L’intelligenza artificiale e come viene classificata
L’intelligenza artificiale (AI) è la simulazione di intelligenza umana da parte delle macchine, in particolare dai computer system. Questi processi includono l’apprendimento (l’acquisizione di informazioni e regole per l’utilizzo delle informazioni), il ragionamento (usando le regole per raggiungere conclusioni approssimative o definite) e l’autocorrezione. Particolari applicazioni dell’IA includono sistemi esperti, riconoscimento vocale e machine vision.
L’intelligenza artificiale può essere classificata come Weak AI (debole) o strong AI (forte). L’IA debole, nota anche come narrow AI, 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
artificial general intelligence, è un sistema d’intelligenza artificiale con generali abilità cognitive “umane”. Quando viene presentato con un compito sconosciuto, un “artificial general intelligence” è in grado di trovare una soluzione senza l’intervento umano.
Poiché i costi di hardware e software possono essere costosi, molti produttori includono componenti AI nelle loro offerte standard e inoltre l’accesso alle piattaforme di Intelligenza Artificiale come Servizio (AIaaS). “AI as a Service” consente alle persone e alle aziende di sperimentare l’intelligenza artificiale per vari scopi aziendali e di campionare più piattaforme prima di prendere una decisione. Le offerte di cloud AI più diffuse sono i servizi Amazon AI, IBM Watson Assistant, Microsoft Cognitive Services e i servizi Google AI.
Aspetto etico dell’Intelligenza Artificiale
Mentre gli strumenti di intelligenza artificiale presentano una gamma di nuove funzionalità per le imprese, il suo possibile uso solleva questioni etiche. Questo perché gli algoritmi di deep learning, che sono alla base di molti dei più avanzati strumenti di intelligenza artificiale, sono intelligenti quanto i dati che vengono dati durante l’allenamento. Poiché un essere umano seleziona quali dati devono essere usati per addestrare un programma, il potenziale al possibile inclino ad una “mutazione” umana deve essere monitorato e non sottovalutato.
Alcuni esperti del settore ritengono che il termine “intelligenza artificiale” sia troppo strettamente legato alla cultura popolare, facendo sì che le persone si siano fatti un’idea sbagliata, temendo quali potrebbero essere le sue aspettative nel mondo del lavoro e nella vita in generale. I ricercatori e gli esperti di marketing sperano che questa visione diventi piú “neutrale”, e che le persone possano capire che l’intelligenza artificiale migliorerà prodotti e servizi, non sostituendo gli umani che li usano.
Tipi di intelligenza artificiale
Arend Hintze, un professore di biologia integrativa, informatica e ingegneria alla Michigan State University, classifica l’IA in quattro tipi, dai AI system che esistono oggi, ai sistemi senzienti, che ancora non esistono. Le sue categorie sono le seguenti:
• Reactive machines (Macchine reattive).
Un esempio è Deep Blue, il programma di scacchi 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 quella del 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 ad un’altra situazione. (Narrow AI).
• Limited memory (memoria limitata).
Questi sistemi di intelligenza artificiale possono utilizzare le esperienze passate per informare 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, come ad esempio le corsie che cambiano auto. Queste osservazioni non sono memorizzate in modo permanente.
• Theory of mind (teoria della mente).
Questo termine psicologico si riferisce alla comprensione che gli altri hanno le proprie credenze, i propri desideri e le proprie intenzioni, le quali nel complesso influenzano le decisioni che prendono. Questo tipo di intelligenza artificiale non esiste ancora.
• Self-awareness (auto-consapevolezza).
In questa categoria, i sistemi di intelligenza artificiale hanno un senso di sé, in altre parole 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. Come il Tipo 3, non siamo ancora arrivati a sviluppare un’intelligenza artficiale di questo genere.
Esempi di teconologie AI
Automazione: cosa rende automatico un sistema. Ad esempio, l’automazione del processo robotico (RPA) può essere programmata per eseguire attività ripetibili molte volte, che normalmente vengono eseguite dagli esseri umani. RPA è diverso dall’automazione IT in quanto può adattarsi a circostanze mutevoli.
Machine learning: ovvero la scienza che studia come ottenere un computer che agisce senza essere programmato. Deep learning è un sottocampo del machine learning, che in termini molto semplici, può essere pensato come l’automazione dell’analisi predittiva.
Leggi Cos’è il Deep Lerning
Esistono tre tipi di algoritmi di machine learning:
• Apprendimento supervisionato: i data set sono etichettati in modo che i pattern possano essere rilevati e utilizzati per etichettare nuovi data set.
• Apprendimento non supervisionato: i data set non sono etichettati, ma sono ordinati in base a somiglianze o differenze.
• Apprendimento con rinforzo: i data set non sono etichettati ma dopo aver eseguito un’azione o più azioni, il sistema AI riceve un feedback per la decisione.
Machine vision: la scienza che consente ai computer di “vedere”. Questa tecnologia acquisisce e analizza le informazioni visive utilizzando una videocamera, la conversione da analogica 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. È utilizzato in una gamma di applicazioni, dall’identificazione della firma all’analisi delle immagini mediche.
Natural language processing (NLP): elaborazione di un linguaggio umano mediante un computer. Uno degli esempi più vecchi e conosciuti di NPL 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 di NPL si basano su machine learning. Le attività di NPL comprendono la traduzione del testo, l’analisi dei sentimenti e il riconoscimento vocale.
Robotics: un campo di ingegneria incentrato sulla progettazione e produzione di robot. I robot vengono spesso utilizzati per eseguire compiti difficili da eseguire. Sono utilizzati in linee di assemblaggio per la produzione di automobili, o dalla NASA per spostare oggetti di grandi dimensioni nello spazio. I ricercatori stanno anche utilizzando machine learning per costruire robots in grado di interagire in contesti sociali.
Self-driving cars: utilizzano visione artificiale, riconoscimento di immagini e deep learning per pilotare un veicolo pur restando in una determinata corsia ed evitando ostacoli ed imprevisti, come i pedoni.
L’intelligenza artificiale è incorporata in una varietà di diversi tipi di tecnologia. Ecco sette esempi:
Impiego dell’Intelligenza Artificiale nei vari settori
L’intelligenza artificiale sta progredendo in vari settori, sotto trovi alcuni esempi:
• AI nella sanitá: Le aziende stanno applicando il machine learning per fare diagnosi migliori e più veloci rispetto agli umani Leggi come l’ AI riesce a rivelare l’alzaimer prima di qualsiasi diagnosi medica.
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 presenta con un fiducioso schema di punteggio. Altre applicazioni AI includono chatbots, un programma per computer utilizzato online per rispondere alle domande e assistere i clienti, per pianificare appuntamenti di follow-up, e assistenti virtuali virtuali che forniscono un feedback medico di base.
• AI nel business: Gli algoritmi di machine learning vengono integrati nelle piattaforme di analisi e CRM per scoprire informazioni su come servire meglio i clienti, ed inoltre i chatbot sono stati incorporati nei siti Web per fornirgli un servizio immediato. L’automazione e le posizioni di lavoro è diventato anche un punto di discussione tra accademici e analisti IT.
• AI nella finanza: L’intelligenza artificiale nelle applicazioni di finanza, 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 gestisce gran parte del trading su Wall Street.
• AI nella legge: Lo spoglio dei documenti è spesso faticoso per gli umani, ma con l’aiuto dell’automazione questo processo è reso molto piú veloce. Le startup stanno anche creando assistenti informatici con domande e risposte, che possono rilevare le domande programmate per rispondere esaminando la tassonomia e l’ontologia associata ad un database.
• AI nella manifattura: Questo è un settore in cui si é visto per la prima volta l’uso dei robots nel mondo del lavoro. I robot industriali erano soliti ad eseguire compiti singoli e venivano separati da lavoratori umani, ma con l’evolversi della tecnologia, le mansioni stanno diventando molteplici.
