Pillar

Intelligenza artificiale (AI): cos’è, come funziona, applicazioni



Indirizzo copiato

Artificial intelligence: i vari tipi, le applicazioni. Cos’è il machine learning e quali applicazioni trova. Il boom dell’AI generativa. Il quadro di regolamentazione dell’AI in Italia e in Europa

Aggiornato il 20 giu 2024



'intelligenza artificiale

intelligenza artificiale

L’intelligenza artificiale è l’abilità di un sistema tecnologico di risolvere problemi o svolgere compiti e attività tipici della mente e dell’abilità umane.

Guardando al settore informatico, potremmo identificare l’AI – artificial intelligence come la disciplina che si occupa di realizzare macchine (hardware e software) in grado di “agire” autonomamente (risolvere problemi, compiere azioni, ecc.).

Indice degli argomenti:

Cos’è l’intelligenza artificiale (AI): definizione

Intelligenza artificiale per l’Italia

L’intelligenza artificiale è una disciplina dell’informatica che si occupa di creare macchine in grado di imitare le capacità dell’intelligenza umana attraverso lo sviluppo di algoritmi che consentono di mostrare attività intelligente.

Il fermento attuale attorno a questa disciplina si spiega con la maturità tecnologica raggiunta sia nel calcolo computazionale (oggi ci sono sistemi hardware molto potenti, di ridotte dimensioni e con bassi consumi energetici), sia nella capacità di analisi in real-time ed in tempi brevi di enormi quantità di dati e di qualsiasi forma (Analytics).

Nella sua accezione puramente informatica, l’intelligenza artificiale potrebbe essere classificata come la disciplina che racchiude le teorie e le tecniche pratiche per lo sviluppo di algoritmi che consentano alle macchine (in particolare ai ‘calcolatori’) di mostrare attività intelligente, per lo meno in specifici domini e ambiti applicativi.

Già da questo primo tentativo di definizione è evidente che bisognerebbe attingere ad una classificazione formale delle funzioni sintetiche/astratte di ragionamento, meta-ragionamento e apprendimento dell’uomo per poter costruire su di essi dei modelli computazionali in grado di concretizzare tali forme di ragionamento e apprendimento (compito arduo dato che ancora oggi non si conosce a fondo il reale funzionamento del cervello umano).

Non solo, quando si parla di capacità di ragionamento e apprendimento automatico sulla base dell’osservazione spesso si incappa nell’alveo del Cognitive Computing che va però inteso come l’insieme della piattaforme tecnologiche basate sulle discipline scientifiche dell’intelligenza artificiale (tra cui Machine Learning e Deep Learning) e il Signal Processing (la capacità di elaborare i segnali).

Tipi di intelligenza artificiale

Già da questo rapidissimo “viaggio storico” si intuisce che dare una definizione esatta di intelligenza artificiale è un compito arduo ma, analizzandone le evoluzioni, siamo in grado di tracciarne i contorni e quindi di fare alcune importanti classificazioni.

Intelligenza artificiale debole e forte: cosa sono e in cosa si distinguono

Prendendo come base di partenza il funzionamento del cervello uomo (pur sapendo che ancora oggi non se ne comprende ancora a fondo l’esatto meccanismo), una intelligenza artificiale dovrebbe saper compiere in alcune azioni/funzioni tipiche dell’uomo:

  • agire umanamente (cioè in modo indistinto rispetto a un essere umano);
  • pensare umanamente (risolvendo un problema con funzioni cognitive);
  • pensare razionalmente (sfruttando cioè la logica come fa un essere umano);
  • agire razionalmente (avviando un processo per ottenere il miglior risultato atteso in base alle informazioni a disposizione, che è ciò che un essere umano, spesso anche inconsciamente, fa d’abitudine).

Queste considerazioni sono di assoluta importanza perché permettono di classificare l’AI in due grandi “filoni” di indagine/ricerca/sviluppo in cui per altro la comunità scientifica si è trovata concorde, quello dell’AI debole e dell’AI forte:

AI debole (weak AI)

Identifica sistemi tecnologici in grado di simulare alcune funzionalità cognitive dell’uomo senza però raggiungere le reali capacità intellettuali tipiche dell’uomo (parliamo di programmi matematici di problem-solving con cui si sviluppano funzionalità per la risoluzione dei problemi o per consentire alle macchine di prendere decisioni);

AI forte (strong AI)

In questo caso si parla di “sistemi sapienti” (alcuni scienziati si spingono a dire addirittura “coscienti di sé”) che possono quindi sviluppare una propria intelligenza senza emulare processi di pensiero o capacità cognitive simili all’uomo ma sviluppandone una propria in modo autonomo.

Machine learning e Deep learning, cosa sono

La classificazione AI debole e AI forte sta alla base della distinzione tra Machine learning e Deep learning, due ambiti di studio che rientrano nella più ampia disciplina dell’intelligenza artificiale che meritano un po’ di chiarezza, dato che ne sentiremo parlare sempre più spesso nei prossimi anni.

Dopo le opportune chiarificazioni, possiamo ora spingerci a definire l’intelligenza artificiale come la capacità delle macchine di svolgere compiti e azioni tipici dell’intelligenza umana (pianificazione, comprensione del linguaggio, riconoscimento di immagini e suoni, risoluzione di problemi, riconoscimento di pattern, ecc.), distinguibile in AI debole e AI forte.

Ciò che caratterizza l’intelligenza artificiale da un punto di vista tecnologico e metodologico è il metodo/modello di apprendimento con cui l’intelligenza diventa abile in un compito o azione. Questi modelli di apprendimento sono ciò che distinguono Machine learning e Deep learning.

Machine Learning Cos'è

Come funziona l’intelligenza artificiale

Ciò che abbiamo visto finora è il funzionamento tecnologico dell’intelligenza artificiale (IA). Dal punto di vista delle abilità intellettuali, 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 (artificial intelligence) 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 (attraverso precisi algoritmi matematici e in modo automatizzato);
  • 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 (è il classico esempio dei sistemi di Machine Learning che con tecniche di apprendimento automatico portano le AI a imparare e a svolgere varie funzioni);
  • 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.

L’intelligenza artificiale nella vita quotidiana: la rivoluzione dell’AI Generativa

Oggi la maturità tecnologica ha fatto sì che l’intelligenza artificiale uscisse dall’alveo della ricerca per entrare di fatto nella vita quotidiana. Se come consumatori ne abbiamo importanti “assaggi” soprattutto grazie a Google e Facebook, nel mondo del business la maturità (e la disponibilità) delle soluzioni tecnologiche ha portato la potenzialità dell’AI in molti segmenti.

Novembre 2022: arriva la rivoluzione di ChatGPT

ChatGPT è un chatbot, un nuovo modello linguistico di grandi dimensioni, ma può anche essere utilizzato per eseguire il debug di codice. Lo ha sviluppato OpenAI, l’azienda che ha già prodotto AlphaFold e GPT-3.

OpenAI è sostenuta da Microsoft. Il formato di dialogo del modello consente a ChatGPT di rispondere a domande di follow-up, ammettere i propri errori, sfidare premesse errate e rifiutare richieste inappropriate.

ChatGPT (Chat Generative Pretrained Transformer) è un modello di pari livello di InstructGPT, rilasciato a gennaio 2022 e progettato per fornire una risposta dettagliata a un’istruzione in un prompt.

ChatGPT cos’è, a cosa serve, i limiti: Enterprise, Plus e gratis (ai4business.it)

ChatGPT, l’AI generativa che compone testi

Nel corso del 2020, l’azienda OpenAI, ha presentato il sistema GPT-3, un potente “strumento intelligente” per la produzione di testi. Basato su tecniche di pre-training senza supervisione nello sviluppo di sistemi Natural Language Processing. GPT-3 è un “generatore di linguaggio” ed è in grado di scrivere articoli e saggi in totale autonomia.

GPT-3 è stato preceduto da GPT-2, che era già in grado di scrivere testi in una gamma di stili diversi a seconda della frase inserita come input. Per capire la differenza fra i due sistemi basti pensare che GPT-3 ha 175 miliardi di “parametri”, cioè i valori che la rete neurale utilizzata nel modello ottimizza durante l’addestramento), mentre GPT-2 ne ha “appena” 1,5 miliardi.

GPT-3: poltrone, avocado e il futuro dell’intelligenza artificiale

GPT-3: apprendimento di modelli statistici del linguaggio, conoscenza e intelligenza naturale

intelligenza artificiale
Dimensioni in parametri dei Large Language Model

A ottobre 2023 OpenAI ha aggiornato ChatGPT

Il modello è così in grado di riassumere e analizzare i documenti caricati.

Gli abbonati a ChatGPT Plus e a ChatGPT for Enterprise possono inserire PDF, file di dati o “qualsiasi altro documento” per l’analisi. Grazie alle nuove capacità di gestione dei documenti si riduce il divario con il chatbot rivale Claude

GPT-4V: come è fatto il modello di AI che sta dietro la multimodalità di ChatGPT

GPT-4V debutta a ottobre 2023, con una “capacità senza precedenti di elaborare input multimodali interlacciati in modo arbitrario”. Può contare oggetti, analizzare tabelle e testi, eseguire l’apprendimento nel contesto ed è condizionato dal codice su input visivi. Accessibile tramite ChatGPT sul desktop o sulla versione dell’app per iOS per gli abbonati Plus o Enterprise.

ChatGPT-4o, l’ultima sfida di OpenAI

ChatGPT-4o, presentato il 13 maggio 2024, rappresenta un passo significativo verso un’interazione uomo-computer più naturale e intuitiva.

Questo modello di intelligenza artificiale rivoluzionario abilita una comunicazione fluida e versatile attraverso la combinazione di testo, audio, immagini e video. In più riesce a riconoscere le emozioni umane e a interagire in maniera naturale. E OpenAI ha promesso che sarà gratuito per tutti.

Tra le sue caratteristiche principali troviamo:

  • Risposte audio rapide
  • Prestazioni elevate su testo e codice
  • Comprensione avanzata di audio e immagini
  • Sicurezza integrata

ChatGPT-4o è ancora in fase di sviluppo e presenta alcune limitazioni. Gli sviluppatori stanno lavorando per rilasciare le altre modalità nel corso delle prossime settimane e mesi, con particolare attenzione alla sicurezza e all’usabilità.

I Transformers alla base dei LLM

Nel 2017 un team di ricercatori di Google ha inventato i transformer, o trasformatori, un tipo di rete neurale in grado di tracciare la posizione di ogni parola o frase in una sequenza. Il significato di una parola dipende spesso dal significato di altre parole che la precedono o la seguono. Tenendo traccia di queste informazioni contestuali, i trasformatori possono gestire stringhe di testo più lunghe e catturare il significato delle parole con maggiore precisione.

L’AI nelle aziende

AI e le aziende: all’inizio c’era molta diffidenza da parte delle aziende nei confronti dell’intelligenza artificiale. La vedevano come una tecnologia complessa, costosa e difficile da implementare. Inoltre, temevano che l’AI potesse sostituire i lavoratori umani e portare a perdite di posti di lavoro.

Tuttavia, con il tempo, le aziende hanno iniziato a capire i potenziali benefici dell’AI. Hanno visto come l’AI potesse essere utilizzata per automatizzare compiti, migliorare l’efficienza, prendere decisioni migliori e creare nuovi prodotti e servizi.

Oggi, l’AI è diventata una tecnologia indispensabile per molte aziende. Viene utilizzata in una vasta gamma di settori, tra cui l’assistenza sanitaria, la finanza, la produzione, il commercio al dettaglio e l’autotrasporti.

Ecco alcuni dei motivi per cui le aziende stanno adottando l’AI:

  • Aumenta la produttività: può automatizzare molte attività manuali e ripetitive, liberando i lavoratori umani per concentrarsi su compiti più creativi e strategici.
  • Migliora l’efficienza: può analizzare grandi quantità di dati per identificare modelli e tendenze che gli esseri umani potrebbero non essere in grado di vedere. Queste informazioni possono essere utilizzate per migliorare l’efficienza operativa e ridurre i costi.
  • Prende decisioni migliori: può utilizzare algoritmi complessi per analizzare dati e prendere decisioni migliori di quanto potrebbero fare gli esseri umani. Questo può portare a un aumento delle vendite, dei profitti e della soddisfazione dei clienti.
  • Crea nuovi prodotti e servizi: può essere utilizzata per sviluppare nuovi prodotti e servizi che non sarebbero possibili senza questa tecnologia. Questo può dare alle aziende un vantaggio competitivo sul mercato.

Naturalmente, l’adozione dell’AI comporta anche alcune sfide:

  • Costi: i sistemi AI possono essere costosi da sviluppare e implementare.
  • Mancanza di competenze: non ci sono abbastanza persone con le competenze necessarie per sviluppare e utilizzare i sistemi AI.
  • Problemi etici: l’AI solleva una serie di questioni etiche, come il potenziale di discriminazione e la perdita di posti di lavoro.

Nonostante queste sfide, è chiaro che l’AI è destinata a svolgere un ruolo sempre più importante nel mondo delle imprese, tanto che abbiamo dedicato una guida ai migliori siti di AI per aziende e a come possono essere utili in base al segmento industriale.

I comparti industriali più in fermento per l’AI sono:

  • Vendite
  • Marketing
  • Sanità
  • Cybersecurity
  • Supply Chaim
  • Pubblica Sicurezza

L’AI prima di GPT: i sistemi esperti

L’intelligenza artificiale applicata alle vendite aveva già dimostrato importanti risultati, in particolare grazie all’utilizzo di sistemi esperti [applicazioni che rientrano nella branca dell’intelligenza artificiale perché riproducono le prestazioni di una persona esperta di un determinato dominio di conoscenza o campo di attività – ndr].

Le soluzioni che al loro interno integrano sistemi esperti permettono agli utenti (anche non esperti) di risolvere problemi particolarmente complessi per i quali servirebbe necessariamente l’intervento di un essere umano esperto dello specifico settore, attività o dominio di conoscenza ove si presenta il problema.

In particolare i cosiddetti sistemi esperti basati su regole sfruttano i principi molto noti nell’informatica IF-THEN dove If è la condizione e Then l’azione (se si verifica una determinata condizione, allora avviene una certa azione)..

È proprio qui che i sistemi esperti – come quelli sviluppati da Myti – esprimono al meglio il loro potenziale.

intelligenza artificiale
Declaro – Myti

DECLARO, per esempio, è un “rule engine” (motore di regole) che permette al configuratore di prodotto di proporre all’utente non esperto di navigare attraverso listini di prodotto complessi e variabili grazie a domande giuste, alle cui risposte seguono altre domande corrette.

L’accumularsi di esperienze (tra domande e risposte) non solo accelera e rende più efficace la configurazione della soluzione di acquisto adatta alle proprie esigenze, ma diventa anche un sistema di knowledge base aziendale che si arricchisce in continuazione.

Marketing: il regno dei chatbot

Assistenti vocali/virtuali (chatbot, Siri di Apple, Cortana di Microsoft, Alexa di Amazon) che sfruttano l’intelligenza artificiale sia per il riconoscimento del linguaggio naturale sia per l’apprendimento e l’analisi delle abitudini e dei comportamenti degli utenti; analisi in real-time di grandi moli di dati per la comprensione del “sentiment” e delle esigenze delle persone per migliorare customer care, user experience, servizi di assistenza e supporto ma anche per creare e perfezionare sofisticati meccanismi di ingaggio con attività che si spingono fino alla previsione dei comportamenti di acquisto da cui derivare strategie di comunicazione e/o proposta di servizi.

L’AI nel marketing sta mostrando da qualche anno tutta la sua potenza e l’area di impiego maggiore è sicuramente quella della gestione della relazione con gli utenti.

Artificial Intelligence Marketing (AIM), algoritmi per coinvolgere le persone

L’Artificial Intelligence Marketing (AIM) è una branca del marketing che sfrutta le più moderne tecnologie che rientrano nell’ambito dell’intelligenza artificiale, come Machine Learning e Nlp – Natural Language Processing, integrate a tecniche matematiche/statistiche (come quelle delle reti bayesiane) e di marketing comportamentale (behavioral targeting).

Si tratta, in concreto, dell’utilizzo degli algoritmi di intelligenza artificiale e Machine learning con l’obiettivo di persuadere le persone a compiere un’azione, acquistare un prodotto o accedere a un servizio (in altre parole, rispondere ad una “call to action”)

Aggregazione e analisi dei dati (anche quelli destrutturati e basati su linguaggio naturale) in un processo continuo di apprendimento e miglioramento per identificare di volta in volta le azioni, le strategie e le tecniche di comunicazione e vendita probabilisticamente più efficaci (quelle che hanno il potenziale più elevato di efficacia/successo per singoli target di utenti). È questo, in sostanza, quello che fa l’AIM

Applicazioni di AI in Sanità

L’AI ha avuto il pregio di migliorare molti sistemi tecnologici già in uso da persone con disabilità (per esempio i sistemi vocali sono migliorati al punto da permettere una relazione/comunicazione del tutto naturale anche a chi non è in grado di parlare) ma è sul fronte della diagnosi e cura di tumori e malattie rare che si potranno vedere le nuove capacità dell’AI.

Già oggi sono disponibili sul mercato sistemi cognitivi in grado di attingere, analizzare e apprendere da un bacino infinito di dati (pubblicazioni scientifiche, ricerca, cartelle cliniche, dati sui farmaci, ecc.) ad una velocità inimmaginabile per l’uomo, accelerando processi di diagnosi spesso molto critici per le malattie rare o suggerendo percorsi di cura ottimali in caso di tumori o malattie particolari.

Non solo, gli assistenti virtuali basati su AI iniziando a vedersi con maggiore frequenza nelle sale operatorie, a supporto del personale di accoglienza o di chi offre servizi di primo soccorso.

Cybersecurity, la sicurezza informatica affidata all’AI

La prevenzione delle frodi informatiche è una delle applicazioni più mature dove l’intelligenza artificiale si concretizza con quelli che tecnicamente vengono chiamati “advanced analytics”, analisi molto sofisticate che correlano dati, eventi, comportamenti e abitudini per capire in anticipo eventuali attività fraudolente (come la clonazione di una carta di credito o l’esecuzione di una transazione non autorizzata); questi sistemi possono in realtà trovare applicazione anche all’interno di altri contesti aziendali, per esempio per la mitigazione dei rischi, la protezione delle informazioni e dei dati, la lotta al cybercrime.

Supply chain: l’ottimizzazione la fa l’AI

L’ottimizzazione e la gestione della catena di approvvigionamento e di distribuzione richiede ormai analisi sofisticate e, in questo caso, l’AI è il sistema efficace che permette di connettere e monitorare tutta la filiera e tutti gli attori coinvolti; un caso molto significativo di applicazione dell’intelligenza artificiale al settore del Supply chain management è relativo alla gestione degli ordini (in questo caso le tecnologie che sfruttano l’intelligenza artificiale non solo mirano alla semplificazione dei processi ma anche alla totale integrazione di essi, dagli acquisti fino all’inventario, dal magazzino alle vendite fino ad arrivare addirittura all’integrazione con il marketing per la gestione preventiva delle forniture in funzione delle attività promozionali o della campagne di comunicazione).

Sicurezza pubblica: la prevenzione dei crimini passa per l’AI

La capacità di analizzare grandissime quantità di dati in tempo reale e di “dedurre” attraverso correlazioni di eventi, abitudini, comportamenti, attitudini, sistemi e dati di geo-localizzazione e monitoraggio degli spostamenti di cose e persone offre un potenziale enorme per il miglioramento dell’efficienza e dell’efficacia della sicurezza pubblica.

Per esempio, per la sicurezza e la prevenzione dei crimini in aeroporti, stazioni ferroviarie e città metropolitane oppure per la prevenzione e la gestione della crisi in casi di calamità naturali come terremoti e tsunami.

Copilot, il software che scrive software

Gli sviluppatori di software di GitHub (Microsoft) hanno sviluppato Copilot, un software che aiuta gli sviluppatori a gestire e archiviare i codici, ossia un programma che utilizza l’intelligenza artificiale per assistere gli stessi sviluppatori. Ad esempio, si digita una query di comando e Copilot indovina l’intento del programmatore, scrivendo il resto.

Shopping assistance robot

Sta prendendo sempre più piede l’utilizzo dei robot nel settore delle vendite. Tra le funzioni dello shopping assistance robot: assistenza del cliente alla cassa, rispondere alle domande degli acquirenti circa l’ubicazione degli articoli e assisterli nella scelta. Inoltre, pulire i pavimenti e consegnare i prodotti a domicilio.

Aziende italiane che hanno già adottato l’AI

PMI e startup

Intelligenza artificiale e Agenda Digitale in Italia

L’intelligenza artificiale è da tempo sui tavoli di lavoro dell’AgID ed è uno dei temi ampiamente dibattuti e studiati nell’ambito dell’Agenda Digitale Italiana per comprendere come la diffusione di nuovi strumenti e tecnologie di IA possa incidere nella costruzione di un nuovo rapporto tra Stato e cittadini e analizzare le conseguenti implicazioni sociali relative alla creazione di ulteriori possibilità di semplificazione, informazione e interazione.

Proprio seguendo questo “filone” è stata creata in Italia una Task Force, all’interno di AgID, i cui componenti hanno il compito di:

studiare e analizzare le principali applicazioni relative alla creazione di nuovi servizi al cittadino, definendo le strategie di gestione delle opportunità per la Pubblica Amministrazione;

mappare a livello italiano i principali centri – universitari e non – che operano nel settore dell’intelligenza artificiale con riferimento all’applicazione operativa nei servizi al cittadino;

mappare il lavoro già avviato da alcune amministrazioni centrali e locali proponendo azioni da intraprendere per l’elaborazione di policy strategiche;

evidenziare e studiare le implicazioni sociali legate all’introduzione delle tecnologie di intelligenza artificiale nei servizi pubblici.

SEGUI LA PAGINA DI AGENDA DIGITALE E APPROFONDISCI sul valore dell’Intelligenza Artificiale nell’ambito dell’Agenda digitale dell’Italia

Lavoro e intelligenza artificiale: presente e futuro

Quando si parla di intelligenza artificiale si toccano aspetti etici e sociali come quelli legati al lavoro e all’occupazione dato che i timori nella comunità globale crescono.

Timori giustificati se si pensa che la metà delle attività lavorative di oggi potrebbe essere automatizzata entro il 2055.

In realtà a mettere un freno ai timori che da mesi spopolano via web e social sulla responsabilità dell’intelligenza artificiale nel “distruggere” posti di lavoro arrivano diversi studi. Di seguito segnaliamo quelli più significativi.

  • il report pubblicato a settembre 2023 dal World Economic Forum, in collaborazione con Accenture, intitolato Jobs of Tomorrow: Large Language Models and Job si concentra specificamente sugli LLMs e sulle attività che possono svolgere, offrendo un approccio strutturato per comprendere l’impatto diretto degli LLMs su lavori specifici.
  • Secondo il Future of Jobs Report 2023 pubblicato nel 2023 dal World Economic Forum, si prevede che il 23% dei lavori a livello globale subirà cambiamenti nei prossimi cinque anni. Un elemento chiave di questa trasformazione è l’emergere dell’intelligenza artificiale generativa, in particolare i Large Language Models.
  • Le professioni che mostrano una maggiore probabilità di essere migliorate o integrate attraverso l’uso degli LLM sono quelle che necessitano di un elevato pensiero critico e competenze nella risoluzione di problemi complessi, in particolar modo nei settori STEM (Scienza, Tecnologia, Ingegneria e Matematica).
  • Nel giugno 2024 il Fondo Monetario Internazionale ha espresso preoccupazione per i potenziali sconvolgimenti del lavoro causati dall’adozione dell’intelligenza artificiale generativa ed ha esortato i governi a fare di più per proteggere le loro economie, suggerendo l’adozione di misure contro la disoccupazione.

FMI: con l’AI “profonde preoccupazioni” per l’aumento delle disuguaglianze

  • I lavoratori con redditi più elevati sono più esposti all’intelligenza artificiale. Lo rivela uno studio pubblicato sulla rivista Science il 20 giugno 2024. La ricerca ha stimato quanto la tecnologia in rapida evoluzione colpisca vari mestieri, dagli ingegneri del software ai meccanici. I lavori più colpiti: ingegneri blockchain, gestori di dati clinici, specialisti delle relazioni pubbliche e analisti quantitativi finanziari. I lavoratori con stipendi più alti, come gli ingegneri del software e i data scientist, sono più esposti all’impatto dell’intelligenza artificiale rispetto ai lavoratori meno retribuiti, secondo le ultime ricerche sulla tecnologia e il mercato del lavoro.

L’AI avrà un forte impatto sui lavori ad alto reddito. Studio su Science

  • Le professioni con la più alta probabilità di automazione attraverso gli LLM sono quelle caratterizzate da procedure routinarie e ripetitive, con una bassa necessità di comunicazione interpersonale come:
  • Credit Authorizer, checker e clerk (81% delle attività automatizzate);
  • Management analyss (70%),
  • Telemarketer (68%),
  • Statistical assistant (61%)
  • Teller (60%)
  • molte figure impiegate in compiti d’ufficio, specialmente quelle legate alla gestione e registrazione delle informazioni, sono particolarmente esposte: segretarie legali e assistenti amministrativi (54%).

I rischi dell’intelligenza artificiale

Gli economisti si interrogano da tempo su quali strumenti attivare per impedire che l’evoluzione della società verso un’economia a sempre minore intensità di lavoro – la cui evoluzione è oggi accelerata dall’intelligenza artificiale – non si traduca in un impoverimento della popolazione, situazione che richiederebbe una “redistribuire” della ricchezza considerando che la maggior parte di questa verrà prodotta dalle macchine.

Alle tematiche sociali, si affiancano questioni etiche sullo sviluppo e l’evoluzione dell’intelligenza artificiale e delle nuove tecnologie.

Ci si interroga da tempo sul potere degli algoritmi e dei big data, domandandosi se questi segneranno la superiorità del cervello delle macchine su quello dell’uomo.

I timori (alimentati in rete da noti personaggi di spicco come Stephen Hawking ed Elon Musk) possono apparire eccessivi ma sottovalutare gli impatti dell’intelligenza artificiale potrebbe rappresentare il rischio numero uno.

A mettere in guardia dai rischi dell’intelligenza artificiale è stato, primo fra altri personaggi di spicco, il noto Stephen Hawking: «non siamo in grado di prevedere cosa riusciremo a fare quando le nostre menti saranno amplificate dall’intelligenza artificiale», ha detto il fisico.

Sorprende anche che un monito sia venuto proprio da un imprenditore di successo come Elon Musk. «L’intelligenza artificiale è il più grande rischio cui la nostra civilizzazione si trova a far fronte», ha avvertito.

In particolare, Musk ha evidenziato i rischi di una guerra scatenata dai computer o una catastrofe occupazionale dovuta a decisioni basate soltanto sulle elaborazioni dell’intelligenza artificiale, unico vero pilastro dominante dell’economia del futuro capace di riservare alle macchine migliaia, forse milioni, di lavori oggi ancora gestiti agli uomini.

White Paper - Application Management: come modernizzare l’azienda grazie a un partner esperto

Intelligenza artificiale decentralizzata: cos’è perché può essere la risposta ai problemi etici

La comunità scientifica internazionale sta lavorando da tempo alla cosiddetta superintelligenza, una intelligenza artificiale generale [la ricerca in questo campo ha come obiettivo la creazione di una AI – artificial intelligence capace di replicare completamente l’intelligenza umana; fa riferimento alla branca della ricerca dell’intelligenza artificiale forte secondo la quale è possibile per le macchine diventare sapienti o coscienti di sé, senza necessariamente mostrare processi di pensiero simili a quelli umani – ndr].

Tuttavia i rischi sono elevatissimi, soprattutto se a portare avanti la ricerca sono poche aziende in grado di dedicare ingenti risorse (economiche e di competenze) ai progetti più innovativi.

Decentralizzare l’intelligenza artificiale e fare in modo che possa essere progettata, sviluppata e controllata da una grande rete internazionale attraverso la programmazione open source è per molti ricercatori e scienziati l’approccio più sicuro per creare non solo la superintelligenza ma democratizzare l’accesso alle intelligenze artificiali, riducendo i rischi di monopolio e quindi risolvendo problemi etici e di sicurezza.

Oggi, una delle preoccupazioni maggiori in tema di intelligenza artificiale riguarda proprio l’utilizzo dei dati e la fiducia con la quale le AI sfruttano dati ed informazioni per giungere a determinate decisioni e/o compiere azioni specifiche.

La mente umana, specie quando si tratta di Deep Learning (per cui vi rimandiamo alla lettura del servizio Cos’è il Machine Learning, come funziona e quali sono le sue applicazioni per avere un quadro di maggior dettaglio), non è in grado di interpretare i passaggi compiuti da una intelligenza artificiale attraverso una rete neurale profonda e deve quindi “fidarsi” del risultato raggiunto da una AI senza capire e sapere come è giunta a tale conclusione.

In questo scenario, la blockchain sembra essere la risposta più rassicurante: l’uso della tecnologia blockchain consente registrazioni immutabili di tutti i dati, di tutte le variabili e di tutti i processi utilizzati dalle intelligenze artificiali per arrivare alle loro conclusioni/decisioni. Ed è esattamente ciò che serve controllare in modo semplice l’intero processo decisionale dell’AI.

Vedi anche:

Libri sull’intelligenza artificiale

– Fabio Ferrari: L’intelligenza artificiale non esiste

Volume di Fabio Ferrari, edito da Il Sole 24 Ore.

– Luciano Floridi: Etica dell’intelligenza artificiale – Sviluppi, opportunità, sfide

Il volume di Luciano Floridi analizza i principali temi, filosofici ed etici, che ruotano attorno allo sviluppo e all’implementazione dell’intelligenza artificiale.

Uno, nessuno, ChatGPT

Il fenomeno dell’anno spiegato semplice. Un volume di Fiorenzo Pilla, Giulio Cupini, Massimo De Santo, Michele Di Maio, Rossella Dolce – editore Ledizioni.

DALL-E, dalle parole alle immagini

OpenAI ha rilasciato nella seconda metà del 2020 un nuovo modello di intelligenza artificiale: DALL-E. Il sistema è capace di produrre immagini da descrizioni testuali esprimibili in linguaggio naturale, sulla base di un input di testo o testo + immagine, ottenendo in uscita una immagine artificiale. Il nome trae origine dal pittore Salvador Dalì e dal robot cinematografico WALL-E ed è una variante del modello GPT-3.

LaMDA di Google e Wav2vec-U di Facebook

Ai sistemi GPT di OpenAI hanno fatto seguito i modelli di linguaggio naturale LaMDA di Google e Wav2vec-U di Facebook. LaMDA (acronimo di “Language Model for Dialogue Applications”), è basato (come BERT e GPT-3) su tecnologia Transformer e nasce dall’intento di Google di comprendere meglio le intenzioni degli utenti quando fanno una ricerca sul web.

Wav2vec-U è invece un metodo per creare sistemi di riconoscimento del parlato senza il bisogno di avere trascrizioni sulle quali addestrare il modello.

Il quadro della regolazione dell’AI in Europa

AI Act

Il 13 marzo 2024 i deputati hanno approvato il regolamento AI Act, frutto dell’accordo raggiunto con gli Stati membri nel dicembre 2023, con 523 voti favorevoli, 46 contrari e 49 astensioni. La legge deve ancora essere formalmente approvata dal Consiglio.

Per ulteriori approfondimenti

DDL Intelligenza Artificiale Italia

24 aprile 2024: ’Italia è il primo paese europeo a dotarsi di una legge nazionale. Scelto un sistema di governance “duale”: Acn, Agenzia per la cybersicurezza nazionale e Agid, con compiti distinti. Confermata la dote economica di un miliardo di euro tramite investimenti effettuati attraverso il Fondo di sostegno al venture capital. Inserito il reato di “Illecita diffusione di contenuti generati o manipolati con sistemi di intelligenza artificiale”.

Per ulteriori approfondimenti

Articoli correlati

Articolo 1 di 4