L'intelligenza Artificiale

I computer possono sostituire l'uomo?

Oggi ci sembra scontato usare un telecomando o più semplicemente la nostra voce per indicare a un dispositivo di regolare l’umidità, la temperatura o l’illuminazione delle nostre abitazioni, di sintonizzarsi sulla stazione radio che ci piace, o di chiamare un amico.

Ci sembra scontato anche interagire con i nostri smartphone. Alcuni, infatti, grazie ai sensori capiscono se ci stiamo muovendo a piedi o in macchina e in quest’ultimo caso si impostano automaticamente sulla modalità di guida per garantirci la massima sicurezza durante l’uso. O altri telefoni accendono la torcia incorporata quando si rendono conto che ci troviamo al buio.

Per noi è naturale anche pensare ai veicoli in grado di muoversi nel traffico senza pilota, ai medici e ricercatori che pur analizzando enormi quantità di dati trovano velocemente delle risposte e forniscono diagnosi molto precise ai pazienti, o ancora ai sistemi di prevenzione delle frodi in banca.

Spesso quando si parla di Intelligenza Artificiale si immagina un mondo futuristico in cui macchine e uomini convivono, in cui i robot sono in grado di decidere le azioni da compiere. In realtà, l’Intelligenza Artificiale è sempre più reale e viene usata ormai in molti settori nella vita di tutti i giorni.

Proprio per le sue infinite applicazioni, quella dell’Intelligenza Artificiale non è solo una grande sfida tecnologica ma è un tema storicamente e scientificamente ricchissimo che rimanda all’intima aspirazione dell’uomo di creare una macchina in cui si riflettono appieno le proprie capacità. Vediamo meglio cos’è l’Intelligenza Artificiale.

Cos’è l’Intelligenza Artificiale

L’Intelligenza Artificiale è la disciplina che studia la progettazione, lo sviluppo e la realizzazione di sistemi capaci di simulare le abilità, il ragionamento e il comportamento umani.

L’idea di fondo dell’IA è molto semplice: sviluppare delle macchine dotate di capacità autonome di apprendimento e adattamento ispirate alle caratteristiche umane, come le percezioni visive, spazio-temporali, decisionali. Non solo quindi intelligenza intesa come capacità di calcolo, ma anche e soprattutto come tutte quelle differenti forme di intelligenza che vanno dall’intelligenza spaziale a quella sociale, da quella cinestetica a quella introspettiva.

Alla base dell’Intelligenza Artificiale ci sono algoritmi, tecniche computazionali, soluzioni, in grado di replicare il comportamento umano. Il funzionamento dell’Intelligenza Artificiale è quello di un sistema informativo evoluto, in grado di imparare e prendere decisioni in modo quasi del tutto indipendente. Per farlo è necessario un approccio multidisciplinare, che comprende un numero molto ampio di argomenti che afferiscono a differenti discipline, dalla neurologia all’informatica, dalla neurobiologia alla neurofisiologia (e in genere tutte le discipline che studiano il cervello umano) alla matematica. Inoltre, per consentire ai sistemi IA di comunicare e interagire, sono indispensabili anche esperti del linguaggio, professionisti nel campo della robotica e della meccatronica.

Quando nasce l’Intelligenza Artificiale

Le prime tracce di Intelligenza Artificiale come disciplina scientifica risalgono agli anni Cinquanta, quando inizia a manifestarsi un grande interesse per gli studi sul calcolatore e il suo utilizzo per sistemi intelligenti. Nel 1950 Alan Turing pubblica uno dei primi articoli sull’Intelligenza Artificiale intitolato Computing machinery and intelligence, in cui introduce un metodo per verificare il grado di intelligenza di una macchina detto The Imitation Game, il gioco dell’imitazione. Comunemente noto come Test di Turing, questo metodo coinvolge una persona, una macchina e un altro operatore che deve stabilire chi fornisce le risposte. Il computer supera il test se riesce a conversare con l’operatore senza che quest’ultimo si accorga di interagire con una macchina.

Grazie al lavoro di Turing, il tema dell’Intelligenza Artificiale riceve una forte attenzione da parte della comunità scientifica. Qualche anno dopo, nel 1956, al Darmouth College, nel New Hampshire, si tiene un convegno al quale prendono parte i maggiori esponenti dell’informatica. Si raccolgono i principali contributi sul tema, ponendo anche l’attenzione sugli sviluppi futuri. In quell’occasione John McCarthy per la prima volta usa l’espressione Intelligenza Artificiale.

Negli anni seguenti università e aziende informatiche puntano alla ricerca e allo sviluppo di nuovi programmi e software in grado di pensare e agire come gli esseri umani almeno in determinati campi e settori.

Nascono programmi in grado di dimostrare teoremi sempre più complessi e, soprattutto, nasce il LISP, il primo linguaggio di programmazione che per oltre trent’anni è stato alla base dei software di Intelligenza Artificiale.

Nel 1966 compare la prima chatbot, ELIZA, sviluppata da Joseph Weizenbaum al Massachusetts Institute of Technology. ELIZA, comunicando tramite testo in linguaggio umano anziché in codice informatico, è un primo esempio di elaborazione del linguaggio naturale, precursore di Alexa e Siri.

È in momento in cui le previsioni dei ricercatori riguardo al futuro dell’AI sono sempre più ottimistiche e i computer eseguono una quantità sempre maggiore di operazioni, dal dialogo in lingua inglese alla risoluzione di equazioni algebriche.

Nel 1981 viene trovata una valida proposta commerciale per l’IA che attira nuovamente gli investimenti nel settore. L’informatico Ed Feigenbaum e altri collaboratori inventano un nuovo tipo di IA, i cosiddetti “sistemi esperti”. Questi, anziché focalizzarsi sull’intelligenza generale, si concentrano sull’uso di una serie di regole per automatizzare decisioni e compiti specifici nel mondo reale. In particolare, la prima Intelligenza Artificiale applicata in ambito commerciale è il software R1, sviluppato nel 1982 dall’azienda Digital Equipment Corporation per configurare gli ordini di nuovi computer e migliorare l’accuratezza: quattro anni dopo, l’azienda è in grado di risparmiare 40 milioni di dollari all’anno.

L’IA si è sviluppata radicalmente negli anni ‘90, soprattutto grazie al progressivo aumento della potenza di calcolo. Nel 1997 si verifica un avvenimento di rilievo: il software informatico Deep Blue riesce a battere il campione del mondo di scacchi Garry Kasparov.

Oggi l’Intelligenza Artificiale rappresenta uno dei principali ambiti di interesse della comunità scientifica informatica con temi di ricerca come il machine learning, la robotica. Gli obiettivi principali dello sviluppo di intelligenze artificiali sempre più efficienti e raffinate possono essere rintracciati nella volontà di realizzare macchine autonome capaci di sostituirsi (parzialmente o totalmente) all’uomo nell’esecuzione di funzioni delegabili come quelle riguardanti lo svolgimento di attività pesanti o nocive per la salute o l’elaborazione di grandi volumi di dati.

Intelligenza Artificiale forte e debole

Non appena si inizia a parlare di Intelligenza Artificiale, le aspettative sulle sue applicazioni iniziano a crescere. Ma siccome i macchinari a quel tempo non disponevano di una capacità computazionale adeguata, le aspettative vengono spesso deluse e si determina una frammentazione dell’Intelligenza Artificiale in due teorie principali: Intelligenza Artificiale Debole e Forte.

Si parla di Intelligenza Artificiale Debole nel caso di macchine che riescono a risolvere problemi specifici senza avere però coscienza delle attività svolte. L’obiettivo quindi di questa teoria non è quello di realizzare macchine dotate di un’intelligenza umana, ma di avere sistemi in grado di svolgere una o più funzioni umane complesse, ad esempio fornire rapidamente una risposta a un problema laddove una persona normalmente impiegherebbe giorni, settimane o mesi.

Secondo la teoria dell’Intelligenza Artificiale Forte, le macchine sono in grado di sviluppare una coscienza di sé che studia sistemi in grado di replicare l’intelligenza umana. I fautori di questa teoria ipotizzano che un giorno le macchine avranno un’intelligenza propria (non emuleranno quindi quella dell’uomo), autonoma e probabilmente superiore a quella degli esseri umani.

Come funziona l’Intelligenza Artificiale

Per quanto riguarda la tecnologia che sta alla base dell’Intelligenza Artificiale si possono distinguere:

• i software IA
• i robot IA

I software IA sono dei programmi di Intelligenza Artificiale installati all’interno dei computer sotto forma di algoritmi complessi. Queste tecnologie informatiche riescono a realizzare varie attività attraverso sistemi di machine learning e deep learning. È possibile quindi richiedere l’assistenza di un software di IA per realizzare determinati compiti anche da remoto, ad esempio avvalendosi di una soluzione cloud.

I robot IA invece sono dei sistemi più complessi, perché oltre al software di Intelligenza Artificiale includono elementi meccatronici e sensori attraverso i quali la tecnologia interagisce con l’ambiente esterno. Si tratta quindi di macchine avanzate in grado di realizzare operazioni più o meno difficili, simulando l’attività di un essere umano o di un animale. In questo caso serve una perfetta integrazione tra il software e l’hardware, affinché il robot possa effettuare azioni come camminare, saltare, nuotare o conversare con altri robot o essere umani.

Il funzionamento di una IA si basa principalmente su quattro differenti livelli funzionali:

– comprensione: attraverso la simulazione di capacità cognitive di correlazione dati ed eventi l’IA è in grado di riconoscere testi, immagini, tabelle, video, voce ed estrapolarne informazioni;

– ragionamento: mediante la logica (precisi algoritmi matematici e in modo automatizzato) i sistemi riescono a collegare le informazioni raccolte;

– apprendimento: sistemi con funzionalità specifiche per l’analisi degli input di dati e per la loro restituzione in output, come ad esempio i sistemi di machine learning che con tecniche di apprendimento automatico portano le IA a imparare e a svolgere varie funzioni;

– interazione: ci si riferisce alle modalità di funzionamento dell’IA in relazione alla sua interazione con l’uomo. Ad esempio i sistemi di Natural Language Processing, tecnologie che consentono all’uomo di interagire con le macchine (e viceversa) sfruttando il linguaggio naturale.

I campi applicativi dell’IA

Al giorno d’oggi usiamo i sistemi IA in numerosi settori e spesso non ce ne accorgiamo nemmeno. Per fare ordine nelle applicazioni di IA, l’Osservatorio di Artificial Intelligence del Politecnico di Milano ha realizzato uno studio approfondito, identificando otto campi applicativi delle tecnologie di IA:

• Intelligent Data Processing: sistemi che forniscono informazioni analizzando i dati;
• Virtual Assistant e Chatbot: software che consentono di ottimizzare i servizi di customer care nelle aziende;
• Recommendation System: applicazioni di IA che propongono consigli e aiutano gli utenti a compiere scelte, come l’acquisto del prodotto giusto in base alle proprie esigenze;
• Natural Language Processing: sistemi di comprensione del linguaggio che possono anche tradurre testi e scrivere contenuti in base a indicazioni specifiche;
• Computer Vision: riconoscimento di immagini e video per l’estrazione di informazioni;
• Autonomous Vehicle: auto che possono guidarsi da sole interagendo con le infrastrutture stradali e gli altri veicoli;
• Intelligente Object: oggetti in grado di realizzare azioni autonome e prendere delle decisioni;
• Autonomous Robot: macchine che possono replicare i movimenti umani e operare anche in modo indipendente.

L’Intelligenza Artificiale oggi

Sono già molti i settori in cui i sistemi di IA hanno portato cambiamenti e prodotto ottimi risultati.

Pensiamo alla sanità. Le applicazioni per l’IA possono fornire letture mediche e radiografiche personalizzate. Gli assistenti sanitari personali possono fungere da life coach, ricordandoci di prendere le pillole, fare esercizio fisico o mangiare in modo più sano.

Per quanto riguarda lo sport, l’IA può essere utilizzata per catturare e analizzare le immagini di gioco, fornire agli allenatori rapporti su come organizzare meglio il gioco, come ottimizzare le posizioni in campo e la strategia.

Nel settore del retail, l’IA offre funzionalità di shopping virtuale che dispensano consigli personalizzati o presentano le diverse opzioni di acquisto al consumatore. Anche le tecnologie per la gestione delle scorte di magazzino e di configurazione dei siti sono e saranno ancora migliorate con l’IA.

Molti progetti di Intelligenza Artificiale sono utilizzati nell’ambito della programmazione di giochi, dagli scacchi al backgammon. Proprio questi due particolari giochi hanno anche dato un importante contributo allo sviluppo degli algoritmi di apprendimento.

Le tecnologie IA aiutano gli esperti di marketing a creare pubblicità ad alto coinvolgimento. I big data infatti forniscono indicazioni utili per migliorare l’engagement.

L’Intelligenza Artificiale ha indubbiamente rivoluzionato le nostre vite e continuerà a farlo. Sarà sempre più possibile, infatti, creare nuovi prodotti e servizi, sia in ambito industriale che commerciale. Potranno nascere nuovi consumatori e nuovi mercati. Investire oggi in Intelligenza Artificiale significa investire nel futuro.

I falsi miti dell’IA

Esiste molta confusione sull’IA e sulle sue possibilità. Ecco alcuni luoghi comuni:

L’IA produce risultati straordinari: il percorso verso un modello di IA di successo richiede molto tempo, una pianificazione accurata e un’idea chiara degli obiettivi da raggiungere. Non è una bacchetta magica.

L’IA aziendale può funzionare senza l’intervento dell’uomo: il valore dell’IA consiste nella sua capacità di potenziare le capacità umane e di alleggerire il carico di lavoro dei dipendenti, che così possono dedicarsi ad attività più strategiche. Inoltre, l’IA fa affidamento sulle persone per fornire dati corretti ed elaborarli nel modo giusto.

Più dati ci sono, meglio è: l’IA aziendale ha bisogno di dati intelligenti, quindi di alta qualità, aggiornati, pertinenti.

L’IA aziendale richiede solo dati e modelli per avere successo: dati, algoritmi e modelli sono il punto di partenza, ma una soluzione di IA deve essere scalabile per soddisfare le esigenze aziendali in evoluzione. Fino a oggi, la maggior parte delle soluzioni di IA aziendali sono state realizzate dai data scientist e richiedono continue attività di configurazione e manutenzione manuali.