Robotica militare: mercato globale stimato a 35 miliardi di dollari entro il 2030. Arrivano i primi modelli “armati”

MILIARDI DELLE NOSTRE TASSE PER NUOVE ARMI SEMPRE PIU' PRECISE E HI TECH. FINCHE' C'E' GUERRA C'E' SPERANZA.... 

Presentato al pubblico il primo cane-robot armato di fucile di precisione

Si muove rapidamente su ogni tipo di terreno (anche sottacqua) ed è dotato di un fucile di precisione SPUR che colpisce un bersaglio anche a 1.200 metri di distanza. Aumenta la spesa di USA e Cina n robotica militare. Mosca ha annunciato la costituzione della prima unità robotica del suo esercito.

Era solo questione di tempo. Questo il commento più diffuso in rete e sulle principali testate a tema tecnologico. Sono stati presentati a livello mondiale i primi robot “armati”.

Si tratta di quadrupedi high-tech, come molti altri di questo tipo già disponibili, ma con una particolarità inquietante: sono dotati di armi da fuoco molto sofisticate e molto potenti.

La macchina è stata mostrata al pubblico per la prima volta la scorsa settimana, alla conferenza annuale 2021 dell’Associazione dell’esercito degli Stati Uniti (Association of the United States Army).

Ghost Robotics ha realizzato il robot chiamato “Vision 60”, Sword International l’ha armato.

Al posto della testa, il dog-bot è dotato di un fucile, denominato SPUR, cioè fucile di precisione automatizzato per scopi speciali (Special Purpose Unmanned Rifle), con zoom ottico 30x, una telecamera termica per centrare l’obiettivo anche al buio, una telecamera wireless per consentire il telecontrollo della scena da remoto in tempo reale e una portata effettiva dei colpi fino a 1.200 metri di distanza.

Robot multiuso

Una macchina da guerra a tutti gli effetti, chiamata “multiuso”, perché utilizzabile in ogni scenario, da quello di guerra a quello di pace, per la sicurezza pubblica, il pattugliamento delle strade, delle struttura/infrastrutture critiche, delle frontiere, dei fiumi, dei mari.

Fino ad oggi non erano stati ancora mostrati in pubblico questi prodotti di robotica da guerra “armata”. Certo, non sono i terminator e i robocop del cinema americano, ma è un primo drammatico passo verso quell’immaginario distopico.

L’esercito degli Stati Uniti ha già adottato dei cani-robot da guerra, ma non armati. Il 325° squadrone delle forze di sicurezza operative presso la base aeronautica di Tyndall in Florida è stata la prima unità del Dipartimento di Difesa ad aver a disposizione robot quadrupedi da impiegare nelle attività di controllo e pattugliamento del perimetro della base, in esercitazioni in terreni accidentali e in situazioni pericolose e/o di conflitto.

La robotica troverà un crescente impegno in ambito militare e di protezione civile, perché permetterà di usare macchine intelligenti automatizzate e/o pilotate da remoto in diverse situazioni pericolose, tra cui: teatri di guerra, per disinnescare bombe, trarre in salvo soldati feriti, per la sorveglianza a terra e subacquea, per rilevare radiazioni, materiale chimico e batteriologico, per entrare in edifici pericolanti, in fiamme e minati.

Un mercato mondiale di robotica militare in rapida crescita

Esiste già un mercato mondiale per la robotica militare, ufficialmente “non armata” (ma non ci vuole molto ad installare armi successivamente l’acquisto), che oggi vale più di 20 miliardi di dollari, secondo stime diffuse da The Business Research Company.

Un settore in rapida espansione, testimoniato dal tasso medio annuo di crescita del +8% (Cagr 2021-2030), che porterà il valore di mercato dei robot militari a 35 miliardi di dollari entro i prossimi dieci anni, secondo stime recenti di Allied Market Research.

Aumenta la spesa di USA, Russia e Cina in questa tecnologia

Secondo questo Rapporto, la Difesa americana già nel 2019 e nel 2020 aveva aumentato sensibilmente la spesa in questo settore, soprattutto per sistemi autonomi. La Marina, ad esempio, aveva portato gli investimenti da 50 a 450 milioni di dollari, l’esercito invece da 74 a 115 milioni di dollari.

L’anno passato il Dipartimento della Difesa degli Stati Uniti aveva annunciato un piano di investimenti in robotica militare per 3,7 miliardi di dollari, mentre circa un miliardo sarebbe stato speso per sistemi di intelligenza artificiale (IA).

Sulla stessa strada anche la Cina e la Russia, entrambe in prima fila per la spesa in automazione militare, sia per combattimento aereo, sia terrestre e marino. Quest’anno, Mosca ha reso pubblica l’intenzione di dotare il proprio esercito della prima unità robotica (alcune macchine dotate di IA sono state impiegate in esercitazioni sul terreno in occasione della guerra in Siria).

https://www.key4biz.it/robotica-militare-mercato-globale-stimato-a-35-miliardi-di-dollari-entro-il-2030-arrivano-i-primi-modelli-armati/378179/

Etichette anticontraffazione fluorescenti non clonabili stampate a getto d'inchiostro con punti quantici ed autenticati dall'intelligenza artificiale

I quantum dots o punti quantici contenuti nei vaccini sono un QR code che "marchia" le persone che lo ricevono. Non è il green pass il QR code, ma sono i vaccini (sieri nanotecnologici) a trasmettere il QR code allo smartphone!

Gli autori di questo studio sono cinesi....

Una tecnica anti-contraffazione ideale deve essere economica, producibile in massa, non distruttiva, non clonabile e conveniente per l'autenticazione. Sebbene siano state sviluppate molte tecnologie anti-contraffazione, pochissime di esse soddisfano tutti i requisiti di cui sopra. Qui riportiamo un'etichetta di sicurezza non distruttiva, stampabile a getto d'inchiostro, decodificabile e non clonabile. I punti di pinning stocastici sulla linea di contatto trifase delle goccioline di inchiostro sono fondamentali per la stampa a getto d'inchiostro delle etichette di sicurezza non clonabili. Dopo l'evaporazione del solvente, le linee di contatto trifase sono appuntate attorno ai punti di pinning, dove i punti quantici nelle goccioline di inchiostro si depositano, formando modelli floreali fisicamente non clonabili. Utilizzando i punti quantici di emissione RGB, è possibile produrre etichette di sicurezza a fluorescenza a colori. Viene sviluppata una comoda e affidabile strategia di autenticazione basata sull'IA, che consente l'autenticazione rapida dei modelli di punti a fiori nascosti e non clonabili con diversa nitidezza, luminosità, rotazioni, amplificazioni e la miscela di questi parametri.

La contraffazione e la falsificazione sono un problema globale che causa danni finanziari significativi e pone minacce alla sicurezza per gli individui, le aziende e la società nel suo complesso1,2. Negli ultimi decenni, i prodotti contraffatti si sono diffusi dai beni di consumo quotidiano, ai medicinali e ai prodotti ad alta tecnologia1. Sebbene la maggior parte dei prodotti sia protetta da una tecnica anti-contraffazione, la perdita economica globale della contraffazione è aumentata ogni anno e si stima che raggiunga 1,7 trilioni di dollari USA nel 20153. La ragione di ciò è che le tecnologie anti-contraffazione attualmente utilizzate che si basano su etichette di sicurezza stampate a getto d'inchiostro possono essere facilmente duplicate dai contraffattori grazie ai loro modelli uniformi e meccanismi di decodifica deterministici prevedibili4, 5,6. Nonostante ciò, la tecnica di stampa a getto d'inchiostro ha molti vantaggi distinti in basso costo di produzione, produzione di massa, utilità efficace per il materiale, capacità di progettazione illimitata e eccellente compatibilità con vari materiali di inchiostro e substrati di supporto7,8,9,10,11,12. Inoltre, le etichette di sicurezza macroscala stampate a getto d'inchiostro consentono un'autenticazione rapida e frequente ad occhio nudo o utilizzando uno smartphone.

Le etichette di sicurezza con funzioni fisiche non bloccabili (PUF) potrebbero offrire una soluzione pratica alla limitazione delle tecnologie anticontraffazione ampiamente utilizzate e sembrano essere la via più praticabile per combattere il problema sempre più grave della contraffazione globale13. Un PUF è un oggetto fisico con una caratteristica fisica intrinseca, unica e casuale generata in un processo non deterministico1,13,14,15,16,17,18,19,20. La caratteristica di casualità della caratteristica garantisce output di codice non replicabili. Ad oggi, un significativo progresso nella crittografia PUF è stato fatto nel campo anti-contraffazione, concentrandosi principalmente sulla generazione di caratteristiche casuali composte da superfici ruvide21,22 o array discreti di nanoparticelle23,24, 25 all'interno delle aree di pattern predefinite. Ad esempio, Bae et al. ha dimostrato l'uso di particelle polimeriche rivestite di silice increspate in modo casuale come codici PUF per produrre impronte digitali artificiali uniche per applicazioni anticontraffazione 22. Il nostro gruppo ha recentemente utilizzato il vantaggio della strategia di autoassemblaggio elettrostatico per generare matrici plasmoniche (metalliche) disposte in modo casuale come codici PUF utilizzando nanoparticelle core-shell in argento-silice drogate con fluoresceina come elementi costitutivi, dando origine a etichette di sicurezza multi-ottiche codificate e non clonabili23. Tuttavia, la creazione di etichette di sicurezza grafiche bidimensionali (2D) ben definite che trasportano codici PUF richiede l'ausilio di costose tecniche di litografia. Inoltre, la decrittografia di tali etichette di sicurezza basate su PUF si basa su un riconoscimento di pattern di apprendimento automatico e un'analisi di confronto che fa un vero e proprio fingerprinting22. La tecnica di autenticazione di apprendimento automatico si concentra solo su algoritmi per il riconoscimento di pattern e il miglioramento per estrarre i codici PUF.

In questo lavoro, sviluppiamo un'etichetta di sicurezza inkjet-printable, artificial intelligence (AI) decodable, unclonable, fluorescence combinando i vantaggi della stampa a getto d'inchiostro, dei microscopi portatili per smartphone e della tecnica AI. Le etichette di sicurezza con diversi modelli sono fabbricate attraverso la stampa a getto d'inchiostro utilizzando punti quantici II-VI semiconductor core-shell come inchiostro modello. La decorazione superficiale di substrati di stampa, come vetro, plastica o carta, con nanoparticelle di poli(metacrilato di metile) (PMMA) distribuite casualmente è fondamentale per la stampa a getto d'inchiostro di successo di etichette di sicurezza non clonabili. Le nanoparticelle polimeriche sui substrati fungono da punti di pinning stocastici sulle linee di contatto trifase delle goccioline di inchiostro. Dopo l'evaporazione del solvente, le linee di contatto trifase sono bloccate attorno ai punti di bloccaggio. I punti quantici nelle goccioline di inchiostro si depositano successivamente sui punti di pinning, formando modelli di punti simili a fiori fisicamente non clonabili (cioè unità primarie per qualsiasi logo 2D). La modifica della superficie progettata rende le etichette di sicurezza (cioè i loghi 2D) uniche e non clonabili. Utilizzando punti quantici a semiconduttore a emissione rossa, verde e blu (RGB), è possibile generare immagini a colori, invisibili nell'ambiente circostante. Le etichette di sicurezza fabbricate sembrano essere le stesse da lotto a lotto a livello macroscopico; tuttavia, a livello microscopico, sono abbastanza diversi l'uno dall'altro. Rispetto ai rapporti precedenti utilizzando la topografia superficiale intrinseca di un materiale (ad es.) per la codifica PUF16, il sistema presentato qui presenta molti vantaggi: (1) la strategia di stampa sviluppata per la fabbricazione di etichette di sicurezza non solo consente vari modelli di progettazione, ma rende anche possibile la produzione di massa a basso costo; (2) l'inchiostro quantum dot è attivo a fluorescenza, garantendo che i segnali di lettura subiscano l'interferenza; (3) le etichette di sicurezza dei punti quantici sono visibili solo su eccitazione UV, che offre il primo strato di sicurezza, mentre la natura PUF originata dai modelli casuali di punti simili a fiori fornisce il secondo strato più sicuro; (4) il primo strato di sicurezza può essere facilmente autenticato ad occhi nudi, mentre il secondo strato di sicurezza può essere autenticato con la tecnica AI piuttosto che con algoritmi di apprendimento automatico che richiedono molto tempo. Inoltre, introduciamo il concetto di autenticazione delle etichette di sicurezza AI (in particolare deep learning) e riusciamo a decodificare in modo accurato e robusto gli irripetibili modelli di punti simili a fiori con diversi gradi di messa a fuoco, luminosità, angoli di rotazione, fattori di amplificazione e la miscela di questi parametri. La tecnologia anti-contraffazione sviluppata soddisfa tutti i requisiti per le applicazioni commerciali che sono a basso costo, producibili in massa, non distruttivi, diverse capacità di progettazione di modelli a colori, unclonable e conveniente per l'autenticazione.

Risultato

Stampa a getto d'inchiostro di etichette di sicurezza quantum dot unclonable

Il processo di fabbricazione di etichette di sicurezza non clonabili mediante stampa a getto d'inchiostro sono illustrati in Fig. 1. Tre tipi di punti quantici disponibili in commercio II–VI semiconductor core-shell (CdSe / CdS / CdZnS, ZnCdSe / CdZnS e ZnCdS / CdZnS) che emettevano luce rossa, verde e blu sono stati scelti come inchiostri modello a causa della loro elevata resa quantistica fluorescente e stabilità eccezionale (Fig. 1 bis). Questi punti quantici sono stati sintetizzati utilizzando una rotta chimica ben consolidata26, 27, in cui l'acido oleico ad alto punto di ebollizione e 1-octadecen sono stati utilizzati rispettivamente come agente di tappatura e solvente (vedere i metodi per i dettagli). La tipica microscopia elettronica a trasmissione a basso ingrandimento (TEM) e i micrografi TEM ad alta risoluzione presentano una distribuzione granulometrica estremamente ristretta e un'elevata cristallinità dei punti quantici sintetizzati (Fig. 1a, b e Fig. 1). Le dimensioni delle particelle dei punti quantici di emissione rosso, verde e blu sono rispettivamente di 6,5 ± 2 nm, 10,5 ± 3 nm e 11,0 ± 2,5 nm. Generalmente, per i punti quantici, la relazione tra dimensione e lunghezza d'onda emissiva si accorda con l'effetto di confinamento quantico — che una piccola dimensione corrisponde a un intervallo di banda più ampio ed emette una fluorescenza a lunghezza d'onda corta28. In questo caso, la lunghezza d'onda di emissione di punti quantici rossi, verdi e blu mostrato in Fig. 1a è stato determinato dalla composizione piuttosto che dalla dimensione dei punti quantici (vedi Fig. 1c) 26. I picchi di assorbimento infrarosso della trasformata di Fourier a 2923 e 2854 cm-1, corrispondenti alle modalità di allungamento C–C e C–H del gruppo-CH2, rivelano la presenza di acido oleico sulla superficie del punto quantico (vedi Fig. 2)29. I leganti di superficie sono di importanza per la preparazione di inchiostri quantici altamente dispersi e stabili in quanto possono stabilizzare i punti quantici in solventi non polari per mesi a temperatura ambiente. In questo lavoro, n-ottilcicloesano con basso tasso di evaporazione in ambiente ambiente è stato adottato come solvente modello per la preparazione dell'inchiostro. Il basso tasso di evaporazione della goccia d'inchiostro a getto porta ad un lento movimento della linea di contatto trifase sul substrato di stampa, che ci consente di studiare dinamicamente il comportamento di deposizione dei punti quantici. Le fotografie di venti goccioline singole con getto mostrano una forma quasi identica sia prima di contattare un substrato di stampa che nella fase iniziale dopo il contatto (vedi Fig. 3).

Cenni sui processi di formazione di etichette di sicurezza non clonabili mediante stampa a getto d'inchiostro. un tipico immagini TEM / HRTEM (a sinistra), distribuzioni granulometriche (al centro), e inchiostro per la stampa a getto d'inchiostro (a destra) di red core-shell quantum dots (QDs). b Modifica superficiale di un substrato con soluzione di PMMA parzialmente disciolta mediante rivestimento a rotazione. c Substrato con punti di pinning distribuiti in modo casuale di nanoparticelle di PMMA su pellicola di PMMA dopo rivestimento di spin. d Stampa a getto d'inchiostro di inchiostro QDS preparato sul substrato modificato. e Pinning processo di QDs gocciolina linea di contatto a casuale pinning punti. f Nel processo di evaporazione finale l'inchiostro centrale residuo si è lacerato in diverse goccioline più piccole. g Un'etichetta di sicurezza risultante composta da motivi a punti simili a fiori, che sono protetti con una sottile pellicola di gel appiccicoso otticamente trasparente.

Prima della stampa a getto d'inchiostro, i vetri rivestiti di indio-stagno-ossido di stampa (oxide) sono stati puliti mediante sonicazione in vari solventi (vedere Metodi per la procedura dettagliata di pulizia della sonicazione), trattati con plasma di ossigeno e poi rivestiti con uno spin-coated con un poli(metacrilato di metile) parzialmente disciolto (PMMA)30 nanoparticelle colloidali, formando una matrice di nanoparticelle PMMA distribuita casualmente su uno strato di PMMA (Fig. 1 ter, lettera c). La pulizia superficiale e il trattamento al plasma di ossigeno sono stati utilizzati per rimuovere le polveri e generare una superficie super bagnabile per il rivestimento di nanoparticelle PMMA, mentre la decorazione superficiale con nanoparticelle PMMA è stata utilizzata per creare punti di pinning disposti casualmente per la deposizione di punti quantici durante il successivo processo di stampa a getto d'inchiostro. Tali punti di fissaggio disposti in modo casuale sono fondamentali per la stampa a getto d'inchiostro di successo di etichette di sicurezza non clonabili (vedere Fig. 6). Le immagini rappresentative di microscopia a campo scuro e a forza atomica hanno rivelato la presenza di nanoparticelle PMMA distribuite casualmente con dimensioni delle particelle nell'intervallo da pochi nanometri a pochi micrometri sui substrati di stampa (vedi Fig. 4). A seguito della modifica superficiale dei substrati di stampa, sono stati sottoposti alla stampa a getto d'inchiostro per produrre etichette di sicurezza grafica 2D. La stampa a getto d'inchiostro è stata condotta mediante getto continuo delle goccioline di inchiostro quantum dot con dimensioni di ~ 130 µm sui substrati di stampa (Fig. 1d). L'intervallo tra due goccioline di inchiostro adiacenti è di 200 µm. Se ogni etichetta di sicurezza macroscopica contiene 1000 punti simili a fiori, possiamo ottenere 1600 etichette di sicurezza in 5 min (cioè il tempo di asciugatura di ogni lotto di etichetta di sicurezza) con la nostra macchina da stampa a ugello singolo. Ogni goccia rappresenta un pixel delle etichette di sicurezza stampate a getto d'inchiostro dopo essere state completamente asciugate. Le nanoparticelle di PMMA sul film di PMMA scarsamente bagnabile sono state utilizzate come punti di pinning stocastici sulle linee di contatto trifase delle goccioline di inchiostro. Con l'evaporazione del solvente, la linea di contatto trifase scorre continuamente e si restringe nelle aree lisce di PMMA a causa della scarsa bagnabilità della superficie, ma viene catturata da alcuni punti di pinning. Di conseguenza, i punti di pinning allungano e appuntano la linea di contatto, distorcendo il fluido convesso e formando un motivo di inchiostro a punti quantici irregolare (Fig. 1e). Durante il processo di evaporazione del solvente, la concentrazione del punto quantico aumenta gradualmente. Quando la concentrazione di punti quantici ha raggiunto il loro punto di saturazione, hanno iniziato a depositarsi nei punti di pinning PMMA stocastici sulla linea di contatto trifase, formando un modello di punti unico a forma di fiore (Fig. 1f). Con il restringimento della gocciolina, la gocciolina più piccola del volume è più suscettibile di essere torturata dai punti di pinning, dividendosi così in parecchie sotto-goccioline più piccole (vedi il Fig. supplementare. 5). A causa del piccolo spazio tra queste sub-goccioline e alcuni fattori esterni stocastici (come il flusso d'aria), hanno sperimentato la fusione e la scissione irregolarmente prima dell'eventuale essiccazione (Fig. 1f). Questo processo di formazione casuale di pattern non deterministico è stato registrato da una telecamera per monitorare l'evoluzione della forma di una goccia in funzione del tempo (vedi Fig. 5). Un tale processo di formazione di pattern non deterministico rende impossibile riprodurre i modelli di punti simili a fiori, che sono stati usati come codici PUF nelle nostre etichette di sicurezza. Le etichette di sicurezza fabbricate sono state quindi ricoperte da una sottile pellicola di gel appiccicoso otticamente trasparente per proteggerle dal danneggiamento durante la circolazione reale (Fig. 1g). Se senza le nanoparticelle PMMA sui substrati di stampa, i punti quantici accumulati indotti dall'evaporazione del solvente si depositano direttamente sulla linea di contatto trifase auto-appuntata, producendo un pattern simile a un anello di caffè (vedi Fig. 6 bis). Tuttavia, se i substrati di stampa sono stati rivestiti con uno strato continuo, liscio, scarsamente bagnabile PMMA, la linea di contatto trifase delle goccioline sono inclini a ridursi e scivolare verso al centro, piuttosto che appuntato su substrati, portando i punti quantici al centro della gocciolina. Quando il solvente è completamente evaporato, si genera un rigonfiamento centrale, cioè un accumulo collinoso con diametro molto inferiore al diametro iniziale bagnato della goccia d'inchiostro (vedi Fig. 6 ter). In assenza dei punti di pinning PMMA stocastici, è stato formato un anello di caffè uniforme o un motivo di urto centrale, determinato dalla proprietà di bagnabilità dei substrati di stampa. Questi processi deterministici di formazione del modello assicurano la riproducibilità dei modelli nelle stesse condizioni.

I microscopi miniaturizzati a campo scuro e fluorescenza integrati con gli smartphone sono stati sviluppati per l'immagine di singole nanoparticelle31,32. Microscopi portatili così piccoli e convenienti sono stati utilizzati dai consumatori per autenticare le etichette di sicurezza stampate a getto d'inchiostro. La lente obiettivo regolabile in ingrandimento del microscopio portatile qui utilizzato è coperta da un guscio metallico cilindrico che crea un piccolo ambiente di imaging scuro bloccando la luce ambientale (Fig. 7). Il microscopio portatile è in grado di leggere rapidamente (tipicamente entro un secondo), in modo accurato e non distruttivo i modelli di punti simili a fiori prodotti, che mostrano geometrie diverse come previsto (Fig. 7).

Illimitato colorato capacità di progettazione del modello

Le etichette fluorescenti ideali di sicurezza richiedono i materiali dell'inchiostro che hanno forte intensità della fluorescenza, che garantisce l'alta luminosità della fluorescenza. Gli inchiostri quantum dot preparati presentano un picco di emissione di fluorescenza stretto con intensità massima a 459 nm, 532 nm e 631 nm, rispettivamente, quando eccitati a 375 nm (Fig. 2 bis). L'intera larghezza a metà massimo (FWHM) di questi punti quantici di emissione blu, verde e rosso è rispettivamente di 20 nm, 24 nm e 28 nm. Inoltre sopportano un'alta resa quantistica della fluorescenza di 75, di 90 e di 80%, rispettivamente. I decadimenti di fluorescenza risolti nel tempo dei punti quantici di emissione blu, verde e rosso mostrano la loro durata di vita di 27,5 ns, 17,0 ns e 7,6 ns (Fig. 2b), rispettivamente, in coerenza con le precedenti relazioni26, 33, 34. Secondo la Commission Internationale de I'éclairage (CIE) 1931 colore coordinata triangolo, i punti quantici raggiunto una vasta gamma di colori del 124% del National Television System Committee (NTSC) standard (vedi Fig supplementare. 8), meglio del fosforo (gamma di colori: 85,6%) 35,36,37, che implica eccezionali proprietà di fluorescenza a colori per applicazioni di etichette di sicurezza.

Caratterizzazione ottica. a Spettri di fluorescenza e b misure di decadimento a fluorescenza risolte nel tempo di inchiostri QD (Red, Green, and blue Emission Quantum dot) eccitati a 375 nm. c Spettri di trasmissione dei substrati di vetro rivestiti IT prima e dopo la stampa a getto d'inchiostro dei loghi dell'Università di Fuzhou a emissione rossa, verde e blu (Inserto: fotografie dei quattro campioni sotto luce ambientale). immagini di fluorescenza d–i di emissione rossa, verde e blu loghi d-f Fuzhou University e codici QR bidimensionali g-i e codici a barre. I loghi dell'Università di Fuzhou, i codici QR e i codici a barre, composti da migliaia di modelli di punti (pixel), sono adattati con il permesso dell'Università di Fuzhou. La barra della scala è di 1 cm

I loghi complessi dell'Università di Fuzhou composti da matrici di emissione rosse, verdi o blu sono stati stampati a getto d'inchiostro su vetrini rivestiti in ossido di indio stagno (indi) utilizzando la strategia di stampa descritta in Fig. 1. I substrati di stampa con loghi Fuzhou University mantenuto trasparente (Inserto di Fig. 2 quater). Cioè, i loghi stampati a getto d'inchiostro sono invisibili ad occhi nudi nelle condizioni ambientali. Le curve di trasmittanza dei vetrini printed stampati sono quasi identiche al substrato di stampa originale (Fig. 2c), confermando ulteriormente la caratteristica segreta delle etichette di sicurezza fabbricate. Quando irradiati con luce UV, le fotografie a fotoluminescenza rossa, verde e blu dei loghi dell'università sono state osservate ad occhi nudi (Fig. 2d-f). Eventuali altri modelli macroscala 2D con spigoli vivi, ad esempio, codici QR e codici a barre (Fig. 2g-i), può anche essere prodotto usando la nostra tecnica di stampa a getto d'inchiostro. La proprietà che queste immagini sono viste solo su eccitazione UV offre il primo strato di sicurezza realizzato mediante autenticazione ad occhio nudo di modelli macroscopici; e la natura PUF dei modelli floreali è il secondo strato più sicuro.

Accordando i rapporti dei componenti dell'inchiostro RGB, sono state ottenute sottili variazioni tonali dal rosso al verde (vedi Fig. 9). In linea di principio, l'intera gamma di colori potrebbe essere ottenuta con un controllo elaborato dei componenti dell'inchiostro RGB. In alternativa, le etichette di sicurezza a colori possono essere generate creando singoli pixel di colore, inclusi i sotto-pixel rossi, verdi e blu, che sono stati ampiamente utilizzati in display26,38,39 e immagini a colori40, 41, 42. La strategia di stampa a getto d'inchiostro sviluppata qui ci offre l'opportunità di estendere l'inchiostro ad altri materiali fluorescenti, ad esempio, complessi di lantanidi43,44,45,46,47, dots di carboni48,49 e nanoparticelle di up-conversion50, 51,52,ecc. e i substrati di stampa a quelli flessibili, come la plastica (vedi Fig. 10). Sebbene le etichette di sicurezza macroscala 2D mostrate in Fig. 2d-i conteneva migliaia di punti discreti (o pixel), il processo di stampa è completato in pochi minuti utilizzando la nostra macchina da stampa a ugello singolo.

La figura 3 mostra micrografie a fluorescenza di tre lotti di lettere macroscopiche stampate a getto d'inchiostro FZU (cioè l'acronimo dell'Università di Fuzhou) composte da matrici di emissione rosse, verdi o blu. A livello macroscopico, le lettere FZU stampate erano apparentemente identiche (Fig. 3 bis-c). Tuttavia, sotto il livello microscopico, erano completamente diversi l'uno dall'altro, poiché ogni pixel fluorescente delle lettere mostrava una geometria floreale unica, casuale e irripetibile (Fig. 3d-i e supplementari Fig. 11). Ulteriori caratterizzazioni del microscopio elettronico a scansione e della spettroscopia a raggi X dispersiva di energia verificano che l'unico micropattern simile a un fiore ottenuto dai sistemi di imaging ottico sia coerente con le zone di deposizione dei punti quantici (vedi Fig. 12–14). Confrontando attentamente tutti i pixel all'interno delle lettere (cioè lo stesso campione), non sono stati trovati micropattern simili a fiori identici. Una copia delle controparti di fluorescenza rossa, verde e blu delle lettere FZU mostrate in Fig. 3 fabbricato nelle stesse condizioni mostra anche geometrie completamente diverse dei pixel corrispondenti (vedi Fig. 15). La capacità di codifica delle etichette di sicurezza stampate a getto d'inchiostro che si basa sulla capacità di codifica (definita come l) e sul numero (definito come m) dei modelli PUF (ad esempio, pixel simili a fiori) all'interno delle etichette di sicurezza può essere descritta come lm20. Recentemente, Carro-Temboury et al. stabilito un modello universale a bit binario per la stima della capacità di codifica del modello PUF1. Secondo il modello di Carro-Temboury, la capacità di codifica di un modello PUF rosso simile a un fiore, l, è calcolata per essere 4.7 × 10202 (vedi Fig. 16 e Nota 1 per i dettagli di calcolo). Pertanto, per un'etichetta di sicurezza composta da 1000 modelli PUF rossi simili a fiori, la sua capacità di codifica sarà maggiore di 10202.000. Ciò indica che le etichette di sicurezza stampate a getto d'inchiostro non sono clonabili anche dal produttore. Inoltre, le etichette di sicurezza fabbricate sono state frequentemente esposte alla luce UV per un periodo di 2 mesi. Non si osserva una diminuzione evidente della luminosità della fluorescenza, rivelando che le etichette di sicurezza hanno ottime stabilità chimiche e fotografiche (vedi Fig. 17).

Etichette di sicurezza con motivi floreali fisicamente unclonble. Tipiche immagini a fluorescenza di lettere macroscopiche stampate a getto d'inchiostro FZU composte da pattern di punti di emissione rossi, b verdi e c blu (la barra di scala è 4000 µm), d-f le loro immagini ingrandite locali (la barra di scala è 500 µm) e g–i ulteriori immagini ingrandite (la barra di scala è 100 µm). Tutti i campioni sono stampati nelle stesse condizioni. I modelli di FZU sono identici su macroscala ma completamente differenti alla microscala (cioè, ogni modello di punto è unico)

Meccanismo di decodifica di apprendimento profondo

Le etichette di sicurezza convenzionali con caratteristiche macroscala, ad esempio codici QR o codici a barre, sono convenienti per l'autenticazione ad occhio nudo, ma facili da contraffare. Etichette di sicurezza avanzate che portano complesse, casuale nano/microscala caratteristiche (chiavi PUF) sono formidabili per essere falsificato. La decodifica di tali etichette di sicurezza si basa su un'analisi di estrazione, riconoscimento e confronto di caratteri simile a quella di un'impronta digitale reale22, 23. Tali algoritmi di apprendimento automatico per il riconoscimento, il miglioramento e l'identificazione dei pattern sono ampiamente utilizzati per l'autenticazione delle etichette di sicurezza basate su PUF22, 23. Uno svantaggio generale dell'approccio di apprendimento automatico è che richiede tempo e ha un alto livello di falsi positivi fino al 20% 20. Inoltre, la classificazione convenzionale può essere utilizzata solo nel PUF che può essere trasformato in chiavi private; per i modelli floreali, non funziona. Per affrontare questo problema, il deep learning, una tecnica di intelligenza artificiale (AI), è stato introdotto per convalidare le etichette di sicurezza unclonable fabbricati, che spinge la tecnologia anti-contraffazione ad una dimensione superiore.

Sebbene l'IA sia stata recentemente applicata nella sintesi chimica organica e nell'analisi delle immagini TEM53, 54, al meglio delle nostre conoscenze, questa è la prima volta che si utilizza l'IA per l'autenticazione delle etichette di sicurezza. La figura 4 illustra una tipica procedura di autenticazione delle etichette di sicurezza stampate a getto d'inchiostro attraverso il deep learning. Prima di tutto, ogni etichetta di sicurezza quantum dot su un prodotto commerciale viene imaged utilizzando un microscopio a fluorescenza avanzata (Fig. 4a, punto 1). Solo un'immagine è presa da ogni etichetta di sicurezza e rappresenta un codice PUF. Semplicemente, spostando e ruotando in modo casuale l'immagine crea un gran numero di immagini per un'IA per apprendere le caratteristiche dell'etichetta di sicurezza. Una volta che le immagini vengono addestrate su AI, vengono categorizzate in modo molto generale (ad esempio, classi associate alla geometria delle etichette di sicurezza) e quindi memorizzate come database in un motore di deep learning per la successiva autenticazione utilizzando (Fig. 4a, punto 2). Questo è fatto dal produttore. Quando i consumatori ricevono i prodotti, possono semplicemente utilizzare i loro smartphone portatili collegati al mini-microscopio per leggere i codici PUF scattando foto delle etichette di sicurezza (Fig. 4a, passo 3), che vengono inviati automaticamente al motore di apprendimento profondo per la convalida (Fig. 4a, punto 4). Il motore deep learn riporta immediatamente i risultati di autenticazione (reali o falsi)agli utenti (Fig. 4a, punto 5).

Meccanismo di decodifica di apprendimento profondo. uno schema che illustra il processo di autenticazione: 1: acquisizione di immagini e generazione di database dalle merci da parte dei produttori, 2: apprendimento delle immagini da parte dell'IA, 3: acquisizione di immagini dalle merci da parte dei consumatori che utilizzano i loro smartphone, 4: riconoscimento e confronto delle immagini da parte dell'IA e 5: feedback sui risultati dell'autenticazione ai consumatori. b-g Una libreria di sei etichette di sicurezza a punto singolo, h - m sei immagini di fluorescenza prese da b (riferite al prodotto originale) con luminosità, nitidezza, angoli di rotazione, ingrandimenti e la miscela dei fattori sopra menzionati, e n-s sei immagini di fluorescenza da etichette di sicurezza che non sono nel database mostrato nel pannello b–g (riferite ai prodotti falsi). t, u Tassi di riconoscimento delle etichette (h1–h6) e (i1–i6) dal modo di autenticazione di apprendimento profondo. Le etichette (g1–g6), (h1–h6) e (i1–i6) corrispondono rispettivamente alle etichette in figura (bg), (hm) e (ns). Le scale di colore dal blu al rosso rappresentano il punteggio corrispondente (compreso tra 0 e 100%) delle immagini catturate con le etichette

Per dimostrare sperimentalmente il processo di autenticazione di cui sopra, sei etichette di sicurezza quantum-dot (denominate come gn, n = 1, 2, ···, 6) sono stati scelti a caso per stabilire un database di etichette di sicurezza (Fig. 4 ter-g). Cinquecento immagini a fluorescenza di ciascuna etichetta di sicurezza (ad esempio, g1) ottenute spostando e ruotando casualmente una stessa immagine (ad esempio, g1) sono fornite all'IA per l'apprendimento e la classificazione. Le 72 immagini selezionate su 500 di g1 mostrano esattamente le stesse caratteristiche geometriche dell'etichetta di sicurezza (vedi Fig. 18). Le 500 immagini sono state divise in due parti: 80% per l'apprendimento e 20% per la convalida. Dopo ogni ciclo di apprendimento (le parti per l'apprendimento), le immagini per la convalida sono state inviate a AI engine per testare, fornendo una trama di precisione del treno. Dopo circa 1000 cicli di apprendimento, possono essere riconosciuti con una precisione che oscilla tra il 97 e il 100% quando vengono inviati nuovamente all'IA per la convalida (vedi Fig. 19).

Per la decodifica, un'etichetta di sicurezza che rappresentava un prodotto genuino (cioè, dal database prestabilito) è stata imaged a vari angoli di rotazione del campione, ingrandimento, gradi di messa a fuoco, e la miscela dei fattori di cui sopra (Fig. 4h-m). Cerchiamo di coprire tutte le possibili deviazioni dalle apparecchiature di imaging, dalle condizioni di imaging, dalle abitudini del personale degli utenti che possono accadere in uno scenario di autenticazione reale. Nessuna delle immagini mostrate in Fig. 4h-m (denominato come hn, n = 1, 2, ···, 6) è mai stato precedentemente appreso da AI. L'immagine hn viene immessa nell'IA addestrata per la convalida. Le uscite di autenticazione mostrano la precisione di hn (n = 1, 2, ···, 6) è 0.999, 0.758, 0.999, 0.909, 0.999, e 0,999, rispettivamente (Fig. 4t). La precisione relativamente bassa di h2 e h4 è attribuita alle loro caratteristiche eccessivamente indistinte, per le quali parti di dettagli vengono perse durante l'imaging, implicando una nitidezza che esercita un impatto molto più elevato sulla precisione dell'autenticazione rispetto ad altre variazioni, come luminosità, posizione, angolo di rotazione e fattore di amplificazione. La soglia della precisione con un valore di 0,5 viene quindi impostata per distinguere le etichette di sicurezza reali e false. Per confronto, sei etichette di sicurezza false denominate come in (n = 1, 2, ···, 6) sono stati inviati AI per l'autenticazione nello stesso modo (Fig. 4n–s). La precisione corrispondente è quasi zero per tutte le etichette di sicurezza false (Fig. 4u). Semplicemente confrontando la precisione del test con la soglia, la macchina di apprendimento profondo può fornire immediatamente i risultati di autenticazione (reale: accuratezza ≥0.5, falso: precisione <0.5) ai clienti. Per quanto riguarda il tasso di falsi positivi, abbiamo raggiunto il tasso di falsi positivi di 0 utilizzando il punteggio di corrispondenza di 0.5 come soglia quando si campionano 100 etichette di sicurezza (vedi Tabella supplementare 1). Ci vogliono solo pochi secondi o anche meno per completare l'intero processo di autenticazione.

Discussione

In conclusione, abbiamo dimostrato un'etichetta di sicurezza non distruttiva, stampabile a getto d'inchiostro, leggibile per smartphone, decodificabile AI, non clonabile e a fluorescenza. Tali etichette di sicurezza con vari modelli 2D composti da matrici di emissione rosse, verdi o blu sono state fabbricate attraverso la stampa a getto d'inchiostro utilizzando punti quantici a semiconduttore II–VI come inchiostro modello. La modifica superficiale dei substrati di stampa con nanoparticelle PMMA disposte in modo casuale è fondamentale per la stampa a getto d'inchiostro di successo delle etichette di sicurezza non clonabili. Le nanoparticelle polimeriche sui substrati di stampa sono state agite come punti di pinning stocastici sulle linee di contatto trifase delle goccioline di inchiostro per la deposizione di punti quantici, formando modelli di punti simili a fiori fisicamente non clonabili. Questo processo di formazione di pattern non deterministico garantisce l'unclonability delle etichette di sicurezza fabbricate. Utilizzando i punti quantici RGB emission core-shell, è possibile generare etichette di sicurezza a colori.

Le etichette di sicurezza fabbricate sono invisibili nell'ambiente ambientale ma possono essere visualizzate ad occhio nudo quando irradiate con luce UV, il che offre un modo semplice per la verifica preliminare. È stata sviluppata una strategia di autenticazione più affidabile utilizzando tecniche di IA. Covert e unclonable fiore-come modelli di punti con diversa nitidezza, luminosità, rotazioni, amplificazioni, e la miscela di questi parametri sono stati decodificati con successo in pochi secondi utilizzando la strategia di autenticazione sviluppata qui. Il costo complessivo per etichette di sicurezza è stato stimato in circa 0,011 USD (cfr. Nota complementare 2). La tecnologia anti-contraffazione descritta in questo lavoro è un buon passo avanti verso le applicazioni commerciali a basso costo, producibili in massa, non distruttive, diverse capacità di progettazione di modelli a colori, non clonabili e convenienti per l'autenticazione. Le applicazioni di questa tecnologia coprono l'intera gamma dalle industrie consolidate a quelle emergenti, tra cui la farmaceutica, la sicurezza alimentare e le nanotecnologie. Rispetto alla topografia superficiale intrinseca del materiale stesso (come modelli di graffi, tessere di fibre, ecc.), il nostro sistema attuale mostra vantaggi in informazioni fluorescenti e multicolore, sicurezza multilivello, conveniente per l'autenticazione e modelli ben progettati. La possibilità di etichettatura segreta ma facilmente rilevabile attraverso l'uso di un mini microscopio portatile e di una tecnica AI (Tabella supplementare 2) garantirà la sicurezza e la tracciabilità di sostanze e apparecchiature sensibili, il che porterà ad un approccio promettente in settori sensibili come quello nucleare.

Metodo 

Materiale Poli (metacrilato di metile) (PMMA, media Mw ~ 996.000 g mol-1, da Sigma-Aldrich), polivinilpirrolidone (PVP, media Mw ~ 40.000×g mol-1), dimetilsolfossido (DMSO), clorobenzene (99,8% puro, da J&K Scientific), CdO (grado AR, da Aladdin), ZnO (99,7%, da Shijiazhuang hongda zinc industry co. LTD), acetato di zinco diidrato (AR grado, da Aladdin), acido oleico (OA, il 90%, da Alfa aeser), 1-octadecene (ODE, 98%, da Toyata), Se in polvere (99.999%, da Alfa aeser), la polvere di zolfo (99.95%, da Aladdin), 1-Dodecanethiol (DDT, ≥ 98%, da Chevron Phillips Chemical), toluene (per la sintesi di punti quantici, AR grado, Guangdong Guanghua Sci-Tech Co., srl) ed etanolo (grado dell'AR, da Guangdong Guanghua Sci-Tech Co., Ltd) sono stati ricevuti e utilizzati senza ulteriore purificazione. La pellicola di gel appiccicoso con spessore del gel di 1,5 mm e livello di ritenzione di X4 è stata acquistata dalla società Gel-Pak. Il toluene (per sciogliere il PMMA) è stato acquistato da reagenti chimici Sinopharm e ulteriormente essiccato per distillazione su sodio.

Sintesi di punti quantici core-shell

Per una sintesi tipica di punti quantici di emissione rossa CdSe/CdS/CdZnS: 7 mmol di CdO, 10 ml di OA e 25 ml di ODE sono stati mescolati in un pallone rotondo da 250 ml. La miscela è stata riscaldata a 160 °C, degassata per 15 min, quindi riempita con gas N2 e ulteriormente riscaldata a 310 °C. Successivamente, il precursore Se è stato iniettato rapidamente nel pallone. Quindi la reazione è stata raffreddata a 300 ° C ed è rimasta a questa temperatura per 5 min. Per far crescere la shell CdS, la sorgente S è stata iniettata a gocce per reagire con gli ioni cadmio rimanenti per 20 min. Per la crescita del guscio di CdZnS, mantenere la temperatura di reazione e iniettare a goccia i materiali di bombardamento pre-preparati, il processo di bombardamento dura per ~30 minuti. Dopo la reazione, la temperatura è stata raffreddata naturalmente a temperatura ambiente. I punti quantici sintetizzati sono stati infine purificati usando toluene ed etanolfor più volte e infine dispersi in n-ottilcicloesano. Per ZnCdSe / CdZnS green emission quantum dots: 35 mmol di ZnO, 25 ml di OA e 20 ml di ODE sono stati mescolati in un pallone rotondo da 250 ml. La miscela è stata riscaldata a 160° C, degassata per 15 min, quindi riempita con gas N2 e ulteriormente riscaldata a 300 g per ottenere una soluzione limpida. La soluzione è stata raffreddata a 200° C, a cui precursori Se e Cd stock sono stati iniettati rapidamente nel pallone in sequenza. Quindi la temperatura è stata elevata a 310° C ed è rimasta a questa temperatura per 30 min per formare il nucleo CDZNSE legato. Per la crescita del guscio CdZnS, la sorgente S e la sorgente Cd sono state iniettate ripetutamente nel pallone a gocce mantenendo la temperatura a 270° C. Dopo l'iniezione del precursore, la temperatura è stata mantenuta invariata per 30 min a 1 h, quindi raffreddata naturalmente a temperatura ambiente. Per la sintesi ZnCdS / CdZnS blue emission quantum dots con gradiente di composizione, la procedura è la stessa di quella per i green emission quantum dots, tranne che usando la soluzione S stock invece della soluzione Se come precursore dell'anione. Alla temperatura elevata, il precursore S è stato iniettato nella miscela del precursore Zn e del precursore Cd in un pallone a fondo tondo, formando i nuclei ZNCD che emettono blu. I materiali del guscio (sorgente S e sorgente Cd) sono stati aggiunti in seguito con saggezza, e la reazione è stata permessa di procedere da 30 min a 1 h per la crescita del guscio. Il sintetizzato di punti quantici verdi e blu sono stati purificati e preparati con un processo simile come sopra.

Fabbricazione di etichette di sicurezza quantum-dot

In una tipica procedura, i precursori di modifica della superficie di strato sono stati preparati con l'aggiunta di soluti in clorobenzene, toluene, e DMSO per il comune di PMMA (4 mg ml−1), progettato PMMA (4 mg ml−1) e PVP (4 mg ml−1) strato rispettivamente, e mescolando vigorosamente per 12 h a 60° C prima dell'uso quantum dot inchiostri dispersi in n-octylcyclohexane ad una concentrazione di 20 mg ml−1. I substrati di vetro rivestiti di indio-stagno-ossido (IT) sono stati puliti con ultrasuoni successivamente in acqua deionizzata (DI), acetone, isopropanolo e acqua DI. Quindi, il flusso di azoto è stato utilizzato per asciugare i substrati, seguito da un trattamento al plasma di ossigeno di 10 minuti. I precursori pre-preparati dello strato di modifica superficiale sono stati depositati sui substrati mediante rivestimento a rotazione e quindi sono stati riscaldati a 120 °C per 30 min. Gli inchiostri quantum-dot sono stati stampati sui substrati con un Microfab JETLAB II dotato di un ugello a getto d'inchiostro piezoelettrico da 30 µm di diametro e uno stadio motorizzato con la precisione di 5 µm. Le forme d'onda di tensione di pilotaggio sull'ugello di stampa a getto d'inchiostro e sulla singola goccia volante sono mostrate in Fig.supplementari. 20 e 21. Tutti i processi sono stati gestiti in ambiente ambiente. Se ogni singolo modello macroscopico ha 1000 punti fiore-come unclonable, possiamo raggiungere 1600 modelli macroscopici in 5 min con la nostra stampatrice dell'unico ugello. Il tempo di essiccazione è ~ 5 min per ogni lotto di etichetta di sicurezza. Le etichette di sicurezza così fabbricate sono state coperte con pellicole di gel strappando il loro foglio di copertura in policarbonato e quindi incollate il loro materiale gel sulle etichette per il test di stabilità (vedi Fig. 17).

Caratterizzazione

La morfologia superficiale dei film PMMA e dei pattern quantum-dot è stata caratterizzata con microscopia a forza atomica (AFM, Bruker Multimode 8) e microscopio elettronico a scansione (SEM, FEI, Nova Nano SEM 230). Gli spettri di assorbimento UV-Vis sono stati testati con uno spettrofotometro UV / Vis / NIR (Shimadzu, UV-3600). L'immagine di microscopia elettronica a trasmissione (TEM) dei punti quantici è stata registrata utilizzando il microscopio JEOL JEM-2100F. Gli spettri di fotoluminescenza a stato stazionario (PL) sono stati raccolti con uno spettrofotometro a fluorescenza Hitachi F-4600, eccitando i campioni utilizzando una lampada Xe accoppiata a un monocromatore. La misurazione PL risolta nel tempo è stata raccolta utilizzando il sistema di misurazione della durata della fluorescenza (HORIBA scientific). Gli spettri dell'infrarosso a trasformata di Fourier (FTIR) sono stati registrati con uno spettrometro Nicolet 50 FTIR a temperatura ambiente. Le immagini microscopiche PL della morfologia dei modelli di punti quantici sono state caratterizzate utilizzando un microscopio fluorescente (Olympus BX51M). Per la lettura del modello con un microscopio per smartphone, il microscopio portatile è stato collegato a una piccola scatola WiFi da una linea USB, che consente allo smartphone di controllare il microscopio per l'imaging in tempo reale (vedere Fig. 7).

Resa quantistica dei punti quantici

I risultati sono ottenuti confrontando le intensità PL integrate utilizzando la procedura standard55, 56. La resa quantistica (QYs) dei punti quantici di emissione blu, verde e rossa è stata misurata rispetto a Cumarina 480 (QY 99% in etanolo) con eccitazione a 350 nm, Cumarina 480 (QY 99% in etanolo) con eccitazione a 370 nm e rodamina 6 G (QY 95% in etanolo) con eccitazione a 450 nm, rispettivamente. Soluzioni di punti quantici in toluene sono state abbinate otticamente alla lunghezza d'onda di eccitazione. Gli spettri di fluorescenza dei punti quantici e del colorante sono stati prelevati in condizioni spettrometriche identiche in triplice copia e in media. La densità ottica è stata mantenuta al di sotto di 0,06 alla λmax e le intensità integrate degli spettri di emissione, corrette per le differenze nell'indice di rifrazione e concentrazione, sono state utilizzate per calcolare le rese quantistiche usando l'espressione.

QYofquantumdots=QYR×IIR×ARA×n2n2R

dove QY è la resa quantistica, I è l'intensità di emissione PL integrata misurata, n è l'indice di rifrazione (n = 1,496 per il toluene; n = 1,361 per l'etanolo) e A è la densità ottica alla lunghezza d'onda di eccitazione.

Apprendimento profondo

Tutte le reti di deep learning impiegate nel nostro documento sono basate sul backend TensorFlow. Il codice utilizzato viene eseguito nel software Pycharm 2017.3. Per generare un set di allenamento abbastanza ampio dalle immagini teoriche per il modello Alexnet, viene applicata una procedura di aumento dei dati alle immagini sintetiche originali. Per un processo tipico, un punto in basso a sinistra che rappresenta un'etichetta di sicurezza viene catturato come immagine. Un'immagine così chiara è stata ruotata di un passo di 0,72° per 360° utilizzando un algoritmo, producendo un set di 500 immagini di allenamento. Le immagini di input sono state ridimensionate a 512 × 384 utilizzando la relazione area pixel per l'allenamento. Grafici di accuratezza sui set di dati di formazione e validazione durante le epoche di formazione (da http://host:6006) può essere trovato nella Fig supplementare. 19. Le immagini di allenamento non hanno bisogno di essere memorizzate e non sono memorizzate in questo caso; Il requisito di archiviazione è determinato principalmente dalla rete neurale stessa, circa 200 M Byte qui. Per la tecnologia AI che abbiamo usato, il processo di apprendimento richiede 2 h. Il computer utilizzato per la CPU profonda è dotato della CPU (Intel (R) Core (TM) i7–6700 CPU @ 3040 GHz), della GPU (NVIDIA GTX 1080), della RAM (32.0 GB) e della capacità HDD (1 TB). La potenza nominale del computer è di 350 W / h.

Metodologia di registrazione e validazione

Abbiamo creato un file denominato gn (n = 1, 2, 3, ...) per etichetta di sicurezza per memorizzare le corrispondenti 500 immagini di formazione prima del processo di formazione. Le immagini di allenamento memorizzate nel file gn sono denominate gn_000, gn_001,..., gn_500. Molti file da queste etichette di sicurezza hanno composto un database. Dopo che le 500 immagini di formazione di un'etichetta di sicurezza sono state apprese dall'IA, le loro informazioni strutturali sono state ricordate e collegate al nome del file gn (ad esempio, g1). Quindi le immagini di allenamento verranno eliminate. Quando i consumatori scattano casualmente una foto di un'etichetta di sicurezza reale e la inviano all'IA, l'IA può richiamare automaticamente la relazione corrispondente con precisione e emettere il nome di indicizzazione con un punteggio di corrispondenza dettagliato. Secondo i nostri risultati, se l'immagine catturata dall'utente finale è abbastanza chiara, il punteggio di corrispondenza dell'immagine di true security label è superiore al 99% (Fig. 4t). D'altra parte, se l'immagine (da un'etichetta falsa)non è mai stata appresa, il motore darà un punteggio di partita più basso (Fig. 4u). Il processo di autenticazione richiede circa 2 s. Deep learning, come una scatola nera che nessuno sa in realtà come funziona nei dettagli fino ad ora, è un vantaggio per la tecnica anticontraffazione unclonable perché è a prova di manomissione.

Disponibilità dei dati

Tutti i dati pertinenti a supporto dei risultati di questo studio sono disponibili presso gli autori corrispondenti su richiesta.

Disponibilità del codice

AlexNet, è stata utilizzata una rete neurale convoluzionale nella sfida di riconoscimento visivo su larga scala Imagenet 57 https://andreaprovino.it/alexnet/ 

https://www.nature.com/articles/s41467-019-10406-7

Android, nuovo malware in grado di rubare password e dati carte di credito attraverso 337 App

Il sistema operativo di Google Android ha oltre 2,5 miliardi di utenti in tutto il mondo. Al contrario di iOS di Apple, Android possiede un sistema operativo più indulgente in termini di Autorizzazioni app e download, attirando gli hacker.

ThreatFabric, una società di sicurezza mobile di Amsterdam, ha recentemente rivelato che un nuovo "ceppo" di malware chiamato "BlackRock" è emerso per minacciare gli utenti del sistema operativo Android. Il malware è caricato con un codice aggiuntivo che permette di farsi strada nei sistemi Android tramite le applicazioni e rubare informazioni personali, tra cui i dati della carta di credito e le password presenti sul dispositivo.

ThreatFabric ha osservato che BlackRock è un Trojan bancario. Nel suo rapporto, la società di sicurezza mobile ha anche evidenziato che il malware potrebbe attaccarsi a circa 337 app, tra cui Gmail e Uber, che sono ampiamente disponibili su PlayStore.

"Il #Trojan si basa sul famigerato LokiBot che include sovrapposizioni ampiamente utilizzate nelle dating app, sui social, su comunicazione, cripto e app finanziarie", ha osservato ThreatFabric.

Ecco le categorie di altre applicazioni con cui il malware potrebbe allinearsi ed estrarre le informazioni personali degli utenti Android.

New Android #Trojan called #BlackRock will steal both login credentials (username and passwords), where available, but also prompt the victim to enter payment card details if the apps support financial transactions.@ThreatFabric @SputnikInt pic.twitter.com/71IYvCdNR9— Radhika Parashar (@_RadhikaReports) July 17, 2020

Come funziona il malware BlackRock

​Secondo ThreatFabric, che ha individuato per la prima volta il malware a maggio, la raccolta dei dati di BlackRock avviene attraverso un metodo chiamato “overlay”. Il processo comporta il rilevare quando un utente sta tentando di interagire con un'app e la visualizzazione di una finestra falsa sulla parte superiore dello schermo. Quella finestra falsa raccoglie i dettagli di accesso e altre informazioni prima di lasciare che l'utente inizi davvero a utilizzare l'app principale.

Una volta installato su un dispositivo tramite una qualsiasi delle 337 app, BlackRock utilizza un'app infetta per cercare le autorizzazioni di "accesso" del dispositivo per iniziare.

Il Trojan viene disperso nello spazio Android travestito da falsi pacchetti di aggiornamento offerti da siti di terze parti. Non è stato ancora trovato nel PlayStore.

https://it.sputniknews.com/mondo/202007179322118-android-nuovo-malware-in-grado-di-rubare-password-e-dati-carte-di-credito-attraverso-337-app/

La propaganda russa contro il 5G

LA RUSSIA E' L'UNICA AD AVER INVESTITO NELL'INFORMAZIONE SUI RISCHI DA 5G, MA LA CHIAMANO "DISINFORMAZIONE".... 

Negli Stati Uniti l'emittente "RT America" – finanziata dal governo russo – fa disinformazione sulle nuove reti cellulari, per spaventare l'opinione pubblica

(RT America)

RT America, emittente televisiva finanziata e controllata direttamente dal governo della Russia che fa parte del network di canali tv e siti di notizie di RT (già Russia Today), ha avviato negli Stati Uniti una campagna per screditare il 5G, la tecnologia che nei prossimi anni rivoluzionerà i sistemi di comunicazione su rete cellulare.

Come spiega una lunga inchiesta del New York Times, da mesi RT America trasmette e pubblica online servizi allarmistici sul 5G, sostenendo – senza prove credibili: ci arriviamo – che questa nuova tecnologia sia estremamente pericolosa per la salute. L’emittente sostiene che i suoi servizi diano informazioni più complete di altri anche sui rischi posti dal 5G, mentre secondo i detrattori l’operazione avrebbe il solo scopo di creare confusione nell’opinione pubblica e danneggiare una soluzione essenziale per i prossimi sviluppi tecnologici negli Stati Uniti, come nel resto del mondo.

A inizio anno, per esempio, RT America ha trasmesso un servizio con il titolo “5G: Un pericoloso ‘esperimento per il genere umano’”, elencando presunti rischi e pericoli del nuovo sistema per trasmettere i dati su rete cellulare, destinato a sostituire l’attuale 4G con connessioni molto più veloci e la possibilità di essere utilizzato con moltissimi scopi (dal settore sanitario a quello della gestione di reti e infrastrutture).

Il New York Times ha analizzato l’attività di RT America notando che il primo servizio sui rischi per la salute del 5G fu trasmesso a maggio del 2018. L’attività si è intensificata nel 2019, con un servizio trasmesso lo scorso aprile dove si sosteneva che vivendo vicino ai ripetitori del 5G i bambini avrebbero potuto soffrire numerosi disturbi più o meno gravi, come sangue dal naso o tumori, passando per difficoltà nell’apprendimento cognitivo.

Per le sue trasmissioni RT America si avvale di opinionisti ed “esperti”, molti dei quali già noti per essere fermi oppositori dello sviluppo delle reti cellulari, convinti che costituiscano un pericolo per la salute. Tra questi c’è David O. Carpenter, un medico che negli anni ha pubblicato diverse ricerche sostenendo tra le altre cose che sia pericoloso vivere vicino agli elettrodotti, anche se non sono mai state trovate prove scientifiche consistenti per sostenerlo. Intervistato da RT America, Carpenter ha usato toni molto pessimistici, dicendo che lo sviluppo del 5G “è molto preoccupante” e che “nessuno potrà sfuggire alle radiazioni”.

Una costante nei servizi e negli speciali di RT America dedicati al 5G è proprio l’utilizzo della parola “radiazioni” per parlare delle onde emesse dai ripetitori delle reti cellulari. Il termine sembra essere usato volutamente per creare un parallelismo con le radiazioni veramente pericolose per la salute, come i raggi X e quelli ultravioletti, che ad alte dosi possono effettivamente influire su come lavora il nostro DNA portando ai tumori. Le onde radio utilizzate per i cellulari sono nella parte opposta dello spettro rispetto alle radiazioni per come le intendiamo di solito.

Le frequenze delle onde radio utilizzate per il 5G sono più alte rispetto a quelle impiegate in precedenza per le comunicazioni cellulari, ed è questo che dà la possibilità di trasmettere più rapidamente le informazioni. I gruppi contrari al 5G – di solito gli stessi che già si opponevano alla costruzione dei ripetitori per le tecnologie satellitari precedenti – dicono che le frequenze più alte rendono le nuove reti e i cellulari che le utilizzano ancora più pericolosi. Queste tesi, ampiamente riprese da RT America nei suoi servizi, non sono provate scientificamente. La verità scientifica è che più alte sono le frequenze radio, meno riescono a penetrare nell’organismo umano, riducendo quindi i rischi dovuti all’esposizione.

I dati e le ricerche svolte finora dicono che il 5G porrà infatti meno rischi di quelli già estremamente bassi delle precedenti tecnologie cellulari. Trattandosi di una cosa che riguarda praticamente tutti, la tecnologia cellulare è da decenni oggetto di studi e analisi per verificare che sia sicura e non ponga particolari rischi per la nostra salute. Migliaia di ricerche scientifiche hanno esplorato i possibili legami tra esposizione alle onde radio dei cellulari e malattie di ogni tipo, compresi i tumori, arrivando alla conclusione che i rischi siano estremamente bassi se non assenti. Pur raccomandando qualche precauzione, anche l’Organizzazione Mondiale per la Sanità ha definito sicuro l’utilizzo dei telefoni cellulari.

Nonostante il consenso della comunità scientifica, le numerose ricerche finanziate dai produttori delle reti, dai produttori di cellulari, dai governi e da centri di ricerca indipendenti, RT America continua a diffondere servizi allarmistici sul 5G. A gennaio uno speciale intitolato “Come sopravvivere ai pericoli del 5G” era accompagnato dalla scritta “Apocalisse 5G”. Il giornalista in studio, tra le altre cose, disse che medici, scienziati e gruppi di ambientalisti chiedevano che la nuova tecnologia fosse messa al bando, ancora prima della sua installazione.

Gli “esperti” consultati da RT America sono quasi tutti riconducibili a gruppi che da anni fanno campagne contro le reti cellulari. Non è chiaro quante di queste persone siano al corrente del fatto che l’emittente televisiva sia finanziata dal governo russo, per il quale fa costantemente propaganda. Oltre al canale televisivo, RT America diffonde i propri servizi e programmi sui principali social network e su YouTube, dove raggiunge svariati milioni di persone.

A metà febbraio RT America ha diffuso un altro servizio con il titolo “Il 5G è un crimine per il diritto internazionale”; nei primi di marzo un altro speciale era intitolato “Totalmente folle: l’industria delle telecomunicazioni ignora i pericoli del 5G”. Pochi giorni dopo un altro speciale: “Il 5G potrebbe mettere a rischio di tumore più bambini?”.

Contattati dal New York Times, i responsabili di RT America hanno sostenuto di fare informazione “andando a fondo”: “Il nostro pubblico statunitense si aspetta che le preoccupazioni per gli americani siano al centro del nostro lavoro e siano messe in evidenza”. L’intelligence statunitense la pensa diversamente e da tempo indica RT nel suo complesso come un’organizzazione che fa propaganda per conto del governo russo, diffondendo notizie false per condizionare il dibattito pubblico e gli orientamenti politici degli elettori.

La Russia è piuttosto in ritardo nello sviluppo delle reti cellulari di nuova generazione, soprattutto fuori dalle grandi città. Il presidente russo, Vladimir Putin, lo scorso febbraio ha annunciato un piano ambizioso per portare il 5G nel paese, con toni entusiastici e per nulla allarmistici, se confrontati con quelli utilizzati da RT America. L’impressione è che il governo russo stia cercando di screditare il 5G negli Stati Uniti in modo da rallentarne l’introduzione, con conseguenti danni economici per il paese.

Gli operatori mobili statunitensi sono al lavoro per installare le prime reti 5G, anche se con qualche ritardo rispetto all’Europa a causa delle limitazioni imposte dal governo statunitense sull’utilizzo di alcune strumentazioni, come quelle più economiche fornite dall’azienda cinese Huawei accusata (finora senza prove) di avere legami col governo cinese e di fare spionaggio. La campagna di RT America potrebbe portare qualche difficoltà in più agli operatori, anche se sembra improbabile che possa avere conseguenze pratiche rilevanti. L’iniziativa contro il 5G di RT America è comunque rilevante e dimostra quanto il governo russo sia impegnato, su più fronti (da quelli elettorali a quelli economici), per sfruttare Internet e i sistemi tradizionali di telecomunicazioni per la propria propaganda.

https://www.ilpost.it/2019/05/13/propaganda-rt-america-contro-5g/

Il 5G di Tim, Wind, Tre e Vodafone potrebbe causare la nostra estinzione

Non smettono le discussioni sul 5G. Questa volta si parla addirittura di estinzione del genere umano. Scopriamo di seguito i dettagli.

Sono mesi, ormai, che il 5G si trova sempre al centro di dibattiti, a volte fortemente accesi, sui possibili danni che potrebbe provocare. Dai danni celebrali a quelli causati dalle forti radiazioni, ormai le fake new, o comunque quelle senza fondamenta, si moltiplicano sempre di più ogni giorno.

A quanto pare, però, alcuni esperti stanno studiando un collegamento tra la nuova tecnologia di rete e alcune malattie che hanno sviluppato gli utenti standone a contatto. Il 5G, quindi, è davvero sicuro o nasconde qualcosa? Scopriamo di seguito i dettagli.

5G: possibile estinzione del gene umano a causa del nuovo standard di rete

La prima dichiarazione preoccupante arriva da Martin Pall, professore di biochimica, il quale ha affermato che il 5G non è per nulla sicuro poiché quest’ultimo potrebbe provocare l’estinzione dei geni umani nel giro di 5-7 anni. L’affermazione, cosi com’è, è sicuramente molto forte ma, tutti noi, sappiamo che molto difficilmente succederà una cosa del genere.

Secondo Palo, però, le frequenze che verranno utilizzate dal 5G, creeranno un campo elettromagnetico molto forte che favorirebbe una “modifica dei genomi umani, con cambiamenti negli ovuli e nello sperma, portando di conseguenza ad un aumento considerevole delle nascite di bambini con malformazioni e mutazioni genetiche”.

L’estinzione intesa da Pall, quindi, non riguarda tanto la scomparsa di tutti gli uomini presenti sulla terra ma bensì, è riferita a serie variazioni del DNA nel giro di 7 anni. 

Pensiamo alle partite di calcio che potremo vedere in tempo reale, oppure alla velocità con cui interagiamo con i nostri oggetti nelle “smart home”. La connessione riguarderà non solo device quindi, ma anche strutture, servizi e perfino intere città.

Per una rivoluzione così grande ci vorranno però, infrastrutture altrettanto grandi per preparare il mondo al lancio della nuova rete.

Il 5G un pericolo per l’umanità. Visione apocalittica o preoccupazione reale?

La nuova connessione è indubbio che porterà numerosi timori da parte della comunità scientifica. La paura reale e concreta è che l’uomo sarà perennemente bombardato dalle radiazioni del 5G, che saranno onnipresenti per permettere il futuro delle “smart cities“.

Oltre al dottor Pall, numerosi scienziati si sono uniti all’appello, gridando al mondo intero di essere ascoltati. Il loro appello è rivolto alla comunità scientifica affinché faccia nuove verifiche biologiche sull’organismo umano.

Di norma con gli attuali smartphone, tablet e computer siamo esposti a continue radiazioni. I prodotti infatti, hanno un determinato valore SAR che indica il livello di radiazione che emette il dispositivo. Con il 5G i valori attuali potrebbero però aumentare a dismisura.

Si teme che le radiazioni possano modificare la struttura del genoma dell’uomo e quindi creare nuove sequenze di DNA con problemi alle cellule che alimentano la riproduzione. Non solo infertilità però all’orizzonte. Qualora dovessero nascere dei bambini nonostante le modificazioni genetiche, vi è il timore che le modifiche legate all’esposizione della nuova rete, possano creare problemi alla mente o al fisico dei bambini della futura generazione. Pall suggerisce di aspettare prima di immettere sul mercato una nuova tecnologia così potenzialmente pericolosa per l’umanità. 

E adesso chi lo dice a Colao? 

https://www.tecnoandroid.it/2019/05/16/il-5g-portera-allestinzione-dellumanita-entro-il-2026-524647

LA TROVATA GENIALE DELL'AZIENDA DI TELECOMUNICAZIONI DIGITALI EOLO PER PORTARE IL 5G OVUNQUE

Eolo Missione Comune prevede la donazione di 1 milione di euro all’anno in premi digitali ai piccoli comuni con meno di 5.000 abitanti. 

Luca Spada, Fondatore e Presidente di EOLO: “Portare internet ultraveloce nelle aree bianche è la nostra missione da 15 anni. Grazie ai 300 milioni di euro investiti negli ultimi tre anni la nostra rete raggiunge oltre 6.000 comuni e copre, già oggi, il 78% delle unità abitative che ricadono all’interno delle aree bianche del Paese. Con questo piano straordinario entro il 2021 copriremo gli ultimi 1.500 comuni. Dopo il COVID -19 il Paese non può più aspettare”.

EOLO SpA è il principale operatore in Italia nel Fixed Wireless Access ultra-broadband per i segmenti business e residenziale che annuncia un piano di ulteriori investimenti da 150 milioni di euro per azzerare il Digital Divide nelle ultime aree in Italia ancora non coperte da connessione ultraveloce. Grazie a questi, sarà estesa la rete a banda ultra larga ad altri 1.500 comuni in Italia.

La rete FWA di EOLO copre, già oggi, il 78% delle unità abitative che ricadono nelle aree bianche del Paese e fornisce connettività ultraveloce a 1,2 milioni di persone che risiedono negli oltre 6.000 comuni già coperti. Inoltre, l’azienda connette circa 70 mila unità tra imprese ed enti della pubblica amministrazione ed impiega circa 10 mila persone tra dipendenti, installatori, partner commerciali e collaboratori. Che cos'è la FWA? Il Fixed Wireless Access (FWA) che avrà nuova vita col 5G, serve per dare banda ultralarga a casa e in ufficio. E a sua volta aiuta lo sviluppo del 5G. Lo scopo del 5G è quello di creare un "ecosistema" tecnologico in cui diverse applicazioni, pur girando nella stessa rete fisica, avranno requisiti prestazionali completamente diversi. Lo scenario applicativo FWA con tecnologia 5G prevede quindi la connessione fra una stazione radiobase (g-nB), o punto di accesso wireless, e un terminale utente fisso posizionato all’interno dello stabile ove si deve erogare il servizio (abitazione/scuola/biblioteca etc.).

Questo è lo spot televisivo della Eolo sul 5G. Notate come all'inizio si vedono viali alberati e verso metà del filmato e alla fine si vedono gli stessi viali senza più alberi e uccelli (pipistrelli) che volano come impazziti (migliaia di uccelli stanno morendo in tutto il mondo). I pipistrelli cosa vi ricordano? Già, la specie animale dello spillover del coronavirus. Le immagini visive che arrivano al nostro cervello ci stanno già "addomesticando" al futuro distopico che vogliono creare? Guardate:

Il progetto punta ad accelerare ulteriormente lo sviluppo della rete FWA su frequenze a 28 GHz – in grado di assicurare connessioni fino a 100 Megabit ed in futuro espandibili fino a 1 Gigabit – e vuole dare un contributo rapido e adeguato alle nuove esigenze di connettività del Paese, ancor più urgenti dopo la pandemia di Covid19.  Quello che non si dice per pudore è che la pandemia di Covid19 è stata accelerata dalle radiazioni del 5G, come confermato pure dal Prof. Kalus Buchner (fisico e parlamentare tedesco dei Verdi-Alleanza libera europea al Parlamento europeo) che sottolinea: “Esistono prove scientifiche chiare che la diffusione di virus è accelerata dalle radiazioni elettromagnetiche. In particolare, il 5G è un accelerante della pandemia di Coronavirus“.

La ricerca sull’effetto delle onde radio sul sistema immunitario è stata condotta già molto tempo prima della crisi del Coronavirus. All’inizio, i risultati erano contraddittori. Ma poi si è realizzato che l’esposizione a lungo termine danneggia il sistema immunitario. In particolare, è noto come questa radiazione acceleri la replicazione virale: apre i canali del calcio nelle cellule. Ciò è stato dimostrato per un altro virus Corona, un parente vicino a quello che causa l’attuale pandemia.

Il Prof. Buchner raccomanda di evitare il più possibile le radiazioni elettromagnetiche, in particolare telefoni cellulari, telefoni cordless, WLAN, Bluetooth e contatori intelligenti Smart Meter. In particolare, gli smartphone aumentano la contaminazione da radiazioni dell’utente e del pubblico.

Rapporto tra COVID19 e 5G

La strategia aziendale di Eolo e di altre aziende del settore è chiara: elargire copiosi finanziamenti ai comuni per allargare le zone di copertura su tutto il territorio nazionale del famigerato e giustamente temuto 5G. Tutto questo come azione di contrasto agli appelli lanciati dall’Alleanza Italiana Stop 5G che è stato raccolto già da cinque Comuni d’Italia che hanno impegnato fondi pubblici per co-finanziare una ricerca scientifica indipendente sugli effetti del wireless di quinta generazione.

Cinzia Palmacci

https://www.eolo.it/eolonews/2020/05/12/eolo-18-mesi-azzerare-digital-divide-nelle-aree-bianche-del-paese-connettere-7-500-comuni-fwa/

https://oasisana.com/2020/01/19/5g-killer-silenzioso-esperimento-sugli-insetti-in-abruzzo-guardate-che-succede-video/

https://oasisana.com/2020/03/25/adesso-lo-dicono-pure-dal-parlamento-europeo-5g-accelera-la-pandemia-di-covid-19/

Intelligenza artificiale e riconoscimento facciale: verso una società ipercontrollata

Non è un film ma la realtà: i progressi dell’intelligenza artificiale sono notevoli e ineluttabili tanto da portare a un miglioramento assoluto anche per esempio nell’ambito dell’utilizzo della tecnologia del riconoscimento facciale. Questo ha comportato nel giro di pochi anni una diffusione capillare e un utilizzo sistematico nelle strade pubbliche, nei centri sensibili come banche, centri commerciali o monumenti di grande interesse.

Il riconoscimento facciale è una tecnica di elaborazione digitale delle immagini utilizzata in biometria per identificare o verificare l’identità di una persona a partire da una o più immagini che la ritraggono. I primi sistemi per funzionare tenevano conto che un viso umano è composto da due occhi, un naso e una bocca, ma gli algoritmi più recenti invece riescono a riconoscere una persona anche se questa ha il viso ruotato o comunque non in visione frontale.

Secondo il Dipartimento della Sicurezza interna statunitense entro il 2023 il 97% dei passeggeri dei voli, per esempio, sarà identificato proprio attraverso il riconoscimento facciale. La polizia britannica, invece, già lo utilizzava per individuare le persone, precedentemente finiti nel loro database per un qualche motivo, che circolano nelle strade pubbliche. Proprio dall’Inghilterra però arrivano le prime forme di protesta contro tale tecnologia da parte di gruppi civici a difesa del diritto alla privacy.

Ancora più sofisticato il sistema utilizzato invece dalla polizia cinese che ha dotato i propri agenti di occhiali speciali che svolgono in istantanea la funzione di face recognition. In Cina, inoltre, sono state installate circa 170 milioni di telecamere in grado di effettuare il riconoscimento facciale.

Il tema della sorveglianza è di grande attualità anche in Italia, dove la Polizia di Stato ha attivato il sistema SARI (acronimo di Sistema Automatico per il Riconoscimento delle Immagini) basato proprio su tecnologie di riconoscimento facciale. Tale database contiene già le foto di circa 16 milioni di persone (in altre parole, un italiano su tre compresi i bambini, risulterebbe schedato).

Il riconoscimento facciale viene utilizzato ormai anche da alcuni modelli di smartphone per sboccarne l’utilizzo in sostituzione alla classica password. I maggiori colossi tecnologici sono molto interessati a tale tecnologia e stanno inoltre sviluppando dei propri software specifici in tal senso. Facebook già dal 2014 ha tra le proprie innumerevoli opzioni la possibilità di attivare il riconoscimento facciale attraverso DeepFace sostenuto da un sistema di apprendimento in deep learnig. Google nel 2015 ha introdotto Facenet basato su un algoritmo in grado di garantire un’efficienza del 100%. Amazon invece ha sviluppo un sistema chiamato Rekognition. Sembra andare in controtendenza Microsoft che avrebbe cancellato il proprio database contenente circa dieci milioni di immagini.

Eppure in Italia, per esempio, secondo le ultime disposizione normative per il trattamento delle immagini ai fini del riconoscimento facciale delle persone al di fuori delle finalità di polizia e giustizia è necessario senza dubbio il consenso dell’interessato.

https://revoluzione.unoeditori.com/intelligenza-artificiale-e-riconoscimento-facciale-verso-una-societa-ipercontrollata/

COME BILL GATES TRAE PROFITTO DALLE CATASTROFI ANCHE CON MICROSOFT

SOLO LA MICROSOFT DI BILL GATES POTEVA ARRIVARE A TANTO: UN GIOCO DIABOLICO PER SCATENARE PANDEMIE. LEGGETE LA DESCRIZIONE. DA BRIVIDI LUNGO LA SCHIENA.  SE QUESTO E' SOLO UN GIOCO FOLLE I MORTI IN TUTTO IL MONDO SONO VERI!

Pandemic: The Board Game

Descrizione

L'umanità è sull'orlo dell'estinzione. La squadra d'élite di controllo malattie della quale fai parte è l'unica forza in grado di opporsi alla diffusione globale di quattro malattie mortali. Devi viaggiare per il mondo per proteggere città, contenere la diffusione di infezioni e scoprire la cura per ciascuna malattia. Il destino dell'umanità è nelle tue mani! In solitaria o in modalità cooperativa locale, dovrai mettere insieme un gruppo di specialisti per salvare il genere umano. Ciascun membro della squadra ha il proprio ventaglio di abilità che dovrai usare nel modo più efficace. Recluta il Medico per arginare rapidamente le malattie, scopri una cura più in fretta con la Scienziata o ferma la diffusione dell'infezione con la Specialista in Quarantena. Ciascun ruolo apre nuove possibilità e si combina con gli altri ruoli per offrire nuove strategie. Scegli tra sette ruoli disponibili per creare la tua squadra d'élite. Riuscirai a salvare l'umanità? - In solitaria o in modalità cooperativa locale: salva l'umanità da solo o in gruppo (fino a quattro amici)! - Componi la tua squadra scegliendo fra 7 ruoli differenti. - 5 livelli di difficoltà per modificare il gioco, sia per principianti, sia per veterani. - Scenario coinvolgente, sistema di gioco stimolante e alta rigiocabilità. Ogni partita è diversa dalle altre! - Scopri nuove sfide per la tua squadra nelle espansioni Ruoli ed Eventi e Ceppo Virulento. Recluta nuovi personaggi dalle abilità speciali, usa Carte Evento mai viste e affronta una pericolosissima malattia che si sta diffondendo il tutto il mondo. 

La gente sta morendo ma gli affari sono affari per Bill Gates e soci! 

Xbox alla sfida Coronavirus: Microsoft parla dell'impatto della pandemia sullo sviluppo delle esclusive

Microsoft ha pubblicato una dichiarazione in cui parla dell'impatto del COVID-19 sui suoi prossimi giochi esclusivi per Xbox e PC. In breve, nessun progetto è stato ufficialmente rinviato, ma Microsoft ha riconosciuto che i suoi team si trovano ad affrontare "sfide e restrizioni uniche" nel passaggio al lavoro da casa.

Il 2020 è un anno cruciale per Microsoft e il marchio Xbox, in quanto Series X arriverà alla fine dell'anno insieme ad Halo Infinite. Microsoft continua a impegnarsi per il lancio della sua console, ma quale impatto avrà la pandemia di COVID-19 sui giochi in sviluppo - come Halo Infinite, Grounded ed Everwild, tra gli altri - resta da vedere.

Facendo eco alle precedenti dichiarazioni del boss di Xbox Phil Spencer, Matt Booty ha affermato che la salute e la sicurezza dei suoi team di sviluppo è attualmente la "massima priorità" di Microsoft. Inoltre, i tipi di sfide che i team di sviluppo di Microsoft stanno affrontando stanno influenzando anche altri sviluppatori in tutto il mondo, ha affermato. Proprio di recente, Bethesda ha rinviato il tanto atteso aggiornamento Wastelanders di Fallout 76 a causa del Coronavirus.

Per quanto riguarda i titoli specifici MS, Booty ha affermato che il suo team supporterà gli studi della famiglia XGS durante questo periodo così duro.

"Sappiamo che il gaming mette in contatto le persone durante questi periodi di distanziamento sociale e ci impegniamo a fornire giochi Xbox Game Studios di altissima qualità per la nostra community globale di giocatori. Allo stesso tempo, la salute e la sicurezza dei nostri team di sviluppo XGS sono le nostre priorità. Ogni studio si trova ad affrontare sfide e restrizioni uniche a seconda della posizione e molti dei nostri partner di sviluppo esterni in tutto il mondo sono colpiti in modo simile. Supportiamo i nostri studi a prendere le giuste decisioni per i loro team e per i loro giochi individuali durante questo momento impegnativo."

La dichiarazione arriva sulla scia di quella fornita dallo sviluppatore di Halo Infinite, 343 Industries. Il team ha affermato che la situazione potrebbe peggiorare prima che migliorare.

"Stiamo rimuovendo tutti gli ostacoli sul nostro percorso e monitorando la situazione, ma dobbiamo essere consapevoli dei nostri attuali limiti e capire che la situazione Coronavirus potrebbe peggiorare prima che migliorare", ha detto 343. "Stiamo facendo tutto ciò che è in nostro potere per continuare a sviluppare e offrire esperienze Halo di qualità mentre ci adattiamo a questo nuovo stile di vita."

Un portavoce di Microsoft ha confermato a GameSpot che non ci sono cambiamenti in programma per il lancio di Halo Infinite che, quindi, dovrebbe arrivare nel periodo delle festività natalizie, come già annunciato.

Che ne pensate? Che la task force che li rinchiude in manicomio è necessaria ai creatori di queste idiozie e a chi acquista questi giochi deliranti.

https://www.microsoft.com/it-it/p/pandemic-the-board-game/9p8q4w21qqz2

https://www.eurogamer.it/articles/2020-03-27-news-videogiochi-xbox-coronavirus-microsoft-impatto-pandemia-sviluppo-giochi-in-esclusiva