Intelligenza Artificiale

In informatica, per intelligenza artificiale (IA) o artificial intelligence (AI) si intende l’intelligenza dimostrata dalle macchine. Il termine è spesso usato per descrivere gli “agenti intelligenti”. Essi sono capaci di imitare le funzioni cognitive che gli esseri umani associano alla mente umana, in termini di apprendimento o risoluzione dei problemi. Gli agenti intelligenti sono dunque dispositivi che percepiscono l’ambiente che li circonda e intraprendono azioni che massimizzano le possibilità di raggiungere con successo determinati obiettivi.

Quando si parla di intelligenza artificiale, si pensa quasi immediatamente alla robotica, ma di fatto questa è solo uno degli ambiti impattati dall’IA. L’utilizzo di quest’ultima è ormai parte fondante della vita quotidiana di gran parte della popolazione mondiale.
Già nel 1943, il neurofisiologo McCulloch e il matematico Pitts assimilavano il comportamento di un neurone a quello di un bit in un sistema binario. Fin dalla nascita nel computer, avvenuta nel 1956, si è cercato di sviluppare software in grado di pensare e agire come gli esseri umani. Fino agli anni 2000 si riscontravano però numerosi vincoli dovuti ai limiti nella capacità di calcolo di determinati componenti. Attualmente, quegli stessi componenti risultano migliaia di volte più potenti a quelli dei primi computer e permettono dunque la risoluzione di algoritmi molto complessi.

Lo sviluppo decisivo nel campo dell’IA si è avuto quindi negli ultimi anni, quando si è stati in grado di migliorare il comportamento della macchina. In particolare, sulla sua capacità di imparare tramite l’esperienza, proprio come gli esseri umani. Tale tipologia di apprendimento automatico è chiamata machine learning. Il machine learning e il deep learning (una variante dell’apprendimento automatico) sono stati resi possibili grazie allo sviluppo delle reti neurali artificiali. Tali modelli permettono ad un calcolatore di emulare l’interconnessione dei neuroni; includono sistemi di logica induttiva e deduttiva; sono in grado di riconoscere gli input e i risultati ottenuti a seconda delle scelte effettuate; in altre parole, si adattano, come un cervello organico, a seconda delle specifiche necessità di apprendimento.

L’apprendimento automatico può avvenire con o senza supervisione. L’apprendimento senza supervisione è la frontiera che più affascina gli scienziati. Quest’ultima dovrebbe portare all’AGI (Artificial General Intelligence), l’agente intelligente perfettamente in grado di emulare il comportamento umano. Non è chiaro quando si arriverà a questo traguardo. Alcuni scienziati parlano di una manciata di anni, altri di almeno un secolo.
Ad oggi si lavora soprattutto con un approccio con supervisione: ad un calcolatore vengono fatti elaborare quante più nozioni possibili “etichettandole”. Un approccio innovativo con supervisione è quello del reinforcement learning, una modalità che premia la macchina in maniera automatizzata sulla base degli output che fornisce.

Ne deriva che l’efficacia di un sistema basato sull’intelligenza artificiale ad oggi è strettamente legata alla quantità di dati su cui può fare affidamento. In quest’ottica, l’IA è un fenomeno strettamente legato agli aspetti trattati nell’articolo sulla trasformazione digitale: in primis, big data e IoT (internet of things). L’IoT fa riferimento ad una vasta varietà di dispositivi e sensori connessi e comunicanti, che fungono da strumenti di raccolta di big data. Alcune di queste applicazioni più note sono evidenziate di seguito:

  • Smart Vehicle: un veicolo smart è un mezzo di trasporto dotato di numerosi sensori e algoritmi intelligenti. Quest’ultimi permettono la guida autonoma, anticipando la frenata per evitare collisioni o seguendo la segnaletica verticale e orizzontale. Al contempo sono in grado di accendere e regolare in maniera automatizzata gli abbaglianti, i tergicristalli, i sistemi di disappannamento vetri…;
  • Smart home: una casa smart è una casa dotata di molteplici dispositivi e sensori. Quest’ultimi possono gestire temperatura, illuminazione, diffusione sonora… in base alle abitudini e/o alle preferenze dei proprietari, dal vivo o a distanza;
  • Virtual Assistant e Chatbot: gli assistenti virtuali utilizzano algoritmi per il riconoscimento del linguaggio e per imparare col tempo le nostre abitudini e preferenze. Sono in grado di comprendere tono e contesto e dialogare dimostrando intraprendenza nel corso della conversazione; i chatbot sono sistemi automatici che usano tecnologie simili a quelle degli assistenti virtuali. Sono spesso utilizzati dalle aziende per gestire il supporto ai clienti e dunque identificare il problema del cliente e rispondere in maniera automatizzata. I chatbot possono essere adoperati anche in maniera proattiva dagli utenti per prenotare appuntamenti al nostro posto interloquendo con altri chatbot o altri esseri umani;
  • Autonomous Robot: utilizzati soprattutto dalle aziende, sono robot antropomorfi o dotati di bracci meccanici. Sono in grado di muoversi, manipolare oggetti ed eseguire azioni senza intervento umano o collaborando con gli umani circostanti. Un esempio di queste macchine sono i robot creati dalla Boston Dynamycs, che possono svolgere funzioni di immagazzinaggio con una velocità e precisione incredibile;
  • Sistemi di personalizzazione e raccomandazione: si tratta di algoritmi che studiano le preferenze, gli interessi, le decisioni dell’utente nel passato e nel presente. Basandosi anche su informazioni relative ad altri utenti simili, in maniera indiretta o diretta, ci propongono beni e servizi che potremmo apprezzare. Sono molto usati nell’e-commerce e nei servizi di streaming;
  • Sistemi di riconoscimento e rielaborazione: sistemi in grado di effettuare analisi biometriche di immagini o video per il riconoscimento di persone, animali e cose. Capaci di capire un linguaggio e/o di tradurlo, alcune di queste soluzioni sono adoperate nel campo anticrimine e in quello della sicurezza personale; ad esempio, per rilevare frodi tramite controlli automatizzati e geolocalizzati sulle transazioni bancarie e la ricerca di pattern. Altre soluzioni sono utili per i giornali: alcune news online a carattere finanziario e sportivo sono redatte da sistemi automatici;
  • Sistemi predittivi: si tratta di sistemi che possono essere usati nel settore anticrimine come in un’azienda manifatturiera. Tramite analisi predittive, cercano di prevenire frodi o prevedere le vendite di un determinato bene o servizio in un determinato lasso di tempo;
  • Realtà aumentata: particolare applicazione dell’IA, adoperata ad esempio nell’ambito dei video giochi. Permette di ricreare in maniera realistica personaggi e ambienti, di adattare le storie secondo il comportamento del giocatore, creando situazioni sempre nuove e imprevedibili.

L’intelligenza artificiale è dunque capace di trasformare una grande mole di dati disordinati in informazioni ordinate dall’alto contenuto conoscitivo (analytics). Nell’ambito manifatturiero le applicazioni dell’intelligenza artificiale si estendono lungo tutta la catena del ciclo produttivo. Le aziende che hanno capito come trarre valore dai dati, oltre ad aumentare la produttività, stanno ottenendo numerosi vantaggi in termini di qualità di prodotto. Si pensi ad esempio alle tecniche di manutenzione predittiva (predictive maintenance).

Al momento, in questo settore tecnologico, la grande sfida si pone tra gli Stati Uniti e la Cina. Negli Stati Uniti il dibattito coinvolge numerosi soggetti (big tecnologici, piccole startup innovative, università, partiti politici, movimenti di opinione…). La Cina sta adottando un approccio centralizzato.
In questo contesto, l’Europa sta cercando di ritagliarsi uno spazio. Nel 2018 i Paesi membri dell’Unione Europea hanno sottoscritto una dichiarazione con cui si sono impegnati a coordinare gli sforzi nell’implementazione di sistemi di IA. L’obiettivo principale è quello di condividere le best practice nel settore pubblico e di salvaguardare la sostenibilità di queste soluzioni.

Quando si parla di intelligenza artificiale non occorre infatti dimenticare che si pongono grandi problemi:

  • da un punto di vista etico, è complicato definire le responsabilità dell’operato di un agente intelligente. Quando finisce la responsabilità del programmatore e quando inizia quella della ditta costruttrice o dell’agente stesso? Le macchine intelligenti sono considerabili alla stregua di esseri umani?
  • da un punto di vista legale, occorre ipotizzare e realizzare un nuovo ecosistema normativo. Quest’ultimo dovrà rispondere in maniera efficace ai tanti quesiti posti (anche) a livello etico;
  • una tecnologia così avanzata, se adoperata in maniera impropria o per fini negativi, può generare gravi danni all’umanità. Si pensi ai droni ad uso militare, al fenomeno delle fake news, alle nuove tecnologie di hacking e ai virus informatici sempre più potenti;
  • l’impatto che queste tecnologie potrebbero avere e in parte stanno già avendo nel mercato del lavoro, non è da trascurare. Occorre ridisegnare i processi educativi, all’interno e all’esterno delle aziende, per riconvertire grandi porzioni della popolazione mondiale e formare nuova conoscenza tra i giovani. Tale processo non sarà semplice e rapido, alla luce dell’analfabetismo digitale che contraddistingue l’Italia e altri Paesi sviluppati.
    Alcuni futurologi parlano di un mondo in cui una fetta importante della società non lavorerà. Quest’ultima sarà salariata tramite sussidi statali (ad es.: universal basic income), generati dall’alta produttività garantita da sistemi di Intelligenza Artificiale. In sostanza quest’ultimi lavoreranno al posto degli esseri umani.

Ciò che è certo è che un numero crescente di organizzazioni a livello globale sta investendo sullo sviluppo delle capacità dell’IA. Tali aziende devono tenere a mente che attingere dal potere trasformativo dell’IA non significa semplicemente costruire la piattaforma tecnica. Significa soprattutto identificare con oculatezza le opportunità e le criticità, formare ed assumere nuove figure professionali quali i data scientist. Molto spesso i dirigenti più anziani sono tra i più esperti, ma anche tra i più scettici. I dipendenti di nuova formazione devono garantire che tutta l’organizzazione maturi le competenze necessarie per costruire la giusta coreografia ad un programma di IA.

Per concludere, è importante sottolineare che tale tecnologia è, per certi versi, ancora agli albori. Pertanto, non è in grado di apportare benefici concreti alla società in cui viviamo da un giorno all’altro. Prima di implementare una tecnologia così pervasiva, occorre essere inoltre consapevoli dei contesti in cui l’IA può aiutare a correggere gli errori commessi dell’uomo e dove esiste un rischio elevato che l’IA possa invece esacerbarli. Vi è la necessità di:

  • testare e mitigare gli eventuali bias (errori) che i sistemi di intelligenza artificiale per forza di cose produrranno;
  • approfondire i potenziali impatti che tali errori potrebbero arrecare all’uomo;
  • scoprire se e in che modo gli esseri umani e le macchine possano lavorare al meglio insieme
  • stabilire processi e best practice.

Per realizzare tutto ciò, qualsiasi organizzazione, secondo McKinsey, deve investire costantemente nella ricerca di tale tecnologia adottando un approccio multidisciplinare, che metta l’uomo al centro.
La società di consulenza suggerisce inoltre di farlo al più presto. Alcuni scenari tendono a frenare la transizione dirompente che l’adozione di questa tecnologia porterebbe. Vi è la paura di rallentare la crescita del reddito, aumentare la disuguaglianza e la disoccupazione. Allo stesso tempo, esistono altrettante evidenze che dimostrano, come nel lungo periodo, l’intelligenza artificiale possa portare ad un considerevole aumento della qualità della vita.
Se l’Italia vorrà essere tra i Paesi che trarranno più benefici da questa tecnologia, oltre ad implementare strategie condivise a livello europeo, dovrà investire maggiormente nel sistema educativo. Solo in questo modo potrà prendere forma un ecosistema di incubatori e start-up innovative simile a quello di altri Paesi sviluppati.

TAKE AWAY

► L’Intelligenza Artificiale è l’intelligenza dimostrata da determinate macchine intelligenti. Queste sono capaci di imitare le funzioni cognitive che gli esseri umani associano alla mente umana.
► Emulando l’interconnessione dei neuroni, tali macchine sono dotate di sistemi di logica induttiva e deduttiva e risultano in grado di apprendere tramite l’esperienza.
► Cina e USA risultano in prima linea nella ricerca. L’Europa sta cercando di ritagliarsi il proprio spazio.
► L’efficacia dell’IA è legata ai dati su cui può fare riferimento. La tecnologia per certi versi è ancora agli albori: è in grado di provocare impatti positivi e negativi nella vita delle organizzazioni e dei privati.
► Per poterla adoperare adeguatamente e massimizzarne i benefici, occorre un approccio multidisciplinare, che metta l’uomo al centro.

Fonti:
Warren S. McCulloch & Walter H. Pitts – A Logical Calculus of the Ideas Immanent in Nervous Activity – 1943
Treccani – Intelligenza Artificiale – 2008
McKinsey Insights – Tackling bias in artificial intelligence (and in humans) – Giugno 2019
Martin Ford – Architects of Intelligence – Novembre 2018