Gennaio 2025
Il Garante per la Protezione dei Dati Personali (GPDP) ha imposto la limitazione del trattamento dei dati degli utenti italiani nei confronti delle società cinesi Hangzhou DeepSeek Artificial Intelligence e Beijing DeepSeek Artificial Intelligence, responsabili del servizio di chatbot DeepSeek.
Il blocco è stato motivato dall'insufficienza delle informazioni fornite dalle società cinesi in merito alla gestione dei dati degli utenti. Le aziende hanno dichiarato di non operare in Italia e di non essere soggette all'autorità del GDPR.
Le aziende dietro DeepSeek non potranno più raccogliere informazioni relative agli utenti italiani. Il provvedimento potrebbe avere ripercussioni significative sul futuro dell'applicazione in Europa.
HDblog
Ravie Lakshmanan The Hacker News
"How smart's an AI, Case?" "Depends. Some aren't much smarter than dogs. Pets. Cost a fortune anyway. The real smart ones are as smart as the Turing heat is willing to let 'em get".
DeepSeek invia esplicitamente i dati degli utenti, inclusi messaggi di chat e altre informazioni personali, a server situati in Cina.
Il Garante ha chiesto chiarimenti riguardo all’eventuale uso di tecniche di web scraping per raccogliere informazioni e come gli utenti, sia iscritti che non iscritti, siano stati informati riguardo al trattamento dei loro dati.
DeepSeek potrebbe condividere i dati degli utenti con partner commerciali, per scopi pubblicitari o analisi, e con enti governativi cinesi allo scopo di censurare contenuti sensibili o adattarli secondo linee guida governative, limitando la libertà di espressione.
È già noto che DeepSeek non risponde a domande scomode per le politiche di Pechino come ad esempio la rivolta di Tiananmen.
Inoltre, Wiz, una società di cybersecurity con sede a New York, ha scoperto una grave falla di sicurezza nel cloud che offre l'accesso a DeepSeek, lasciando il proprio database ClickHouse completamente esposto su internet senza alcuna autenticazione.
Il database contiene una grande quantità di dati sensibili, tra cui cronologie delle chat, chiavi API, informazioni di backend e metadati operativi.
Con sede a Hangzhou, in Cina, DeepSeek è stata fondata nel luglio 2023 da Liang Wenfeng, ex studente della Zhejiang University di ingegneria informatica ed elettronica.
È stata incubata da High-Flyer, un hedge fund fondato da Liang nel 2015. Come Sam Altman di OpenAI, Liang punta a costruire un’Intelligenza Artificiale Generale (AGI), in grado di eguagliare o addirittura superare gli esseri umani in diversi compiti.
L’addestramento di modelli linguistici di grandi dimensioni (LLM) richiede un team di ricercatori altamente qualificati e una notevole potenza di calcolo.
La decisione di High-Flyer di avventurarsi nell’IA si deve alla la ormai nota “guerra dei chip” che simboleggia uno degli aspetti più critici e complessi della governance digitale globale relativa alle "industrie avanzate" (auto elettriche e altri veicoli a nuova energia, tecnologia informatica, telecomunicazioni di nuova generazione, robotica avanzata e l’intelligenza artificiale).
I settori centrali della cosiddetta “quarta rivoluzione industriale” riferibile all’integrazione di big data, cloud computing e altre tecnologie emergenti nelle catene di fornitura manifatturiere globali.
Nell’agosto 2022, il Congresso degli Stati Uniti ha approvato il “CHIPS and Science Act”, una legge che prevede l’erogazione di sussidi e agevolazioni fiscali per aiutare a rilanciare la catena di approvvigionamento produttivo di semiconduttori avanzati sul suolo americano, promuovendo un ampio programma di investimenti in ricerca e sviluppo.
A poca distanza dall’approvazione della legge, l’amministrazione Biden ha disposto ampie restrizioni all’esportazione in Cina di chip per indebolirne la capacità di produrre la medesima classe di circuiti integrati.
Quando, nei primi giorni del 2025, il Bureau of Industry and Security (BIS) del Dipartimento del Commercio USA ha annunciato radicali ulteriori restrizioni, la battaglia per il “dominio dei chip” è entrata in una nuova fase: oltre a bloccare la capacità della Cina di acquisire chip avanzati sono state vietate anche le vendite di apparecchiature per la produzione di semiconduttori (SME).
Il governo cinese ha risposto rafforzando il piano “Made in China 2025”, qualificando i semiconduttori come settore prioritario, prevedendo un ampio utilizzo di sussidi governativi nell’ottica di superare le capacità tecnologiche occidentali.
L'europa cerca di stare al passo con l' “European Chips Act”, varato nel 2022, un ambizioso piano da quasi 50 miliardi di euro per ridurre la dipendenza tecnologica dai giganti asiatici che prevede la creazione di una “Mega fab” in grado di produrre chip da due nanometri sul territorio europeo.
Il 2 dicembre 2024, il Dipartimento del Commercio degli Stati Uniti ha aggiunto 140 aziende cinesi, comprese filiali in Giappone, Corea del Sud e Singapore, alla “Entity List”. Tra le aziende incluse nella lista spiccano Semiconductor Manufacturing International Corp., Beijing Naura, Acm Research e Piotech, oltre a realtà legate a Huawei.
L’obiettivo dichiarato è impedire che tali organizzazioni utilizzino tecnologie statunitensi per avanzare nei settori dei semiconduttori e dell’intelligenza artificiale.
Le nuove restrizioni colpiscono anche i chip di memoria a Larghezza di Banda Elevata (High Bandwidth Memory), che sono componenti fondamentali per supportare i rapidi trasferimenti di dati tra processori e consentire calcoli avanzati utilizzati in applicazioni di intelligenza artificiale e machine learning.
Questi chip, grazie alla loro capacità di gestire grandi volumi di dati in tempo reale, sono indispensabili per alimentare piattaforme come supercomputer, sistemi di analisi predittiva e tecnologie di guida autonoma.
Le restrizioni riguardano, inoltre, venti tipi di attrezzature per la produzione di semiconduttori, tra cui apparecchiature utilizzate per la litografia avanzata, e tre strumenti software essenziali per lo sviluppo e la progettazione di semiconduttori complessi.
I principali produttori di chip HBM, tra cui colossi come SK Hynix, Samsung Electronics e Micron, sono leader di mercato nella fornitura di queste tecnologie critiche. Questi componenti, oltre a essere utilizzati in dispositivi consumer, trovano applicazione in settori strategici come la difesa e la ricerca scientifica.
Il blocco delle esportazioni verso la Cina potrebbe influire non solo sulle operazioni dei produttori cinesi, ma anche sullo sviluppo delle tecnologie di punta che richiedono semiconduttori ad alte prestazioni.
In risposta alle nuove sanzioni statunitensi, Pechino ha annunciato il blocco dell’esportazione verso gli Stati Uniti di materiali critici per la produzione di semiconduttori, come gallio, germanio e antimonio.
Questi elementi non solo sono fondamentali per la realizzazione di chip, ma trovano applicazione in tecnologie delle energie rinnovabili e in ambiti di difesa, inclusa la fabbricazione di munizioni perforanti.
La Cina domina la produzione globale di queste risorse strategiche: secondo il Servizio Geologico degli Stati Uniti, controlla il 98% della produzione mondiale di gallio e il 60% di quella di germanio. Questa posizione di leadership consente a Pechino di esercitare una significativa influenza sulle catene di approvvigionamento globali, utilizzando i minerali come leva geopolitica per rispondere alle pressioni occidentali.
Il Ministero del Commercio cinese ha giustificato questa decisione con motivazioni legate alla sicurezza nazionale, accusando gli Stati Uniti di politicizzare e militarizzare questioni commerciali e tecnologiche.
“Gli Stati Uniti hanno ampliato il concetto di sicurezza nazionale, abusando delle misure di controllo delle esportazioni e adottando comportamenti unilaterali di coercizione economica”, ha dichiarato il Ministero in un comunicato.
A conferma della gravità della situazione, Pechino ha esteso i controlli anche agli articoli correlati alla grafite, un materiale critico per batterie e applicazioni tecnologiche avanzate.
Questa mossa sottolinea la crescente volontà del governo di Xi Jinping di colpire gli interessi economici occidentali per rispondere alle restrizioni imposte da Washington. Nel contesto della cosiddetta “guerra dei chip”, la Cina dimostra di essere pronta a utilizzare il suo controllo sulle risorse naturali essenziali per far valere il proprio peso strategico a livello globale.
Le restrizioni cinesi sull’esportazione di gallio e germanio hanno causato un raddoppio dei prezzi di questi materiali sul mercato europeo, sottolineando la vulnerabilità dell’industria globale di fronte a tali misure.
Parallelamente, quattro grandi associazioni industriali cinesi, rappresentanti settori strategici come internet, automotive, semiconduttori e telecomunicazioni, hanno invitato le aziende associate a ridurre gli acquisti di semiconduttori statunitensi, dichiarando che i prodotti americani “non sono più sicuri o affidabili”.
Questi sviluppi si sono riflessi anche sulle borse. Le azioni di aziende cinesi come Wingtech hanno subito cali significativi, mentre i fornitori giapponesi di attrezzature per semiconduttori, come Tokyo Electron e Disco Corp., hanno registrato un aumento nelle loro quotazioni, beneficiando delle restrizioni imposte alla Cina.
In anticipo sull’erogazione delle sanzioni statunitensi, Liang ha acquistato una notevole scorta di chip Nvidia A100, un tipo di chip poco dopo vietato all’esportazione in Cina. La testata cinese 36Kr stima che l’azienda abbia più di 10.000 unità di questi chip in magazzino. Dylan Patel, fondatore della società di ricerca sull’intelligenza artificiale SemiAnalysis, ritiene che ne abbia almeno 50.000.
Il potenziale riconoscimento di queste scorte per l’addestramento dell’intelligenza artificiale ha spinto Liang a fondare DeepSeek, che è stata in grado di utilizzarle in combinazione con chip a bassa potenza per sviluppare i suoi modelli.
Unlike other LLMs, the DeepSeek R1 is extremely cost-effective. On the flip side, Gemini, Claude Sonnet, and ChatGPT remain limited for users under subscriptions. OpenAI’s o1 costs $15 per million input tokens, but DeepSeek is for $0.55.
Cost efficiency, unlimited usage, and open-source properties are the major signs of DeepSeek R1’s popularity.
DeepSeek R1 is running on the Huawei Ascend 910C.
The Chinese model indeed uses Nvidia processors for training. But its inference is based on the Ascend chipset.
In the AI world, training refers to the process of teaching an AI model about task completion. Under this procedure, the model is seeded with a set of training data. It learns the pattern and details of the data to make decisions accordingly.
Inference is the process of using the trained LLM to make predictions. In this procedure, the trained model is fed with new data and asked to make decisions without examples of the desired result. Simply put, it applies the learned patterns to generate content or make decisions on the given command.
Ascend 910C is Huawei’s new AI chipset. The company unveiled the processor silently last year. It is a direct alternative to the Nvidia H100 and claims to defeat the Nvidia B20 to some extent. Hence, the chip is more powerful than its predecessors.
On the other hand, the Ascend 910C chip has a decent price compared to many Nvidia processors.
Other details of the new R1 model are still unknown.
Emiko Matsui Huawei Central
Another critical aspect of AI's future is the increasing scarcity of data available for these powerful chipsets to process.
Just in the beginning of 2025, Elon Musk pointed out that AI companies have run out of data for training their models and have "exhausted" the sum of human knowledge.
In 2023, a group of visual artists filed a landmark lawsuit against Stability AI, MidJourney, and DeviantArt, accusing them of using their artwork without consent to train generative AI models like Stable Diffusion.
Around the same time, Musk accused companies like OpenAI of "scraping" Twitter's (now X) data without permission, prompting X to tighten API pricing and access restrictions.
Elsewhere, Reddit's significant increase in API pricing disrupted companies like OpenAI and Anthropic, which had relied heavily on Reddit's vast trove of user-generated content for training their AI models.
Reddit justified the move as a way to monetize its valuable data, but the decision sparked debate over the tension between platforms hosting user data and AI companies seeking to use it.
As lawsuits pile up against tech giants accused of scraping or using data unlawfully, novel initiatives are beginning to emerge. Harvard, for instance, has spearheaded efforts to obtain user consent for data contributions, providing open-access datasets for public use.
Synthetic data has also gained traction as a potential solution. Companies like Meta and Microsoft have turned to AI-generated data to fine-tune models such as Llama and Phi-4. Google and OpenAI have similarly leveraged synthetic data in their work.
However, synthetic data comes with its own challenges, including issues like model "hallucination", which can compromise accuracy and reliability.
Decentralized data collection offers another promising alternative. In particular, data contributors provide their data, with the data collection process recorded on the blockchain to ensure integrity and traceability.
Additionally, data contributors from around the world are incentivized with cryptocurrency for their contributions.
Such a decentralized data collection model can address concerns around data integrity, diversity and quality. These solutions also democratize access to data, enabling smaller businesses to compete in the AI ecosystem.
Poor-quality data leads to biased models, inaccurate predictions, and, ultimately, mistrust in AI systems.
National regulators also face pressing challenges in establishing comprehensive data privacy and safety rules that balance individual rights with technological innovation while also addressing critical national security considerations such as protecting sensitive data from cyber threats, foreign exploitation, and misuse by adversarial entities.
The battle for the best data has begun.
Max (Chong) Li Forbes
«Siamo un'economia fondata sull'informazione. Lo insegnano anche a scuola. Quello che non dicono è che è impossibile muoversi, vivere, operare a qualunque livello senza lasciare tracce, segni, frammenti di informazione apparentemente privi di significato. Frammenti che possono essere recuperati e amplificati...»
(William Gibson, "Johnny Mnemonic")
In una decadente società del futuro in mano alle multinazionali, Johnny è un un contrabbandiere di dati.
Ha un impianto cerebrale che gli permette di nascondere nella testa una quantità impressionante di dati che possono essere scaricati solo dall'acquirente, in possesso di password.
Le informazioni in suo possesso sono un bene prezioso sottratto dalla Yacuza alla multinazionale Ono-Sendai.
«Le zaibatsu, le multinazionali che plasmavano il corso della storia umana, avevano trasceso le antiche barriere. Visti come organismi, avevano raggiunto una specie d'immortalità. Non si poteva uccidere una zaibatsu assassinando una dozzina di dirigenti che occupavano i posti-chiave; ce n'erano altri che aspettavano di salire la scala, di occupare i posti rimasti liberi, di avere accesso ai vastissimi banchi di memoria della grande compagnia...»
(William Gibson, "Neuromante")
In the ever-evolving landscape of artificial intelligence, the quest for new data sources is akin to the uncharted exploration of a digital frontier, promising to redefine the capabilities of Large Language Models (LLMs) in profound ways.
«Le zaibatsu, disse Fox, le multinazionali. Il sangue di una zaibatsu è fatto di informazioni, non di gente. La struttura è indipendente dalle vite individuali che la compongono. Le aziende sono una forma di vita»
(William Gibson, "New Rose Hotel")
As we uncover and integrate diverse and unconventional streams of data, from the intricacies of human biometrics to the vast expanse of interstellar communications, AI systems will transition from being mere repositories of information to dynamic entities capable of understanding and engaging with the world in multidimensional ways.
This proliferation of data sources will not only enhance the cognitive depth of AI but also broaden its application across domains, allowing it to make connections and generate insights that are currently beyond our comprehension.
The introduction of these novel data wellsprings stands to dramatically alter the AI landscape, infusing LLMs with an unprecedented level of sophistication.
The horizon of AI’s potential is set to expand exponentially as it evolves to not only interpret and respond to the data it encounters but also to anticipate and shape outcomes.
At the intersection of artificial intelligence and global espionage, a revolution simmers that could redefine the paradigm of modern warfare. As nations pivot to embrace the transformative power of next-gen AI systems, the world’s elite spy agencies will find themselves in a covert but fierce competition not just for information but for the raw data that fuels the engine of these emergent technologies.
This race for the new oil of the digital era — data — is setting the stage for an arms race unlike any we have witnessed before, where the victor holds the key to a form of warfare that is invisible yet all-pervading.
The data amassed by nations will not merely inform but will be instrumental in teaching AI systems to predict, decide, and act. With such capabilities, these advanced systems promise to deliver strategic advantages that could eclipse the power of conventional forces.
This is a race where collecting data is only the precursor; the true contest lies in the mastery of algorithms that can sift through this digital expanse to extract patterns and insights capable of guiding political, economic, and military decisions.
The implications stretch beyond the mere enhancement of existing espionage tactics, gesturing towards a future where autonomous systems could dictate the terms of engagement without a human fingerprint.
Cyber operations, disinformation campaigns, and digital surveillance might soon be orchestrated by machines honed by the vast swathes of data harvested across the globe. The traditional spymaster’s toolkit is being rapidly supplemented, if not replaced, by a digital arsenal that operates at the speed of light and can be as elusive as the data it seeks to control.
This is not just a race for dominance in the shadows; it is a struggle for the future direction of humanity, mediated by the silent war machines of the 21st century.
This landscape fosters a fertile ground for the rise of sophisticated roles and technologies—cyberfog machines, data distortionists, and AI mirage-makers—dedicated to the art of information warfare.
The genie is undoubtedly out of the bottle, and the technology’s progress is unrelenting.
"What's your name? Your Turing code. What is it?""Neuromancer, the lane to the land of the dead."
Commenti
Posta un commento