Intelligenza Artificiale (IA): cos'è, come funziona e come applicarla

L'Intelligenza Artificiale dalle origini a oggi

Machine Learning, Robotica, Reti neurali: tanti ambiti per un'unica grande sfida tecnologica. L'Intelligenza Artificiale o Artificial Intelligence (AI) è un tema storicamente e scientificamente ricchissimo, che si rifà ad una intima ispirazione dell'uomo: quella di creare una macchina in cui si riflettono appieno le proprie capacità.

La storia dell’Artificial Intelligence rende ancora più affascinante un paradigma già di per sé centrale nel nostro processo di progresso e sviluppo. Dalle prime intuizioni di Alan Turing, passando per la contrapposizione AI forte/AI debole degli anni’80 e i visionari scenari di inizio millennio (su tutti il film A.I. Intelligenza Artificiale di Spielberg), oggi l’Artificial Intelligence rappresenta uno dei principali ambiti di interesse della comunità scientifica informatica.

Gli ambiti applicativi sono innumerevoli e molti di questi potrebbero avere impatti importanti sulle attività di imprese e pubbliche amministrazioni, oltre che migliorare la vita delle persone. E non mancano le implicazioni etiche e filosofiche. In questa guida andiamo a comprendere il ruolo dell’Intelligenza Artificiale nell’attuale contesto di trasformazione digitale e sociale, con l’aiuto dell'Osservatorio Artificial Intelligence, da anni impegnato a far chiarezza sul tema da un punto di vista sia tecnologico che manageriale.

Una definizione di Artificial Intelligence

Per quanto si tratti di una tecnologia complessa, l’idea di fondo dell’Intelligenza Artificiale è molto semplice: sviluppare delle macchine dotate di capacità autonome di apprendimento e adattamento che siano ispirate ai modelli di apprendimento umani. Il concetto di Artificial Intelligence muove da due teorie distinte:

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;
Intelligenza Artificiale Debole, la quale ritiene possibile sviluppare macchine in grado di risolvere problemi specifici senza avere però coscienza delle attività svolte. Obiettivo di tale teoria non è dunque quello di realizzare macchine dotate di un’intelligenza umana, ma di avere sistemi in grado di svolgere una o più funzioni umane complesse.

Definizione alla mano, l’Artificial Intelligence è il ramo della computer science che studia lo sviluppo di sistemi Hardware e Software dotati di specifiche capacità tipiche dell’essere umano (interazione con l’ambiente, apprendimento e adattamento, ragionamento e pianificazione), capaci di perseguire autonomamente una finalità definita, prendendo decisioni che fino a quel momento erano solitamente affidate alle persone.

In altri termini, l’Intelligenza Artificiale è un campo di ricerca che studia la programmazione e progettazione di sistemi mirati a dotare le macchine di una o più caratteristiche considerate tipicamente umane. Proprietà, 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 dal significato di AI, in questa guida possiamo descrivere le principali tecniche di Intelligenza Artificiale (Machine Learning e Deep Learning su tutte), il funzionamento, le diverse applicazioni, le opportunità derivanti e il percorso di avvicinamento delle imprese italiane. Rispondendo a un roboante interrogativo finale: l'Artificial Intelligence è una minaccia o una necessità per l'uomo?

Le applicazioni dell'Intelligenza Artificiale

Alla base dell'Artificial Intelligence ci sono algoritmi, tecniche computazionali, soluzioni, in grado dunque di replicare il comportamento umano. Tutte queste applicazioni di Intelligenza Artificiale possono essere molteplici e riguardare diversi ambiti, non solo industriali ma anche domestici. Si pensi, ad esempio, ai sistemi di domotica in grado di regolare la temperatura, l’umidità o l’illuminazione in base alle nostre abitudini o all’utilizzo della nostra voce come input per alcuni dispositivi, che facilitano la gestione delle nostre abitazioni e, in generale, il nostro tenore di vita. È sufficiente un telecomando (anche lo smartphone) o la nostra voce per attivare sistemi di Intelligenza Artificiale che facilitano la gestione delle nostre abitazioni. Scopri le principali soluzioni di Intelligenza Artificiale sul mercato

Tuttavia, se è vero che l’Intelligenza Artificiale potrebbe essere applicata a diversi ambiti del nostro quotidiano, questo processo di diffusione non è destinato a diffondersi in tutti gli ambiti alla stessa velocità. Al fine di fornire un quadro completo delle soluzioni di Artificial Intelligence adottate (o adottabili) dalle imprese, individuiamo sei classi di soluzioni, distinte in base alle finalità d’utilizzo.

CHATBOT

Tra le diverse applicazioni di Artificial Intelligence presenti sul mercato, il Chatbot è una delle soluzioni più diffuse tra le aziende italiane e internazionali: parliamo di uno strumento capace di offrire un'assistenza 24/7 sia ai propri clienti che ai propri dipendenti, il quale si presta inoltre a diversi impieghi in ambito marketing, supporto alla vendita, HR Management, domotica e perfino Ricerca e Sviluppo. Scopri di più su Chatbot e Virtual Assistant

artificial intelligence e linguaggio naturale

NLP (NATURAL LANGUAGE PROCESSING)

Le tecniche di NLP si pongono l'obiettivo di creare sistemi in grado di favorire l’interazione e la comprensione uomo/macchina. L’NLP si occupa principalmente di testi, ovvero qualsiasi sequenza di parole che in una lingua esprime uno o più messaggi (come pagine web, post, tweet, informazioni aziendali). Scopri di più sulle applicazioni di NLP

COMPUTER VISION

La Computer Vision studia algoritmi e tecniche per permettere ai computer di raggiungere una comprensione di alto livello del contenuto di immagini o video. Gli avanzamenti negli ultimi anni sono stati tali che soluzioni basate su descrizioni statistiche delle immagini hanno progressivamente lasciato il passo a reti neurali addestrate su milioni di immagini. Scopri di più sulla Computer Vision

IDP (INTELLIGENT DATA PROCESSING)

La classe di soluzioni degli Intelligent Data Processing è quella più ampia dal punto di vista delle applicazioni. 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 muovo le imprese nell'utilizzo di queste soluzioni sono: Forecasting e Classification & Clustering.

RECCOMENDATION SYSTEM

Gli algoritmi di raccomandazione sono oggi il pilastro principale del modello di business di tutte le piattaforme social ed eCommerce (Amazon, Netflix, Spotify, ma non solo). Alla base di tanti servizi digitali, ci sono algoritmi che tengono traccia delle azioni dell’utente e, comparandole con quelle degli altri, apprendono le sue preferenze e sono sempre più in grado, a mano a mano che l’utente utilizza la piattaforma, di produrre raccomandazioni più precise.

SOLUZIONI FISICHE

Ad oggi le soluzioni fisiche di Artificial Intelligence sono ancora poco diffuse tra le organizzazioni italiane. Sono tre le categorie da prendere in esame: i veicoli autonomi (mezzi di trasporto autoguidati), gli Autonomous Robot (robot in grado di muoversi senza l’intervento umano) e gli Intelligent Object (oggetti in grado di compiere azioni senza l’intervento umano e di prendere decisioni in base alle condizioni dell’ambiente circostante).

LE "CAPACITÀ" DELL'INTELLIGENZA ARTIFICIALE

Come fanno i Chatbot, gli algoritimi di NLP o Computer Vision e le varie soluzioni che abbiamo elencato in questa guida a raggiungere gli scopi applicativi richiesti? Per comprendere meglio il funzionamento dell'Intelligenza Artificiale e delle sue applicazioni, possiamo pensare ad ogni soluzione AI come caratterizzata da un certo numero di proprietà, definibili "capacità" perché appunto ispirate alle capacità degli esseri umani. Tali capacità si ottengono grazie all'adozione di specifiche metodologie, concretizzate grazie alle diverse tecnologie in forma hardware o software.

Elaborazione del linguaggio naturale (realizzazione di discorsi e dialoghi, estrapolazione informazioni, risposte a domande)
Elaborazione delle immagini (riconoscimento di volti e movimenti, recupero di immagini e video, visione artificiale)
Apprendimento (Machine Learning, intelligenza computazionale)
Ragionamento e classificazione (ragionamento automatizzato, elaborazione di ontologie)
Interazione sociale (sistemi multi-agente, teoria dei giochi, coordinazione e collaborazione)
Interazione con l’ambiente (localizzazione, mappature e navigazione, pianificazione di movimenti e percorsi)

Storicamente associati all’utilizzo di bot software per l’automazione di attività predeterminate, i sistemi di RPA (acronimo di Robotic Process Automation) oggi sono in grado di integrare le capacità di intelligenza artificiale descritte in questa guida. Le metodologie di AI integrate ai software RPA sono sempre più utilizzate anche dalle imprese italiane 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, in cui non si programma più il bot, ma si definiscono i confini dentro cui il bot opera con autonomia decisionale.

Scopri cosa si intende per "Robotic Process Automation “intelligente” (RPAi)

Artificial Intelligence e Machine Learning: le principali metodologie

La storia dell'Artificial Intelligence si incrocia giocoforza con quella del Machine Learning (ML). Se è vero che l'Intelligenza Artificiale si configura come lo studio dello sviluppo di sistemi dotati di capacità tipiche dell'essere umano, il Machine Learning può considerarsi una strada (molto battuta) per la sua applicazione. La traduzione italiana di Machine Learning è "apprendimento automatico". Ci si riferisce quindi a sistemi in grado di apprendere dall’esperienza, con un meccanismo simile a ciò che un essere umano fa dalla nascita. Scopri di più sul funzionamento del Machine Learning

In base alle tecniche di apprendimento è poi possibile distinguere diverse tipologie di Machine Learning, le quali possono tradursi in diverse applicazioni. La più nota tra queste è sicuramente il Deep Learning, ma i volti del Machine Learning sono assai più sfaccettati. In questa parte della guida analizziamo le sei metodologie principali.

L'Artificial Intelligence in Italia: mercato e principali progetti

Definita l'Artificial Intelligence sia nella teoria che nella pratica, è doveroso concentrarsi sul livello di diffusione di questo paradigma tecnologico. Il mercato italiano dell’Intelligenza Artificiale sta rispondendo bene all'emergenza sanitaria e ha raggiunto un valore di 300 milioni di euro. Tale cifra fa riferimento a quattro principali aree progettuali: algoritmi di Intelligenza Artificiale, servizi di integrazione e personalizzazione, hardware e software per la gestione dei dati.

Al contempo è aumentato l’interesse delle Istituzioni, coerentemente con quanto avviene nel resto d’Europa. Lo scorso luglio il Ministero per lo Sviluppo Economico ha pubblicato il documento definitivo con le proposte per la “Strategia italiana per l’Intelligenza Artificiale” che sarà alla base della definizione del programma italiano nell’ambito del Piano Coordinato europeo.

Molte aziende hanno ancora una visione poco chiara della tecnologia, ma questo mercato ancora agli albori si presenta in crescita e, a tal proposito, spiccano due aree di sviluppo particolarmente promettenti: gli smart home speaker e i robot intelligenti. Ma le aziende italiane riusciranno a comprendere il vero valore insito dentro questo mercato? Saranno in grado di integrare i principali elementi tecnologici e organizzativi necessari per mettere in pratica le applicazioni di AI? L'Osservatorio Artificial Intelligence, servendosi dei dati delle ultime Ricerche, ha realizzato diversi contenuti multimediali volti proprio a rispondere a queste cruciali domande.

Ricapitolando: come funziona l'Intelligenza Artificiale?

Le teorie e le applicazioni relative all’Intelligenza Artificiale sono molteplici e, in questo scenario, comprendere in profondità il funzionamento dell'AI 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 AI. Il modello si compone di quattro "strati":

SOLUZIONI
CAPACITÀ
METODOLOGIE
TECNOLOGIE

Scopri come mettere in pratica il modello

Far propria l’Artificial Intelligence significa sviluppare nuove competenze, mettere in campo nuove tecnologie e padroneggiare le tecniche per implementare i progetti: fattori 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'Artificial Intelligence. Altrettanti sono i dubbi su quale sarà l’impatto dell’Intelligenza Artificiale sulla nostra società e sul mondo del lavoro: ci si chiede se questa tecnologia sia una minaccia o un’opportunità, se le macchine sostituiranno l’uomo, se sistemi artificiali saranno più abili e più intelligenti degli esseri umani.

Sebbene spesso nei media generalisti si riporti una visione distorta dell’AI, l’idea che sta emergendo tra i consumatori italiani è abbastanza aderente alla realtà raccontata in questa guida, per nulla 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! Per approfondire:

LE SFIDE ETICHE DELL'INTELLIGENZA ARTIFICIALE

Implicazioni che derivano dalle scelte progettuali degli sviluppatori:

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.

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.

Inizia ora il tuo aggiornamento professionale

Comprendere l'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 percorso di Webinar e Workshop che puoi seguire in diretta e/o On Demand .

ARTIFICIAL INTELLIGENCE (AI)
Funzionamento, applicazioni e impatti sulla società

L'Intelligenza Artificiale dalle origini a oggi

Una definizione di Artificial Intelligence

Le applicazioni dell'Intelligenza Artificiale