L’intelligenza artificiale, in inglese artificial intelligence (AI), è la capacità di una macchina di saper ragionare, apprendere, pianificare e addirittura fare attività creative come potremmo aspettarci da un essere umano. Il computer infatti, attraverso la ricezione e l’elaborazione dei dati, riesce a comprendere la situazione, a risolvere un problema e ad agire fino a raggiungere un obiettivo precedentemente definito. Argomento complesso e sfaccettato, ecco quindi tutti quello che c’è da sapere sull’AI e sul suo ruolo da protagonista nella digital transformation.
Come funziona l’intelligenza artificiale
Il funzionamento dell’intelligenza artificiale poggia sulle reti neurali artificiali che imitano il comportamento delle reti neurali umane composte dai neuroni e dalle sinapsi che, mediante impulsi nervosi, passano l’informazione da un neurone all’altro. La rete neurale artificiale permette all’AI di riconoscere, valutare ed apprendere seguendo dinamiche simili a quelle dell’uomo e di qualche specie animale.
Il Test di Turing
Partiamo dunque dalle basi e torniamo al 1950 quando venne ideato il Test di Turing, che prende il nome dal suo ideatore Alan Turing, l’uomo che costruì l’elaboratore meccanico in grado di decifrare Enigma, il sistema per criptare i codici usato dai tedeschi durante la seconda guerra mondiale. Questa specie di gioco a quiz è stato uno dei primi tentativi realizzati per valutare l’intelligenza artificiale. Attraverso le domande e le risposte si è infatti potuto definire se un computer fosse tanto intelligente da essere percepito come un umano o meno. Nel corso degli anni il Test di Turing ha avuto varie evoluzioni e ancora oggi si cercano sistemi in grado di valutare l’intelligenza artificiale.
Quali sono i tipi di intelligenza artificiale
L’AI si sviluppa su tre livelli. Il primo è quello della Artificial Narrow Intelligence che si concentra su un compito solo e quindi è limitato; il secondo è quello della Artificial General Intelligence, che riesce a comprendere e svolgere numerosi compiti arrivando quasi al pari dell’uomo; l’ultimo livello invece è il più ambizioso, è quello della Artificial Super Intelligence, cioè un’intelligenza superiore a quella umana. Attualmente siamo giusto al primo livello di intelligenza artificiale.
Intelligenza artificiale pro e contro, ovvero vantaggi e pericoli dell’AI
Ora che abbiamo capito cos’è l’intelligenza artificiale, viene naturale chiederci quali siano i pro e i contro? Tra i pro rientra sicuramente il fatto che le macchine sanno portare a termine e in maniera autonoma attività ripetitive di tutti i giorni, velocizzando così il lavoro, senza fermarsi mai. Una macchina infatti non ha cali di produttività come può invece succedere a un lavoratore umano. Un esempio può essere la ricerca di criminali grazie al riconoscimento facciale di chi transita al controllo doganale di un aeroporto. Tra i contro invece, oltre a un fattore di costo della macchina, vi è il più ovvio: la paura che un giorno i robot possano sostituire prendere il sopravvento sull’uomo.
L’etica dell’intelligenza artificiale
I sistemi di intelligenza artificiale stanno diventando sempre più autonomi, apparentemente razionali e intelligenti, sollevando domande importanti come: cosa dovremmo fare con questi sistemi? Cosa dovrebbero fare i sistemi stessi? Quali rischi comportano e come possiamo controllarli? Per tali ragioni è importante studiare e approfondire il loro impatto sociale, culturale, economico e soprattutto legale. Solo partendo da qui si potrà essere in grado di impartire alle macchine principi e tecniche morali destinati a informare lo sviluppo e l’uso responsabile della tecnologia dell’intelligenza artificiale. Pensiamo soltanto alle problematiche morali e legali nel caso che una un veicolo a guida autonoma investa un passante. Il lavoro da fare è ancora tantissimo.
Robot e Intelligenza artificiale: davvero le macchine sostituiranno l’uomo?
Più si sente parlare della potenza dell’intelligenza artificiale, più viene naturale porsi la domanda: ma i robot sostituiranno l’uomo? Ebbene, ad oggi, la risposta a questa domanda è: dipende in che tipo di mansione! Ad esempio nei sistemi di verniciatura delle auto, i robot intelligenti hanno sostituito l’uomo già da molti anni. Cosa molto diversa sarà in tutte le mansioni che richiedono competenze interdisciplinari e creative. In questi settori le macchine non sostituiranno l’uomo, semmai lo affiancheranno sempre di più. A sostenerlo è anche il World Economic Forum secondo il quale, entro il 2025, le macchine e l’automazione creeranno più posti di lavoro di quanti ne taglieranno.
Machine Learning: cos’è l’apprendimento automatico
Come abbiamo detto, l’intelligenza artificiale è davvero ampia. Tra i vari aspetti rientra anche il Machine Learning ovvero l’apprendimento automatico delle macchine. “Un campo di studi che dà ai computer la capacità di imparare senza essere esplicitamente programmati”. È questa la definizione originaria, coniata nel 1959 dallo scienziato americano Arthur Lee Samuel. In sostanza, proprio come per l’uomo, il computer apprende dall’esperienza migliorando così via via le sue prestazioni. Un esempio di Machine Learning che fa già parte della vita di tutti i giorni è il motore di ricerca. Ogni giorno facciamo ricerche e i risultati, suggerimenti compresi, derivano da algoritmi specifici. Un altro è quello che abbiamo già citato del riconoscimento facciale, che poi equivale al riconoscimento di qualunque altro oggetto; in questo caso, più immagini vengono elaborate, più il sistema è in grado di riconoscerle.
Deep Learning: cos’è l’apprendimento profondo
Anche il Deep Learning rientra nell’AI e significa, letteralmente, un apprendimento profondo. In poche parole, il Deep Learning è un apprendimento automatico che si basa su più livelli di gerarchie: ogni livello ne crea uno superiore e così via e, ovviamente, ogni concetto di alto livello ha alla base un livello più basso.
Machine Learning e Deep Learning: qual è la differenza in sintesi
Ma se Machine Learning e Deep Learning sono due tipi di apprendimento automatico, in sostanza, qual è la differenza? Di fatto uno è il proseguo dell’altro. Se il Machine Learning è la base, il Deep Learning è il suo conseguente approfondimento, come dicono i nomi stessi! Nonostante questo però, è bene precisare che il Deep Learning richiede molte più risorse e ha diversi campi di applicazione. Per fare un esempio: i traduttori automatici semplici traducono il vocabolario di una frase, quelli basati su deep learning traducono il senso e comprendono le sfumature, usando i sinonimi più idonei nelle lingua di destino.
Cos’è e a cosa serve il Natural Language Processing (NLP)
Il Natural Language Processing (NLP) è l’unione di più campi quali la matematica, le scienze cognitive, la linguistica e l’informatica con lo scopo di far interpretare alle macchine il linguaggio umano. Ma come avviene tutto questo? La NLP si sviluppa in diverse fasi: fase morfo-lessicale, fase sintattica, fase semantica, fase del discorso, fase pragmatica e fase fonologica. Attraverso di esse riesce così ad analizzare e comprendere il linguaggio umano e, di conseguenza, a relazionarsi con esso.
Esempi di Natural Language Processing
Per capire meglio cos’è la NLP è bene riportare alcuni esempi che permettano di comprendere come queste tecnologie fanno già parte della nostra quotidianità. La NLP, infatti, è alla base di alcune tecnologie con le quali ci interfacciamo quotidianamente: stiamo parlando di Siri, Alexa e moltissimo altro. Un altro esempio di NLP applicata è IBM Watson, il sistema basato sull’AI che riesce a rispondere alle domande espresse usando un linguaggio naturale.
Cos’è un Chatbot? Ovvero, un personal assistant cosa fa?
Anche i chatbot hanno alla base della loro tecnologia l’intelligenza artificiale. Ma che cosa sono esattamente? Se andiamo ad analizzarne il nome già possiamo capire in che ambito operano: chat – bot, ovvero un bot, un computer, che riesce a gestire una conversazione di messaggistica istantanea. Avete presente quando su un e-commerce o nel home-banking c’è l’icona “bisogno di aiuto” e si apre una finestra per chattare? Ecco, dall’altra parte c’è un computer a rispondere, non un essere umano. Il vantaggio di utilizzare i chatbot? Uno snellimento delle conversazioni, riuscendo a capire subito dove si vuole arrivare e, non da ultimo, un assistente attivo 24h sette giorni su sette con notevole risparmio da parte delle aziende che potranno allocare il proprio personale in attività più complesse.
IoT e AI: quando l’Internet of Things incontra l’intelligenza artificiale
I sistemi IoT, acronimo di Internet of Things, o in italiano Internet delle Cose, sono sempre più diffusi nella vita delle persone e nelle aziende di tutto il mondo con lo scopo di creare nuove opportunità di business. Poter vedere le telecamere di sorveglianza dallo smartphone o accendere il riscaldamento prima di arrivare a casa, sono esempio di IoT. Per trarne il massimo vantaggio da questa tecnologia è sempre più frequente la sua associazione ad algoritmi di intelligenza artificiale. L’AI infatti può riuscire a elaborare i dati senza l’intervento umano, velocizzando quindi i processi e riuscendo così a far crescere più velocemente la rivoluzione dell’IoT.
Startup AI, dove nasce l’innovazione
Il numero di startup che si basano sull’utilizzo di algoritmi di intelligenza artificiale si moltiplicano di anno in anno. Esse operano in molteplici settori, come molteplici sono le applicazioni dell’intelligenza artificiale. Tra le tante ecco quattro esempi di startup AI: Moneyfarm, la piattaforma online per la gestione patrimoniale; Shift Technology, che fornisce strumenti di AI per segnalare eventuali frodi assicurative; Abormal Security, che opera nel campo della cybersecurity e, in particolare, della sicurezza delle email, porta di accesso preferenziale per i cyber criminali; Vedrai che sviluppa sistemi di supporto decisionale per le PMI.
Alcuni esempi concreti nell’uso dell’intelligenza artificiale
Ormai quasi tutti i settori produttivi si trovano ad avere a che fare con gli algoritmi di intelligenza artificiale, da quello del giornalismo e il digital marketing, è il caso di GhostWriter AI, fino a quello della medicina a cui è dedicato il prossimo paragrafo. Qui invece si riportano altri tre esempi di intelligenza artificiale applicata in contesti diversi: Futura, la app che realizza un percorso di studi ad hoc per aiutare gli studenti a superare i test universitari; Tably, la app che attraverso un semplice foto del proprio gatto è in grado di verificare il suo stato di benessere; Otter, un servizio di trascrizione vocale utile anche per le riunioni di lavoro via Zoom.
Intelligenza artificiale in campo medico
Infine sempre più spesso si sente parlare di intelligenza artificiale in campo medico, specie negli ultimi anni. La diffusione dell’AI nel campo della sanità è talmente ampia che, recentemente, l’OMS ha sviluppato il primo rapporto globale sull’AI inerente appunto al mondo medico, stilando anche sei principi base. Tra le diverse startup in questo ambito che si basano sull’AI vi sono: Neosperience, che aiuta a individuare i casi Covid-19, e la startup fondata da due italiani, ma basata in California, Evidation Health che sta fornendo soluzioni altamente innovative alla medicina preventiva negli Stati Uniti grazie alla sua app Achievement, usata da oltre 4.5 milioni di americani per il monitoraggio della salute. Intanto esistono già degli algoritmi per individuare l’Alzheimer durante le telefonate con i potenziali pazienti.
Generative AI: l’intelligenza artificiale che crea
L’intelligenza artificiale ha fatto passi da gigante negli ultimi anni, ma una nuova frontiera sta emergendo: la Generative AI. A differenza dei sistemi AI tradizionali che si concentrano sull’analisi e la classificazione di dati esistenti, la Generative AI si spinge oltre, creando nuovi contenuti originali. L’evento chiave che ha acceso i riflettori sulla Generative AI è stato il lancio di ChatGPT3 da parte di OpenAI nel novembre 2022. Questo chatbot basato su Generative AI ha stupito il mondo con la sua capacità di conversare in modo fluido e realistico, aprendo nuovi orizzonti per l’interazione uomo-macchina.
Come funziona la Generative AI
Il cuore pulsante della Generative AI è il Machine Learning (vedi sopra). L’AI viene “addestrata” su un’enorme quantità di dati, come immagini, testi o musica. Imparando a riconoscere schemi e relazioni all’interno di questi dati, l’AI è in grado di generare nuovi contenuti che rispecchiano lo stile e le proprietà del materiale di addestramento.
Applicazioni odierne della Generative AI
La Generative AI trova già oggi applicazioni in diversi settori:
- Creazione di contenuti: testi, immagini, video e musica possono essere generati automaticamente per siti web, social media, campagne marketing e molto altro.
- Sviluppo di prodotti: l’AI può aiutare a ideare nuovi prodotti e a ottimizzare quelli esistenti, creando prototipi virtuali e testando diverse varianti.
- Ricerca scientifica: la Generative AI può accelerare la scoperta di nuovi farmaci e materiali, analizzando grandi volumi di dati e formulando ipotesi innovative.
La Generative AI rappresenta una svolta epocale nel campo dell’intelligenza artificiale. Il suo potenziale per trasformare il modo in cui creiamo, interagiamo e pensiamo è immenso. Con un approccio responsabile e lungimirante, questa tecnologia può portare a un futuro ricco di nuove opportunità e progressi per l’intera umanità.
