Iniziamo, con la puntata odierna, un approfondimento su un argomento molto attuale e che sta facendo discutere tutti, dalla casalinga agli addetti ai lavori: l’intelligenza artificiale o conosciuta anche con la sigla AI.
Cos’è l’intelligenza artificiale?
Secondo la definizione di colui che da molti è riconosciuto come il padre dell’intelligenza artificiale, John McCarthy, “è la scienza di creare ed ingegnerizzare macchine intelligenti e in particolar modo programmi informatici intelligenti.
È correlata alla capacità di utilizzare i computer per comprendere l’intelligenza umana, ma non deve limitarsi a metodi che sono biologicamente osservabili”. Nel 1955, McCarthy coniò questo termine che propose l’anno successivo alla conferenza di Dartmouth nel 1956, durante la quale, alla presenza di altri scienziati informatici, esplorò i modi in cui le macchine possono apprendere e ragionare come gli esseri umani. Egli stabilì la tabella di marcia affinché l’intelligenza artificiale divenisse un campo di studio.
Qualche decennio prima di McCarthy, la nascita della conversazione sull’AI fu segnata dall’opera fondamentale di Alan Turing, “Computing Machinery and Intelligence“ pubblicata nel 1950. In questo articolo, Turing, spesso indicato come il “padre dell’informatica”, pose la domanda se le macchine fossero in grado di pensare. A tale proposito, propose un test, conosciuto come il “test di Turing”, in cui un essere umano che fa delle domande prova a distinguere la risposta testuale di un computer da una formulata da un essere umano.
Questo test rimase una parte importante della storia dell’AI, nonché un concetto di cui ancora si parla nel campo della filosofia, poiché utilizza idee che riguardano la linguistica.
Stuart Russell e Peter Norvig hanno successivamente pubblicato “Artificial Intelligence: A Modern Approach”, che è diventato uno dei libri di testo principali nello studio dell’AI. In esso, si approfondiscono i quattro potenziali obiettivi o definizioni dell’AI, che distinguono i sistemi informatici in base alla razionalità e al pensiero da una parte e all’azione dall’altra.
Questi obbiettivi sono distinguibili tra:
Approccio umano: * Sistemi che pensano come gli esseri umani* Sistemi che agiscono come gli esseri umani
Approccio ideale: * Sistemi che pensano razionalmente* Sistemi che agiscono razionalmente
Le fasi iniziali dello sviluppo dell’AI furono caratterizzate da grandi aspettative in merito la possibilità di costruire facilmente programmi in grado di esibire comportamenti “intelligenti” a livello umano: ben presto i ricercatori scoprirono quanto l’obiettivo fosse arduo da raggiungere.
Ci furono così momenti altalenanti, le cosiddette “stagioni dell’AI”. Oggi stiamo assistendo a un forte ritorno dell’interesse nei confronti di questa disciplina, considerato l’utilizzo che ne viene fatto in diverse e nuove applicazioni utilizzate ormai anche all’interno della quotidianità.
Che cosa fa l’AI e quali sono le sue funzioni?
Nella sua forma più semplice, l’AI è un campo che combina informatica e solidi dataset per consentire la risoluzione dei problemi. Abbraccia anche i sottocampi del machine learning e del deep learning, che vengono frequentemente citati in concomitanza con l’AI. Queste discipline sono composte da algoritmi di AI che cercano di creare sistemi esperti che facciano previsioni o classificazioni in base ai dati di input.
Negli ultimi anni, ci sono stati molti sviluppi significativi nell’AI che hanno portato a nuove opportunità e sfide. Vediamo assieme, alcuni esempi dei più recenti sviluppi:
Le Reti neurali sono un tipo di algoritmo di apprendimento automatico che simula il modo in cui il cervello umano elabora le informazioni. Con l’aumento della potenza di calcolo e la disponibilità di grandi quantità di dati, le reti neurali sono diventate sempre più efficaci nel riconoscere e classificare le immagini, il testo e i suoni. Le applicazioni più conosciute sono legate alla guida autonoma e al riconoscimento vocale.
Il Deep Learning è l’apprendimento profondo: è una tecnica di apprendimento automatico che utilizza reti neurali molto profonde per analizzare i dati. Questa tecnologia ha permesso di creare modelli di AI in grado di riconoscere e classificare le immagini con una precisione straordinaria, superando quella degli esseri umani in alcuni casi. Inoltre, questi modelli sono stati utilizzati per creare sistemi di generazione di testo e di linguaggio, che possono generare testo in modo autonomo con una qualità sempre più elevata.
L’apprendimento automatico distribuito (DL) consente ai sistemi di AI di apprendere utilizzando più risorse di calcolo distribuite in modo da accelerare il processo di apprendimento e migliorare la scalabilità.
Dopo tanta teoria ecco, alcuni esempi di applicazioni dell’intelligenza artificiale:
Riconoscimento vocale: è noto anche come riconoscimento vocale automatico (ASR, automatic speech recognition), riconoscimento vocale del computer o conversione del parlato in testo scritto (STT, Speech-to-text) ed è una funzionalità che utilizza l’NLP (natural language processing) per elaborare il parlato umano in un formato scritto.
Il servizio clienti: i chatbot online stanno sostituendo gli agenti umani lungo il percorso del cliente. Rispondono a domande frequenti sugli argomenti, come la spedizione, o forniscono consigli personalizzati, eseguendo il cross-selling di prodotti o consigliando le taglie per gli utenti, cambiando il modo in cui pensiamo al coinvolgimento del cliente nei siti web e sulle piattaforme di social media.
La visione artificiale: questa tecnologia di AI consente ai computer e ai sistemi di ricavare informazioni significative da immagini digitali, video o altri input visivi e, sulla base di questi input, può intervenire.
I motori di consigli: utilizzando i dati relativi ai comportamenti di consumo passati, gli algoritmi di AI possono aiutare a scoprire le tendenze dei dati che possono essere utilizzate per sviluppare strategie di cross-selling più efficaci.
Il trading azionario automatizzato: progettate per ottimizzare i portafogli azionari, le piattaforme di trading ad alta frequenza basate sull’AI fanno migliaia o anche milioni di operazioni di trading al giorno senza l’intervento umano.
Per fare altri esempi, uno dei campi in cui l’AI sta avendo un impatto significativo è il settore sanitario, in cui sta aiutando i medici a prendere decisioni più informate, a identificare patologie precocemente e a personalizzare i trattamenti. Ad esempio, l’AI è utilizzata per analizzare grandi quantità di dati sanitari per identificare pattern e tendenze che possono indicare malattie in una fase iniziale.
Un altro ambito su cui l’AI ha un impatto significativo è quello dell’ambiente e della sostenibilità. Essa può essere utilizzata per ottimizzare i processi industriali, ridurre i consumi energetici e aumentare l’efficienza.
