Mariagiulia L’intelligenza artificiale ha sempre suscitato in me curiosità e interesse. Ad oggi, non esiste azienda, spot pubblicitario, social media che non parli di intelligenza artificiale. Eppure sono convinta che non tutti siano consapevoli di cosa sia davvero. Nel luglio 2020 c’è stata una grande accelerazione per lo sviluppo di questa tecnologia. Però prima di anticipare i nuovi traguardi, vorrei condividere alcuni semplici concetti su questa tecnologia.
Che cos’è l’AI?
L’AI (Artificial Intelligence) è una branca dell’informatica che ha l’obiettivo di replicare tipiche attività che solo la mente umana può svolgere: il riconoscimento di immagini e testi, l’ascolto e comprensione di un discorso, la classificazione e raggruppamento di oggetti similari. Si divide in due grandi famiglie: symbolic learning e machine learning.
- Il primo approccio si basa sulla creazione di “sistemi esperti” in grado di manipolare gli oggetti al fine di arrivare alla risposta ad un problema, mettendoli in relazioni attraverso delle istruzioni “if-then” (se a=b allora b…). I sistemi esperti sono stati gli antenati dell’intelligenza artificiale come la conosciamo oggi.
- Il machine learning invece è data-based, cioè basato sull’idea che dando in input molti dati, la macchina può imparare, esattamente come succede nel processo di apprendimento di un umano (un bambino impara a parlare ascoltando e ripetendo giorno dopo giorno le parole che sente dall’ambiente esterno).
Esistono due approcci al machine learning, il statistical learning e il deep learning. Il statistical learning sono dei modelli statistici in grado di predirre una funzione in base ai dati ricevuti. E’ il processo contrario di quello che facevamo al liceo o ad Analisi 1: in classe ci veniva chiesto, data una funzione e una variabile x trovare l’incognita y. In una classe di statistical learning invece date delle x e delle y lo scopo è trovare la funzione in grado di predirre l’andamento dei dati futuri. Data una variabile x posso predirre il valore dell’incognita y, grazie alla funzione costruita. Il secondo approccio è il deep learning che si basa sulla creazione di reti neurali (neural networks), che si ispirano esattamente alle reti neurali che risiedono nel nostro cervello.
Le reti neurali
Un neurone è una cellula che presenta dei dendriti che ricevono i segnali esterni, un nucleo che processa i dati e un assone che trasmette il dato elaborato ad altri neuroni. Una rete neurale funziona esattamente allo stesso modo: ci sono dei nodi ricettivi (input nodes) che ricevono i dati in input, questi dati vengono trasmessi a dei nodi di elaborazione (hidden nodes) e successivamente ai nodi per trasmettere il risultato (output nodes). Possono esserci più strati di hidden nodes e in questo caso la rete si chiamerà multi strato.
Le nuove frontiere di AI
Ora che abbiamo alcuni concetti basilari in mente, torniamo alla grande scoperta del luglio 2020. Hai mai sentito parlare di GPT3-Generative pretrained Transformer 3? Si tratta di una rete neurale che usa tecniche di Natural Language Processing per eseguire un compito. E’ in grado di generare testi, codici, dati, a partire da dei dati in input. Il GPT3 è stato sviluppato da una no profit, OpenAI, ottenendo un grande successo ma anche portando alla luce molte controversie.
Cosa è in grado di fare un GPT3?
Questo strumento è stato in grado di generare dei testi su un determinato argomento dato in input, del tutto somiglianti ad un testo scritto da menti umane. Ovviamente molte sono ancora le controversie da affrontare: lo strumento non è (ancora) in grado di capire se le richieste che riceve in input sono non-sense o se le risposte che elabora sono razziste.
Ancora più recentemente (Novembre 2020) è stato rilasciato un chatbot con cui interagire e poter ottenere una risposta su qualsiasi contenuto. Il chatbot è stato allenato con i dati raccolti in Wikipedia.
E nel futuro?
Il GPT3 è solo un altro step verso uno sviluppo iniziato nel 1956 quando un gruppo di 4 matematici e scienziati del Dartmouth College hanno pensato di creare un sistema in grado di tradurre un testo dal russo all’inglese durante la guerra fredda. Un fallimento assicurato, data la bassa potenza di calcolo, l’impossibilità di avere molti dati da eleborare e servizi di storage costosi e molto voluminosi.
Oggi, invece, il rapido sviluppo tecnologico raggiunto permetterà sempre di più di relazionarsi con avatar, gemelli e assistenti digitali. Le applicazioni di AI sono infinite. Ciò che dobbiamo tenere a mente è che questa tecnologia è intelligente fin tanto che riceve dati “di qualità”. Allenare degli algoritmi sui dati raccolti nei social media non è forse il modo migliore per ottenere delle risposte che non siamo razziste, omofobe, sessiste.
La cosa certa è che questa tecnologia cambierà il nostro modo di lavorare, relazionarsi, vivere il quotidiano. E c’è di più. Potrà essere un ottimo abilitatore di nuovi modelli di business circolari. Stay tuned al prossimo articolo.