Smart contract: contrattazione come contrattuazione (Accoto 2019)

“Nell’idea originaria, uno smart contract è immaginato come un patto fatto atto, un negoziato trasposto da codice, un impegno oggettivato in cosa. Nelle parole di Nick Szabo, suo inventore, è un reified contract, un accordo cosificato. Filosoficamente, diremmo che è una contrattazione che diviene contrattuazione. Un incarnato embrionale, sorprendente e inverante, dunque, della contr-attualità. È un codeject, un oggetto-codice, per usare il neologismo dei filosofi digitali. Scritto in linguaggi di programmazione generali o particolari (come Ivy, Solidity, C++, Go, Java, Node.js, Python, Kotlin e diversi altri), pubblicato su piattaforme blockchain varie (quali ad esempio Bitcoin, Ethereum, Fabric, Neo, Quorum, Cardano, EOS, R3, Corda tra le altre) con meccanismi di consenso e governo plurimi (proof-of-work, proof-of-stake, delegated proof-of-stake, byzantine fault tolerance, practical byzantine fault tolerance, raft e varianti di questi), uno smart contract è un oggetto digitale, replicato e distribuito, sessile per costituzione e vagile nell’intenzione. Ancorato alla catena dei blocchi (archivio), attende il tempo degli eventi (oracolo) per il cambio di stato del mondo riducendone i costi di monitoraggio, ambiguità, opportunismo e coordinamento …” (Accoto 2019, continua)

L’alba della machine economy: mani, menti, mercati (Accoto 2019)

“L’automazione presente e prossima emerge all’incrocio di tre stratificazioni ingegneristiche: è meccanica, è algoritmica, è protocologica. O – con altra e parallela qualificazione – è macchinale, è computazionale, è istituzionale. L’ho anche connotata, in un’espressione sintetica e semplice, come l’automazione delle 3 M ovvero: mani, menti, mercati. Insieme queste tre dimensioni sono a fondamento e a movimento della nascente ‘machine economy’. Attraverso l’attivazione dell’operatività fisica e sensorimotoria degli automi, della capacità computazionale e cognitiva degli algoritmi, della dinamicità catallattica e istitutiva dei protocolli, l’economia della macchina si avvia a creare, conservare e circolare valore digitale in modalità neo-automatizzate sorprendenti. Un’economia che si disegna e si istanzia come prolettica, negantropica e decentrica … ” (Accoto, 2019, work in progress)

“Contemporary automation emerges crossing three major engineering stratifications: it is mechanical, it is algorithmical, it is protocological. Or – with another, parallel qualification – it is machinical, it is computational, it is institutional. In a synthetic and simple expression, I have also called it the automation of the 3 M’s: matter, mind, market. Together these three dimensions are the foundation of the nascent ‘machine economy’. Through the activation of the sensorial and sensorimotorial operations of the automata, the computational and cognitive capacities of algorithms, the catallactic and institutive dynamics of protocols, the machine economy is starting to create, conserve and circulate digital value in surprising neo-automated ways. A new economy designed and instantiated as proleptic, neganthropic and decentric … “(Accoto, 2019, work in progress)

First copies arrived: Il mondo ex machina (Egea, 2019)

Il testo racconta cinque brevi esplorazioni tecno-filosofiche dentro le logiche e le pratiche dell’automazione contemporanea. Una narrazione agile e sorprendente tra AI e deep learning, robotica e lavoro, blockchain e mercati automatizzati, attacchi informatici e cybersicurezza, design theory ed etica macchinica. Se nel mio precedente saggio (“Il mondo dato”) avevo raccontato della “programmabilità” del mondo, in questo secondo volume ho esplorato la sua “automabilità” come dimensione generativa (foriera di significative opportunità, ma non priva di vulnerabilità) del nostro reale e del suo senso.

Ontogenesi come ectogenesi

“L’ontogenesi del nostro mondo automato è, in verità, una ectogenesi: un mondo cresciuto dalle macchine”
(Accoto 2019)

“The ontogenesis of our automated world is, in truth, an ectogenesis: a world nursed by machines”
(Accoto 2019)

 

 

“Come la macchina incontra il mondo?” (Accoto, 2019)

“E, dunque -si dice- le macchine devono poter ‘apprendere in automatico dall’esperienza’ (o imparare da sé attraverso l’esperienza, si potrebbe anche dire). Nella sua scarna semplicità, questa frase condensa il significato corrente di machine learning (apprendimento automatico) e della sua variante arborescente, il deep learning (apprendimento profondo). Questa sintesi al filosofo non basta, naturalmente. Cos’è ‘apprendimento’, cosa è ‘automazione’, cosa è ‘esperienza’ in questo contesto? Operazionalmente, parliamo di trasformazione dei dati in uno spazio geometrico vettorializzato, di ottimizzazione della ricerca delle funzioni di fitting, di aggiustamento dei pesi e delle deviazioni per retropropagazione dell’errore e di molto altro. Come, allora, il mondo (e il business) diviene pensabile e azionabile attraverso questa -non nuova, ma rinnovata- pratica sui dati. In ultima istanza, come la macchina incontra il mondo?” (Accoto 2019)

“And, therefore – they says – machines must be able to ‘learn automatically from experience’ (or learn by themselves through experience, one could also say). In its skinny simplicity, this phrase condenses the current meaning of machine learning and its arborescent variant, deep learning. This synthesis is not enough to philosophers, of course. What is ‘learning’, what is ‘automation’, what is ‘experience’ in this context? Operationally, we talk about transforming data into vectorized geometric spaces, optimizing the search for fitting functions, adjusting weights and bias through errors backpropagation and much more. How, then, the world (and the business) becomes thinkable and actionable through this – not new, but renewed – practice on data? Ultimately, how does the machine encounters the world? ” (Accoto, 2019)