Intelligenza artificiale e machine learning

By 14 settembre 2017Non categorizzato

Che sia il risponditore automatico dello smartphone o l’applicazione dell’Industria 4.0, l’intelligenza artificiale è già ad altissimi livelli di pervasività: è nelle nostre case, nei luoghi di lavoro, nei social network che usiamo quotidianamente.

Per arrivare a questo punto ci sono voluti anni di ricerche e investimenti, ma nonostante l’attuale interesse, non si tratta di un ambito che ha sempre vissuto momenti felici.

I primi esperimenti nel campo dell’intelligenza artificiale risalgono ormai ai primi anni ’40 (Warren Macculloch e Walter Pitt, 1943) e fino ai ’70 circa ci fu grande entusiasmo.

Da lì però, proprio quando iniziava a sbocciare la ricerca sulle reti neurali, le aspettative scemarono a causa delle serie difficoltà incontrate e gli investimenti furono ridotti in modo significativo.

Questo fu “l’inverno dell’intelligenza artificiale” che durò fino a quando, a fine anni ’90, il sistema Deep Blue di IBM sconfisse l’allora campione del mondo di scacchi Garri Kasparov.

Ed ecco la rinascita dell’interesse per l’IA, sempre maggiore nel corso degli ultimi anni.

Da quel momento in poi molte cose sono cambiate, soprattutto in termini di tempo: quello che quarant’anni fa si faceva in giorni, oggi lo si fa in secondi. Ma è cambiato anche il linguaggio. Sentiamo parlare di reti neurali, machine o deep learning, sistemi conversazionali, realtà aumentata, agenti intelligenti, chatbot e via dicendo.

E, per i non addetti ai lavori, è possibile che si crei un po’ di confusione.

Marco Solmavico, ingegnere italiano che maggiormente si è occupato dell’intelligenza artificiale nel nostro Paese, ha definito l’IA come la “disciplina, appartenente all’informatica, che studia i fondamenti teorici, le metodologie e le tecniche che consentono di progettare sistemi hardware e sistemi di programmi software capaci di fornire all’elaboratore elettronico prestazioni che, a un osservatore comune, sembrerebbero essere di pertinenza esclusiva dell’intelligenza umana”.

In particolare modo, la forza di questi sistemi risiede nella loro capacità di imparare da soli: il machine learning indica infatti la capacità delle tecnologie di IA di selezionare i dati e imparare dall’analisi degli stessi, attraverso un vero e proprio addestramento. Un apprendimento automatico quindi. Da un database remoto vengono estrapolate le informazioni e riconosciuti dei pattern che, in modo induttivo, saranno utili al sistema per dare delle risposte e prendere decisioni.

Ad oggi, per esempio, grazie ai sistemi di vision machine, le macchine riescono con successo a distinguere oggetti, disegni fatti a mano, volti. Ma possono anche riconoscere suoni, voci ed elaborano con successo il linguaggio naturaleAl punto che non si riesce più a distinguere se si tratta di una macchina o di una persona reale.

Alla base di questa capacità di apprendimento vi è un profondo studio delle reti neurali, modelli matematici inspirati alle reali connessioni tra neuroni, in grado di prendere decisioni in maniera autonoma, senza l’intervento dell’uomo, basandosi sugli input, estraendo le loro proprietà caratterizzanti e prevedendo gli errori. Ed è proprio grazie a queste reti che le tecnologie di IA riescono a migliorarsi nel tempo, col passare delle interazioni. E’ come se ci fosse un cervello, che in questo caso è una memoria, all’interno del quale sono immagazzinate tutte le informazioni necessarie a far si che le tecnologie di IA agiscano in maniera ottimale portando a termine i loro compiti.

Cosa c’entra tutto questo con noi? Dagli ultimi trend si può capire che la sempre maggior digitalizzazione stia portando ad una rapida moltiplicazione degli ecosistemi ad alta intensità di informazioni: smart factory, smart home, smart city. Ecosistemi in cui i protagonisti siamo noi.

Pensiamo ad esempio alla domotica, disciplina che ha come fine ultimo quello di migliorare la casa, sotto tanti punti di vista (controllo, comfort, sicurezza, risparmio energetico) per incrementare le prestazioni delle tecnologie al suo interno e creare reti di connessione e comunicazione tra tutti gli elettrodomestici presenti.

Un po’ una casa del futuro, ma molto vicina a noi: una casa intelligente che possa migliorare la nostra vita insomma. Un po’ come Jarvis di Facebook che Mark Zuckerberg ha progettato ispirandosi a Jarvis di Iron Man, l’assistente personale che rispondeva praticamente a tutto. Comodo, no?

Il nostro sito utilizza cookies, prendine visione o accetta. Maggiori informazioni

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close