Che cos'è l'intelligenza artificiale e perché è importante?

L'Intelligenza Artificiale (IA) bussa alla porta. Dopo un cammino durato quasi 60 anni, il lungo inverno dell'IA (con meno ricerche e fondi allocati al progresso della tecnologia) è terminato. L'83% delle aziende interpellate in un sondaggio ha indicato l'IA come priorità strategica e il 75% ha dichiarato che l'IA è la chiave per trovare nuovo business e nuove strade, a dimostrazione del fatto che l'IA non appartiene più al mondo della fantascienza. Dal rilevamento delle frodi ai metodi efficienti di selezione e assunzione del personale, fino alla manutenzione predittiva dei macchinari, l'Intelligenza Artificiale sta diventando velocemente un motore di innovazione sia sul lavoro sia nella vita di tutti i giorni.

Vuoi saperne di più? In questo articolo descriviamo l'evoluzione dell'IA, spieghiamo come funziona e ti aiutiamo a sostenere la causa dell'IA nella tua organizzazione.

Intelligenza Artificiale: un cammino lungo 60 anni

L'Intelligenza Artificiale è una branca dell'informatica che consente ai computer di apprendere ed eseguire attività e mansioni tipiche dell'intelletto umano, ad esempio capire un discorso, prendere decisioni e riconoscere oggetti.

Negli anni Cinquanta l'IA era, a dir poco, lontana anni luce: i computer non potevano memorizzare o eseguire informazioni e i costi erano astronomici. Poi, il matematico Alan Turing pose una domanda tanto semplice quanto rivoluzionaria: "Le macchine possono pensare?”. La risposta, un sonoro sì, ha cambiato il corso della storia.

Fra gli anni Cinquanta e gli anni Settanta, l'industria dei computer consolidò il proprio business lanciando macchine che lavoravano più velocemente, erano più accessibili e meno costose. Un articolo pubblicato su Life Magazine nel 1970 raccontava che, nel giro di tre-cinque anni, le macchine avrebbero sviluppato la stessa intelligenza dell'essere umano. Ma, per raggiungere questo obiettivo, servivano grandi progressi nella capacità di memorizzazione dei dati e nella potenza di calcolo.

Negli anni Ottanta furono sviluppate due tecniche importanti. La prima, detta "deep learning", consentiva ai computer di apprendere per esperienza. La seconda, i cosiddetti "sistemi esperti", imitava la capacità umana di prendere decisioni. I computer cominciarono a utilizzare il ragionamento basato su "regole", sostanzialmente un processo "if-then" utilizzato per rispondere a domande.

Facciamo un balzo in avanti per arrivare al 1997, quando Dragon Systems sviluppa e implementa un software di riconoscimento vocale su Windows. Gli anni Duemila portano nuove opzioni di velocità e storage, come il cloud, che proiettano l'utilizzo dei computer nel mercato mainstream e portano anche l'IA sotto i riflettori. Oggi l'IA è in piena corsa grazie a tre grandi sviluppi.

• Processori grafici (GPU): la domanda del mercato video e del gaming ha portato allo sviluppo di GPU più potenti e meno costosi, un componente indispensabile per realizzare software IA.
• Big Data: gli algoritmi utilizzati dall'IA sono essenzialmente “addestrati” dall'enorme volume di informazioni presenti nei Big Data. Questi algoritmi aiutano poi l'IA a elaborare quelle informazioni a una velocità incredibile e a rendere i dati accessibili e più utilizzabili.
• Algoritmi: gli algoritmi consentono di automatizzare attività che in passato venivano considerate di dominio esclusivo dell'intelligenza umana. Gli algoritmi migliorano continuamente e diventano più complessi grazie all'uso di livelli con variabili nascoste che classificano e ottimizzano i risultati.

Oggi l'intelligenza artificiale o le macchine dotate di intelligenza artificiale sono in grado di:

• comprendere un discorso;
• imparare;
• pianificare;
• risolvere problemi;
• ragionare;
• percepire;
• maneggiare e spostare oggetti.

Livelli di intelligenza artificiale: ANI, AGI e ASI

Esistono tre tipi di IA: intelligenza artificiale limitata (ANI), intelligenza artificiale generale (AGI) e superintelligenza artificiale (ASI).

• Artificial Narrow Intelligence: l'intelligenza artificiale limitata (ANI) viene classificata come intelligenza artificiale "debole" perché è in grado di gestire una gamma ristretta di parametri e situazioni, come avviene ad esempio nel riconoscimento vocale o nelle auto a guida autonoma.
• Artificial General Intelligence: l'intelligenza artificiale generale (AGI) viene considerata un'intelligenza "forte" perché opera a un livello superiore paragonabile all'intelligenza umana.
• Artificial Super Intelligence: la superintelligenza artificiale, che di fatto ancora non esiste, indica la capacità di una macchina di superare l'intelligenza umana.

L'ANI è la forma di IA più semplice da riconoscere e viene già utilizzata dalla maggioranza delle persone. Ecco alcuni esempi di ANI fra i più noti:

• Auto a guida autonoma: le auto senza guidatore sono prive di volante e pedali, viaggiano orientandosi con mappe 3D e sono guidate da un Google Chauffeur.
• Dispositivi ad attivazione vocale: da Siri ad Alexa, moltissimi consumatori possiedono e usano ogni giorno dispositivi intelligenti dotati di ANI.
• Filtri per la posta elettronica: tutte o quasi le caselle di posta in arrivo offrono la possibilità di intercettare lo spam e contrassegnare i messaggi speciali.

L'AGI porta l'IA a un livello superiore, con macchine in grado di svolgere mansioni intellettuali simili all'uomo. Tuttavia, per poter essere classificato come AGI, un robot deve superare alcuni test di intelligenza.

In particolare, il Test di Turing verifica la capacità della macchina di agire come un essere umano. Se la macchina ottiene un punteggio del 70% o superiore, viene classificata come robot AGI. Un'altra analisi di compatibilità AGi è il Coffee Test, che richiede al robot di entrare in una casa, trovare il caffè e imparare a prepararlo. Un potenziale robot AGI deve superare anche il College Robot Test, nel quale il robot deve iscriversi a scuola e partecipare alle lezioni. Infine, un robot può essere sottoposto all'Employment Test, nel quale è chiamato a superare prove di selezione professionale fra cui un esame di guida ed esami di scrittura.

Come funziona l'IA?

Ora che sappiamo come si è evoluta l'IA negli ultimi 60 anni e abbiamo un'idea dei suoi fondamenti, vediamo più in dettaglio come funziona.

Sono due le tecniche fondamentali che consentono all'IA di operare efficacemente: Machine Learning (ML) e Deep Learning (DL). ML e DL creano il contesto in cui l'IA può funzionare. ML è l'insieme degli strumenti e degli algoritmi integrati in un computer che "imparano" o usano dati esistenti per produrre previsioni accurate. DL è una funzione automatizzata all'interno del Machine Learning che consente a una macchina di notare schemi ricorrenti e classificare le informazioni in categorie, riuscendo quindi a “pensare”.

Osserviamo più da vicino alcune tecnologie dell'IA e come possono funzionare in un'impresa.

• Una piattaforma di machine learning può sfruttare le informazioni provenienti da diverse sorgenti di dati (ad esempio strumenti di sviluppo e formazione, insieme ad altri algoritmi) per prevedere e classificare le informazioni.
• Il Deep Learning è una tecnica di machine learning che usa il riconoscimento e la classificazione di schemi (pattern) per lavorare con grandi set di dati.
• Le reti neurali sono una tecnica di machine learning che usa algoritmi statistici che replicano il comportamento dei neuroni nel cervello umano.
• Il "cognitive computing" è un tipo di calcolo che usa il ragionamento e la comprensione di alto livello. Si differenzia dal machine learning perché utilizza un insieme di diverse tecnologie IA per produrre risultati.
• La visione artificiale (computer vision) consente ai computer di agire ed elaborare le immagini come l'occhio umano. Analizza il contesto di immagini e video digitali per produrre informazioni numeriche o simboliche a supporto dei processi decisionali.
• La generazione di linguaggio naturale indica semplicemente la generazione di testo partendo da dati del computer. Questo processo viene spesso utilizzato per servizio clienti, report e riepiloghi di business intelligence.
• I processori grafici (GPU) fanno parte di un circuito elettronico che accelera la creazione di immagini su un display. I GPU sono fondamentali per il buon funzionamento dell'IA.
• L'IoT, o Internet of Things è una rete di dispositivi connessi che generano e condividono dati, come elettrodomestici, altoparlanti intelligenti, dispositivi indossabili e apparecchiature medicali. L'IA si basa sui dati di questi dispositivi per generare business intelligence.
• Gli algoritmi avanzati sono algoritmi complessi che vengono sviluppati e combinati costantemente per svolgere elaborazioni intelligenti continue.
• Le API, interfacce di programmazione delle applicazioni, sono una tecnologia che talvolta viene utilizzata per accedere a servizi IA. Allo stesso modo, l'IA usa i flussi di dati delle API per aiutare le aziende a dare un senso a dati che non sono sempre visibili.

Applicazioni dell'IA nella vita reale

È probabile che l'IA sia più presente di quanto immaginiamo nella nostra vita quotidiana. Hai mai dialogato con un commesso virtuale nel tuo negozio preferito? O chiesto aiuto a Facebook per creare un annuncio per la tua azienda? O chiesto ad Alexa di riprodurre la tua playlist preferita? Hai mai detto "Hey google" per trovare la strada per tornare a casa? Sono solo alcuni esempi di come le aziende usano l'IA per semplificarci la vita e offrire più servizi ai clienti. Eccone altri:

• Amazon utilizza un'IA transazionale con algoritmi che si evolvono continuamente. Attualmente è in grado di prevedere le nostre abitudini di acquisto e fornire informazioni sui prodotti prima ancora che ci rendiamo conto di essere alla ricerca di un determinato prodotto.
• Il processo DNA musicale di Pandora utilizza oltre 400 caratteristiche musicali di canzoni analizzate manualmente da musicisti professionisti per consigliare agli utenti nuove canzoni in base ai loro gusti.
• Nest è un termostato che può essere comandato a voce da Alexa ed è in grado di apprendere le preferenze di riscaldamento e condizionamento.

E l'IA in cloud? Con la sua scalabilità e le risorse accessibili in tempo reale, l'IA con infrastruttura in cloud si sta affermando come una delle opzioni principali. Fra le piattaforme attualmente disponibili possiamo citare Microsoft Azure Machine Learning, Google Cloud Prediction API, TensorFlow, Rainbird e Meya.

Vantaggi dell'IA per le aziende

L'IA aggiunge valore alle attuali capacità dei computer fornendo in modo continuo e affidabile attività e informazioni computerizzate. L'IA può aiutare a migliorare i risultati finanziari di un'azienda attraverso:

• processi e attività automatizzati;
• riduzione degli errori umani;
• incremento della produttività e dell'efficienza operativa;
• miglioramento delle decisioni operative con accesso a dati in tempo reale;
• migliore apprendimento dei dati con accesso potenziato a grandi quantità di dati;
• miglioramento del servizio grazie alla conoscenza del cliente;
• generazione di lead di qualità.

Entrando nello specifico, esistono cinque modi in cui l'IA può essere utile per un'organizzazione:

• Raccolta e analisi dei dati: l'IA rende la raccolta e l'analisi dei dati economica, intuitiva e tempestiva, consentendo di acquisire automaticamente maggiori informazioni sui clienti e di assicurarsi business sia nuovo che consolidato.
• Assunzioni più intelligenti: gli algoritmi di machine learning possono determinare le pratiche migliori per esigenze specifiche di assunzione e creare una short list dei candidati migliori.
• Efficienza del back office: l'IA può gestire attività quali contabilità, schedulazione e altre funzioni quotidiane in un attimo, senza errori.
• Servizio clienti: gli assistenti virtuali per il servizio ai clienti lavorano 24 ore al giorno, 7 giorni alla settimana e possono aiutare clienti attivi e potenziali senza la supervisione di addetti umani.
• Marketing mirato: consultare e classificare tutti i dati disponibili su un prodotto o servizio è una delle specialità dell'IA, che consente all'azienda di focalizzarsi su un marketing che individua specificamente le esigenze dei clienti.

Un ecosistema integrato con l'IA

Sempre più aziende hanno carichi di lavoro IA che supervisionano importanti processi aziendali. Trovare una piattaforma che funzioni in modo specifico per un'azienda e connetta una serie di applicazioni di terze parti è un elemento importante dell'infrastruttura IT. Talend Cloud può preparare e integrare le applicazioni e i dati in cloud e on-premise, rafforzando l'ecosistema IAdell'azienda.