In questa pagina:

  • Intelligenza Artificiale, una breve introduzione
  • Cosa si intende per Intelligenza Artificiale (IA)
  • Applicazioni dell'Intelligenza Artificiale
  • AI Generativa, Chat GPT
  • Come funziona l'Intelligenza Artificiale
  • Dove si applica l'Intelligenza Artificiale
  • Pro e contro dell'Intelligenza Artificiale
  • Trend e mercato dell'Intelligenza Artificiale in Italia

Intelligenza Artificiale, una breve introduzione

intelligenza artificiale cos'è e come funzionaL'Intelligenza Artificiale è, ormai, una delle più grandi rivoluzioni tecnologiche che l'uomo abbia mai sperimentato: dal Machine Learning, alla Robotica, fino alle Reti neurali. Questi e molti altri ambiti per un'unica grande sfida tecnologica.

L’Intelligenza Artificiale (abbreviato, a oggi, in I.A.), infatti, è un tema storicamente e scientificamente ricchissimo e su cui si sono generati diversi dibattiti. Dibattiti che, soprattutto, si sono aperti a seguito del lancio di ChatGPT. L'Intelligenza Artificiale, dunque, si rifà ad una intima ispirazione dell'uomo, quella di creare una “macchina” in cui si riflettono appieno le proprie capacità.

La storia dell’Intelligenza Artificiale rende ancora più affascinante questo paradigma che già di per sé è centrale nel nostro processo di progresso e sviluppo tecnologico. Dalle prime intuizioni di Alan Turing, passando per la contrapposizione Intelligenza Artificiale forte e debole degli anni’80. Fino, poi, ai visionari scenari di inizio millennio (su tutti, il film A.I.- Intelligenza Artificiale di Spielberg del 2001). Tutto ciò ha portato a oggi, dove l’Intelligenza Artificiale rappresenta uno dei principali ambiti di interesse della comunità scientifica informatica.

L'intelligenza Artificiale ha, poi, innumerevoli settori di applicazione e, molti di questi, potrebbero avere impatti importanti sulle attività di impresa e sulle pubbliche amministrazioni, ma non solo. L'Intelligenza Artificiale potrebbe anche migliorare la vita delle persone. In questo settore, poi, non mancano anche implicazioni etiche e filosofiche.

Attraverso questa guida sull’Intelligenza Artificiale, comprenderemo diversi aspetti. Il suo ruolo nell’attuale contesto di trasformazione digitale e sociale, l'evoluzione tecnologica del fenomeno e gli ambiti applicativi principali. Oltre alle diverse tipologie di Intelligenza Artificiale e il mercato dell'AI in Italia, con tutte le sue possibili sfaccettature.

Con l’aiuto dell'Osservatorio Artificial Intelligence del Politecnico di Milano, potremmo approfondire questa tematica. L'Osservatorio, infatti, è da anni impegnato a far chiarezza sul tema da un punto di vista sia tecnologico che manageriale

Approfondiremo anche le principali opportunità unite agli altri ambiti applicativi come: Internet of Things, Cybersecurity, Fintech, Retail, Design Thinking e Healthcare. Comprenderemo anche quali sono i maggiori rischi dell'Intelligenza Artificiale e le sue ultime regolamentazioni a livello europeo e internazionale. Capiremo anche come sfruttare le potenzialità dell'Intelligenza Artificiale in campo aziendale e i progetti più diffusi in Italia.

Intelligenza Artificiale, che cosa si intende per IA

Prima di comprendere i meccanismi alla base dell'Intelligenza Artificiale e di spiegare esattamente come funziona l'IA, bisogna approfondire il concetto di AI. Per farlo, dovremo rispondere in modo chiaro ad un paio di semplici domande:

  1. Che cosa si intende per Intelligenza Artificiale?
  2. Qual è l'origine dell'Intelligenza Artificiale?

Per dare risposta a queste domande possiamo, prima di tutto, cercare una definizione puntuale di Intelligenza Artificiale. Quindi, per comprenderne il significato possiamo chiedere aiuto all'Osservatorio Artificial Intelligence del Politecnico di Milano. Ecco come l'Osservatorio definisce il concetto di IA, rispondendo alla prima delle due domande:

Per quanto si tratti di una tecnologia complessa, l’idea che sta alla base dell’Intelligenza Artificiale è molto semplice. Si tratta, infatti, di sviluppare delle “macchine” dotate di capacità di apprendimento automatico e di adattamento che siano ispirate ai modelli di apprendimento umani.

Intelligenza Artificiale, le origini: Alan Turing

Dopo aver chiarito e compreso che cosa si intende per Intelligenza Artificiale, possiamo ora chiarire altri due concetti. Il primo concetto da chiarire è perchè si chiama proprio Intelligenza Artificiale, mentre il secondo riguarda le origini dell'IA come disciplina scientifica. Per comprendere la storia dell'Intelligenza Artificiale, tradotto in inglese come Artificial Intelligence, si può chiedere ancora una volta l'aiuto dell'Osservatorio AI del Politecnico.

Bisogna aver chiaro che i primi studi in materia di Intelligenza Artificiale le origini e la sua storia come disciplina scientifica, risalgono agli anni Cinquanta. Fu proprio in questo periodo di grande fermento scientifico che si tenne il primo convegno a cui presero parte i maggiori esperti di informatica dell’epoca. Tra questi grandi esperti di informatica c'era anche Alan Turing, considerato uno dei padri dell’informatica moderna.

È stato proprio grazie a Turing che l’Intelligenza Artificiale ai tempi iniziò a ricevere attenzioni da parte della comunità scientifica. Qualche anno prima, all’interno dell’articolo “Computing machinery and intelligence”, Alan Turing aveva proposto un test, noto come “Test di Turing”. Secondo questo test, una macchina poteva essere considerata intelligentese il suo comportamento, osservato da un essere umano, fosse stato considerato non distinguibile da quello di una persona.

Si può dire, dunque, che chi ha creato l'Intelligenza Artificiale sia proprio Alan Turing. Turing, però, può essere considerato il padre dell'Intelligenza Artificiale solo a livello teorico.

I due tipi di Intelligenza Artificiale, l'IA Forte e l'IA Debole

Dopo i primi studi degli anni Cinquanta, le aspettative sull’Intelligenza Artificiale iniziarono ad aumentare. A causa di una mancata disposizione di una capacità di calcolo adeguata dei dispositivi, però, ben presto il concetto di ‘Intelligenza Artificiale si frammentò in due teorie distinte. Queste teorie sono, tutt’oggi, condivise ed permettono di distinguere le due tipologie di Intelligenze Artificiali:

  1. Intelligenza Artificiale Forte, secondo cui le macchine sono in grado di sviluppare una coscienza di sé, che studia sistemi in grado di replicare l’intelligenza umana. Questo paradigma è supportato dal campo di ricerca dell’Intelligenza Artificiale Generale (AGI), che studia i sistemi in grado di replicare l’intelligenza umana.
  2. Intelligenza Artificiale Debole, la quale ritiene possibile sviluppare macchine in grado di risolvere problemi specifici senza avere però coscienza delle attività svolte. L'obiettivo di questa teoria non è solo quello di realizzare macchine dotate di intelligenza umana. Il fine ultimo, infatti, è quello di avere sistemi in grado di svolgere una o più funzioni umane complesse.

Per dare una definizione di Intelligenza Artificiale come disciplina di studio, quindi, possiamo dire che:

L'Intelligenza Artificiale è quel ramo della computer science che studia lo sviluppo di sistemi Hardware e Software dotati di specifiche capacità tipiche dell’essere umano. Alcuni esempi potrebbero essere l'interazione con l’ambiente, l'apprendimento e adattamento, il ragionamento e la pianificazione. Questi sistemi sono capaci di perseguire in modo autonomo una finalità definita, prendendo decisioni che fino a quel momento erano solitamente affidate alle persone.

Quindi, cosa si studia in Intelligenza Artificiale? Per spiegarlo si può dire che, l'IA, è un campo di ricerca che studia la programmazione e la progettazione di sistemi. Questi sistemi, poi, sono costruiti e pensati per dotare le macchine di una o più proprietà considerate tipicamente umane, che variano dall'apprendimento alla percezione visiva o spazio-temporale.

In questo scenario, l'Intelligenza Artificiale deve essere trattata combinando gli aspetti teorici a quelli pratici e operativi. Partendo da una definizione puntuale di IA, possiamo descrivere, poi, le principali tecniche di Intelligenza Artificiale (Machine Learning e Deep Learning su tutte), ma non solo.

Possiamo capirne il funzionamento, le diverse applicazioni, le opportunità derivanti dall'utilizzo dell'IA e il percorso di introduzione dell'Intelligenza Artificiale nelle imprese italiane. Rispondendo a un roboante quesito finale: l'Intelligenza Artificiale, è una minaccia o una necessità per l'uomo?

Le Applicazioni di Intelligenza Artificiale

applicazioni-di-intelligienza-artificaleDopo aver spiegato in modo approfondito e compreso le origini ed il significato di Intelligenza Artificiale, possiamo cercare di comprendere meglio come funziona l'intelligenza artificiale. Come detto in precedenza, alla base dell'IA ci sono algoritmi, tecniche di computazione e soluzioni, in grado, dunque, di replicare il comportamento umano.

Le applicazioni di Intelligenza Artificiale, però, possono essere molteplici e riguardare diversi ambiti non solo industriali, ma anche domestici. Basta pensare ad applicazioni dell'Intelligenza Artificiale in campi come i sistemi di Smart Home per rendere la casa domotica. Sistemi che sono capaci di regolare temperatura, umidità e luminosità in base alle abitudini degli utenti mediante l'utilizzo della voce come input. Queste soluzioni agevolano la gestione delle case e ne migliorano il livello di comfort complessivo.

Tramite queste applicazioni di Intelligenza Artificiale, il semplice utilizzo di un telecomando o di uno smartphone, o del riconoscimento vocale, costituiscono modalità con cui attivare una applicazione IA. Queste modalità, poi, sono sufficienti per attivare i sistemi basati su IA finalizzati a facilitare le operazioni relative agli ambienti domestici.

Tuttavia, se è vero che l’Intelligenza Artificiale potrebbe essere applicata a diversi ambiti, questa tecnologia non è destinata a diffondersi in tutti gli ambiti alla stessa velocità.

Considerato questo, bisogna fornire un quadro completo delle soluzioni di Intelligenza Artificiale adottate (o adottabili) dalle imprese. Per agevolarci in questo compito, l’Osservatorio Artificial Intelligence ha elencato sei classi di applicazioni o soluzioni di IA, distinte in base alle finalità d’utilizzo.

I Chatbot

Tra le applicazioni Intelligenza Artificiale, il Chatbot, o Virtual Assistant, è una delle soluzioni più diffuse tra le aziende italiane e internazionali. Gli assistenti virtuali sono strumenti capaci offrire assistenza 24/7 sia ai clienti che ai dipendenti. Inoltre, i ChatBot si prestano anche a diversi impieghi in ambito marketing, supporto alla vendita, HR Management, domotica e Ricerca e Sviluppo.

NLP (Natural Language Processing)

Un’altra applicazione di Intelligenza Artificiale è il Natural Language Processing (NLP). Le tecniche di NLP si pongono l'obiettivo di creare sistemi in grado di favorire l’interazione e la comprensione uomo/macchina. L’NLP è un algoritmo di apprendimento che si occupa principalmente di testi. Ad esempio, una qualsiasi sequenza di parole che in una lingua esprime uno o più messaggi (come pagine web, post, tweet, informazioni aziendali).

Computer Vision

Tra le applicazioni di Intelligenza Artificiale, la Computer Vision è una delle più importanti. Questa, infatti, studia gli algoritmi e le tecniche per permettere ai computer di raggiungere una comprensione di alto livello del contenuto di immagini o video. Gli avanzamenti di questa applicazione dell’IA negli ultimi anni sono stati importanti. Questi, infatti, hanno portato a soluzioni basate su descrizioni statistiche delle immagini e hanno in modo progressivo lasciato il passo a reti neurali addestrate su milioni di immagini.

IDP (Intelligent Data Processing)

La classe di soluzioni degli Intelligent Data Processing è quella più ampia dal punto di vista delle applicazioni dell’Intelligenza Artificiale. Qui vi rientrano tutte quelle soluzioni che utilizzano algoritmi di Artificial Intelligence – su dati strutturati e non – per finalità collegate all’estrazione delle informazioni presenti nei dati stessi. Le principali finalità che muovono le imprese nell'utilizzo di queste soluzioni di Intelligenza Artificiale sono: il Forecasting (Previsioni) e la Classification & Clustering (Classificazione e Raggruppamento).

Recommendation System

Di tutte le applicazioni finora viste, i Reccomandation Systems sono le applicazioni di Intelligenza Artificiale più utilizzate. Non tutti sanno, infatti, che gli algoritmi di raccomandazione sono il pilastro del modello di business di tutte le piattaforme social ed eCommerce. Per esempio, sia Amazon che Netflix ne fanno largamente utilizzo.

Alla base di tanti servizi digitali, ci sono algoritmi di Intelligenza Artificiale che tengono traccia delle azioni dell’utente. Comparandole, poi, con quelle degli altri utenti, apprendono le preferenze e sono in grado di produrre suggerimenti più precisi al fine di migliorare l'esperienza dell'utente sulla piattaforma.

Soluzioni Fisiche di Intelligenza Artificiale

Le soluzioni fisiche di intelligenza artificiali, in Italia, sono ancora poco diffuse. Tra queste applicazioni di AI, tre sono le categorie da prendere in esame. La prima sono i veicoli autonomi (mezzi di trasporto dotati di guida autonoma), seguita dagli Autonomous Robot (robot in grado di muoversi senza l’intervento umano).

Ultima categoria, ma non meno importante, è quella degli Intelligent Object. Questi oggetti sono in grado di compiere azioni senza l’intervento umano e di prendere decisioni in base alle condizioni dell’ambiente circostante.

Esempio di applicazione dell’Intelligenza Artificiale: l’AI Generativa

Quando di parla di IA, al giorno d'oggi, si pensa quasi subito alle ultime piattaforme sbarcate sul mercato ormai più di un anno fa. Tra i chatbot conversazionali che abbiamo visto in precedenza, infatti, c'è una tra le principali applicazioni di Intelligenza Artificiale.

La scena, infatti, sia a livello nazionale che nel mondo, è stata catturata da Chat GPT (acronimo di Chat Generative Pretrained Transformer). Chat GPT è per definizione un prototipo di chatbot capace di fornire risposte ai quesiti degli utenti in tempo reale e utilizzando l'elaborazione del linguaggio naturale.

come funziona chat gpt intelligenza artificiale

Lanciato sul mercato nel novembre 2022 da OpenAI, impresa statunitense, ha avuto un immediato successo. Dopo solo una settimana, infatti, la piattaforma registrava più di un milione di utenti al giorno. Non solo curiosi, però. Anche addetti ai lavori e professionisti di diversi altri ambiti, tra cui il marketing.

Chat GPT, infatti, sfruttando gli algoritmi di Intelligenza Artificiale, come quelli di apprendimento automatico, è in grado di svolgere moltissime funzioni. Dal dialogo con gli utenti, alla stesura di testi (come articoli, ricette, email, ecc.), alla generazione di immagini (tramite la piattaforma PlaygroundAI), ma non solo. Chat GPT, infatti, è in grado di analizzare e compilare snippet di codice in diversi linguaggi di programmazione.

Chat GPT, il Garante della Privacy contro Open AI

Il 31 marzo 2023 la piattaforma, però, ha subito un blocco. Infatti, Chat GPT è stato bloccato dal Garante per la Protezione dei Dati Personali. La causa del blocco della piattaforma è la raccolta illecita di dati personali e l’assenza di sistemi per la verifica dell’età dei minori. Tuttavia, oltre alla privacy, vi sono anche altre implicazioni e rischi correlati al suo utilizzo e, in generale sull'Intelligenza Artificiale, nella vita quotidiana, dall’istruzione al lavoro.

Dopo il blocco di oltre un mese, poi, il 28 Aprile 2023 ChatGPT è tornato disponibile in Italia. Riattivato per poter essere utilizzato dagli utenti, Chat GPT ha subito, però, alcune implementazioni lato sicurezza della Privacy e tutela dei dati. Lo sblocco di Chat GPT è stato confermato dal Garante tramite un comunicato sul proprio sito.

Google Bard, l'AI Generativa di Google

Dopo mesi di studio e di esperimenti negli Stati Uniti, anche Google ha lanciato la propria piattaforma di Intelligenza Artificiale Generativa. L'Intelligenza Artificiale di Google si chiama Google Bard ed è anche lei disponibile in Italia, a partire dal 13 luglio 2023. Dopo lo sviluppo di Chat GPT, oltre a Google, molte altre Big Tech hanno cercato di introdurre nelle loro aziende sistemi di Intelligenze Artificiali. Questo per sfruttarle al meglio e comprenderne le potenzialità.

Cosa può fare una Intelligenza Artificiale

Come fanno le applicazioni di Intelligenza Artificiale come i Chatbot, gli algoritmi di NLP o Computer Vision a raggiungere gli scopi applicativi richiesti? Per comprendere meglio come funziona una Intelligenza Artificiale, possiamo pensare a ogni soluzione di IA come avente numerose proprietà, definibili "capacità".

Si possono chiamare capacità perché, appunto, ispirate alle capacità degli esseri umani. Tali proprietà, poi, si ottengono grazie all'adozione di specifiche metodologie, concretizzate grazie alle diverse tecnologie di Intelligenza Artificiale in forma hardware o software.

  • Elaborazione del linguaggio naturale (realizza di discorsi e dialoghi, estrapola informazioni, risposte a domande)
  • Elaborazione delle immagini (riconoscimento di volti e movimenti, recupero di immagini e video, visione artificiale)
  • Apprendimento (Machine Learning, intelligenza in grado di computare)
  • Ragionamento e classificazione (ragionamento in modo autonomo, elaborare ontologie)
  • Interazione sociale (sistemi multi-agente, teoria dei giochi, coordinare e collaborare)
  • Interazione con l’ambiente (localizzare, mappare e navigare, pianificare i movimenti e percorsi)

Intelligenza Artificiale e Robotic Process Automation (RPA)

Una spiegazione di come funziona l'Intelligenza Artificiale possiamo averla spiegando cosa sono gli RPA. Storicamente associati all’utilizzo di bot software per rendere autonome attività predefinite, i sistemi di RPA (acronimo di Robotic Process Automation) sono molto importanti. Infatti, a oggi sono questi sistemi sono in grado di integrare tutte le capacità di Intelligenza Artificiale descritte finora.

Le metodologie di Intelligenza Artificiale integrate ai software RPA, come evidenziato dalla ricerca condotta dall' Osservatorio Artificial Iintelligence, sono sempre più utilizzate. Anche in Italia, per esempio, nelle imprese italiane. Questo perché consentono di migliorare l’esecuzione di alcuni task, con benefici in termini di efficienza ed efficacia dei processi, ma anche di customer satisfaction.

Un vero e proprio cambio di prospettiva verso l'Intelligenza Artificale. Prospettiva in cui non si programma più il bot, ma si definiscono i confini dentro cui il bot opera con autonomia decisionale. Quasi come una mente artificiale.

Come funziona l'IA, il Machine Learning

Dopo aver analizzato le maggiori applicazioni dell'Intelligenza Artificiale è importante ricordare che il funzionamento di questa tecnologia si basa su algoritmi che hanno diverse funzioni. Quindi, per capire esattamente come funziona l'IA si dovrà parlare sicuramente del Machine Learning, altra grande branca di studio appartenente all'IA.

Le applicazioni e la storia dell'Intelligenza Artificiale si incrociano, infatti, con quella del Machine Learning (ML). L'Intelligenza Artificiale, infatti, si configura come lo studio dello sviluppo di sistemi dotati di capacità tipiche dell'uomo. Il Machine Learning, invece, può considerarsi una strada (molto battuta) per la sua applicazione.

Viene facile comprendere di cosa si occupi questa branca dell'IA: essendo, infatti, la traduzione italiana di Machine Learning, apprendimento automatico. Quando parliamo di apprendimento automatico o Machine Learning, dunque, ci si riferisce a quei sistemi in grado di apprendere dall’esperienza. Come lo fanno? Grazie a un meccanismo simile a ciò che un essere umano fa sin dalla nascita: l'apprendimento.

In base a queste tecniche di apprendimento è, poi, possibile distinguere diverse tipologie di Machine Learning, le quali possono tradursi in diverse applicazioni legate all'IA. La più nota tra queste è sicuramente il Deep Learning, ma i volti del Machine Learning sono assai più sfaccettati. Secondo l’Osservatorio Artificial Intelligence, infatti, le metodologie principali del Machine Learning sono sei:

  1. Model Prediction;
  2. Deep Learning;
  3. Online Learning;
  4. Explainable Regression & Classification:
  5. Information Retrieval;
  6. Reinforcement Learning.

Nei prossimi paragrafi si cercherà di dare alcune definizioni di queste metologie del Machine Learning appena elencate, spiegando le loro peculiarità e collocandole nel panorama dell'Intelligenza Artificiale. Questo approfondimento aiuterà anche a capire con chiarezza come funziona l'IA.

Model Prediction o Modellazione Predittiva

La Model Prediction, o Modellazione Predittiva, è un’area del Machine Learning che include una varietà di tecniche. Queste tecniche di Machine Learning permettono di raccogliere informazioni dai dati a disposizione e apprendere modelli da applicare a nuovi dati.

Tali modelli sono a loro volta capaci di operare su nuovi dati. La Modellazione Predittiva si pone, quindi, l’obiettivo di fare predizioni su dati o eventi nel futuro. Questo canale di applicazione dell’AI sta prendendo sempre più piede nelle aziende italiane ed è applicato specialmente in materia di prevenzione frodi, manutenzione predittiva e analisi qualitativa.

Deep Learning o Apprendimento Profondo

Il Deep Learning, o apprendimento approfondito, è uno degli ambiti più importanti del Machine Learning. Si tratta di un insieme di tecniche che simulano i processi di apprendimento del cervello attraverso reti neurali artificiali stratificate. In queste reti neurali, poi, ogni strato calcola i valori per quello successivo.

In poche parole, il Deep Learning è una tecnica di apprendimento automatico in cui, le reti neurali artificiali, vengono esposte a una vasta quantità di dati. Queste sono, poi, in grado di imparare da sole a svolgere determinati compiti senza la necessità di un pre-processamento dei dati.

Online Learning

L’Online Learning, detto anche Real Time Machine Learning, è il ramo del Machine Learning e dell'Intelligenza Artificiale, che studia tecniche di soluzione di problemi. Problemi in cui, i dati diventano disponibili sequenzialmente e le decisioni devono essere prese man mano che un dato diventa disponibile.

L'Online Learning funziona diversamente dall’Offline Learning. Infatti, le decisioni si basano su un’acquisizione precedente di un insieme di dati, così che, l’apprendimento online e la presa di decisioni, sono correlati e interdipendenti. Ciò che viene appreso, infatti, condiziona le decisioni, che, a loro volta, condizionano i dati che vengono osservati per un ulteriore apprendimento.

Explainable Regression & Classification

L’Explainable Regression & Classification, o Regressione e Classificazione Spiegabili, è un'altra tecnica di Machine Learning e dell'Intelligenza Artificiale. Infatti, esso consiste in tecniche atte a risolvere problemi di regressione (predizione di quantità ordinali) e di classificazione, tali da permettere la spiegazione dei risultati ottenuti.

In altre parole, l’Explainable Regression & Classification consente di capire perché modelli di Intelligenza Artificiale per regressione e classificazione prendono determinate decisioni. Tutto ciò avviene a seguito dell’elaborazione dei dati, permettendo anche di comprendere cosa avviene nella “scatola nera” dell’apprendimento del Machine Learning.

Information Retrieval (IR)

L’Information Retrieval, in italiano “reperimento dell’informazione” è un insieme di tecniche di Machine Learning utilizzate per gestire differenti aspetti. Ad esempio, la rappresentazione, la memorizzazione, l'organizzazione e l'accesso a oggetti contenenti informazioni quali documenti, pagine web, cataloghi online e oggetti multimediali. L’obiettivo finale di questi processi consiste nel fornire all’utente le informazioni che egli ha in cercato in precedenza e che sono rilevanti per i suoi interessi.

Reinforcement Learning

Il Reinforcement Learning, o apprendimento per rinforzo, è una tecnica di apprendimento automatico atta a risolvere problemi decisionali sequenziali mediante il conseguimento di determinati obiettivi. Tutto ciò avviene tramite l’interazione con l'ambiente in cui opera.

Un agente che apprende con algoritmi di reinforcement impara a prendere le decisioni ottimali attraverso un approccio empirico del tipo “trial-and-error”. A ogni iterazione l’agente osserva l’ambiente tramite i suoi sensori (fisici o virtuali). In seguito, decide quale azione eseguire e osserva gli effetti che l’azione scelta hanno avuto sull’ambiente.

In che ambiti si sta sviluppando l'Intelligenza Artificiale

Molti sono gli ambiti in cui l'Intelligenza Artificiale si sta sviluppando. Dal campo della Sanità Digitale a quello dell'Internet of Things, al campo del Fintech e dell'Insurtech, fino a quello della Privacy e della Sicurezza Informatica. Nei paragrafi successivi di questa guida sull'Intelligenza Artificiale, saranno riportati alcuni esempi di IA applicata all'Innovazione Digitale. Tra questi, soprattutto i casi più significativi di applicazione dell'Intelligenza Artificiale in altri campi di ricerca analizzati dall'Osservatorio Artificial Intelligence in collaborazione con altri Osservatori.

Healthcare e Medicina

L’esempio di Intelligenza Artificiale applicata più interessante, tra quelli analizzati, è quello dell’introduzione della tecnologia AI a livello medico.

Le applicazioni dell’Intelligenza Artificiale in ambito sanitario, infatti, possono portare a numerosi benefici. Ad esempio, consentono di definire diagnosi sulla base di dati clinici dei pazienti, supportando i medici nel prendere decisioni in modo più rapido e nel personalizzare le cure. Utilizzare l’Intelligenza Artificiale in ambito sanitario, infatti, non significa sostituire il medico. Questo consente, però, a quest’ultimo di ridurre i tempi per la ricerca e l’incrocio di informazioni necessari a effettuare diagnosi.

Finance e Assicurazioni

Non mancano, poi le applicazioni dell’Intelligenza Artificiale anche a livello finanziario e a livello di assicurazioni. L’Intelligenza Artificiale in ambito Fintech e Insurtech è, infatti, sempre più diffusa.

In particolare, il comparto più attivo è quello del Banking, Finance & Insurance. Questo perché è possibile conoscere in maniera più approfondita i propri clienti e della finalità di garantire un servizio mirato e coerente con il rispettivo profilo di rischio. Tra le soluzioni più conosciute e applicate nell’ambito finanziario, vi sono gli assistenti virtuali o chatbot, utilizzato per l’assistenza ai clienti post vendita.

Design Thinking

Dopo aver visto alcuni esempi di Intelligenza Artificiale applicata in campo sanitario e finanziario, l’Osservatorio AI ha analizzato come l'Intelligenza Artificiale possa essere utile al Design Thinking.

Il Design Thinking è quella capacità di risolvere problemi complessi attraverso una visione creativa. L’Intelligenza Artificiale, per questo, rappresenta una delle principali tecnologie che possono aiutare i lavoratori di questo settore durante tutto il processo creativo. L’IA, infatti, attraverso la reinterpretazione di dati, può supportare e stimolare tale processo, senza sostituire le figure professionali come i manager.

Dispositivi Connessi e IoT

L’utilizzo dell’Intelligenza Artificiale risulta sempre più impattante anche per le soluzioni IoT (acronimo di Internet of Things), ossia per gli oggetti “intelligenti”. In quest'ambito, l'Intelligenza Artificiale, è impiegata principalmente per soluzioni di Smart Factory, Smart Home e Smart City. Il Machine Learning, insieme ad altre tecniche di apprendimento basate sull’IA, sta acquisendo un ruolo sempre più importante nel soddisfare i bisogni di aziende e consumatori.

eCommerce e Retail

Altro ambito in cui l’Intelligenza Artificiale potrebbe, nel breve e nel lungo termine, determinare un’evoluzione è l’eCommerce. Diversi, infatti, sono gli usi dell’Artificial Intelligence impiegati in questi ambiti, a partire da chatbot, ma non solo. Le soluzioni di tecnologia AI per e-commerce comprendono i sistemi (visti in precedenza qui) chiamati Recommendation System. Questi sistemi sono in grado di suggerire acquisti basandosi su quelli fatti in precedenza, influenzando l’utente nel suo processo decisionale.

Nel caso di negozi fisici, invece, le applicazioni di AI sono presenti nei camerini dotati di display trasparenti e touch. Questi forniscono in tempo reale le informazioni richieste da cliente e, una volta comprese le preferenze, mostrano i prodotti in linea con i loro interessi.

Cybersecurity e Privacy

Ultimo, non per importanza, è l’ambito di applicazione della Sicurezza Informatica e dei dati degli utenti all'Intelligenza Artificiale. In questo ambito, l'IA, potrebbe garantire una maggiore efficienza nel processo di difesa degli utenti e dei loro dati.

Infatti, in Cyber Security le soluzioni di Intelligenza Artificiale possono svolgere diverse funzioni. Possono essere impiegate per rilevare e prevenire le anomalie nel traffico di rete e per analizzare e correlare grandi quantità di dati provenienti da diverse fonti. Tutto ciò, con l'obiettivo di identificare le minacce (come attacchi informatici) e accelerare il tempo di risposta.

Inoltre, l’Intelligenza Artificiale può essere impiegata per automatizzare e orchestrare le azioni di risposta a eventuali incidenti, riducendo così il carico di lavoro e gli errori umani. Infine, esistono sistemi di detect and response che vengono integrati a sistemi evoluti di Intelligenza Artificiale e machine learning. Questi sistemi sono utilizzati per monitorare le attività dei dispositivi e bloccare il malware e il ransomware.

Pro e Contro dell'Intelligenza Artificiale

Comprendere e studiare la disciplina dell’Intelligenza Artificiale ha tante sfaccettature. Significa sviluppare nuove competenze, mettere in campo nuove tecnologie e padroneggiare le tecniche per implementare progetti sempre più innovativi. Questi fattori sono fondamentali per porre le basi del cambiamento culturale e del modo di pensare la relazione con i consumatori.

Quella "uomo vs macchina" è una disputa senza tempo. Sono ancora molte le problematiche etiche e legali legate all'Intelligenza Artificiale. Altrettanti sono i dubbi su quale sarà l’impatto dell’Intelligenza Artificiale sul mondo del lavoro e sulla nostra società.

Soprattutto ci si chiede se la tecnologia dell'Intelligenza Artificiale sia una minaccia o un’opportunità. Saranno le macchine di sostituire l’uomo, e sistemi di IA saranno più abili e più intelligenti degli esseri umani?

Sebbene spesso si riporti una visione distorta dell’IA, l’idea che sta emergendo tra i consumatori italiani è abbastanza aderente alla realtà raccontata dall’Osservatorio AI. Senza però essere influenzata da alcune rappresentazioni fantascientifiche spesso accostate all'Intelligenza Artificiale. Nel futuro occorrerà, comunque, capire quali professionalità saranno le più coinvolte da questa rivoluzione tecnologica e come incideranno le soluzioni di job automation sul sistema previdenziale. Una sola cosa è certa: l’innovazione è una necessità e non una minaccia!

Le sfide etiche dell'Intelligenza Artificiale

Se si vuole analizzare le sfide etiche dell’Intelligenza Artificiale, bisogna dividere in due le tipologie di rischi che possono evidenziarsi con l'applicazione di questa nuova tecnologia AI. Si possono individuare, come riportato di seguito in due elenchi dettagliati, le implicazioni che derivano dalle scelte progettuali degli sviluppatori. Così come si potrà notare l’impatto sulla nostra società dell’Intelligenza Artificiale.

Implicazioni derivanti dalle scelte progettuale degli sviluppatori di Intelligenza Artificiale

  • Bias: distorsioni involontarie che esistono nei dati e/o negli algoritmi o che possono essere introdotte da sviluppatori e utilizzatori.
  • Black Tech: sistemi appositamente creati per soddisfare scopi malevoli.
  • Fairness: acquisizione di un vantaggio iniquo rispetto agli utilizzatori della tecnologia.
  • Privacy: non rispetto della normativa in materia di trattamento dei dati personali, monitoraggio e profilazione degli utenti.
  • Transparency: mancanza di trasparenza dei processi decisionali che caratterizzano i sistemi di Artificial Intelligence.

I rischi dell’AI per la nostra società

Tra i rischi dell'Intelligenza Artificiale (IA) ci sono, poi, alcune implicazioni che riguardano direttamente persone, società e sistema economico-politico:

  • Equality: disuguaglianza in termini di accessibilità alle tecnologie e di eliminazione delle discriminazioni.
  • Freedom: limitazione della libertà e dei diritti del singolo (libertà di pensiero, di espressione, di autodeterminazione, diritto all’oblio) e delle libertà collettive.
  • Job: implicazioni sul singolo lavoratore ed evoluzione del mercato del lavoro in ragione della crescente automazione di alcuni task lavorativi.
  • Psychology: minaccia del benessere mentale ed emotivo degli utenti.
  • Sustainability: utilizzo smoderato delle risorse ambientali.
  • Trust: accentramento di risorse economico-finanziarie, di asset e di know-how tecnologico.

L’Intelligenza Artificiale in Italia

Dopo aver scoperto insieme cos'è l'Intelligenza Artificiale sia nella teoria che nella pratica, è doveroso concentrarsi sul livello di diffusione in Italia di questo paradigma tecnologico. Così come è anche capire quali siano le progettualità più attuate.

Nel 2022 il mercato dell’Intelligenza Artificiale in Italia ha raggiunto i 500 milioni di euro (+32% rispetto al 2021). Di questi 500 milioni di euro, il 73% commissionato da imprese italiane (365 milioni di euro) e il 27% come export di progetti (135 milioni di euro). Una ripartizione in linea con quanto registrato nel corso del 2021.

Diverse sono le tipologie progettuali di Intelligenza Artificiale per le quali si è registrato nell’ultimo anno un buon livello di crescita.

Le iniziative di Intelligent Data Processing, per esempio. Queste includono soluzioni volte all’elaborazione e all’estrazione di informazioni dai dati strutturati. In Italia, queste progettualità si confermano la principale tipologia di progetti di Intelligenza Artificiale, raccogliendo il 34% della spesa complessiva.

Sono, però, i progetti di Recommendation systems e di Natural Language Processing a registrare la crescita maggiore. Anno su anno, infatti, questi due sistemi di Intelligenza Artificiale hanno recuperato le incertezze mostrate nel corso dell’anno precedente. Le soluzioni di NLP, in particolare, riguardano l’elaborazione documentale, finalizzata a estrarre informazioni. Nello specifico, non solo da testi quali atti giudiziari, contratti, polizze, ma anche per analizzare comunicazioni tramite mail, social e Assistenti virtuali.

Intelligenza Artificiale, un modello interpretativo

Le teorie e le applicazioni relative all’Intelligenza Artificiale sono molteplici e, in questo scenario, comprendere in profondità il funzionamento dell'IA non è semplice. Per trasformare le definizioni fornite in questa guida in un modello di business, l'Osservatorio Artificial Intelligence ha elaborato un modello interpretativo in grado di descrivere al meglio la complessità delle tecnologie basate su logica IA. Il modello si compone di quattro "strati":

  1. Soluzioni, ossia classi di applicazione dell'IA distinte in base alla finalità d’utilizzo;
  2. Capacità, per comprendere cosa fa e come si comporta una Intelligenza Artificiale;
  3. Metodologie, che per ogni capacità realizzano funzionalità distintive;
  4. Tecnologie, che concretizzano le metodologie in forma hardware, software o sistema.
intelligenza-artificale-ai

In questa figura, alcune delle branche dipendenti dallo sviluppo dell'Intelligenza Artificale

Hai bisogno di maggiori informazioni? Contattaci!

  +39 345 5898 554         
  alessia.barone@osservatori.net

Hai bisogno di maggiori informazioni sui servizi di
Osservatori Digital Innovation? Contattaci

 +39 345 5898 554   alessia.barone@osservatori.net

Inizia ora il tuo aggiornamento professionale

PROGRAMMA TEMATICO

Artificial Intelligence

La centralità dell’intelligenza artificiale nel processo di trasformazione digitale in atto nelle imprese e nella Pubblica Amministrazione è ormai un dato di fatto. L'Osservatorio Artificial Intelligence del Politecnico di Milano offre un’occasione unica a tutti i professionisti del settore per indagare le reali opportunità di business dell' Artificial Intelligence: un programma di Webinar che puoi seguire in diretta e/o On Demand.

Scopri il Programma
AI