Dalla calcolatrice all’Intelligenza Artificiale (AI). Solo una decina di anni fa, poche macchine erano in grado di effettuare con successo il riconoscimento del linguaggio o delle immagini. Inoltre, le poche disponibili erano costose e consumavano enormi quantitativi di spazio e risorse.
Oggi le macchine sono in grado di svolgere molte attività meglio degli esseri umani. Anche i dubbiosi sono rimasti stupiti dai progressi delle capacità dell’Intelligenza Artificiale (AI) negli ultimi mesi. Secondo uno studioso, si è trattato di un “decennio d’oro”.
Questi sistemi (in particolare i sistemi di AI generativa come ChatGPT di OpenAI) diventeranno sempre più diffusi nel 2023 e oltre, affiancando o sostituendo noi creatori umani in una varietà di campi.
Table of Contents
L’intelligenza Artificiale (AI) nella storia dell’uomo
Anche se ho trascorso molto tempo a lavorare con questa tecnologia negli ultimi dieci anni, l’intelligenza artificiale sta attualmente subendo un enorme progresso.
Anche i dubbiosi sono rimasti stupiti dai progressi delle capacità dell’Intelligenza Artificiale (AI) negli ultimi mesi. Ma facciamo prima qualche passo indietro e iniziamo a esaminare i progressi dell’AI negli ultimi dieci anni.
2012 – 2014: Gli inizi della comprensione del linguaggio, della lettura e del riconoscimento delle immagini
Secondo diversi studiosi, il 2012 è stato un anno di svolta per il deep learning. Per rilevare immagini e video di gatti, in quell’anno i ricercatori di Google hanno creato una rete neurale di grandi dimensioni con 16.000 processori e 1 miliardo di connessioni. Ecco un’illustrazione dell’apprendimento per rinforzo, un altro paradigma dell’Intelligenza Artificiale (AI) che ha avuto un enorme successo negli ultimi dieci anni. Insieme all’apprendimento supervisionato e all’induzione probabilistica dei programmi. Identificare immagini di gatti può sembrare un piccolo traguardo. Ma per una macchina è qualcosa di impensabile fino a pochi decenni fa.
Eppure, i computer hanno appena iniziato ad applicare il deep learning per l’identificazione delle immagini. Negli esperimenti che hanno messo a confronto l’intelligenza artificiale con le prestazioni umane nel 2012, si è scoperto che l’intelligenza artificiale aveva un rendimento di circa -40, ancora inferiore a quello umano. All’epoca, il riconoscimento delle immagini era ancora agli inizi (qui, impostato sulla linea di base zero). Una decina di anni fa, l’intelligenza artificiale era ancora in ritardo rispetto agli esseri umani su aspetti quali la comprensione del linguaggio e della lettura, oltre che sul riconoscimento delle immagini.
Anche dopo la creazione del sistema di apprendimento semantico NELL (Never-Ending Language Learning) nel 2013, l’AI non era ancora in grado di completare con successo compiti di elaborazione linguistica.
La creazione di Alexa nel 2014 ha aumentato in modo significativo la capacità dell’IA di comprendere il parlato. Prima di allora, i consumatori potevano controllare i loro telefoni a voce grazie a Siri di Apple. Tuttavia, le capacità di comprensione del linguaggio dell’IA erano ancora inferiori a quelle degli esseri umani.
Negli anni successivi, la capacità di comprensione del linguaggio delle Intelligenze Artificiali (AI) ha superato quella degli esseri umani. Ciò è dovuto ai progressi nel riconoscimento vocale, nell’elaborazione del linguaggio e nei modelli linguistici di rete neurale associati, oltre che a una migliore organizzazione delle informazioni. Chatbot come “ChatGPT” di OpenAI dimostrano gli enormi progressi compiuti fino a questo momento. Nonostante i sistemi di AI facciano ancora fatica a scrivere frasi lunghe e significative.
2015 – 2017: Le IA hanno iniziato a superare gli esseri umani in alcune task
Nel 2015 è stato finalmente permesso a tutti di creare modelli di AI più utili. Dopo che Watson, l’omonimo sistema di intelligenza artificiale di IBM, è diventato famoso nel 2011 sconfiggendo Jeopardy! Alcuni sistemi di apprendimento automatico open-source (come TensorFlow di Google, un framework di deep learning open-source) sono entrati nel mercato grazie a Ken Jennings.
Ha permesso alle aziende e agli sviluppatori di utilizzare la tecnologia in modi nuovi. Quest’anno sono stati compiuti importanti progressi anche nel riconoscimento di volti e immagini. Per esempio, nella sesta edizione della ImageNet Large Scale Visual Recognition Competition, i computer hanno sconfitto gli esseri umani. ImageNet è una raccolta standardizzata di milioni di fotografie che addestra e mette alla prova i programmi di identificazione visiva.
In seguito, quando AlphaGo di Google ha sconfitto il miglior giocatore di Go al mondo nel 2016. Il risultato è stato ottenuto tramite deep learning con rinforzo. Un mix di reti neurali e apprendimento con rinforzo. La cosa ha generato un grande scalpore nel campo dell’Intelligenza Artificiale (AI), come per l’intero settore tech.
Inoltre, il rilascio del Transformer nel 2017 ha aumentato l’utilizzo delle reti neurali profonde in combinazione con modelli di apprendimento auto-supervisionato. Attualmente, le applicazioni di elaborazione del linguaggio naturale (NLP) come la traduzione automatica e la ricerca online di Google utilizzano questi modelli di Transformer come tecnica standard.
2018 – 2019: L’intelligenza artificiale nella salute, nell’elaborazione del linguaggio e nella sicurezza dei dati
Lo scandalo di Cambridge Analytica ha fatto sì che la discussione sulla sicurezza dei dati raggiungesse l’apice nel 2018. Secondo un sondaggio McKinsey, una delle funzioni in cui la maggior parte degli intervistati ritiene che i vantaggi dell’IA siano stati evidenti nel 2018 è la gestione del rischio. Ciononostante, l’elaborazione del linguaggio è avanzata in modo significativo al momento della creazione del BERT nel 2018.
Un esempio di modello linguistico a rete neurale che apprende l’uso delle parole, la sintassi, il significato e le informazioni fondamentali in molti contesti è BERT. Modelli come BERT possono creare astrazioni quasi identiche al linguaggio generato dall’uomo, collegando sequenze di parole in modo simultaneo anziché sequenziale. Questi modelli di elaborazione del linguaggio hanno guidato l’enorme progresso dei chatbot negli ultimi dieci anni. Questi sono ad oggi essenziali per consentire applicazioni come queste.
Inoltre, nel 2019, gli scienziati hanno iniziato a sviluppare un sistema di intelligenza artificiale più efficace dei radiologi nell’identificare il cancro ai polmoni. A tal fine è stato utilizzato un sistema di deep learning in grado di analizzare le immagini della tomografia computerizzata (TC) per determinare la propensione di una persona alla malattia.
2020 – 2021 Rapido sviluppo dell’intelligenza artificiale (AI) a seguito della pandemia da Covid-19
L’epidemia di COVID-19 ha alimentato e fatto progredire lo sviluppo dell’intelligenza artificiale nel 2020. Lo sviluppo di vaccini è stato accelerato in gran parte grazie all’intelligenza artificiale. Cosa che in genere, senza AI, avrebbe con tutte le probabilità richiesto decenni. L’intelligenza artificiale ha invece assistito i ricercatori nella valutazione di grandi volumi di dati, accelerando notevolmente il processo.
68 miliardi di dollari di investimenti aziendali a livello mondiale, con un aumento del 40% dal 2019 al 2020, sono un esempio dell’espansione dell’IA. Inoltre, il numero di domande di brevetto per invenzioni legate all’IA è stato 30 volte superiore nel 2021 rispetto al 2015. A dimostrazione del rapido progresso della tecnologia.
L’anno scorso la comunità di ricerca si è concentrata soprattutto sull’utilizzo dell’Intelligenza Artificiale (AI) con i computer. Quest’area di studio addestra i computer a comprendere foto e altri contenuti visivi in modo che possano essere efficaci nel classificare immagini, identificare oggetti, mappare la posizione e il movimento delle articolazioni umane e individuare volti.
L’intelligenza artificiale (AI) è ormai un’esigenza della nostra vita quotidiana.
Negli ultimi dieci anni, l’intelligenza artificiale (IA) si è sviluppata rapidamente. Solo dieci anni fa poche macchine erano in grado di riconoscere il linguaggio o le immagini. Oggi le macchine sono in grado di svolgere molte attività meglio degli esseri umani. Per esempio, gli algoritmi di Intelligenza Artificiale (AI) possono valutare l’idoneità di una persona quando richiede un prestito o trovare acquisti fraudolenti prima ancora che ci si accorga di aver smarrito la carta.
Nella nostra vita quotidiana, l’intelligenza artificiale trova schemi e valuta le possibilità. Per esempio nel caso volessi lasciare le mie AirPods a casa, quale post di Instagram è il mio preferito e mi ha trattenuto sul sito di social media. Oppuire quale prezzo di Amazon mi fa venire voglia di comprare.
Di recente è decollata soprattutto l’ “AI generativa”. Si tratta di sistemi che generano nuove possibilità. Anche i dubbiosi sono soddisfatti dei progressi compiuti nelle capacità dell’IA.
Intelligenza artificiale generativa in azione
Tre diverse AI generatrici di immagini, Dall-E, Midjourney e Stable Diffusion, sono state rese pubbliche a pochi mesi di distanza l’una dall’altra. Entro pochi secondi dall’inserimento di una frase, l’algoritmo crea un’immagine. L’intelligenza artificiale inizia a rispondere alla richiesta di “un astronauta che cavalca un cavallo su Marte”. Nel giugno 2022, una fotografia di Midjourney è apparsa sulla copertina dell’Economist, mentre un’altra è stata riconosciuta alla Colorado State Fair. un precursore di ciò che accadrà nel 2023.
Molto più affascinanti sono i progressi delle IA che generano testi. Con il suo chatbot “ChatGPT”, l’azienda con sede negli Stati Uniti OpenAI ha generato scalpore in tutto il mondo. Questo chatbot imita la rete neurale del cervello umano.
Anche con le domande e i dialoghi tecnici più complicati, il bot può condurre discussioni simili a quelle umane e produrre risposte credibili. Dato che l’elaborazione del linguaggio è storicamente uno dei problemi più difficili da risolvere per i sistemi di Intelligenza Artificiale (AI), si tratta di un progresso significativo per questi sistemi.
L’uso dell’AI nelle aziende è in espansione.
Lo studio State of AI di quest’anno dimostra il rapido sviluppo del settore. Nel 2020 non era in fase di sperimentazione clinica un solo farmaco creato utilizzando una strategia AI-first. Ora ce ne sono 18. Molte varianti COVID ad alto rischio sono state identificate con successo da un sistema di AI di BioNTech mesi prima del sistema di monitoraggio dell’OMS.
Secondo McKinsey, dal 2017 l’utilizzo dell’IA è più che raddoppiato. Le competenze AI più utilizzate ogni anno sono l’automazione robotica e la computer vision. Inoltre, sono stati stanziati interessanti fondi per l’Intelligenza Artificiale (AI). Attualmente, il 52% dei partecipanti al sondaggio dichiara di destinare il 5% del proprio budget digitale alle iniziative di IA. Questa percentuale di intervistati era solo del 40% nel 2017.
Sfortunatamente, l’uso dell’AI è ancora per lo più limitato ai top performer. Ciò suggerisce che le aziende che sono state all’avanguardia nell’IA stanno continuamente migliorando i loro vantaggi competitivi. Questi dirigenti che hanno “industrializzato l’AI” collegano attivamente le loro strategie di AI alle operazioni aziendali fondamentali. Il motivo per cui queste organizzazioni continuano a fare meglio dei ritardatari dell’AI è che investono più denaro e spendono di pi. Attirando così personale appassionato di tecnologia più numeroso e più performante.
Cosa riserva il futuro all’Intelligenza Artificiale (AI)
Nel 2023 un sempre maggiore numero di queste tecnologie integrerà o sostituirà noi creatori umani in molti settori. Sia la produzione di video che di media personalizzati sono ancora in fase di sviluppo. “Siri, riproduci un film di 90 minuti in stile Steven Spielberg su un amministratore delegato che lascia il suo lavoro per diventare un’attrice di successo”.
Tuttavia, anche se i progressi sono stati significativi e un numero sempre maggiore di aziende sta utilizzando l’AI, devono essere fatti ancora molti studi prima di poter creare sistemi di IA veramente generici. Nei prossimi anni assisteremo a ulteriori progressi nei modelli di apprendimento auto-supervisionato, nell’apprendimento continuo e nella generalizzazione dei compiti.
I futuri utilizzi dei modelli linguistici delle reti neurali come il BERT, ad esempio, potrebbero rendere possibile la comunicazione tra persone in situazioni e lingue diverse. Per le lingue parlate da un numero minore di persone, probabilmente avremo a disposizione dati migliori e le distorsioni nei sistemi di intelligenza artificiale saranno più semplici da individuare e correggere.
Di conseguenza, possiamo prevedere che i chatbot di AI come “ChatGPT” diventeranno più simili agli esseri umani e saranno utilizzati in un maggior numero di ambienti. Come le scuole e le università.
Riconoscimento facciale e misure di sicurezza
Nei prossimi anni assisteremo a un maggiore utilizzo della tecnologia di riconoscimento facciale per il controllo degli accessi e le misure di sicurezza. Uno dei casi più significativi in cui il governo ha virtualmente integrato la tecnologia di riconoscimento facciale nella società è la Cina. Tuttavia, non è certo che molte nazioni seguiranno l’esempio della Cina, dato che si prevede che l’uso diffuso dell’AI nella società darà luogo a problemi di privacy, sorveglianza ed etica.
Senza dubbio, l’accettazione e gli investimenti nell’intelligenza artificiale aumenteranno nei prossimi anni. Infatti, secondo il sondaggio McKinsey, il 63% degli intervistati pensa di incrementare gli investimenti nell’IA nei prossimi anni. Questo significa vantaggi quali maggiori entrate e minori spese. Entro il 2025, si prevede che il fatturato delle applicazioni di IA per le aziende raggiungerà i 31 miliardi di dollari a livello globale.
Per affrontare i problemi etici e di privacy, lo sviluppo dell’IA deve essere pubblico e sotto controllo. I governi e le aziende devono quindi adottare ora regole sull’IA che ne indirizzino lo sviluppo in futuro.
