Diventare un “esperto di Intelligenza Artificiale” è una definizione molto generica, è come dire diventare un esperto medico. La domanda che nasce subito è: “ma in quale branchia della medicina? Odontoiatria, Cardiologia, Chiururgia,….”
Allo stesso tempo possiamo dire che Intelligenza Artificiale è una Disciplina Scientifica, una materia vasta da studiare e da applicare, e altrettanto sicuramente c’è chi ne conosce un po’ di più degli altri.
Oggi daremo una definizione di Intelligenza artificiale e toglieremo i primi dubbi e parleremo delle prime soluzioni possibili di applicazione di tutti i giorni.
Tra i maggiori esperti in Italia abbiamo ascoltato Pietro Poccianti in un collegamento con Murate Idea Park che potete recuperare su youtube e ci ha illustrato la Intelligenza artificiale dalla base e la sua Influenza sulle Tecnologie esistenti e future.
Introduzione all’Intelligenza Artificiale
Riportiamo qui di seguito un estratto approfondito del video di youtube commentato da me, Alessandro Sottocornola della Blu7 di Firenze. Le riflessioni sono del dottor Poccianti e le condivido pienamente.
Poccianti inizia la sua riflessione sull’intelligenza artificiale ispirandosi al libro “Turtle Geometry” del 1986, nel quale Hal Albenson e diSessa, allievi del pioniere Seymour Papert, paragonano l’impatto rivoluzionario della stampa con le moderne tecnologie di simulazione. Queste ultime, grazie ai computer a basso costo, promettono di abbattere le barriere alla creazione e diffusione della conoscenza.
Ma c’è un parallelo molto interessante: la rivoluzione della stampa non si è compiuta nel momento in cui si sono inventati i caratteri mobili, lì è iniziata la forte produzioni di testi stampati. La rivoluzione si è compiutata nel momento in cui l’invenzione della stampa a caratteri mobili richiese che tutti imparassero a leggere e scrivere per sfruttarne appieno i benefici.
Anche oggi dobbiamo ‘educare’ la società ad utilizzare responsabilmente le tecnologie dell’intelligenza artificiale per avere la piena rivoluzione culturale e averne i benefici diffusi.
Definizione di Intelligenza
Esistono molteplici definizioni di intelligenza. Poccianti ne adotto una pragmatica: un’entità intelligente è capace di costruire un modello della realtà, valutare gli stimoli esterni basandosi su tale modello e risolvere problemi attraverso ragionamento. Questo processo avviene tramite insegnamento o esperienza diretta. Per esemplificare, il riconoscimento visivo si basa non solo su ciò che la retina percepisce, ma anche, e soprattutto, su come il cervello interpreta questi input.
Facciamo degli esempi.
La Percezione Visiva e il Bias Cognitivo
Consideriamo cosa riesce a vedere o per meglio dire a riconoscere come schema mentale il cervello in queste due immagini.
Il cervello vede nella prima immagine due volti di donna contrapposti o un vaso nero, nella seconda immagine riesce a riconoscere un volto di donna dove in realtà ci sono solo piante.
Questo dimostra come il bias e le distorsioni siano intrinsechi alla nostra intelligenza. Preferiamo spesso una bugia confortante a una verità scomoda, un fenomeno complicato da definire in termini assoluti.
Un altro piccolo gioco visivo e molto noto è questo: “di quale colore vedi il vestito?“
Percezione del Colore e Interpretazione Visiva
Questo quiz vede sempre molteplici risposte di colori molto diversi – nero e blu o bianco e dorato, … Questo fenomeno illustra come la percezione di un’immagine non sia oggettiva, ma vari in base all’interpretazione del cervello di ciascuno. Questo dipende dal contesto in cui l’immagine viene vista, evidenziando l’importanza del modello mentale individuale nell’interpretazione delle percezioni visive. Questo concetto è riassunto nel detto “la bellezza è negli occhi di chi guarda”.
Intelligenza oltre l’Umanità
Daniel Kahneman, psicologo israeliano e vincitore del Nobel per l’economia nel 2002, ha esplorato come i nostri processi decisionali alternino tra intuizione e ragionamento metodico, spesso fallace sotto l’influenza delle emozioni.
Kahneman ha evidenziato come la logica e l’intuizione siano complementari nel nostro processo decisionale, che può talvolta condurci a errori di giudizio.
Relatività della Nostra Intelligenza
Contrariamente a quanto pensato storicamente, l’uomo non è al centro dell’universo (Copernico) né l’apice dell’evoluzione (Darwin). Analogamente, potrebbero esistere macchine o forme di intelligenza non umana che sfidano la nostra posizione di specie dominante? Non lo sappiamo e comunque non nel futuro immediato.
Che Cos’è l’Intelligenza Artificiale?
L’intelligenza artificiale non è semplicemente una tecnologia, ma una disciplina scientifica paragonabile alla fisica o alla matematica, che produce strumenti per ampliare le nostre capacità.
L’intelligenza artificiale si divide in generale (o forte) e ristretta (o debole), con la prima che mira a emulare un’entità senziente e la seconda che migliora specifiche funzioni umane senza autonomia di volontà.
I Limiti dell’Intelligenza Artificiale Ristretta
Mentre le macchine di intelligenza artificiale ristretta possono eseguire compiti specifici con eccellenza, non possiedono consapevolezza o volontà propria, a differenza dei loro omologhi in opere di fantascienza come “2001: Odissea nello spazio”, dove le macchine mostrano capacità di ribellione. Questo distingue nettamente i due tipi di intelligenza artificiale e sottolinea l’importanza di una corretta gestione e comprensione delle loro capacità e limiti.
Capacità delle Macchine e funzioni principali
Le macchine moderne sono capaci di cinque funzioni principali:
- apprendimento,
- percezione,
- astrazione,
- ragionamento,
- creazione.
Sebbene richiedano molti più dati per imparare rispetto a un bambino — per esempio, milioni di esempi per distinguere un cane da un gatto — sono capaci di apprendere autonomamente.
Possono percepire il mondo attraverso la vista, l’udito e il riconoscimento vocale, e possono interpretare immagini diagnostiche come radiografie.
Nonostante siano meno abili degli umani nell’astrazione, sono eccellenti nel ragionamento su basi logiche e simboliche, e hanno dimostrato una certa capacità creativa.
Ovviamente è importante notare che mancano di sentimento e consapevolezza propria, limitando la loro “creatività” a ciò che è stato programmato.
L’Algoritmo e la Sua Applicazione
Un algoritmo può essere pensato come una ricetta dettagliata, Poccianti fa l’esepio del fare il caffè con la Moka ed elenca tutti i passaggi che a noi ormai risultano naturali, ma per una macchina non lo sono.
In termini di complessità computazionale, ci sono problemi semplici che possono essere risolti con algoritmi ben definiti, e problemi complessi che richiedono un approccio più elaborato per trovare soluzioni.
Ad esempio, il gioco degli scacchi o la dama richiedeno di esplorare un vasto numero di possibili mosse, facendo dell’intelligenza artificiale uno strumento ideale per questi contesti.
Utilizzare l’intelligenza artificiale per problemi semplici, come fare il caffè, è spesso visto come uno spreco di risorse.
Impiego Pratico e Etica nell’IA
L’intelligenza artificiale sta diventando popolare non solo per la sua capacità di risolvere problemi complessi, ma anche per la sua utilità in compiti quotidiani semplici, come scrivere articoli o correggere testi tramite strumenti come GPT. In Blu7 utilizziamo, per esempio, almeno 4 software professionali che ci aiutano nello svolgimento di alcune azioni di ricerca e studio o di grafica.
Questa tendenza solleva questioni etiche importanti, poiché l’obiettivo principale sembra essere il profitto piuttosto che il benessere collettivo: tradotto si potrebbe dire che Blu7 vuole guadagnare di più oppure che vuole un “benessere collettivo” ovvero svolgere lo stesso compito in maniera più veloce o più approfondita e lasciare più tempo libero a chi ci sta lavorando?
Quando programmiamo l’intelligenza artificiale, dobbiamo descrivere accuratamente il contesto e definire gli obiettivi. Noi aggiungiamo che dobbiamo anche dichiararlo: per esempio questo articolo è stato “revisionato” da Intelligenza Artificiale per togliere ripetizioni o per rendere più comprensibili alcune parti.
Questo è fondamentale per garantire che la tecnologia venga usata per scopi etici e non malevoli. Tuttavia il potere crescente di questi strumenti tecnologici richiede una cultura informata e diffusa che sia pronta a una critica per prevenire l’abuso.
Difesa contro l’Uso Malevolo dell’I.A.
Esistono già sistemi di intelligenza artificiale progettati per combattere usi malevoli, come quelli che identificano notizie false (fake News o testi interamente copiati o interamente scritti con I.A.).
Tuttavia, la lotta contro l’abuso tecnologico è complessa e richiede un impegno continuo: una guardia e ladri che non ha una fine.
La nostra capacità di proteggerci dipende dalla nostra comprensione e dalla nostra vigilanza nell’uso di queste potenti tecnologie.
Applicazioni Futuristiche della Intelligenza Artificiale
L’intelligenza artificiale non si limita alla teoria; ha applicazioni pratiche significative nel campo della robotica, nella gestione delle emergenze come le alluvioni, e nel processo di decision-making in ambienti complessi.
Un esempio notevole è il suo uso nella Protezione Civile in Australia, dove ha migliorato significativamente l’efficacia dei soccorsi in caso di alluvioni, passando da una progettazione manuale dell’intervento in caso di calamità con risultati positivi del 80% ad uno studio con la Intelligenza Artificiale che riesce a salvare il 100% della popolazione.
L’intelligenza artificiale, per esempio, tiene di conto anche di chi, in caso di emergenza non seguirà le procedura di salvataggio previste, l’uomo si troverebbe a calcolare a mano troppe variabili.
Tipologie di Problemi e il Supporto dell’Intelligenza Artificiale
Partiamo dalla classificazione dei problemi in semplici, complessi e complicati, e in che modo l’intelligenza artificiale può offrire supporto.
Sicuramente l’intelligenza artificiale non deve essere impiegata in problemi semplici e anche in quelli complessi l’uso potrebbe essere eccessivo o fuorviante.
Definendo un sistema “complicato” come uno con molti elementi e molte variabili da coordinare, l’IA può certamente essere di grande aiuto. Utilizziamo sistemi di supporto decisionale per affrontare questi problemi, come nell’esempio citato dove l’intelligenza artificiale gestisce l’evacuazione di una popolazione senza congestionare le strade, anticipando e mitigando il comportamento umano prevedibile in situazioni di panico.
Breve storia dell’Intelligenza Artificiale: dalle Origini ai Giorni Nostri
Per non dilungare troppo l’articolo ho scritto un brevissimo articolo sulla “storia della Intelligenza artificiale” che parla di Alan Turing, John McCarthy l’inventore del termine e delle Reti Neurali di Ronseblatt.
L’IA nelle Situazioni di Emergenza e Altri Campi
L’intelligenza artificiale trova applicazione in numerosi campi pratici, dalla gestione delle emergenze, dove può salvare vite prevedendo le inondazioni, alla robotica e al supporto decisionale in ambienti complessi. La sua capacità di elaborare e interpretare grandi quantità di dati in tempo reale la rende indispensabile in molte aree critiche.
Molto interessanti le applicazioni della Intellegenza Artificiale e gli anziani, non solo telemedicina ma anche supporto per una vita autonoma più prolungata. Ne abbiamo parlato di recente commentando il Libro “Anziani Digitali” di Filippo di Blasi.
La Meccanica Quantistica e l’Intelligenza Artificiale
Sorvoliamo sull’interessante questione riguardante le teorie di Penrose sulla meccanica quantistica e la sua applicazione nell’intelligenza artificiale per emulare la consapevolezza umana. Sebbene alcuni teorizzano che per riprodurre la coscienza umana siano necessari meccanismi quantistici, questa rimane una speculazione senza solide prove scientifiche.
L’intelligenza Artificiale non ha e non potrà avere emozioni nè consapevolezza. La discussione che suggerisce l’astrazione e la consapevolezza sono aree in cui l’intelligenza artificiale è ancora molto limitata per non dire inestistente.
Fuzzy Logic e le Sue Applicazioni
La Fuzzy Logic, o logica sfumata, è un principio che è stato adottato principalmente in Giappone. Questa teoria permette una gradazione nelle categorie che descrivono i fenomeni, piuttosto che una rigida divisione binaria.
Ad esempio, anziché categorizzare rigidamente le persone come giovani o vecchie, la Fuzzy Logic permette una varietà di gradazioni, che può essere applicata in diversi dispositivi elettronici come lavatrici e frigoriferi, rendendo i loro algoritmi più adatti alla vita reale.
Nel nostro esempio, non è che se uno compie 75 anni diventa di colpo anziano e a 74 anni e 10 mesi è un giovanotto e allo stesso tempo a 75 e 2 mesi non tanto più decrepito di 4 mesi prima.
Questioni Etiche e Regolamentazione
Le implicazioni etiche dell’IA, specialmente quelle generative, sono al centro di nuove regolamentazioni come il A.I. Act dell’Unione Europea, che mira a stabilire norme per prevenire abusi e garantire la privacy e la sicurezza dei dati. Queste regole sono essenziali per navigare i complessi impatti sociali e le responsabilità legate all’uso delle tecnologie avanzate di IA.
Il Futuro dell’IA e la Percezione Umana
Mentre le reti neurali profonde e i modelli generativi di linguaggio continuano a fare progressi, essi incarnano il cosiddetto “pensiero veloce” che può gestire percezioni e reazioni rapide, ma mancano di capacità di ragionamento logico profondo. Strumenti come Wolfram Alpha dimostrano come l’integrazione dell’IA con motori di ricerca avanzati possa migliorare significativamente la capacità di problem-solving, unendo la potenza computazionale all’intelligenza artificiale.
Qualità dei Dati e Integrità dell’IA
Qualità dei dati e rischio di inquinamento dei risultati nell’uso dell’intelligenza artificiale è alla base, alle fondamenta dei sistemi di LLM. E’ necessario non alimentare sistemi di IA con dati non filtrati, perché ciò potrebbe portare a conclusioni errate o distorte, definite “allucinazioni” in gergo della IA.
Un esempio molto approssimativoi è quando vedete una immagine creata da IA e la persona ha 6 dita oppure quando scrive testi che non hanno alcun fondamento scientifico.
IA Act e RAG (Retrieval Argomed Generative)
L’IA Act è una legislazione europea destinata a moderare gli usi negativi dell’intelligenza artificiale, dividendo le applicazioni dell’IA in categorie basate sul rischio, specialmente contro l’uso per il controllo sociale simile a quello osservato in Cina. I RAG sono strumenti che combinano la capacità di generazione linguistica con la ricerca informativa, permettendo così di rispondere a interrogativi basandosi su fonti verificate.
Impatto Etico e Culturale dell’IA
L’approccio all’IA varia significativamente a seconda delle norme etiche e culturali, che non sono universali. Per esempio, in un dilemma etico ipotetico su chi salvare in un incidente, le decisioni possono variare notevolmente da cultura a cultura. Questo sottolinea l’importanza di considerare diverse prospettive etiche nello sviluppo e nell’impiego dell’IA.
Funzionamento delle Reti Neurali
Una rete neurale è essenzialmente un programma che simula il modo in cui i neuroni nel cervello umano elaborano le informazioni. Questi “neuroni” artificiali ricevono diversi input, li elaborano attraverso pesi (che possono essere positivi o negativi), e trasmettono un segnale se la somma supera una certa soglia. Modificando i pesi durante il processo di apprendimento, la rete neurale può migliorare nel tempo la sua capacità di comprensione e decisione.
Applicazioni Pratiche delle Reti Neurali
Un esempio concreto dell’applicazione delle reti neurali è il loro uso nel riconoscimento di oggetti. Per esempio, una rete può imparare a differenziare vari tipi di abbigliamento come scarpe, sandali o borse attraverso l’esposizione a migliaia di immagini. Con il tempo, la rete diventa capace di identificare correttamente un oggetto anche quando incontra un nuovo esempio che non ha mai visto prima.
Capacità Generativa delle Reti Neurali
Con la stessa rete neurale utilizzata per il riconoscimento, possiamo generare nuove immagini; ad esempio, possiamo chiederle di creare un’immagine di pantaloni basandosi su ciò che ha appreso sui pantaloni.
Presto arriveremo ad avere vestiti su misura, dove IA interverrà sapendo cosa ci piace, come lo vogliamo indossare, colori, forme, ma anche sapendo che ci piace un certo tipo di economia e quindi studiando etichette, luogo di fabbricazione, tutto questo “appena varcata la soglia del negozio” e contemporanemente i monitor del negozio ci mostreranno il nostro corpo o viso con i capi di abbigliamento che seguono le regole scritte sopra.
Le reti neurali imparano come i bambini, ripetendo all’infinito cicli di calcolo e studio, la rete ad ogni passaggio affina la sua capacità di astrazione attraverso ripetute esposizioni.
Stiamo soltanto iniziando a comprendere le complessità del cervello e le sue funzioni, che cerchiamo di replicare nelle macchine. Una macchina oggi può creare musica nello stile di Bach o trasformare visivamente una foto di Firenze nello stile di Kandinsky. Questo mostra non solo le capacità creative delle IA, ma anche la loro capacità di apprendimento e adattamento in vari campi.
Evoluzione dei Giochi e delle Applicazioni Mediche
Dalle vittorie nel gioco degli scacchi fino al go e al poker, l’intelligenza artificiale ha dimostrato notevoli progressi. Nel 2020, ad esempio, ha fatto grandi passi nella modellazione tridimensionale delle proteine, trasformando potenzialmente il campo della medicina.
Prolog e l’Applicazione Pratica
Un piccolo sguardo sul presente: Prolog, un linguaggio di programmazione, può risolvere complessi puzzle di Sudoku descrivendo solo le regole generali senza un algoritmo specifico per la soluzione. Questo dimostra l’efficacia degli approcci basati sulla logica e sulla programmazione in intelligenza artificiale.
Implicazioni Sociali dell’IA
Infine, l’uso dell’intelligenza artificiale rispetto al lavoro umano solleva questioni significative. Sebbene l’IA possa sostituire alcuni lavori, la questione fondamentale è come la società sceglierà di utilizzare queste tecnologie. Possiamo usare l’IA per ridurre la fatica umana senza necessariamente creare disoccupazione, bilanciando l’automazione con la creazione di nuovi ruoli e opportunità.
Traduco: se per fare un lavoro prima ci volevano 3 ore e adesso con le nuove tecnologie ne serve soltanto una si può scegliere di produrre 3 volte di più a parità di stipendio o produrre uguale a praità di stimpendio e gorsi di più 2 ore di libertà.
Questa è politica.
Alessandro Sottocornola, Marketing e Pubblicità e Studioso della Intelligenza Artificiale Firenze