Intelligenza artificiale: cos'è? E come può essere utile?

Intelligenza artificiale: cos'è?
       Scritto da Andrea Bonisoli

Cos'è l'intelligenza artificiale? Facciamo luce sul vasto mondo che è racchiuso nel settore dell’intelligenza artificiale presentando un'introduzione comprensibile anche per i neofiti della materia.

In un mondo sempre più tecnologicamente avanzato e proiettato verso il progresso, la sfida per una migliore produttività e competitività può essere vinta anche grazie a tecniche innovative che utilizzano l’intelligenza artificiale. Sebbene questo fatto sia noto anche presso le PMI, meno diffusa invece è l’esatta comprensione di cosa sia l’intelligenza artificiale, come possa essere utilizzata anche in ambito industriale ed in ultima analisi quali sono gli ostacoli da superare per poterla sfruttare al meglio nella propria azienda.

Questo breve articolo vuole quindi fare luce sul vasto mondo che è racchiuso nel settore dell’intelligenza artificiale, e presentare una introduzione comprensibile anche per i neofiti della materia.

 

Cosa significa “Intelligenza artificiale” e da dove arriva?

Anzitutto cerchiamo di descrivere cosa davvero racchiude il mondo dell’intelligenza artificiale. Partiamo con una interessante osservazione: nonostante sembri un concetto all’avanguardia, l’intelligenza artificiale, nota anche con l’acronimo A.I. dell’equivalente inglese “artificial intelligence”, è un termine che arriva da lontano. È stato utilizzato per la prima volta nell’accezione moderna già nel 1956 con riferimento agli studi di scienziati che iniziarono a studiarla subito dopo la Seconda guerra mondiale.

L’idea di un costrutto fabbricato dall’uomo che obbedisca ai suoi ordini è comunque molto più antica e trova diverse tracce nella letteratura e anche nella filosofia greca, che già si era interrogata e aveva cercato di comprendere concetti come la conoscenza e il procedimento che l’uomo segue quando deve prendere decisioni oppure esegue azioni volontarie.

Sicuramente un oggetto dotato di intelligenza artificiale deve poter pensare e ragionare, prendere decisioni e scegliere in modo razionale o simile ad un essere umano (che grazie alle sue capacità intellettive viene normalmente preso come metro di paragone).

Una prima fonte di ispirazione deriva dal famoso test operativo proposto nel 1950 dal matematico inglese Alan Turing. Il test che porta il suo nome infatti, considera intelligente un computer o calcolatore che sia in grado di fornire risposte non distinguibili da quelle che potrebbero essere fornite da un essere umano.

Dato che questa richiesta è molto astratta ed ampia, gli scienziati non hanno prodotto una sola ed univoca definizione di A.I., ma addirittura quattro! Ecco quindi quelle che sono le più moderne definizioni di intelligenza artificiale:

  1. Un sistema che pensa come un essere umano
  2. Un sistema che pensa razionalmente
  3. Un sistema che agisce come un essere umano
  4. Un sistema che agisce razionalmente

Chiaramente questi quattro approcci sono tra loro collegati a coppie e tutti e quattro sono stati analizzati in modo accurato dagli scienziati. Un’indagine approfondita di queste quattro definizioni richiederebbe probabilmente un intero libro, ma la maggior parte delle realizzazioni pratiche si è concentrata sull’agire razionalmente. In quest’ottica lo studio dell’A.I. riguarda la progettazione di agenti razionali, ovvero che agiscono e fanno qualcosa in modo da ottenere il miglior risultato.

Questo non è l’unico approccio possibile; all’interno della comunità scientifica è in atto una diatriba tra i sostenitori delle diverse definizioni. Questo ha portato anche a produrre due differenti correnti di pensiero chiamate “intelligenza artificiale forte” e “intelligenza artificiale debole” (analizzare nel dettaglio queste differenze esula da questo breve articolo).

Con queste definizioni possiamo racchiudere nel settore dell’intelligenza artificiale moltissimi casi distinti, anche apparentemente lontani tra loro. Per questo motivo diremo che sono dotati di A.I. sia un programma che gioca a scacchi sia un autista automatico di taxi. Anche se svolgono compiti molto diversi essi mostrano comportamenti associati ad azioni razionali ed umane.

Per racchiudere con un termine più generico tutti i possibili sistemi dotati di intelligenza artificiale, useremo il termine “agente” con cui indichiamo qualsiasi cosa che possa percepire il suo ambiente di lavoro tramite sensori e agire su di esso, modificandolo, tramite attuatori.

Per esempio, la scacchiera con le posizioni dei pezzi è l’ambiente dell’agente che gioca a scacchi e le mosse possibili sono le azioni che può eseguire per modificarlo. In tutti i casi, un agente, robot o computer che sia, dotato di intelligenza artificiale deve svolgere molto lavoro cognitivo e possedere alcune o tutte delle seguenti capacità:

  • Interpretazione del linguaggio e dei testi;
  • Comprensione e conservazione della conoscenza;
  • Ragionamento automatico per trarre conclusioni;
  • Pianificazione e programmazione;
  • Visione e percezione degli oggetti e dell’ambiente circostante;
  • Manipolazione fisica degli oggetti e movimento;
  • Apprendere ed imparare dall’esperienza.

Esse non sono tutte indispensabili affinché un agente razionale possa esibire un comportamento che possiamo definire intelligente; anche dei semplici agenti reattivi possono mostrare comportamenti razionali.

Un semplice agente reattivo basa le sue azioni solamente sullo stato corrente ed ignora quanto accaduto in precedenza, usando semplici istruzioni condizionali del tipo se-succede-allora-fai. Questi però non sono in grado di confrontarsi con situazioni più complesse o non previste dalla loro programmazione iniziale: non possono ragionare in funzione di obiettivi o apprendere dall’esperienza.

A causa di queste limitazioni, si preferiscono agenti basati su modelli o su utilità, su obiettivi, ed in grado di apprendere. Anche grazie alle migliori prestazioni dei calcolatori recenti ed alla maggiore capacità di memorizzare dati, la capacità di apprendere delle A.I. si è incrementata notevolmente e questo ha prodotto molti benefici per tutti i sistemi che accumulano esperienza passata e basano le loro decisioni su avvenimenti precedenti. In parole povere possiamo dire che la disponibilità di maggiori quantità di dati storici consente di prevedere con maggiore precisione gli effetti futuri.

Lo studio e soprattutto la progettazione di sistemi autonomi che esibiscono queste caratteristiche è lo scopo dei ricercatori del settore dell’intelligenza artificiale.

 

Da dove arriva l’intelligenza artificiale?

Per poter progettare correttamente una intelligenza artificiale è necessario integrare molti aspetti e competenze che derivano anche da discipline differenti tra loro.

Storicamente gli scienziati hanno attinto a piene mani dalla filosofia e dalla matematica, ma anche dall’economia e dalla sociologia, dalla probabilità e dalla statistica, dalle neuroscienze e dalla psicologia, dall’ingegneria informatica, dalla teoria del controllo e dalla cibernetica e robotica e perfino dalla linguistica.

Anche per questo motivo al giorno d’oggi il settore dell’A.I. è suddiviso in un grande numero di sotto-discipline, spesso intersecate. Alcune aree si dedicano a problemi di aspetto generale, come l’apprendimento, la percezione o la comprensione del linguaggio.

Altre aree invece si occupano di problemi specifici, come il gioco, la dimostrazione di teoremi o la diagnosi di malattie. Tra sezioni più rilevanti di carattere generale vale la pena ricordare:

  • Natural language processing per poter interpretare il testo ed il parlato;
  • Knowledge representation and reasoning per comprendere e conservare conoscenza;
  • Search algorithms and methodology per ragionare automaticamente e cercare soluzioni;
  • Automated planning and scheduling per pianificare e decidere sulla base di effetti;
  • Computer vision per vedere e percepire oggetti e ambiente circostante;
  • Control methods per manipolare fisicamente oggetti e sapersi spostare;
  • Machine learning (e deep learning) per apprendere e imparare dall’esperienza.

Ognuna di queste sezioni si occupa sostanzialmente di una delle capacità principali che deve possedere un sistema intelligente. In sintesi, possiamo dire che l’A.I. si occupa di rendere automatiche alcune attività intellettive e di conseguenza si può applicare ad ogni sfera del pensiero umano. In questo senso, è un campo davvero universale.

 

Cosa può fare l’intelligenza artificiale?

Come abbiamo visto nel paragrafo precedente, non vi sono limiti alle possibili applicazioni dell’intelligenza artificiale. Forniti in ingresso i corretti dati di input e sufficienti informazioni, un sistema dotato di A.I. può svolgere i compiti più disparati e controllare un grande numero di attuatori, ad esempio quelli di un impianto industriale.

Mentre la ricerca sta compiendo passi da gigante in molte direzioni, vale la pena fare una breve lista, sicuramente non esaustiva, con alcuni esempi di applicazioni che utilizzano l’intelligenza artificiale:

  • Giochi: non si può realizzare una lista di applicazioni dell’A.I. senza nominare “Deep Blue”, il sistema sviluppato da IBM che negli anni ’90 si confrontò (e vinse) contro l’allora campione mondiale di scacchi. Più di recente invece il software “AlphaGo” di Google DeepMind è stato il primo a vincere una partita contro un maestro umano al gioco orientale del go.

 

AlphaGo-DeepMind-vs-LeeSedol

“AlphaGo” di Google DeepMind è stato il primo a vincere una partita contro un maestro umano al gioco orientale del go.

 

  • Pianificazione e scheduling: anche forzata da condizioni operative estreme, la NASA già dagli anni 2000 utilizza sistemi automatici per la gestione degli obiettivi di ricerca scientifica dei veicoli spaziali. “Remote Agent” genera i piani di lavoro a partire da obiettivi di alto livello ricevuti da terra (situata anche a centocinquanta milioni di chilometri di distanza) e monitora le operazioni del veicolo spaziale durante la loro esecuzione, rilevando, diagnosticando e recuperando dagli errori nel caso in cui essi si verifichino.

 

  • Controllo autonomo: sistemi per lo sviluppo di guida autonoma delle automobili sono già in avanzata fase di test da parte di differenti case automobilistiche, mentre sistemi di consegna in ambienti più ristretti e controllati, come un magazzino, sono già utilizzati da grandi centri di distribuzione per ridurre errori e ritardi nello smistamento delle merci.

 

  • Diagnosi: tutti i sistemi che apprendono con l’esperienza si sono dimostrati un valido supporto e un eccellente contributo per molte aree della medicina. In particolare, nell’interpretazione di immagini mediche e di analisi di suoni del cuore, le reti neurali hanno mostrato una accuratezza uguale o superiore a quella di dottori umani, mentre in molte patologie (tra cui anche la diagnosi precoce del cancro) possono fornire utili indicazioni. Di recente simili algoritmi di diagnosi sono anche stati applicati con successo anche all’analisi di impianti e macchinari industriali per identificare e prevenire guasti durante la produzione.

 

  • Pianificazione logistica: già dagli anni ’90 la DARPA utilizza “DART” per automatizzare la gestione della logistica e dei trasporti, inclusi gli approvvigionamenti e gli spostamenti di 50’000 veicoli. Il software consente di pianificare gli spostamenti proponendo in poche ore un piano che tiene conto di tutti i vincoli. Simili sistemi sono poi stati adottati anche da diverse compagnie di trasporto e da scali commerciali dei porti per minimizzare gli spostamenti dei pesanti container che transitano ogni giorno per le banchine.

 

  • Assistenti virtuali: forse l’applicazione più diffusa presso il grande pubblico, gli assistenti virtuali sono ormai presenti in ogni smartphone recente e stanno mostrando un elevato grado di comprensione degli ordini vocali, rispondendo ad un sempre maggiore numero di comandi. Sistemi simili sono usati anche per la previsione degli acquisti da grandi negozi e shop online, tra cui Amazon, mentre le raccomandazioni per i clienti consentono a Netflix e Spotify di consigliare nuovi prodotti sulla base dei gusti che sono stati registrati.

 

In modo sempre più diffuso e veloce, nuove applicazioni dell’intelligenza artificiale vengono presentate e si applicano a nuovi settori e nuovi campi ancora inesplorati consentendo un grado di autonomia maggiore da parte delle macchine, che presentano un comportamento sempre più razionale.

 

Conclusioni

In questo breve articolo abbiamo visto come viene definito il settore che studia l’intelligenza artificiale e come questo si sia sviluppato. Abbiamo visto quali sono i principali settori di studio che lo costituiscono e alcuni esempi applicativi recenti. Siamo convinti che ora sia più chiaro questo ambito e questo possa suggerire nuovi strumenti per rendere la propria azienda sempre più efficiente e competitiva sfruttando al meglio i vantaggi offerti da un sistema dotato di una A.I. avanzata.

Per implementare nuove soluzioni, per utilizzare tecnologie innovative e per rendere gli impianti produttivi sempre più intelligenti, TOOLS for SMART MINDS ed i suoi partner sono da sempre un alleato ideale. Già numerosi clienti si sono affidati a noi per realizzare soluzioni di Industria 4.0 e Smart Factory. Per scoprire cosa TOOLS for SMART MINDS può fare per la tua azienda contattaci subito.


CONDIVIDI:        

Aggiungi commento

Codice di sicurezza Aggiorna

Iscriviti alla nostra newsletter

Iscriviti per ricevere i nostri aggiornamenti.

Lingua