Red Hot Cyber
Sicurezza Informatica, Notizie su Cybercrime e Analisi Vulnerabilità

Autore: Marcello Politi

Marcello Politi

Esperto di intelligenza artificiale con una grande passione per l'esplorazione spaziale. Ho avuto la fortuna di lavorare presso l'Agenzia Spaziale Europea, contribuendo a progetti di ottimizzazione del flusso di dati e di architettura del software. Attualmente, sono AI Scientist & Coach presso la PiSchool, dove mi dedico alla prototipazione rapida di prodotti basati sull'intelligenza artificiale. Mi piace scrivere articoli riguardo la data science e recentemente sono stato riconosciuto come uno dei blogger più prolifici su Towards Data Science.

Profilo LinkedIn
Aree di competenza Intelligenza artificiale, AI decentralizzata su blockchain, Smart contract e protocolli ERC-8004, Sistemi multi-agente, Sicurezza e Defensive AI, Inference decentralizzata verificabile, Blockchain engineering e integrazione AI

Marcello Politi è un Research Engineer specializzato in intelligenza artificiale decentralizzata e sistemi autonomi su blockchain, con un focus sull’integrazione tra AI e Ethereum. Attualmente è membro del dAI Team della Ethereum Foundation, dove contribuisce alla progettazione e allo sviluppo dei primitives fondamentali per un’economia AI aperta, verificabile e trustless.

Aree di expertise principali

  • ERC-8004 (Trustless Agents Standard): progettazione di protocolli per discovery, identità portatili, reputazione on-chain e validazione trustless di agenti autonomi cross-organizzazione, estendendo protocolli Agent-to-Agent (A2A) con un layer crittografico nativo blockchain.
  • Sistemi multi-agente: sviluppo di architetture coordinate on-chain per collaborazione complessa, evoluzione autonoma e interazioni sicure tra agenti.
  • Defensive AI: strategie per mitigare rischi, manipolazioni e attacchi in ambienti decentralizzati.
  • Verifiable decentralized inference: sistemi di inferenza distribuita, resistente alla censura e provabilmente verificabile tramite Ethereum.

Contributi alla sicurezza AI su blockchain

  • Ricerca e sviluppo di strumenti di auditing per smart contract basati su LLM.
  • Creazione di tooling production-grade per esecuzione, monitoraggio e recovery di agenti on-chain.

Supporto all’adozione ecosistemica
Marcello promuove infrastrutture AI aperte e decentralizzate, supportando builder, protocolli e progetti nell’integrazione di standard come ERC-8004, nel deploy di agenti nativi Ethereum e nella costruzione di economie agentiche scalabili e sicure.

Visione
Crede in un futuro in cui l’intelligenza non sia confinata in silos centralizzati, ma sovrana, verificabile e collaborativa su layer neutrali come Ethereum. Punta a rendere la piattaforma il trust layer globale per agenti autonomi, umani e AI, che negoziano, verificano e transano senza intermediari fidati.

Figura di riferimento nel nascente ecosistema di decentralized AI su Ethereum, unisce competenze in deep learning, blockchain engineering e sistemi mission-critical per guidare l’innovazione verso un’economia di agenti trustless e aperta.

Se lavori su agenti AI, inference decentralizzata, security per LLM o vuoi esplorare ERC-8004 → contattalo. L’AI si sta decentralizzando. Ethereum la sta rendendo inevitabile.

Numero di articoli trovati: 27
MLflow

MLOps : Introduzione allo sviluppo di pipeline con Mlflow

Diverse statistiche dicono che tra il 𝟱𝟬% e il 𝟵𝟬% dei modelli di machine learning sviluppati non arrivano in produzione. Ciò è spesso dovuto a una mancata strutturazione del lavoro....

Machine Learning: Come Valutare e Ottimizzare il Tuo Codice per Massimizzare l’Efficienza

Nei miei articoli ho cerco spesso di sottolineare il fatto che le competenze di ingegneria del software sono essenziali anche quando si lavora nell'IA, perché alla fine della giornata quello...

Jupyter Notebook: Il Segreto dei Data Scientist o un Ostacolo al Successo? Scopri i Pro e i Contro

Questo tema è ancora molto discusso. C'è chi ama gli Jupyter Notebook e chi li odia. In questo articolo vorrei parlare un pò dei pro e contro di questo strumento...

Massimizza l’Efficienza del Modello: Svela Tecniche di Valutazione Avanzate nel Machine Learning

Nel sempre mutevole mondo del Machine Learning, selezionare il modello più efficace per un determinato compito è un impegno non banale, che può richiedere molto tempo. Tradizionalmente, i metodi di...

Intelligenza Artificiale Accessibile a Tutti: Creare e Sfruttare le API con Large Language Models

Il boom dei Large Language Models (LLMs) ha avvicinato molte persone, non solo i data scientist, al mondo dell'Intelligenza Artificiale. Tutti stanno utilizzando questi modelli nelle loro applicazioni e certamente...

Dietro le Quinte del Machine Learning: Ottimizzazione dei Flussi di Dati in Architetture Software Complesse

Spesso si pensa che il Machine Learning consista unicamente nella costruzionde di un modello, come ad esempio un Transformer o una CNN. Le cose purtroppo sono più complicate di cosi....

Google “Distilling Step by Step”: Come ottimizzare modelli linguistici di grandi dimensioni per l’uso pratico

Ad oggi, i large language models (LLMs) hanno dimensioni enormi e inoltre vengono utilizzati in molti software per permettere agli utenti di compiere azioni utilizzando semplicemente il linguaggio naturale. Le...

Sviluppo di una Pipeline di Training con RLHF per l’Allineamento dei LLMs: Strategie e Tecniche

Il Reinforcement Learning (RL) è storicamente legato ad ambiti diversi da quello dell'elaborazione del linguaggio naturale (NLP). Sicuramente è stato molto utilizzato nel campo della robotica. Pensate ad esempio ad...

Le Trappole Nascoste dell’Intelligenza Artificiale Generativa: Allucinazioni e Bias negli LLM, come mitigarli?

Ormai tutti parlano di AI generativa e Large Language Models. Modelli come chatGPT e Grok sono oggi sulla bocca di tutti, e sono molte le persone che vogliono adottare soluzioni...

Secondo Aristotele, ChatGPT sarebbe in grado di pensare?

La rivoluzione dei Large Language Models, come chatGPT, ha avvicinato molte persone al campo dell'AI. L'impatto etico, sociale e persino politico di queste nuove tecnologie sta diventando sempre più importante...
Numero di articoli trovati: 27
MLflow

MLOps : Introduzione allo sviluppo di pipeline con Mlflow

Diverse statistiche dicono che tra il 𝟱𝟬% e il 𝟵𝟬% dei modelli di machine learning sviluppati non arrivano in produzione. Ciò è spesso dovuto a una mancata strutturazione del lavoro....

Machine Learning: Come Valutare e Ottimizzare il Tuo Codice per Massimizzare l’Efficienza

Nei miei articoli ho cerco spesso di sottolineare il fatto che le competenze di ingegneria del software sono essenziali anche quando si lavora nell'IA, perché alla fine della giornata quello...

Jupyter Notebook: Il Segreto dei Data Scientist o un Ostacolo al Successo? Scopri i Pro e i Contro

Questo tema è ancora molto discusso. C'è chi ama gli Jupyter Notebook e chi li odia. In questo articolo vorrei parlare un pò dei pro e contro di questo strumento...

Massimizza l’Efficienza del Modello: Svela Tecniche di Valutazione Avanzate nel Machine Learning

Nel sempre mutevole mondo del Machine Learning, selezionare il modello più efficace per un determinato compito è un impegno non banale, che può richiedere molto tempo. Tradizionalmente, i metodi di...

Intelligenza Artificiale Accessibile a Tutti: Creare e Sfruttare le API con Large Language Models

Il boom dei Large Language Models (LLMs) ha avvicinato molte persone, non solo i data scientist, al mondo dell'Intelligenza Artificiale. Tutti stanno utilizzando questi modelli nelle loro applicazioni e certamente...

Dietro le Quinte del Machine Learning: Ottimizzazione dei Flussi di Dati in Architetture Software Complesse

Spesso si pensa che il Machine Learning consista unicamente nella costruzionde di un modello, come ad esempio un Transformer o una CNN. Le cose purtroppo sono più complicate di cosi....

Google “Distilling Step by Step”: Come ottimizzare modelli linguistici di grandi dimensioni per l’uso pratico

Ad oggi, i large language models (LLMs) hanno dimensioni enormi e inoltre vengono utilizzati in molti software per permettere agli utenti di compiere azioni utilizzando semplicemente il linguaggio naturale. Le...

Sviluppo di una Pipeline di Training con RLHF per l’Allineamento dei LLMs: Strategie e Tecniche

Il Reinforcement Learning (RL) è storicamente legato ad ambiti diversi da quello dell'elaborazione del linguaggio naturale (NLP). Sicuramente è stato molto utilizzato nel campo della robotica. Pensate ad esempio ad...

Le Trappole Nascoste dell’Intelligenza Artificiale Generativa: Allucinazioni e Bias negli LLM, come mitigarli?

Ormai tutti parlano di AI generativa e Large Language Models. Modelli come chatGPT e Grok sono oggi sulla bocca di tutti, e sono molte le persone che vogliono adottare soluzioni...

Secondo Aristotele, ChatGPT sarebbe in grado di pensare?

La rivoluzione dei Large Language Models, come chatGPT, ha avvicinato molte persone al campo dell'AI. L'impatto etico, sociale e persino politico di queste nuove tecnologie sta diventando sempre più importante...