La seguridad en el Layer 0 - Pablo Sabbatella @ Ethereum Argentina 2023
"La seguridad en el layer 0", por Pablo Sabbatella.
¿Sabías que hay una gran cantidad de criminales web2 migrando a web3?
Analizo algunos de los casos en los cuales se está atacando a protocolos web3, con técnicas de hacking web2 y porque tenemos que estar muy atentos 🔐
Panel Ciberseguridad @ Ethereum Argentina 2023
Panel de Ciberseguridad en Blockchain
Super excited about what's coming
Nos unimos nuevamente junto a Starkware para traerles algo muy pedido por la comunidad ¿Te animas a adivinar de que se trata?
We join again with Starkware to bring you something much requested by the community. Do you dare to guess what it is about?
No soy experto, pero vengo estudiando sobre IA y su cross con Blockchain y ciberseguridad🤖. Para poder arrancar de la base, acá voy a explicar algunos de los principales conceptos de Inteligencia artificial, desde machine learning hasta LLM (large language models).
La AI se enfoca en crear sistemas que pueden realizar tareas que normalmente requieren inteligencia humana. Esto incluye el reconocimiento de voz 🗣️, la toma de decisiones 🤔 y la comprensión del lenguaje natural 🗣️🌐.
El machine learning es una técnica que permite que las máquinas aprendan de los datos 📊 en lugar de programarlas explícitamente. Esto les permite mejorar su precisión en tareas específicas a medida que se les proporcionan más datos 🤓.
El procesamiento del lenguaje natural (NLP) es una rama de la AI que enseña a las máquinas a comprender el lenguaje humano 🧐. Esto permite que las máquinas realicen tareas como la traducción automática 🌐 y la clasificación de texto 📄.
La inteligencia artificial general (AGI) es un nivel de inteligencia artificial hipotético en el que las máquinas pueden realizar cualquier tarea cognitiva que un ser humano pueda hacer 🤯.
Los LLM (grandes modelos de lenguaje) son sistemas de AI que pueden generar texto que suena como si fuera escrito por un ser humano 🤯. Estos modelos son entrenados en enormes cantidades de datos de texto 📚 y pueden generar desde noticias 🗞️ hasta literatura 📖.
Las redes neuronales son una técnica fundamental de AI que está inspirada en el funcionamiento del cerebro humano 🧠. Consiste en la interconexión de nodos que se activan en respuesta a entradas específicas, lo que les permite aprender y mejorar su precisión en tareas específicas.
El deep learning es una técnica de AI que utiliza redes neuronales profundas para aprender y mejorar su precisión en tareas específicas, como la clasificación de imágenes 📷 o el procesamiento del lenguaje natural 🌐📄.
Cuando hablamos de big data, nos referimos a la gran cantidad de datos que se generan en el mundo digital 📊. Estos datos son esenciales para el entrenamiento de sistemas de AI, ya que les permiten aprender y mejorar su precisión en tareas específicas 🤓.
Aprendizaje supervisado: el modelo aprende a partir de datos etiquetados. Se usa para clasificar o predecir nuevas instancias. Por ejemplo, clasificar emails como spam o no spam, o poder diferenciar fotos de gatos y perros.
Aprendizaje no supervisado: el modelo aprende a partir de datos no etiquetados, sin conocimiento previo de las categorías. Se usa para descubrir patrones y estructuras en los datos. Por ejemplo, agrupar clientes por similitud en una base de datos de compras.
Aprendizaje por refuerzo: el modelo aprende a través de la interacción con el entorno. El agente recibe recompensas o castigos por las acciones tomadas. Se usa en aplicaciones donde la retroalimentación es tardía, como en robots que aprenden a caminar mediante ensayo y error.
Estos son tan sólo algunos de los principales conceptos acerca de los que estuve investigando. Comentarios, ideas y correcciones son más que bienvenidas.
¿Qué es y como funciona Ethereum? Lanzamos el primer video animado de Defy Foundation, de una serie de muchos más por venir.
lenstube.xyz/watch/0x01b6a3-0x02
Y si querés aprender a protegerte bien vos y tu organización, armé esto 100% práctico > www.defyeducation.com/curso-ciberseguridad