Cos’è l’intelligenza artificiale

Niccolò Ellena

24/03/2023

24/05/2023 - 17:56

condividi

Tutti parlano di intelligenza artificiale, ma pochi sanno cos’è davvero. Ecco quindi una guida per capire cos’è, come funziona, le sue tipologie, dove viene usata e perché è importante.

Cos’è l’intelligenza artificiale

L’intelligenza artificiale (IA, o AI in inglese) è la simulazione dei processi dell’intelligenza umana attraverso un computer.

Il clamoroso hype intorno all’intelligenza artificiale porta le aziende a promuovere il modo in cui i suoi prodotti e servizi la usano. Spesso, però, molte imprese che affermano di utilizzarla non lo fanno davvero. Piuttosto, la sfruttano nella comunicazione perché rappresenta una forte calamita per investitori e clienti.

Oggigiorno, infatti, si tende a considerare intelligenza artificiale ciò che non lo è per davvero. O meglio, dal momento che intelligenza artificiale è un termine ombrello che raduna tante tecnologie, spesso si fa confusione su cos’è intelligenza artificiale.

In generale possiamo dire che spesso ciò che viene chiamato intelligenza artificiale è semplicemente un componente dell’IA, come l’apprendimento automatico. Niente di lontanamente paragonabile agli scenari da film fantascientifici con macchine Terminator ultra-intelligenti capaci di distruggere il genere umano.

Ma entriamo nel dettaglio per dare una definizione di intelligenza artificiale e vedere quali sono oggi i suoi principali ambiti di applicazione.

Cos’è l’intelligenza artificiale

La capacità di un computer o di un robot controllato da un computer di svolgere, tramite particolari tecnologie software, compiti che di solito vengono eseguiti da esseri umani e di imitare le capacità di risoluzione dei problemi e decisionali della mente umana: ecco una definizione semplice di intelligenza artificiale.

Il riconoscimento vocale, l’apprendimento automatico, il processo decisionale, la percezione visiva, la traduzione tra le lingue, ad esempio, sono caratteristiche dell’intelligenza umana che l’intelligenza artificiale può possedere. Essa abbraccia anche i sottocampi del machine learning e del deep learning, che vengono frequentemente citati in concomitanza con essa.

Intelligenza artificiale: l’origine del termine

Il termine intelligenza artificiale (Artificial Intelligence) è stato coniato da John McCarthy (1927-2011), un informatico e scienziato cognitivo americano tra i fondatori di questa disciplina.

In un articolo del 2005 dal titolo What is artificial intelligence, McCarthy ha cercato di rispondere alla fatidica domanda che in molti continuavano a porgli. Qui McCarthy scrive che:

“l’intelligenza artificiale è la scienza e l’ingegneria di fare macchine intelligenti, in particolare programmi informatici intelligenti. È correlata al simile compito di usare i computer per capire l’intelligenza umana, ma l’IA non deve limitarsi a metodi che sono biologicamente osservabili”.

Alla domanda “L’intelligenza artificiale simula l’intelligenza umana?” lo scienziato risponde:

“A volte, ma non sempre e nemmeno di consueto. Da un lato possiamo imparare qualcosa su come le macchine risolvono problemi osservando le persone o semplicemente osservando i nostri personali metodi. Dall’altro lato la maggior parte del lavoro nell’Intelligenza artificiale comporta lo studio di problemi che il mondo presenta all’intelligenza piuttosto che studiare persone o animali. Gli studiosi di IA sono liberi di usare metodi che non sono osservati nelle persone o che implicano molto più calcolo di quanto l’uomo riesce a fare”.

Machine learning e deep learning, cosa sono e perché sono importanti per l’intelligenza artificiale

Non è possibile andare avanti nella trattazione dell’intelligenza artificiale senza prima approfondire due concetti fondamentali, ossia quello di machine learning e deep learning. Volendo riassumere, è possibile affermare che l’intelligenza artificiale è la capacità delle macchine di fare azioni tipiche dell’intelligenza umana. Ma come fanno le macchine a imparare ciò che devono fare?

Il machine learning, che può essere tradotto anche come apprendimento automatico, è ciò che insegna alle macchine a fare ciò che fanno gli uomini, con la stessa naturalezza.

L’apprendimento di queste macchine avviene tramite dei complessi algoritmi e può essere diviso in tre principali sotto-categorie: apprendimento supervisionato, non supervisionato e rinforzato.

Nella prima categoria alla macchina vengono forniti sia degli input (ossia dei dati), sia degli output, ossia alcuni esempi che corrispondano al risultato atteso. In questo modo, la macchina attraverso l’elaborazione dei dati deve comprendere il nesso tra input e output e ricavarne una regola generale da applicare anche in seguito.

La seconda categoria, ossia quella dell’apprendimento non supervisionato, prevede la messa a disposizione di soli input e nessun output di esempio.

La terza categoria è quella del machine learning con apprendimento per rinforzo (o rinforzato). Questo è un metodo di apprendimento automatico che si basa sulla definizione di una «situazione» e una «risposta» in un ambiente dinamico.

In questo caso, l’algoritmo di apprendimento cerca di imparare a prendere decisioni a seguito di una ricompensa o punizione (cioè il rinforzo) che riceve in seguito alle azioni che compie.

In altre parole, il sistema di apprendimento deve imparare a selezionare l’azione giusta in base alla situazione in cui si trova, al fine di massimizzare la ricompensa che riceve e a diminuire le punizioni.

Ad esempio, si può pensare a un’intelligenza artificiale che deve superare un ostacolo. Ad ogni movimento, questa riceve una ricompensa o una penalità in base al fatto che abbia raggiunto o meno l’obiettivo finale. Questa impara quindi quale sia la sequenza di azioni che lo porta più velocemente all’obiettivo.

Il processo di apprendimento prevede quindi che l’intelligenza artificiale inizi con un comportamento casuale, provando diverse azioni e ricevendo rinforzi positivi o negativi a seconda della loro efficacia. Con il tempo, l’agente impara a selezionare le azioni giuste per ottenere il massimo rinforzo possibile.

Il deep learning è sotto-categoria del machine learning che si concentra sull’utilizzo di reti neurali artificiali con molti strati di elaborazione per apprendere rappresentazioni di dati sempre più complesse.

Questi modelli sono in grado di apprendere da grandi quantità di dati e possono essere utilizzati per una vasta gamma di applicazioni, tra cui la computer vision, il riconoscimento del parlato, la traduzione automatica e molto altro ancora.

Tipi di intelligenza artificiale: debole e forte

Gli studiosi distinguono due tipi di intelligenza artificiale: “debole” e “forte”.

L’intelligenza artificiale debole, chiamata anche Narrow AI o Artificial Narrow Intelligence (ANI), che è addestrata per svolgere compiti specifici ed è alla base della maggior parte dell’intelligenza artificiale che ci circonda oggi. Per esempio, rende possibili alcune applicazioni come Siri di Apple, Alexa di Amazon, IBM Watson e i veicoli autonomi.

L’intelligenza artificiale forte è formata dall’AGI (Artificial General Intelligence) e dall’ASI (Artificial Super Intelligence). L’AGI è una forma teorica di AI in cui una macchina avrebbe un’intelligenza pari a quella umana e una coscienza autoconsapevole in grado di risolvere problemi, apprendere e fare piani per il futuro.

L’ASI supererebbe l’intelligenza e la capacità del cervello umano. Anche se l’AI forte è ancora del tutto teorica e senza esempi pratici attualmente in uso, ciò non significa che i ricercatori dell’AI non ne stiano esplorando possibilità e sviluppi. Nel frattempo i migliori esempi di ASI potrebbero provenire dalla fantascienza, come HAL, l’assistente computerizzato e superumano di 2001: Odissea nello spazio.

Dove è usata l’intelligenza artificiale

Oggi sono tantissimi i settori che vedono l’applicazione di intelligenza artificiale. Tra questi possiamo citare gli assistenti vocali, le vendite, i social media, i servizi di streaming, la cybersecurity, le banche e la supply chain.

Esempi di intelligenza artificiale nel mondo reale sono i già citati assistenti virtuali dei nostri dispositivi come Siri e Alexa, che tramite il riconoscimento vocale possono eseguire una serie di attività al nostro posto.

Per esempio possono riprodurre le canzoni, controllare gli elettrodomestici, fare chiamate e rispondere ai messaggi, dare indicazioni stradali e leggere le previsioni del tempo.

Nel settore delle vendite l’intelligenza artificiale è cruciale. In un mondo in cui i big data sono sempre più centrali, l’intelligenza artificiale può essere applicata su tutto il processo di vendita online (pre-vendita, vendita, post-vendita).

Nel primo caso, grazie all’intelligenza artificiale, si possono offrire alternative in base a ciò che il cliente visualizza. Durante il processo di vendita è poi possibile cercare di fare cross-selling o upselling, mentre nel processo di post-vendita è possibile prestare assistenza al cliente grazie ai chatbot implementati sfruttando l’intelligenza artificiale.

Anche i social media fanno uso di intelligenza artificiale: d’altronde dove c’è abbondanza di dati tecnologie come questa e il machine learning sono sempre presenti. In Facebook l’intelligenza artificiale, o meglio l’apprendimento automatico, viene utilizzata per la verifica del volto e rilevare le caratteristiche del viso per taggare gli amici.

Il deep learning viene usato per estrarre i dettagli da un’immagine utilizzando una serie di reti neurali profonde. D’altra parte gli algoritmi di apprendimento automatico vengono utilizzati per progettare il tuo feed partendo dai tuoi interessi.

O ancora, avete presente quando Netflix ci mostra i film che potrebbero piacerci? È perché usa una tecnologia predittiva altamente accurata basata su milioni di dati che hanno a che fare con le nostre precedenti azioni e scelte di contenuti. Più il set di dati cresce, più la piattaforma diventa intelligente.

Nel settore della cybersecurity e della sicurezza pubblica, l’intelligenza artificiale è utilizzata in molti Paesi del mondo. Nel caso della sicurezza informatica, l’intelligenza artificiale è sfruttata per creare modelli predittivi in grado di prevedere potenziali minacce all’infrastruttura IT. Con questa soluzione i tecnici hanno la possibilità di mettere l’ambiente in sicurezza ed evitare attacchi hacker e conseguenti perdite.

Uno degli ambiti della sicurezza pubblica in cui è utilizzata l’intelligenza artificiale è quello del riconoscimento biometrico. In alcuni Paesi del mondo sono già utilizzate delle telecamere in grado di riconoscere le persone per sanzionarle nel caso siano riprese mentre compiono degli illeciti.

Per quanto riguarda il settore bancario, molti istituti stanno adottando sistemi basati su intelligenza artificiale per fornire assistenza ai clienti con i chatbot, e rilevare anomalie e frodi; la finanza si sta rivolgendo all’intelligenza artificiale per migliorare le prestazioni di trading azionario e aumentare i profitti.

L’intelligenza artificiale può infine essere utilizzata per efficientare la catena di approvvigionamento di un’azienda. In particolare, le imprese possono sfruttare questa tecnologia per trovare soluzioni che permettano loro di avere più rapidamente a disposizione le merci di cui necessitano e di spendere meno per il trasporto delle merci.

Naturalmente queste applicazioni rappresentano soltanto degli esempi, poiché data la versatilità di questa tecnologia è possibile applicarla davvero in moltissimi altri ambiti.

Una nuova frontiera: l’intelligenza artificiale generativa

Da qualche mese ormai, non si sente più parlare soltanto di intelligenza artificiale, bensì di intelligenza artificiale generativa, il che ne rappresenta una sorta di evoluzione.

L’intelligenza artificiale generativa si basa su degli algoritmi che vengono allenati con grandi quantità di dati, che le permettono di ricreare ciò che impara o addirittura di alterarlo. Ciò è possibile poiché, grazie all’allenamento, l’intelligenza artificiale generativa assimila i dati che le vengono forniti e li fa propri.

Questa innovazione ha aperto alla nascita di nuovi strumenti incredibilmente importanti e che stanno rivoluzionando il mondo della tecnologia. In questo senso è impossibile non citare ChatGPT, il chatbot creato da OpenAI che sfrutta l’intelligenza artificiale generativa e la tecnologia di natural language processing (NLP) per rispondere alle domande che gli vengono poste sotto forma di prompt dagli utenti.

Un altro software sviluppato da OpenAI degno di nota è Dall-E 2, che è in grado di generare delle immagini partendo da un prompt inserito da un utente.

Ciò è possibile poiché il software è stato allenato con migliaia di immagini di cui ha appreso le caratteristiche. L’algoritmo su cui è basato ha quindi imparato a riconoscere quando gli viene chiesta un’immagine con determinate caratteristiche. Nel momento in cui ciò avviene, l’intelligenza artificiale recepisce l’input, lo analizza e fornisce un output, tutto nel giro di pochi secondi.

Naturalmente, questi strumenti hanno bisogno di un continuo allenamento per fornire sempre risultati ottimali. È di pochi giorni fa l’annuncio di OpenAI di essere in procinto di lanciare GPT-4, un’intelligenza artificiale generativa ancora più all’avanguardia.

Sono davvero difficili da riassumere tutte le applicazioni che si possono fare dell’intelligenza artificiale generativa. Con essa infatti è possibile creare da zero video, degli audio (anche detti deepfake) oppure dei testi estrapolati dalle immagini, soltanto per citarne alcuni. Ciò è possibile anche grazie al grande hype che c’è nei confronti di questa declinazione dell’intelligenza artificiale.

Su questo campo oggi si danno battaglia le principali multinazionali del mondo tech: Microsoft ha stretto un accordo con OpenAI per poter integrare ChatGPT nel proprio motore di ricerca, mentre Google ha annunciato Bard, il suo chatbot personale. Nelle retrovie si trova attualmente Amazon, che ancora non ha annunciato nessun chatbot basato sull’intelligenza artificiale generativa, nonostante non sia un segreto che ci stia lavorando.

Ogni giorno nascono nuovi modi per utilizzare l’intelligenza artificiale generativa e non. È quindi difficile, per non dire impossibile, riassumere tutti gli utilizzi che se ne possono fare.

Sicuramente nei prossimi anni questa tecnologia diventerà sempre più presente nelle nostre vite, influenzando senza dubbio anche la società in cui viviamo e il nostro modo di lavorare.

Starà ai regolatori incaricati il compito di porre dei limiti a questa straordinaria tecnologia che, proprio per la sua natura fuori dal comune, necessita di essere regolamentata.

Intelligenza artificiale: Europa, futuro e questioni etiche

Le questioni etiche, così come le opportunità che si aprono con l’intelligenza artificiale, sono innumerevoli. Queste riguardano innanzitutto la privacy, considerata acerrima nemica dell’intelligenza artificiale, poiché spesso quest’ultima la viola.

Per fare in modo che ciò non avvenga sarà necessario un monitoraggio sempre più costante e attento da parte delle istituzioni, chiamate a garantire la privacy dei cittadini. In Italia e in Europa si sta già discutendo dell’argomento da molto tempo.

Il governo italiano ha già approvato la Strategia nazionale per l’intelligenza artificiale, all’interno della quale sono trattati gli aspetti relativi all’etica dell’intelligenza artificiale, che non deve, secondo la bozza, soltanto essere etica, bensì anche affidabile.

Anche la Commissione europea, il 21 aprile 2021 ha presentato una bozza del suo Regolamento sull’intelligenza artificiale. All’interno del documento sono stati affrontati numerosi aspetti, tra cui quello della guida autonoma, del lavoro e, più in generale, della sfera etica.

Il futuro ha probabilmente molto in serbo per l’intelligenza artificiale e per tutte le sue declinazioni, ma per sfruttarla come a dovere sarà fondamentale che questa sia adeguatamente regolamentata, così da non diventare potenzialmente dannosa per le persone.

Iscriviti a Money.it