Intelligenza artificiale (IA): cos’è e come funziona

0 3.018

L’intelligenza artificiale (IA) è la simulazione dei processi di intelligenza umana da parte delle macchine, in particolare dei sistemi informatici. Questi processi includono l’apprendimento (usando regole per raggiungere conclusioni approssimative o definite) e l’auto-correzione. Particolari applicazioni dell’IA includono sistemi esperti, riconoscimento vocale e visione artificiale.

L’intelligenza artificiale può essere classificata come debole o forte.

L’intelligenza artificiale debole, nota anche come IA ristretta, è un sistema progettato e addestrato per un particolare compito. Gli assistenti personali virtuali, come Siri di Apple, sono una forma di IA debole.

L’intelligenza artificiale forte, nota anche come intelligenza artificiale generale, è un sistema di intelligenza artificiale con abilità cognitive umane generalizzate. Quando viene presentato con un compito sconosciuto, un sistema di intelligenza artificiale forte è in grado di trovare una soluzione senza l’intervento umano.

Dal momento che i costi per i componenti di intelligenza artificiale lato hardware, software e personale possono essere molto alti, molti provider stanno includendo la IA nelle loro offerte standard, tramite l’accesso alle piattaforme di Intelligenza Artificiale come Servizio (AIaaS). La IA come servizio permette dunque a individui e aziende di sperimentare con l’intelligenza artificiale. Le offerte di IA in cloud più diffuse includono i servizi Amazon AI, IBM Watson Assistant, Microsoft Cognitive Services e i servizi Google AI.

Gli strumenti di IA presentano una gamma di nuove funzionalità per le imprese, ma bisogna anche considerare che l’uso dell’intelligenza artificiale solleva questioni etiche. Ciò è dovuto al fatto che gli algoritmi di deep learning, che stanno alla base di molti degli strumenti di intelligenza artificiale più avanzati, sono intelligenti quanto quelli forniti in allenamento. Poiché un essere umano seleziona quali dati devono essere usati per addestrare un programma di intelligenza artificiale, il potenziale di distorsione umana è intrinseco e deve essere monitorato attentamente.

Alcuni esperti del settore ritengono che il termine “intelligenza artificiale” sia troppo strettamente legato alla cultura popolare, facendo sì che l’opinione pubblica abbia timori non realistici sull’intelligenza artificiale e aspettative improbabili su come cambierà il posto di lavoro e la vita in generale. I ricercatori e gli esperti di marketing sperano che il nome intelligenza aumentata, che ha una connotazione più neutrale, aiuterà le persone a capire che l’intelligenza artificiale semplicemente migliorerà prodotti e servizi, senza sostituire gli umani che li usano.

Tipi di intelligenza artificiale

Arend Hintze, un assistente professore di biologia integrativa, informatica e ingegneria presso la Michigan State University, categorizza l’intelligenza artificiale in quattro tipi, a partire dal tipo di sistemi di intelligenza artificiale che esistono oggi fino ad arrivare ai sistemi senzienti, che non esistono ancora. Le sue categorie sono descritte nei prossimi paragrafi.

Tipo 1: macchine reattive

Un esempio è Deep Blue, il programma IBM che ha battuto Garry Kasparov negli anni ’90. Deep Blue può identificare pezzi sulla scacchiera e fare previsioni, ma non ha memoria e non può usare le esperienze passate per informare quelle future. Analizza le mosse possibili – la sua e il suo avversario – e sceglie la mossa più strategica. Deep Blue e AlphaGO di Google sono stati progettati per scopi ristretti e non possono essere facilmente applicati a un’altra situazione.

Tipo 2: memoria limitata

Questi sistemi di intelligenza artificiale possono utilizzare le esperienze passate per indirizzare le decisioni future. Alcune delle funzioni decisionali nelle auto a guida autonoma sono progettate in questo modo. Le osservazioni informano le azioni che accadono in un futuro non troppo lontano. Queste osservazioni non sono memorizzate in modo permanente.

Tipo 3: teoria della mente

Questo termine di psicologia si riferisce alla comprensione del fatto che gli altri hanno le proprie credenze, i propri desideri e le proprie intenzioni e tutto questa influenza le decisioni che prendono. Questo tipo di intelligenza artificiale non esiste ancora.

Tipo 4: autocoscienza

In questa categoria, i sistemi di intelligenza artificiale hanno un senso di sé, hanno coscienza. Le macchine con consapevolezza di sé comprendono il loro stato attuale e possono usare le informazioni per dedurre ciò che gli altri sentono. Anche questo tipo di intelligenza artificiale non esiste ancora.

Esempi di intelligenza artificiale

L’intelligenza artificiale è incorporata in una varietà di diversi tipi di tecnologie, ecco alcuni esempi.

Automazione

L’automazione è ciò rende automatico un sistema o un processo. Ad esempio, l’automazione del processo robotico (RPA) può essere programmata per eseguire attività ripetibili ad alto volume che normalmente vengono eseguite dagli esseri umani. RPA è diverso dall’automazione IT in quanto può adattarsi a circostanze mutevoli.

Apprendimento automatico

È la scienza che permette ad un computer di agire senza programmazione. L’apprendimento immediato è un sottoinsieme dell’apprendimento automatico che, in termini molto semplici, può essere pensato come l’automazione dell’analisi predittiva.

Esistono tre tipi di algoritmi di apprendimento automatico:

  1. Apprendimento supervisionato: i set di dati sono etichettati in modo che i pattern possano essere rilevati ed utilizzati per etichettare nuovi set di dati.
  2. Apprendimento non supervisionato: i set di dati non sono etichettati e ordinati in base a somiglianze o differenze.
  3. Apprendimento di rinforzo: i set di dati non sono etichettati ma, dopo aver eseguito un’azione o più azioni, il sistema di IA riceve un feedback.

Visione artificiale

La scienza oramai consente ai computer di vedere. La visione artificiale acquisisce e analizza le informazioni visive utilizzando una videocamera, la conversione da analogico a digitale e l’elaborazione del segnale digitale. Viene spesso paragonato alla vista umana, ma la visione artificiale non è vincolata dalla biologia e può essere programmata per vedere attraverso i muri, per esempio. È utilizzata in una gamma di applicazioni dall’identificazione della firma all’analisi delle immagini mediche. La visione artificiale, che si concentra sull’elaborazione delle immagini basata su macchine, è spesso confusa con la machine vision.

LEGGI ANCHE: Computer Vision vs. Machine Vision: quali differenze?

La machine vision (MV) rappresenta la tecnologia e i metodi utilizzati per fornire ispezioni e analisi automatiche basate sull’imaging per applicazioni quali l’ispezione automatica, il controllo del processo e la guida del robot, applicati solitamente nell’industria.

Elaborazione del linguaggio naturale (NLP)

Si tratta dell’elaborazione del linguaggio naturale umano mediante un programma per computer. Uno degli esempi più vecchi e conosciuti di NLP (Natural Language Processing) è il rilevamento dello spam, che esamina la riga dell’oggetto e il testo di un’e-mail e decide se si tratta di posta indesiderata. Gli attuali approcci alla NLP si basano sull’apprendimento automatico. Le attività di NLP comprendono la traduzione del testo, l’analisi dei sentimenti e il riconoscimento vocale.

Robotica

La robotica è un campo di ingegneria incentrato sulla progettazione e produzione di robot. I robot vengono spesso utilizzati per eseguire compiti difficili da eseguire o complicati da eseguire in modo coerente. Sono utilizzati nelle linee di assemblaggio per la produzione di automobili o dalla NASA per spostare oggetti di grandi dimensioni nello spazio. I ricercatori stanno anche utilizzando l’apprendimento automatico per costruire robot in grado di interagire in contesti sociali.

Auto a guida autonoma

Le automobili a guida autonoma utilizzano una combinazione di visione artificiale, riconoscimento di immagini e apprendimento approfondito per creare abilità automatizzate alla guida di un veicolo pur restando in una determinata corsia ed evitando ostacoli imprevisti, come i pedoni.

Intelligenza artificiale: applicazioni

L’intelligenza artificiale si è fatta strada in un certo numero di settori; ecco sei esempi.

Intelligenza artificiale nella sanità

Le maggiori scommesse riguardano il miglioramento dei risultati nella cura dei pazienti e la riduzione dei costi. Le aziende sanitarie stanno applicando l’apprendimento automatico per fare diagnosi migliori e più veloci rispetto agli umani. Una delle tecnologie sanitarie più conosciute è IBM Watson. Comprende il linguaggio naturale ed è in grado di rispondere alle domande poste. Il sistema estrae i dati del paziente e altre fonti di dati disponibili per formulare un’ipotesi, che quindi presenta con uno schema di punteggio di confidenza. Altre applicazioni AI includono chatbots, un programma utilizzato online per rispondere alle domande e assistere i clienti, per pianificare appuntamenti di follow-up o aiutare i pazienti attraverso il processo di fatturazione e assistenti virtuali che forniscono un feedback medico di base.

Intelligenza artificiale nel mondo degli affari

L’automazione robotica dei processi viene applicata a compiti altamente ripetitivi normalmente eseguiti dagli esseri umani. Gli algoritmi di apprendimento automatico vengono integrati nelle piattaforme di analisi e CRM per scoprire informazioni su come servire meglio i clienti. I chatbot sono stati incorporati nei siti Web per fornire un servizio immediato ai clienti. L’automazione delle posizioni di lavoro è diventata anche un punto di discussione tra accademici e analisti IT.

Intelligenza artificiale in educazione

L’intelligenza artificiale può automatizzare la valutazione, dando più tempo agli educatori. L’intelligenza artificiale può valutare gli studenti e adattarsi alle loro esigenze, aiutandoli a lavorare al loro ritmo. I tutor di IA possono fornire ulteriore supporto agli studenti oltre a quello degli insegnanti. L’intelligenza artificiale potrebbe cambiare dove e come gli studenti apprendono, in alcuni casi addirittura sostituendo gli insegnanti.

Intelligenza artificiale in finanza

L’intelligenza artificiale nelle applicazioni di finanza personale, come Mint o Turbo Tax, sta sconvolgendo le istituzioni finanziarie. Applicazioni come queste raccolgono dati personali e forniscono consulenza finanziaria. Altri programmi, come IBM Watson, sono stati applicati al processo di acquisto di una casa. Oggi, il software esegue gran parte del trading su Wall Street.

Intelligenza artificiale nel diritto

Il processo di identificazione e lo spoglio dei documenti, in legge, è spesso molto pesante per gli umani. L’automazione di questo processo permette un uso più efficiente del tempo. Alcune startup stanno creando assistenti informatici con domande e risposte preimpostate che sono programmate per rispondere agli utenti, esaminando la tassonomia e l’ontologia associate a un database predefinito.

Intelligenza artificiale nella produzione

Questa è un’area che è stata in prima linea nell’incorporare i robot nel flusso di lavoro, demandando ai robot industriali l’esecuzione di singoli compiti separandoli dai lavoratori umani.

Sicurezza e preoccupazioni etiche

L’applicazione dell’IA nel regno delle auto a guida autonoma aumenta l’esigenza di sicurezza e le preoccupazioni etiche. Le auto possono essere violate e quando un veicolo autonomo è coinvolto in un incidente, la responsabilità non è chiara. I veicoli autonomi possono anche essere messi in una posizione in cui un incidente è inevitabile, costringendo la programmazione a prendere una decisione etica su come minimizzare il danno.

Un’altra preoccupazione importante è il potenziale abuso di strumenti di intelligenza artificiale. Gli hacker stanno iniziando a utilizzare sofisticati strumenti di machine learning per ottenere l’accesso a sistemi sensibili, complicando la questione della sicurezza oltre il suo stato attuale.

Gli strumenti di generazione di video e audio basati sul deep learning presentano anche alcuni lati negativi, come la possibilità di creare i cosiddetti deepfake, ovvero video realizzati in modo convincente dove figure pubbliche dicono o fanno cose che non hanno mai avuto luogo.

Regolamentazione delle tecnologie di intelligenza artificiale

Nonostante questi potenziali rischi, ci sono poche regole che governano l’uso degli strumenti di intelligenza artificiale e, laddove esistono leggi, esse tipicamente riguardano l’intelligenza artificiale solo indirettamente. Ad esempio, i regolamenti federali di Fair Lending richiedono alle istituzioni finanziarie di spiegare le decisioni di credito ai potenziali clienti, il che limita la misura in cui i creditori possono utilizzare algoritmi di deep learning, che per loro natura sono tipicamente opachi. Il GDPR europeo pone limiti rigorosi su come le imprese possono utilizzare i dati dei consumatori, il che impedisce la formazione e la funzionalità di molte applicazioni AI orientate al consumatore.

Nel 2016, il Consiglio nazionale della scienza e della tecnologia degli Stati Uniti ha pubblicato un rapporto che esamina il potenziale ruolo del regolamento governativo nello sviluppo dell’IA, ma non ha raccomandato di prendere in considerazione una legislazione specifica. Da quel momento la questione ha ricevuto scarsa attenzione da parte dei legislatori.

Lascia una risposta

L'indirizzo email non verrà pubblicato.

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.