Facile dire Intelligenza artificiale. Più difficile capire che cosa si intende esattamente per AI (acronimo inglese per Artificial Intelligence), come funziona, come viene addestrata e quali vantaggi (o svantaggi) può dare. Con una certezza: ormai non se ne può fare a meno, o quasi, in qualsiasi campo.
Che cos'è -
Per quanto si tratti di una tecnologia estremamente complessa, l’idea che sta alla base dell’Intelligenza artificiale è abbastanza semplice. Si tratta di sviluppare delle "macchine" dotate di capacità di apprendimento e di adattamento che simulino apprendimento e adattamento umani. Il tutto è reso possibile dalla possibilità di far elaborare a queste macchine una quantità pressoché infinita di dati, per poter affinare nel tempo la capacità di, per semplificare, trovare la risposta più corretta possibile alla domanda più complessa che viene sottoposta. Una capacità migliore rispetto a una risposta umana, in quanto basata su una quantità di dati potenzialmente infinita, cosa impossibile da fare per un essere umano. L'Intelligenza artificiale, dunque, è un sistema capace di perseguire in modo autonomo un obiettivo definito dalla richiesta, prendendo decisioni che fino a quel momento erano solitamente affidate alle persone.
Differenza con il machine learning -
Spesso si parla di Intelligenza artificiale e Machine Learning come sinonimi. In realtà non lo sono. In particolare, il Machine Learning (cioè apprendimento automatico) è ciò che sottosta all'Intelligenza artificiale: si tratta dello sviluppo di algoritmi che permettono ai computer di imparare da dati disponibili (potenzialmente infiniti) e quindi di migliorare le loro prestazioni nel tempo, senza dover essere esplicitamente programmati per ogni singola specifica attività. Il Machine Learning, per semplificare, utilizza la statistica per consentire ai computer di "apprendere" da situazioni precedenti analoghe a quella che viene sottoposta, così da prendere e suggerire decisioni e risposte basate su esempi passati. Un processo automatico, non sviluppato da inserimento umano di dati. Ed è proprio questo che distingue il Machine Learning dalle più tradizionali tecniche di programmazione semplice.
I Chatbot -
Così, per esempio, funzionano i Chatbot (o Assistenti virtuali), una della applicazioni di Intelligenza artificiale più diffuse. Quando sottoponiamo una domanda al Chatbot di un'azienda per trovare la risposta a un nostro problema, lui ci restituisce informazioni che statisticamente sembrano essere più corrette in base alle parole che abbiamo scritto (o pronunciato) nella nostra domanda. Non a caso, al termine di ogni risposta, il Chatbot chiede se siamo soddisfatti: in caso negativo, va in cerca di altre informazioni che statisticamente gli sembrano essere più coerenti ancora rispetto a quanto abbiamo chiesto. Allo stesso modo funzionano le applicazioni che ci permettono di ottenere informazioni da un'immagine o da suoni.
L'addestramento -
E qui si inserisce il tema dell'addestramento dell'Intelligenza artificiale. Come detto, più dati, più comportamenti, più immagini, più audio sono disponibili, migliore sarà la risposta che l'algoritmo restituirà a una qualsiasi domanda. Ecco perché i dati sono importanti. Soprattutto sono importanti i dati forniti da persone che, per esempio, dialogano tra loro, o si scambiano immagini sui social, o registrano e spediscono audio. Tutto questo serve alle reti neurali di imparare comportamenti sempre più simili al comportamento umano e quindi di simulare al meglio reazioni e risposte (o creatività) che sono apparentemente sempre più simili a quelle tra persone.
L'Intelligenza artificiale generativa -
L'ultimo passaggio è dunque quello della cosiddetta Intelligenza artificiale generativa. In sostanza, è un tipo di Intelligenza Artificiale che utilizza algoritmi di Machine Learning per generare nuovi contenuti che in precedenza si basavano esclusivamente sulla creatività dell’uomo. Questi contenuti possono essere testo, audio, immagini, video e anche codice informatico.
Le applicazioni -
Le applicazioni dell'Intelligenza artificiale generativa e predittiva sono pressoché infinite. Per esempio, la possibilità di effettuare diagnosi mediche in base ai dati delle cartelle cliniche di milioni di pazienti in tutto il mondo. Oppure, in campo bancario o finanziario, di fornire indicazioni di investimento più coerenti con il profilo di rischio e gli obiettivi del cliente. Tutto questo in cambio di concedere una mole infinita di dati, anche personali. Non a caso l'Unione europea ha varato l’Artificial Intelligence Act, primo regolamento al mondo sull’Intelligenza artificiale. Il suo obiettivo è quello di far sì che i sistemi di AI che si trovano all’interno del mercato europeo siano sicuri e rispettino i diritti dell’Ue in termini di privacy e di proprietà intellettuale di testi, immagini, audio e tutto ciò che è creato da una persona.