La velocità di elaborazione di una «macchina» e la capacità di pensiero «umana».
Quando si parla di Intelligenza Artificiale, si pensa subito a robot in grado di comprendere e decidere le azioni da compiere e di un mondo futuristico in cui macchine e uomini convivono.
Realtà ed Intelligenza Artificiale
In realtà, l’Intelligenza Artificiale e il suo utilizzo sono molto più reali di quanto si possa immaginare e vengono oggi utilizzati in diversi settori della vita quotidiana, ad esempio:
· Sanità e Ricerca Scientifica per diagnosticare malattie in base ai sintomi del paziente
· Vendite e Marketing per attività predittive, statistiche e di simulazione
· Sicurezza e Gestione Rischi per prevenire possibili minacce e/o incidenti
· Automazione ed Elaborazione Processi per ottimizzare i tempi di gestione e far eseguire alcune delle operazioni una volta manuali alle macchine, come classificazione o catalogazione di dati
L’Intelligenza Artificiale può essere generalmente definita come un insieme di molteplici teorie e tecniche che sono combinate per lo sviluppo di un sistema in grado di affrontare autonomamente e in modo creativo specifici problemi, mostrando in quel contesto capacità intellettiva talvolta superiore a quella umana.
Il funzionamento di un AI
Dal punto di vista di queste abilità, il funzionamento di una AI si sostanzia principalmente attraverso quattro differenti livelli funzionali:
· comprensione: attraverso la simulazione di capacità cognitive di correlazione dati ed eventi l’AI è in grado di riconoscere testi, immagini, tabelle, video, voce ed estrapolarne informazioni;
· ragionamento: mediante la logica i sistemi riescono a collegare le molteplici informazioni raccolte;
· apprendimento: in questo caso parliamo di sistemi con funzionalità specifiche per l’analisi degli input di dati e per la loro “corretta” restituzione in output;
· interazione (Human Machine Interaction): in questo caso ci si riferisce alle modalità di funzionamento dell’AI in relazione alla sua interazione con l’uomo. È qui che stanno fortemente avanzando i sistemi di NLP – Natural Language Processing, tecnologie che consentono all’uomo di interagire con le macchine (e viceversa) sfruttando il linguaggio naturale.
All’interno della disciplina dell’AI due ambiti di studio che meritano un po’ di chiarezza sono Machine Learning e Deep Learning.
· Machine Learning: Un sottoinsieme dell’AI che fornisce ai sistemi la capacità di imparare automaticamente e migliorarsi con l’esperienza, senza essere esplicitamente programmati; il sistema può “allenarsi” autonomamente correggendo gli errori grazie a specifici input esterni.
· Deep Learning: Un sottoinsieme del Machine Learning ispirato alla struttura del cervello biologico; non richiede un intervento del programmatore per “imparare”, emulando così il processo di apprendimento della mente dell’uomo. In questo caso il modello matematico da solo non basta, il Deep Learning necessita di reti neurali artificiali progettate ad hoc (deep artificial neural networks) e di una capacità computazionale molto potente capace di “reggere” differenti strati di calcolo e analisi (che è quello che succede con le connessioni neurali del cervello umano).
Può sembrare un livello tecnologico futuristico ma questi sistemi sono già in uso oggi, ad esempio nel riconoscimento vocale o delle immagini, nella guida autonoma, nella ricerca web e tanto altro.
Di questo e tanto altro si parlerà durante l’Online Edition dei Digital Innovation Days 2020, acquista subito il tuo biglietto in Early Bird a 79€ anziché 149€!
Clicca sul link https://digitalinnovationdays.com/partecipa/ e inserisci il codice Didyou20.
Riccardo Inglisa
Brand Ambassador Digital Innovation Days