Intelligenza Artificiale, tutto quello che c'è da sapere

Intelligenza Artificiale, cosa c'è alla base di questa nuova tecnologia ormai presente in molti ambiti produttivi, aziendali e commerciali.
Intelligenza Artificiale, cosa c'è alla base di questa nuova tecnologia ormai presente in molti ambiti produttivi, aziendali e commerciali.

Il tema dell’intelligenza artificiale è sempre molto caldo: se ne parla tanto, ma spesso ciò che manca è un quadro chiaro ed esaustivo sul fenomeno. Essa riveste un’importanza rilevante all’interno della nostra attualità, ed è perciò molto importante coglierne appieno il significato.

In questo approfondimento andiamo alla scoperta del fenomeno, spiegando innanzitutto di cosa si tratta, come funziona e quali sono i vari campi di applicazione. Buona lettura!

Intelligenza artificiale cos’è

La prima domanda a cui bisogna preliminarmente rispondere è la seguente: che cos’è l’intelligenza artificiale? Una definizione è quella che traduce l’intelligenza artificiale come l’abilità di un sistema tecnologico di risolvere problemi o svolgere compiti/attività tipicamente umane.

Nel settore informatico, ad esempio, potremmo definire l’intelligenza artificiale (di seguito AI, ovvero Artificial Intelligence) come la disciplina che si occupa di realizzare macchine in grado di risolvere problemi e compiere azioni in via del tutto autonoma.

Ma perchè in questo periodo storico si sente sempre più spesso parlare di AI? La risposta è banale: ciò è dovuto al grado di maturità tecnologica raggiunta dai sistemi hardware e software, ma anche dall’elevatissima capacità di analisi in tempo reale ed in tempi brevi di quantità di dati enormi.

Di intelligenza artificiale però se ne parla da diversi decenni: il primo vero progetto legato all’AI è del 1943, quando Warren McCulloch e Walter Pitt presentarono al mondo scientifico il primo neurone artificiale. Negli anni ’50 arrivano i primi prototipi di reti neurali, e l’interesse del pubblico si fece via via sempre più alto quando il giovane Alan Turing cercava di spiegare come un computer potesse comportarsi alla stregua di un essere umano.

A coniare il termine ufficialmente fu però il matematico John McCarthy nel 1956. Negli anni successivi vennero lanciati i primi linguaggi di programmazione specifici per l’AI, ma la vera svolta è arrivata negli anni ’90 con l’ingresso sul mercato dei processori grafici, ovvero le Gpu – graphic processing unit. Si tratta di chip di elaborazione dati molto più veloci delle Cpu e perfette per supportare processi complessi molto più rapidamente.

Oggi molte persone credono che l’uso di sistemi di intelligenza artificiale siano appanaggio di elite informatiche o di multinazionali. In realtà, l’AI viene usata nel quotidiano praticamente da tutti. Basti pensare agli strumenti vocali utilizzati ogni giorno tramite i nostri smartphone o presenti nei sistemi di sicurezza: sono tutti basati su algoritmi tipici dell’intelligenza artificiale.

Il settore automobilistico fa largo uso di sistemi di apprendimento automatico e di intelligenza artificiale. Pensiamo ai veicoli che possono muoversi anche senza pilota: per il momento sono diffusi solo in determinati settori e situazioni, ma presto potrebbero divenire una realtà anche nelle strade. Invece le applicazioni con logica Fuzzy sono ormai una realtà assodata: si tratta di quelle che permettono di realizzare sistemi di cambi di velocità in auto a guida semi-autonoma.

La programmazione di giochi, il mercato azionario, la medicina, la robotica, l’interazione tra smartphone e proprietario: sono solo alcuni degli ambiti di applicazione dell’AI, diffusa a macchia d’olio su moltissime attività che coinvolgono le persone giorno dopo giorno.

Fatta questo rapido excursus storico e relativo agli ambiti di applicazione (che comunque vedremo dettagliatamente nelle prossime righe), è necessario sottolineare che l’Intelligenza Artificiale può essere categorizzata in due tipi: Weak AI e Strong AI. Vediamole entrambe più nello specifico.

Weak AI

La cosiddetta Weak AI, o intelligenza artificiale debole, è quella creata e utilizzata per assolvere a compiti precisi, dalla portata limitata. Pensiamo ad esempio agli assistenti vocali, come ad esempio Google Assistant, Alexa di Amazon o Siri di Apple: sono dispositivi sviluppati per risolvere task definiti in condizioni definite.

Ne esistono poi molti altri tipi, che partono dall’analisi di grandi flussi di dati per approdare ad una conclusione ben specifica. E quindi esistono tecnologie in grado di capire se una determinata persona, in base al suo reddito, potrà assolvere a quel mutuo, oppure quando iniziare la frenata assistita nel momento in cui ci si avvicina ad un dosso.

Strong AI

Diversamente dalla tecnologia vista nel precedente paragrafo, la strong AI – l’intelligenza artificiale forte – prova a risolvere un compito non conosciuto senza aver bisogno dell’intervento umano sia per quanto concerne la fase di ragionamento che quella di addestramento.

Ovviamente è la strong AI ad attirare su di sè maggiormente l’attenzione dei media, ma la weak AI si è ritagliata uno spazio più evidente in ambio aziendale e più in generale per campi di applicazione che ognuno di noi utilizza concretamente nella vita di tutti i giorni.

Come funziona l’intelligenza artificiale

Artificial Intelligence 2

Abbiamo tratteggiato un primo “schizzo” di una tematica che rimane ancora oggi ostica, ma ora entriamo nel cuore del nostro approfondimento, andando a scoprire come funziona l’intelligenza artificiale. L’argomento è molto ampio e complesso, ma per facilitare la lettura possiamo innanzitutto dire che esistono quattro differenti livelli funzionali, ovvero:

  • Comprensione
  • Ragionamento
  • Apprendimento
  • Interazione

Nei prossimi paragrafi vediamo ciascuna di queste fasi nel dettaglio.

Comprensione

Partiamo dal primo livello, ovvero quello della comprensione, assolutamente fondamentale. In questa fase l’intelligenza artificiale, grazie alla simulazione di capacità cognitive di correlazione dati ed eventi, riesce a riconoscere testi, tabelle, immagini, video e audio così da estrapolarne informazioni.

Ragionamento

Tramite la logica e precisi algoritmi matematici, i sistemi riescono a collegare le molteplici informazioni raccolte in modo completamente automatizzato.

Apprendimento

In questa fase si verifica l’analisi degli input di dati, in modo tale che essi vengano correttamente restituiti in output. Un ottimo esempio è rappresentato dai sistemi di machine learning, che attraverso un apprendimento automatico portano le AI ad imparare e a svolgere varie funzioni.

Interazione

Infine, ecco la cosiddetta fase Human Machine Interaction, ovvero le modalità di funzionamento dell’intelligenza artificiale in relazione alla sua interazione con l’uomo.

Intelligenza artificiale campi d’applicazione

Un punto fondamentale quando si analizza l’argomento in questione inerisce ai campi di applicazione dell’intelligenza artificiale. Sono davvero tantissimi, come abbiamo visto qualche riga più su: nei paragrafi seguenti andremo ad analizzarne alcuni tra i più rilevanti.

L’AI e i Motori di ricerca

Uno dei più importanti campi applicativi dell’intelligenza artificiale riguarda i motori di ricerca. Prendiamo come esempio principale Google: esso si basa su un componente di auto apprendimento dell’algoritmo, come rivelato dallo scienziato dipendente di Mountain View Greg Corrado nel 2015.

La rivelazione è stata fatta a mezzo stampa, presso la Bloomberg: il leader dei motori di ricerca si baserebbe sull’AI per l’interpretazione delle richieste degli utenti. Il sistema in questione si chiama “RankBrain“, integrato nell’algoritmo del motore di ricerca.

Non è un caso: Google investe da anni milioni nella ricerca sull’AI. Con il sistema RankBrain, il colosso californiano ha semplicemente fatto rientrare l’investimento profuso nell’ambito dell’intelligenza artificiale all’interno del suo business principale.

Ma come funziona RankBrain? Questo sistema aiuta Google ad interpretare gli input e a cercare le pagine dell’indice di ricerca. Si tratta di un enorme database di circa 100 milioni di gigabyte. Queste pagine si avvicinano il più possibile all’intenzione della ricerca dell’utente, ma andando ben oltre il semplice confronto dei termini ricercati. Infatti, RankBrain aggiunge alla ricerca semantica un sistema di AI di apprendimento autonomo che è in grado di impiegare la conoscenza maturata in risposta a nuove richieste mai effettuate prima.

RankBrain comprende l’intera sequenza immessa dall’utente, individuando così l’intenzione di chi sta cercando, piuttosto che analizzare ogni singola parola a prescindere dal resto della frase. Se anche l’utente dovesse digitare una frase lunga, giungerà in breve tempo al suggerimento più adatto.

L’intelligenza artificiale nella Sanità

Molti settori della sanità si stanno dotando dell’utilizzo dell’intelligenza artificiale: la sua importanza sia con riferimento al paziente che al professionista ospedaliero sta avendo sempre più peso specifico.

Grazie all’AI, vengono forniti da un lato nuovi percorsi di trattamento e cura (tramite la diagnostica e i dispositivi indossabili, come FitBit, Apple Watch ecc.), dall’altro aumentano le competenze degli operatori sanitari coinvolti.

In generale, l’AI applicato alla mole (davvero ingente) di dati prodotti dalle strutture sanitarie, permette enormi benefici. Tra questi, consente di facilitare politiche di prevenzione sanitaria predittive più mirate, di anticipare le richieste di assistenza, di rilevare in maniera più accurata i sintomi, di analizzare ancor più meticolosamente gli effetti collaterali dei trattamenti, di anticipare situazioni di emergenza e prevedere la diffusione di una determinata patologia.

Ed è sempre grazie all’intelligenza artificiale che è possibile offrire una diagnosi estremamente precoce: ciò per via della ricerca e individuazione di pre-sintomi o della predisposizione a contrarre una determinata malattia. Stimare i costi dei ricoveri per malattie critiche sarà più semplice.

La vera rivoluzione dell’introduzione dell’AI nel settore della sanità riguarda però la diagnostica per immagini: i radiologi, per via della lettura automatica delle immagini, possono concentrarsi sull’interpretazione di parologie complesse e/o optare per la radiologia interventistica. In questo modo si sveltiscono anche le liste di attesa. Notevole anche l’impatto dell’AI sulla cardiologia, dove sono stati sviluppati nuovi servizi di interpretazione dell’elettrocardiogramma basati su software.

L’intelligenza artificiale nel Marketing

Anche nel marketing, come nella sanità, l’AI sta rivestendo sempre di più un ruolo fondamentale. Questo perchè permette di risolvere gran parte dei problemi che i soggetti protagonisti di questo settore devono affrontare nel quotidiano.

L’obiettivo è quello di accrescere la fiducia nel brand, ad esempio riuscendo ad estrarre informazioni utili dai dati a disposizione, ma anche soddisfando le aspettative di personalizzazione. Ed è quest’ultimo punto uno dei più importanti. I grandi brand stanno usando l’AI per personalizzare le campagne di email marketing, a seconda delle preferenze e dei comportamenti degli utenti.

Tramite i sistemi di AI, è possibile effettuare l’analisi predittiva dei dati per identificare la probabilità delle conclusioni basate sulla storia dei dati stessi. Così, è possibile prevedere le probabilità che un potenziale cliente diventi un cliente a tutti gli effetti. L’intelligenza artificiale permette anche di migliorare il customer care, la user experience e in generale i servizi di assistenza e supporto offerti dall’azienda.

A proposito dell’assistenza clienti: è una delle cose più importanti quando ci si relaziona con un’azienda. I clienti vogliono una rapida risposta e risoluzione dei problemi. Grazie ai chatbot di intelligenza artificiale, disponibili 24/7, è possibile ridurre i tempi di attesa delle chiamate per tutti quegli utenti che hanno riscontrato problemi.

L’attività dei sistemi di intelligenza artificiale nel settore marketing è possibile grazie all’analisi in tempo reale di grandi quantità di dati, utile per capire bisogni e aspettative del cliente. L’AI è specializzata in questo, come abbiamo visto nelle righe precedenti. Inoltre, tramite essa si riesce a prevedere il comportamento di acquisto possibile da parte dei consumatori.

L’AI la nuova arma contro il Cybercrime

L’intelligenza artificiale risulta altresì decisiva nel difendere le aziende e i loro asset produttivi dagli attacchi informatici, che negli ultimi anni si sono fatti sempre più sofisticati e distruttivi. Essa rappresenta la nuova arma di difesa delle aziende nei confronti del cosiddetto cybercrime.

I sistemi di sicurezza che integrano machine learning e altre tecnologie basate sulla AI sono visti dalle aziende come assolutamente fondamentali per rilevare e bloccare gli attacchi che prendono di mira utenti e dispositivi IoT.

Le funzionalità AI contribuiscono largamente a ridurre i falsi allarmi, aumentare l’efficacia dei team di lavoro, incrementare l’efficienza delle indagini e potenziare la capacità di rilevare e rispondere più rapidamente agli attacchi nascosti che riescono ad aggirare i sistemi di difesa.

Stando ad alcune dichiarazioni degli analisti di Marketsandmarkets, una delle principali applicazioni dell’AI nell’ambito della sicurezza informatica riguarderà la gestione dell’identità e degli accessi. L’obiettivo è quello di rispondere ai tentativi degli hacker di entrare nei database aziendali.

Cosimo Rizzo, Head of Sales Solution di NovaNext, ha dichiarato: “L’analisi in tempo reale degli accessi basata su tecnologie di intelligenza artificiale fa leva sulla capacità dei sistemi di apprendere in modo automatico – studiando lo storico degli accessi a piattaforme e applicazioni e in funzione delle policy aziendali – come si evolvono i comportamenti degli utenti e le minacce esterne. Una soluzione di Cyber Security coadiuvata da un motore di Machine learning può quindi rilevare qualsiasi attività insolita all’interno dell’ecosistema e segnalare in real time le difformità riscontrate, con un approccio dinamico e in continua evoluzione”.

L’AI nella pubblica sicurezza

Infine, le applicazioni di intelligenza artificiale risultano essere di grande efficacia anche nell’ambito della pubblica sicurezza, ad esempio come supporto alle indagini. Alcuni sistemi, come il riconoscimento facciale, vocale o la ricerca in documenti non strutturati, rendono più veloci alcuni aspetti di un’indagine.

Le tecnologie messe a disposizione dall’intelligenza artificiale per la pubblica sicurezza sono dunque rivolte ad utilizzi differenti: pensiamo ad esempio alle conversazioni. In questo caso bisogna distinguere tra riconoscimento del parlato e riconoscimento della voce: il primo consente di convertire la lingua parlata in parole scritte, il secondo per identificare chi sta parlando.

Si tratta in ogni caso di tecnologie davvero notevoli, che hanno svolto un ruolo fondamentale in alcune indagini e/o rivelazioni, come ad esempio quelle di Edward Snowden. Ma gli ambiti di applicazione dei sistemi di AI nella pubblica sicurezza non sono finiti qui: i sistemi di prevenzione del crimine rappresentano una fetta importante.

L’obiettivo di questi sistemi è di analizzare volumi di dati enormi, così da identificare comportamenti potenzialmente a rischio. Si vuole prevenire un determinato crimine basandosi sull’analisi dei dati provenienti dai vari database, con informazioni tratte – per esempio – dai social network. Si tratta di software che hanno proprio il compito di identificazione dei casi che presentano pattern comportamentali più a rischio.

Non di poco conto anche le cosiddette crime map, che utilizzano i dati relativi a crimini e arresti degli anni passati per generare una mappa della città dove vengono indicate le aree a più alta densità criminale. In questo modo è possibile regolare i presidi della polizia, aumentandoli in quelle zone dove è più probabile che quei crimini possano ripresentarsi.

Le crime map hanno evidenti contraddizioni, e negli USA sono state spesso oggetto di critica: secondo i critici, rappresentano il passato senza avere la capacità di individuare con tempestività i nuovi trend. Tradotto: la loro capacità predittiva è limitata. In secondo luogo, le crime map traducono i dati disponibili frutto dei report della polizia e delle denunce fatte dai cittadini. Infine, se usate senza cautela possono portare a riprodurre e accrescere la polarizzazione preesistente su un territorio, diventando addirittura un potenziale strumento di discriminazione verso le minoranze.