{"id":13208,"date":"2019-11-22T07:30:19","date_gmt":"2019-11-22T06:30:19","guid":{"rendered":"https:\/\/www.unilab.eu\/?p=13208"},"modified":"2019-11-18T15:11:52","modified_gmt":"2019-11-18T14:11:52","slug":"ia","status":"publish","type":"post","link":"https:\/\/www.unilab.eu\/it\/articoli\/coffee-break-it\/ia\/","title":{"rendered":"Lo stato dell’arte dell’IA. Cosa fa, ad oggi, l’intelligenza artificiale? Le principali applicazioni"},"content":{"rendered":"

Lo stato attuale dell\u2019IA<\/strong> \u00e8 paragonabile alla fase di giovinezza dell\u2019essere umano. Nonostante l\u2019incredibile evoluzione tecnologica subita dalle intelligenze artificiali negli ultimi anni, infatti, ci si trova ancora in una fase piuttosto preliminare, in cui l\u2019emulazione della mente umana \u00e8 rudimentale e imprecisa.<\/p>\n

L\u2019ambizioso scopo di creare macchine pensanti<\/strong> in maniera autonoma \u00e8 dunque ancora un\u2019utopia, ma i passi in avanti sono stati decisamente molti negli ultimi 40 anni. Si \u00e8 passati dallo sviluppo di reti neurali sempre pi\u00f9 complesse, arrivando alla creazione di nanotecnologie senzienti.<\/p>\n

Attraverso l\u2019implementazione di algoritmi innovativi \u00e8 stato possibile dare vita a tecnologie come il cognitive computing<\/strong>, con macchine in grado di emulare il pensiero di un brillante studente. Quello che per\u00f2 ancora manca \u00e8 la scintilla geniale: quell\u2019ispirazione tipica di alcuni esseri umani unici, madre di idee e intuizioni.<\/p>\n

IA debole e IA forte: le differenze<\/strong><\/p>\n

Questa distinzione fra IA<\/strong> aiuta a comprendere meglio il concetto espresso nel paragrafo precedente. L\u2019IA debole \u00e8 quell\u2019intelligenza artificiale (anche detta aumentata) che \u00e8 possibile raggiungere con le tecnologie attuali.<\/p>\n

In pratica si tratta di programmi complessi, in grado di emulare il pensiero umano sulla base di un\u2019elaborazione massiccia di dati privi di una vera e propria intelligenza. Si parla essenzialmente di emulazione dei processi cognitivi umani dedicati al problem solving<\/strong>.<\/p>\n

Per giungere allo sviluppo di quelle che vengono definite IA forti \u00e8 necessario compiere un passo in avanti piuttosto impegnativo: istruire le IA nella comprensione del senso del linguaggio<\/strong>. Gettando questa base sar\u00e0 possibile insegnare alle intelligenze artificiali il ragionamento deduttivo o induttivo, dando a esse gli strumenti necessari per acquisire il pensiero creativo.<\/p>\n

La sfida per raggiungere questo traguardo \u00e8 ancora complessa e limitata dalla tecnologia<\/strong>, ma non \u00e8 del tutto impossibile. Un giorno vi saranno vere intelligenze artificiali come quelle immaginate dalla fantascienza e questo potrebbe dare vita a tutta un\u2019altra serie di problemi legati all\u2019etica (che non verranno discussi in questa sede).<\/p>\n

Machine Learning e Deep Learning: Come si istruiscono le IA<\/strong><\/p>\n

Insegnare a una macchina come si pensa \u00e8 stata una sfida che ha affascinato i ricercatori fin dai primi anni del \u2018900. Il machine learning<\/strong> \u00e8 quell\u2019insieme di algoritmi che permette alle IA di apprendere informazioni dall\u2019analisi di dati e modelli preimpostati, restituendo soluzioni sempre pi\u00f9 precise per la risoluzione di un problema.<\/p>\n

Esistono differenti metodologie che, evolvendosi nel tempo, hanno permesso il calcolo di risultati sempre pi\u00f9 complessi <\/strong>e articolati (impossibile scordare l\u2019esempio di DeepBlue, il primo computer capace di battere un leggendario campione di scacchi).<\/p>\n

Il deep learning<\/strong> pu\u00f2 essere considerato la pi\u00f9 recente evoluzione del metodo di pensiero delle IA. Basato sulla tecnologia delle reti neurali artificiali, permette di simulare i neuroni del cervello umano, attraverso il linguaggio binario.<\/p>\n

Si tratta di IA decisamente pi\u00f9 complesse rispetto a quelle basate sul machine learning, che sono in grado di restituire risultati ancora pi\u00f9 precisi<\/strong>, realizzando addirittura previsioni<\/strong> piuttosto attendibili. In questo caso \u00e8 necessario istruire l\u2019IA attraverso esempi concreti, in modo che essa possa \u201cimparare\u201d a sfruttarli per generare soluzioni corrette a problemi di natura similare.<\/p>\n

Per cosa si usano le IA oggi<\/strong><\/p>\n

Anche se le IA non sono ancora cos\u00ec intelligenti da potersi sostituire completamente all\u2019uomo, trovano largo impiego in diversi settori a cui forniscono una preziosa assistenza. Vengono, infatti, utilizzate in tutti quegli ambiti che richiedono l\u2019analisi di enormi quantit\u00e0 di dati<\/strong>:<\/p>\n