Intelligenza Artificiale

Storia

L’intelligenza artificiale (IA) è nata nel 1956, ma solo di recente è divenuta popolare, grazie agli algoritmi evoluti e all’elevata potenza di calcolo delle macchine. Le prime ricerche risalgono agli anni ’50 e riguardano essenzialmente temi fondamentali come la semplice risoluzione di problemi. Negli anni ’60 il Dipartimento della Difesa USA si interessa a questa materia e comincia ad utilizzare i computer per cercare di riprodurre il comportamento umano, negli anni ’70 la Defense Advanced Research Projects Agency (DARPA) realizza importanti progetti di mappatura stradale e nel 2003 crea assistenti intelligenti, molto prima, quindi, degli attuali Siri, Alexa o Cortana.

Questo particolare tipo di approccio ha di fatto aperto la strada all’automazione e ai sistemi di elaborazione oggi in uso nei computer: mentre i film di fantascienza rappresentano l’IA come robot simili ad esseri umani in procinto di conquistare il mondo, la realtà è molto diversa e lo stato attuale dell’intelligenza artificiale non è così evoluto come si pensa, tanto è vero che viene impiegata dall’uomo solo per fornire vantaggi specifici in diversi settori.

Principi di funzionamento

L’Intelligenza Artificiale permette alle macchine di acquisire esperienza, adeguarsi a nuovi input e svolgere attività simili a quelle umane: esempi oggi conosciuti, come auto a guida automatica o computer che giocano a scacchi, si basano sull’assimilazione ed elaborazione del linguaggio naturale. In pratica, l’IA gestisce enormi volumi di dati attraverso algoritmi intelligenti ed un’elaborazione veloce e iterativa, ciò permette al software di imparare automaticamente da modelli o caratteristiche presenti nei dati stessi. L’intelligenza artificiale è una materia di studio molto vasta che annovera teorie, procedimenti, tecnologie e tutta una serie di sottocampi descritti più in dettaglio di seguito.

Machine learning

L’apprendimento automatico – machine learning – rende automatica la produzione di modelli analitici ed usa metodi provenienti da reti neurali, statistiche e ricerche operative per scovare intuizioni nascoste nei dati senza alcun tipo di progettazione iniziale per sapere cosa analizzare o concludere.

La rete neurale è un tipo di apprendimento automatico formato da unità legate tra loro – esattamente come i neuroni – che analizza le informazioni rispondendo ad input esterni: ovviamente il processo necessita di più passaggi, per trovare collegamenti e ottenere contenuti che abbiano senso, se si parte da dati non definiti.

Deep learning

L’apprendimento profondo – deep learning – utilizza grosse reti neurali con più livelli di unità di elaborazione, beneficiando dei progressi ottenuti dalla potenza di calcolo e da tecniche di formazione perfezionate per acquisire modelli complessi in enormi quantità di dati. Le applicazioni di uso comune comprendono l’identificazione delle immagini e del parlato.

Cognitive computing

Il cognitive computing punta ad un’interazione naturale simile a quella umana con le macchine. Partendo da intelligenza artificiale e cognitive computing, l’obiettivo è arrivare ad una macchina che ricrei i processi umani attraverso la capacità di interpretare immagini e parole, rispondendo, quindi, in modo coerente agli input.

Computer vision

La visione artificiale – computer vision – si fonda sull’identificazione di schemi e sull’apprendimento per individuare cosa c’è dietro un’immagine o un video: quando una macchina è in grado di elaborare, analizzare e capire ciò che vede può anche registrare immagini o video in tempo reale e interpretare l’ambiente circostante.

NLP Natural Language Processing

L’elaborazione del linguaggio naturale – NLP Natural Language Processing – è la capacità dei computer di esaminare, capire e riprodurre il linguaggio umano, incluso il parlato. Lo step successivo è l’interazione col linguaggio naturale, che permette agli uomini di comunicare coi computer attraverso una terminologia colloquiale per svolgere le attività previste.

Settori di impiego

Come detto, l’IA può essere impiegata nei più svariati settori, semplificando notevolmente i compiti agli uomini: un esempio su tutti, la sanità, dove può offrire un valido aiuto ai medici attraverso le letture degli esami diagnostici. Inoltre, utilizzata ad ampio raggio in ambito sanitario potrebbe fungere da life coach, rammentando alle persone, ad esempio, di prendere le pillole, fare esercizio fisico e mangiare in modo più sano.

Passando, poi, alla vendita al dettaglio, l’IA propone consigli personalizzati esaminando le opzioni di acquisto col consumatore e, nel caso di e-commerce, può anche gestire le scorte e ottimizzare l’interfaccia dei siti. Nel settore bancario può essere impiegata anche per individuare eventuali transazioni fraudolente e automatizzare attività di gestione di dati, mentre sul piano delle imprese e della produttività è in grado di prevedere sia il carico che la domanda dei clienti.

Infine, altro settore estremamente importante è quello della robotica, che vedrà l’intelligenza artificiale assoluta protagonista per azionare gli automi del futuro, che offriranno assistenza ad anziani e disabili e verranno inseriti sempre di più nella vita quotidiana per compiere le più svariate attività.

Translate »