Tecnologia

La paura del furto di identità e i crimini bancari cibernetici hanno portato ad una ricerca spasmodica per cercare nel corpo umano dei caratteri non riproducibili. Si è pensato a sistemi che riconoscano le vene, i volti, l'iride, il tono della voce e perfino le lacrime dell'uomo, per arrivare a stabilire i canoni di una unica identità globale rintracciabile con un solo clic standardizzato e centralizzato che darà accesso ad una matrice consumer, Internet e bancaria unica.

Un passo in questo senso è l'evoluzione di un ID biometrico voluto dalla MasterCard che insieme alla compagnia norvegese Zwipe introdurrà le prime CARTE DI CREDITO completamente biometriche, che al posto del PIN avranno un sensore di verifica a fingerprint.

Lo scorso 26 settembre 2014 la MasterCard e la norvegese Zwipe hanno annunciato il lancio di una carta di pagamento contactless, con un sensore di impronte digitali integrato. Possiamo dire addio al PIN.

PC Mag ha verificato la semplicità della procedura di questa carta: basta tenere il pollice premuto sull'ID per le impronte digitali sulla carta di credito e passarla sopra un punto di pagamento contactless. Quando la transazione è terminata, la macchinetta emette un segnale acustico. Questa carta di credito dovrebbe arrivare il prossimo anno. “È nostra convinzione è che dovremmo essere in grado di essere identificati senza dover usare password o codici PIN. L'autenticazione biometrica può aiutarci a farlo” - ha dichiarato Ajay Bhalla, presidente dell'Ufficio di Sicurezza aziendale della MasterCard. Bhalla non è estraneo alla tecnologia contactless e sa bene cosa potrebbe significare per la MasterCard. Ha seguito la sperimentazione della tecnologia contactless PayPass di MasterCard in 14 mercati asiatici e ha consolidato diverse partnership, una delle quali ha permesso ai viaggiatori di pagare con una contactless MasterCard i servizi di trasporto pubblico a Singapore.

Il direttore delle risorse umane di Volkswagen, Horst Neumann, sul quotidiano "Suddeutsche Zeitung" ha sostenuto senza mezzi termini che il turn-over nel campo dell’automazione industriale è di fatto finito. Perché? Semplicemente perché al posto di coloro che stanno andando in pensione “prenderemo i robot”, ha affermato.

Non deve certo meravigliare un'ipotesi del genere, che si regge su due elementi oggettivi pesanti: il contenimento delle spese e l'evoluzione della tecnologia: “Non potremo rimpiazzare tutti i lavoratori con altri assunti perché il costo del lavoro in Germania è superiore ai 40 euro all’ora, nell’Europa dell’est è a undici, in Cina siamo persino sotto i 10”, ha scritto Neumann.

Inoltre, i robot di nuova generazione possono effettuare attività ripetitive con una velocità e una precisione ben superiori rispetto agli esseri umani.

Non è certo una scoperta della casa automobilistica tedesca. La Foxconn, azienda taiwanese che assembla dispositivi elettronici per la maggior parte dei big dell'hi-tech e tristemente nota per i suicidi dei propri operai, introdurrà nei prossimi anni migliaia di robot per sostituire gli umani. Questi robot sarebbero già in fase finale di test e presto potrebbere essere utilizzati nei vari stabilimenti dell'azienda.

Il principale meccanismo di apprendimento di un computer si basa sul processo di memorizzazione delle informazioni.

Il tipo di codifica porta a stati del tipo tutto o niente, ma utilizzando una logica fuzzy si può memorizzare informazioni di tipo “sfumato” che consentono di gestire variabili soggette a incertezza e a conoscenza incompleta.

L'introduzione di algoritmi di tipo caotico consentono di rendere il sistema imprevedibile fornendo quella caratteristica tipicamente umana della contingenza e irripetibilità delle risposte. Le regole computazionali, con cui le connessioni tra i dati che costituiscono la memoria sono elaborati, potrebbero essere rafforzate o indebolite in modo da migliorare le prestazioni globali secondo criteri determinati dall'ambiente esterno.

È possibile utilizzare tecniche analoghe a quelle tipiche degli algoritmi genetici, in cui vi è una selezione naturale tra differenti procedure algoritmiche: l'algoritmo più efficace nasce per una specie di sopravvivenza del più adatto. In aggiunta vi possono essere elementi casuali incorporati nel modo in cui la macchina deve modificare le proprie prestazioni. In particolare è possibile utilizzare la variabile temporale per ottenere, tramite processi caotici, un effetto di pura casualità.

L'apprendimento può essere controllato da un esperto umano oppure basato su algoritmi di coerenza e non contraddizione. In particolare possono esistere due tipi di input: quello artificiale e quello naturale.