Digital South Talk #1 – Intelligenza Artificiale
Sabato 24 marzo si è concluso il primo Digital South Talk in materia di Artificial Intelligence. Un pomeriggio ricco di confronti e interazioni, dove sono stati esposti dubbi, perplessità e curiosità in un clima informale e accogliente per il quale Palazzo Innovazione si è rivelato location perfetta.
Dopo i saluti di rito svolti da Alessandra D’Amelia e Roberto Ascione – rispettivamente direttrice delle relazioni istituzionali e CEO di Healthware –, Mirko Pallera ha presentato l’associazione e il suo operato, lasciando poi posto al protagonista della giornata, Gianluca Mauro, specificando che tale è stato l’impatto di un suo precedente talk avuto all’edizione 2017 di Heroes, meet in Maratea, che non si è potuto prescindere dal suo coinvolgimento per l’apertura dei Digital South Talk.
L’AI supera di gran lunga la fase in cui si fornivano istruzioni alle macchine
Il ventisettenne romano ha toccato diversi punti di importante rilievo, primo fra i quali l’evidenziazione delle modifiche processuali avvenute in materia di Intelligenza Artificiale. Per darne mostra e semplificarne la comprensione, Mauro pone un esempio: richiede ai partecipanti di considerarlo un uomo prodigio, il cui unico bug consiste nel non saper cognitivamente come muovere dei passi e di fornirgli, quindi, delle istruzioni che lo aiutassero a mettere in pratica il procedimento. Cominciano ad arrivare i primi suggerimenti, dando per scontato la semplicità della richiesta: “muovi il piede sinistro in avanti”, “alza il piede, spostalo in avanti e poggialo a terra”, “muovi il piede sinistro in avanti mantenendo l’equilibrio sul destro”.
Mauro confuta l’efficienza di ognuno, in quanto trattasi di istruzioni incomplete, non abbastanza esaustive da coprire l’intera azione da compiere, infatti, mentre si alza il piede sinistro, cosa succede al destro? Che tipo di contrazione muscolare deve impiegare?
Come l’AI può risolvere questo limite? Attraverso gli esempi
È questo il punto chiave nella differenza tra la primordiale Intelligenza Artificiale del 1955 e la sua moderna evoluzione. Il computer impara, apprende non perché gli si dice cosa fare con una serie di istruzioni, bensì perché gliene è data mostra. In questo consiste il nuovo approccio di Machine Learning cui Mauro ha voluto far riferimento e lo ha fatto nel modo più semplice possibile, ponendo diversi esempi applicativi direttamente alle persone presenti.
Si parla quindi di Apprendimento Supervisionato: alla macchina sono somministrati una serie di dati sotto forma di video, immagini o altra tipologia, che le danno modo di vedere ciò di cui si necessita l’apprendimento, associandovi poi determinate azioni; oltre alle modalità di somministrazione, cambia conseguentemente anche l’ottica di raccolta dati, i quali necessitano essere reali ed empirici, non più una serie di asettiche e vaghe direttive in codice.
Mauro prosegue delineando quello che è stato il passaggio dalla General AI ad una forma di Intelligenza Artificiale più settoriale, che non va considerata in relazione alla gestione di ambiti estremamente ampi, bensì più definiti e circoscritti; a tal proposito si è fatto riferimento alle strumentazioni realizzate per la diagnostica di determinate patologie quali la leucemia.
L’AI nelle sue forme
Si è parlato di Community-Based Recommender Systems – nuovi sistemi di raccomandazione non più basati su informazioni comuni generali tra due o più persone, ma sull’estrapolazione di tali dati dalle comunità online, rilevando gli individui maggiormente simili per preferenze effettivamente espresse tramite post, commenti e altre modalità di valutazione, al fine di fornire suggerimenti giusti e coerenti – e di Deep Learning, ossia apprendimento automatizzato basato sulle reti neurali.
In relazione a quest’ultimo concetto, Mauro semplifica paragonando tali reti ai collegamenti nascenti tra i neuroni del cervello umano man mano che si sviluppa una sua determinata area; allo stesso modo, maggiore è il tempo di osservazione del computer degli esempi fornitigli, ulteriori saranno le stringhe numeriche che si svilupperanno all’interno di uno o più specifici algoritmi. Esempio pratico è dato dal riconoscimento di foto effettuato dai computer non in base al numero di pixel contenuti, ma secondo forme, linee, similitudini con altre dello stesso genere cui è stato sottoposto alla visione.
Figure lavorative e business: chi e come
La figura professionale di riferimento è incarnata dal Data Scientist, operante in materia di AI attraverso l’analisi degli obiettivi che la macchina deve raggiungere e i percorsi più idonei affinché sia in grado di farlo cognitivamente. Tale figura è presente nel mercato lavorativo italiano, essendone Mauro stesso testimonianza, tuttavia è stata sottolineata la mancanza di un’apposita facoltà universitaria per la sua formazione, invece presente in Olanda.
A livello di business, l’idoneità ad investire in tale tecnologia, soprattutto in un’epoca in cui l’eccessivo avere a disposizione, ha comportato l’insorgere della necessità di servizi settorializzati. In merito si è posta la distinzione tra le aziende adoperanti l’Intelligenza Artificiale, definite “AI Company”, e le Trade Company, ponendo un esempio secondo cui piccole aziende territoriali operanti anche a livello di e-commerce, non potranno essere paragonabili a colossi quali Amazon o Zalando, che hanno fatto dell’attività il loro principale e assoluto punto di sviluppo. È stata inoltre evidenziata l’importanza di delineare un’efficiente strategia operativa, di analisi e organizzazione dei ruoli collaboratori del Data Scientist, con tempi ben definiti e veloci, al fine di permettergli ottimali possibilità di sperimentazioni con le rispettive strumentazioni.
Infine sono stati snocciolati concetti e testimonianze relative ai progressi di Speech Recognition e Speech Synthesis – per i quali si sono raggiunti ottimi risultati – e Reasoning e Knowledge Representation – ancora in fase di ottimizzazione –.
L’incontro termina con un’importante osservazione che andrebbe presa in considerazione in diverse dinamiche della società odierna: l’AI, per quanto innovativa e sempre più in via di perfezionamento al punto da assimilare e riproporre sempre più fedelmente le prestazioni umane, deve essere concepita in chiave collaborativa con l’operato dell’uomo e non come suo diretto sostitutore.
Un margine di errore da ambe le parti va preventivato, indi per cui l’integrazione di strumenti di Intelligenza Artificiale con le competenze umane, sia che si tratti di software e/o di tecnologie fisiche, potrebbe servire a sopperirne gli effetti finali, raggiungendo così considerevoli risultati.
[…] strategiche in ottica digitale, fino ad arrivare alla possibilità di applicare i principi dell’Intelligenza Artificiale al proprio […]