0:00Oggi uno dei più grandi matematici viventi che lavora ad Anthropic, per cui, diciamo, ecco, non un dipendente Anthropic qualsiasi, che ha lanciato una query su Fable, ma un matematico di, diciamo, di grande lignaggio ha pubblicato un paper, o meglio ancora il paper di per sé manca, ha pubblicato
0:27la la dimostrazione di Lynn e l'annuncio del fatto che crede di in 41 giorni con un lavoro fatto da da lui stesso e molto utilizzo dell'AI, lui dà più credito, diciamo, all'AI che non al suo lavoro, ma dice di avere contribuito, ha pubblicato la l'annuncio della di una prova dell'ipotesi di Riemann,
0:57il più grande problema matematico aperto.
1:02Per farvi capire quanto questo significhi un veloce avanzamento dell'intelligenza artificiale, ma anche per farvi capire come Terence Tao non ha compreso la portata del fenomeno in qualche in qualche in un video di qualche tempo fa, di poco tempo fa, ha detto che probabilmente ora che c'era l'AI, nel 2050
1:30con un contributo sia dell'AI che dei che dei che degli esseri umani magari sarebbe stato possibile provare Riemann.
1:40Ora, vi rendete conto questo cosa cioè pensare che ai quei pressi che abbiamo visto che sarebbe stato necessario attendere il 2050 vuol dire sia estrapolare in maniera completamente sbagliata, diciamo, il progresso dell'intelligenza artificiale nell'arco temporale di decenni.
2:01È allo stesso tempo pure sottovalutare in maniera decisiva la capacità matematica dei modelli attuali, quindi si può dire anche di fronte a queste affermazioni, di fronte a a quello che sta accadendo che di sicuro le le affermazioni di Terence Tao, poi che uno possa essere a favore o meno di quella visione della matematica, ma si può certamente dire che partono da una non comprensione del fenomeno dell'intelligenza
2:30artificiale di frontiera.
2:34Ma io ora sto parlando di matematica, ma per arrivare al software ok? Quindi utilizzo l'argomento matematico perché mi sembra molto interessante utilizzarlo per fare per avere un un alter ego del software da osservare, per capire cosa non stiamo capendo noi informatici perché il problema non è solo dei matematici, ne sono ne sono abbastanza certo. Nella pratica non cambia niente perché
3:03l'ipotesi l'ipotesi di Riemann veniva veniva considerata quasi certamente vera anche da lui quando praticamente l'ha l'ha enunciata ma anche ci sono un sacco di risultati matematici che partono dal presupposto che che sia vera, ok?
3:20Ma il fatto è che averla enunciata è il contributo matematico enorme, ok?
3:28Cioè aver compreso che ci fosse un legame tra gli zeri di una funzione nello spazio complesso e quello che succede invece da tutt'altra da tutt'altra parte nella matematica discreta con i suoi numeri interi cioè quella è la genialità del matematico.
3:52Per cui il lavoro del matematico, ma non da ora, è sempre stato farsi le giuste domande farsi cioè è più nell'ipotesi.
4:03Il fatto che ora questa ipotesi che queste domande che uno si pone, si possano verificare facilmente, immediatamente, spingere alla matematica a un livello ancora superiore, secondo me.
4:17Posto che ovviamente è molto interessante andare a capire in che modo esattamente cioè ci sono degli accenni nella nell'articolo che è stato pubblicato, ma bisogna andare a capire esattamente quali tecniche sono state utilizzate, perché a quanto pare sono state utilizzate delle tecniche nuove, comprenderle, studiarle e da lì chi le studia gli verranno nuove ipotesi.
4:41Questa questa idea qui non è mia.
4:45Un grande matematico Poincaré diceva esattamente che il compito del matematico è scegliere, la scelta. Ma lo dicevo l'altra volta nel video con Greta prima di aver letto di questa massima di Poincaré
5:06che andare sapere dove andare a guardare, scegliere cosa andare a guardare è tantissimo e poi avere le giuste intuizioni per farsi le giuste domande che ciò porta ad andare a vedere le le la prossima la la prossima cosa. Perché l'insieme delle affermazioni vere o potenzialmente vere è infinito, invece quel che conta è di tutte quali ha senso fare, a quali ha senso porre, a quali ha senso
5:38Ma siamo sicuri che nel software noi siamo riusciti a fare questo passaggio? E io iniziavo a a a pensare di no.
5:47Allora vi faccio vi faccio degli esempi.
5:50Tanto per iniziare qualcuno si chiede ma come mai ora che c'è l'AI che scrive il software così bene poi noi vediamo che ovunque attorno a noi è pieno di software terribile?
6:02Perché i sistemi di creazione software nelle grandi aziende sono orribili, osceni.
6:11I C'è una divisione di dei compiti completamente sintetica e inaccettabile che non combacia con lo fare ottimo software.
6:21Ottimo software si fa quando un piccolo team controlla tutto. Ora tu vuoi fare Ora c'è qualcuno che decide di fare una funzione nuova, qualcun altro che la deve approvare in un altro ufficio e poi uno deve implementare quello che che gli arriva da implementare senza che magari è d'accordo, senza che quello è un buon progetto, senza che ciò è stato scelto, diciamo, con un processo che Perché il grande software nasce quando chi implementa,
6:50chi prende le decisioni, chi decide il come è un o un singolo o un gruppo affiatato che ha gli stessi obiettivi, le stesse finalità.
7:00Quello è che fa la differenza.
7:05E quindi già ecco, si capisce che l'intelligenza artificiale che scrive il software, se poi ci scontriamo contro uno scoglio di inefficienza, incapacità, approssimazione, mancanza di ingegno, di idee, uffici pieni di burocrati, persone che sono nei reparti di prodotto senza che hanno la capacità veramente di immaginare come l'hardware e il software insieme possono rivoluzionare
7:35le cose che noi utilizziamo.
7:40Ma oltre a ciò, oltre a ciò, anche i programmatori singoli che fanno dei progetti o che piccoli team di programmatori, secondo me, non siamo ancora stati in grado di fare questo salto.
7:57In che senso? Allora, oggi mi mi mi mi rifaccio, tanto per iniziare, a un video di a un video di Bragantini che ho visto oggi su Instagram. Lui diceva beh ma io una volta programmavo in Assembler.
8:12Scusate, c'era un motore che che viaggiava a bassissima velocità, ma ad altissima rumorosità.
8:21E io, insomma, io ho augurato di di divertirsi in questa sua attività.
8:27Che male c'è nell'arrecare il disturbo agli altri?
8:31Dicevo diceva Bressanini io programmavo in Assembly, quando poi è arrivato, sono arrivati i compilatori, cioè non è che mi ricordo questo grande fronte di resistenza al C o al Pascal.
8:45In realtà in realtà c'è stato storicamente, però insomma debole segnale di quelli che dicevano ma sì, ma così col compilatore, perché i compilatori iniziali non erano i compilatori ottimizzanti di ora.
8:57Scrivevano un codice che era spesso inefficace rispetto a quello che tu potevi scrivere a mano.
9:02E allora e lì in realtà c'è stato un processo molto simile, però poi ampiamente superato sia dal fatto che insomma si lavorava molto meglio con linguaggi di alto livello, così come oggi si lavora meglio con il software scritto dall'AI, ma poi anche è subentrato immediatamente un ampio scenario di miglioramenti, di ricerca nella nella
9:30teoria dei compilatori che ha poi creato dei compilatori fortissimi. Ecco, quello che credo io è che forse ora l'algebra in qualche modo frontiera possono riuscire a ottimizzare il l'Assembly in certi casi in maniera superiore a quello che può fare un compilatore ottimizzante.
9:54Però mentre c'è questo simpatico storia, diciamo, che si ripete, questo simpatico parallelo, allo stesso tempo, secondo me, le cose non sono proprio assimilabili, nel senso che comunque la semantica di un programma di alto livello comunque rispecchia in maniera piuttosto vicina quello che poi succede del linguaggio macchina.
10:14Ma il diciamo la l'idea di Dario noi la possiamo traslare poi, secondo me, in maniera più efficace per recuperare completamente quello che lui voleva dire in quello che è successo coi linguaggi ad altissimo livello.
10:29Quando io utilizzo certi costrutti in Python beh, ma c'è veramente poco a che vedere con quello che succede sotto il cofano al linguaggio nel caso del sia, diciamo, poi come l'interprete che che esegue le istruzioni della della macchina funziona, ma specialmente la maggior parte dei programmatori che si sono formati utilizzando linguaggi di ad alto livello non hanno mai approfondito, non
10:59riescono neanche a comprendere che strutture dati sono state utilizzate, quali algoritmi ci sono in gioco neanche la complessità nel tempo e nello spazio di quello che stanno facendo e così via. Eppure programmavano, diciamo, lo stesso. E tutto ciò a cos'è che serviva? Spostarsi sempre più ad alto livello.
11:16Beh a penare meno nella realizzazione e concentrarsi molto di più su quello che si stava facendo sul risultato. Solo che al contrario del dei che poi scrivono codice efficiente e compromessi non ce ne sono coi linguaggi ad altissimo livello i compromessi c'erano, compromessi di
11:40check che ti becchi a compile time, tanto che poi in JavaScript si sono viste i vari tentativi poi di di fare più controlli statici con, diciamo, dei dialetti di JavaScript.
11:54Non ti becchi la il non paghi nessuna penalità di velocità, anzi gli LLM scrivono codice velocissimo, tu puoi dire di ottimizzare le cose spesso ben oltre il il limite che era possibile prima per questioni di tempo, ma anche perché a volte non potevi incrociare in un'unica persona tutte le conoscenze che servono per ottimizzare certe cose in certi ambiti.
12:20Per cui, insomma, il discorso sotto questo punto di vista regge, però noi non abbiamo fatto, secondo me, la transizione che non hanno fatto neanche i matematici, che è quella, ora che questo strumento è così potente, di porsi le giuste domande e di andare oltre, oltre quella che è stata la matematica, oltre quella che è stata l'informatica finora.
12:43Cioè io c'ho un mezzo che mi può permettere di ripensare completamente certi software ad un grado di complessità che poi si traduce in una capacità dell'utente di fare cose che prima non poteva fare.
13:00Quindi io scrivo un database che può fare cose che prima non si potevano fare. Io ci sto provando con questo database nome con questo fork di Redis codice nome in codice Grano che cerca di estendere certe teorie di la compressione dell'encoding oltre quello che io ritenevo fosse uno
13:29sforzo sensato da fare.
13:32Ma questo si può fare anche nell'editing video di reiterare con delle interfacce, si può fare nel software della banca che utilizziamo ogni giorno, si può fare anche nei social network, si può fare di immaginare, reiterare per trovare delle soluzioni, delle interfacce, dei nuovi modi di comunicare tra le persone a una velocità che prima non si poteva eseguire e quindi questo permette anche di fare delle accelerazioni dal punto di
13:59vista del prodotto, non solo della software in sé, ma di quello che quel software esprime.
14:07E invece noi ci troviamo che oggi dovevo aggiornare il mio Heart Rate Monitor Polar e si si il dispositivo perché l'app fa schifo.
14:17L'ho attaccato a Claudio e ho detto me lo sblocchi, quello me l'ha sbloccato.
14:21Gli ho detto sì, ho spacchettato l'APK ho visto come funzionava l'aggiornamento e te l'ho aggiustato.
14:30Ci ritroviamo oggi, c'era Stefan di CNC Kitchen che ha comprato uno scanner Canon, non so che ci doveva fare ed era uno schifo il software, se l'è rifatto fare da Claude perché le aziende sono così indietro nell'idea di software hanno un'idea arcaica di software, non il software quello dell'AI un'idea arcaica della qualità del software di quello che si può fare oggi
14:58che un singolo viene a si compra un pezzo di hardware e in un pomeriggio si scrive un software migliore di quello che Canon distribuisce.
15:08Ma anche i singoli anche i singoli non non abbiamo ancora compreso appieno quello che è possibile e le migliorie incredibili, non solo le migliorie, ma anche poter scrivere codice per fare applicazioni specifiche su alcune cose che prima non volevamo che non avrebbe avuto senso fare per cose specifiche devi usare questa cosa per 3 mesi solo tu però potrebbe portare a un aumento della
15:37produttività nella tua azienda grandissimo se la fai bene, se lo fai in 3 giorni oggi si può fare.
15:43Quindi software migliori per tutta la popolazione, software specifici per casi d'uso specifici, ma che sono programmati come se li avessero fatti 100 persone in 2 mesi.
15:55Tutta sta roba qua incredibile. Quindi nell'osservare i matematici facciamoci come dire una confessiamoci di fronte alla loro incapacità magari di di di di abbracciare il cambiamento e cerchiamo di di comprendere come anche noi abbiamo dei limiti che dobbiamo superare.