Ma cos'è l'Intelligenza Artificiale?
- Valentino Pavan
- 2 ago 2024
- Tempo di lettura: 5 min
Aggiornamento: 14 ore fa
Siamo passati da un modo dove tutto era “Metaverso” a un modo dove ora tutto è dominato dall’ Intelligenza Artificiale. Definizione di intelligenza artificiale
È scientificamente dimostrato che possono esistere delle macchine intelligenti.
Già Alan Turing nel suo trattato del 1950 “Computing Machinery and Intelligence” si era chiesto se una macchina potesse pensare. E, dato che "pensare" è un termine ambiguo e difficile da definire, riformulò la domanda in: può una macchina fare quello che noi, come soggetti pensanti, facciamo? La dimostrazione matematica dice che sì, è possibile. Ma a quell'epoca non fu possibile arrivare a quel risultato concretamente.
Alan Turing formulò anche un esperimento, comunemente conosciuto come “Test di Turing”, per riconoscere un’intelligenza artificiale capace di pensare come un essere umano. L'idea era che una macchina capace di passare quel test fosse in grado di ingannare un essere umano e quindi dimostrare che è "come se fosse" capace di pensare.
Il problema era che molte intelligenze artificiali erano in grado di fare sorprendentemente bene solo una cosa, ma non tutte le altre.
Ma che cos’è Intelligenza Artificiale? E che cos’è, più semplicemente, un algoritmo che rende molto potente un applicazione software? Provo a fare chiarezza sulle definizioni di Intelligenza Artificiale e di Algoritmo in modo da non farci più confondere da termini usati a sproposito verso applicazioni di intelligenza artificiale che invece non sono alto che dei normali software, benché molto evoluti.
Secondo il parlamento Europeo, l’Intelligenza Artificiale (IA) è l’abilità di una macchina di mostrare capacità umane quali il ragionamento, l’apprendimento, la pianificazione e la creatività.
L’intelligenza artificiale permette ai sistemi di capire il proprio ambiente, mettersi in relazione con quanto percepiscono, risolvere problemi e agire verso un obiettivo specifico.
I sistemi di IA sono capaci di adattare il proprio comportamento analizzando gli effetti delle azioni precedenti e lavorando in autonomia.
Un computer, invece, che riceve dei dati già preparati o raccolti tramite sensori, come una videocamera, li processa e risponde in funzione di un algoritmo o di un software programmato per l’elaborazione e l’uso specifico dei dati ricevuti.
In informatica, algoritmo si definisce l’insieme di istruzioni che deve essere applicato per eseguire un’elaborazione o risolvere un problema.
Un algoritmo è una procedura predefinita che risolve problemi o compiti seguendo dei passaggi determinati e si possono raggruppare in 3 categorie principali:
Algoritmi di base:
Da un dato/informazione in ingresso definito (input) ne deriva un risultato elaborato (output) definito in base alle regole e ai parametri che sono stati codificati.
Algoritmi complessi:
Come per l’algoritmo di base ma l’output (risultato elaborato finale) viene ottenuto attraverso combinazioni di regole e calcoli molto complessi, atti a risolvere un problema specifico.
Algoritmi di “Machine Learning”:
In questo caso gli input vengono valutati su più modelli per risolvere un problema specifico istruendo un computer attraverso paradigmi in modo che gradualmente e gerarchicamente avvenga un apprendimento autonomo; tramite questo tipo di algoritmi, il computer si auto-istruisce senza necessità di un ulteriore intervento umano esterno.
L’algoritmo di “Machine Learning” si può paragonare a un bambino che apprende dall'esperienza, solo che tramite il computer la capacità è elevata all’ennesima potenza, in quanto la macchina ha a disposizione moltissimi dati da elaborare a una velocità impensabile per un essere umano.
Con gli algoritmi di “Machine Learning” iniziamo ad esser già all’interno dell’intelligenza artificiale.
Gli algoritmi sono molto presenti in quasi tutti i settori della vita quotidiana, ma sono fondamentali per l’informatica e i programmi software. Alcuni esempi famosi di algoritmi sono quelli di Google, che determinano il posizionamento dei risultati di ricerca e quello che rende visibili determinate news sui social network come Facebook o Instagram.
Ritorniamo alla Intelligenza Artificiale, anzi, alle intelligenze artificiali perché ce ne sono di più tipi, che descrivo brevemente qui di seguito:
ANI - Intelligenza artificiale ristretta:
È l’intelligenza artificiale in grado di svolgerne soltanto una funzione alla volta oppure, in alternativa, diverse funzioni strettamente collegate tra loro.
Questi sistemi sono potenti, ma l'ambito d'azione è limitato tendendo a concentrarsi sulla creazione di efficienza. Tuttavia, l'AI ristretta ha un immenso potenziale di trasformazione e continua a influenzare globalmente il modo in cui lavoriamo e viviamo.
AGI - Intelligenza artificiale generale:
È l’intelligenza artificiale capace di fare molte cose diverse compreso generalizzare i problemi, derivando dei principi dai problemi concreti; deve poter comprendere, apprendere e applicare l'intelligenza in un'ampia gamma di compiti, allo stesso modo in cui lo farebbe un essere umano. E soprattutto, deve essere capace di trasferire la conoscenza da un campo all'altro, imparando a fare anche cose per cui non è stata programmata o addestrata.
Generative AI - Intelligenza Artificiale Generativa:
È l’intelligenza artificiale creata per svolgere specifici compiti e non è vincolata necessariamente a una specifica tecnologia o un insieme di algoritmi. Le intelligence artificiali generative che abbiamo oggi riescono a raggiungere i loro risultati perché si basano su modelli di reti generative avversarie, dette “GAN” e i modelli di trasformazione. Possono generare contenuti creativi testuali, di immagini, musica o altri tipi, ma la cosa importante è che il loro prodotto non è una copia esatta della loro fonte di ispirazione, anche se ne mantiene una forte coerenza.
L’intelligenza artificiale generativa è considerata una AI ristretta, anche se nel corso del tempo diventano sempre più potenti.
ASI - Super intelligenza artificiale:
È l’intelligenza artificiale più intelligente degli esseri umani. Se è vero che l'Agi ancora non è stata raggiunta, l'Asi è assolutmanete di là da venire ma va detto che dal momento che l'accelerazione nello sviluppo dell'intelligenza artificiale non è lineare e che potrebbe venir ulteriormente potenziato dall'uso della stessa AI per progettare nuovi metodi e algoritmi di intelligenza artificiale, la distanza tra l'Agi e l'Asi potrebbe essere molto più breve di quella che ci separa oggi dall'Agi stessa.
Quindi, la differenza tra un algoritmo intelligente e l’Intelligenza Artificiale è la programmazione che ne sta alla base, in quanto, nella “Ai”, con la correlazione di milioni di set di dati, si arriva a imitare il cervello umano, da cui deriva il termine di “rete neurale” tipica dei sistemi di Intelligenza Artificiale Generale.
La programmazione di un applicazione software tramite algoritmi diventa Intelligenza Artificiale, quando non è utilizzata per eseguire solamente un’attività, ma per imparare a svolgere autonomamente e in modo variabile l’attività, tramite algoritmi di “Machine Learning”.
Gli algoritmi di “Machine Learning” consentono all'AI non solo di elaborare i dati, ma anche di usarli per diventare più intelligente, senza bisogno di ulteriore programmazione.
Quindi, rispetto ad un semplice algoritmo software, quali sono le principali differenze con l’intelligenza artificiale?
Adattabilità: un algoritmo classico è statico e deve essere esplicitamente programmato per gestire situazioni specifiche, non può adattarsi o apprendere autonomamente. Al contrario, un software AI è in grado di adattarsi e apprendere dai dati in modo dinamico.
Decisioni basate sui dati: mentre un algoritmo classico segue in maniera rigorosa le istruzioni fornite, un software AI può analizzare grandi quantità di dati, individuare modelli e prendere decisioni autonome basate su queste informazioni.
Complessità dei problemi: gli algoritmi classici sono efficaci per risolvere problemi ben definiti, con regole chiare. Al contrario, un software AI può affrontare problemi complessi che richiedono l’applicazione di logiche non lineari.
Apprendimento: un algoritmo classico non ha la capacità di apprendere autonomamente, mentre, un software AI può essere addestrato su dati di input per migliorare le sue prestazioni ed ottimizzare i risultati
In sintesi, gli algoritmi classici anche se molto evoluti e potenti e i software AI sono due approcci differenti all’elaborazione dei dati e alla risoluzione dei problemi. Gli algoritmi classici sono statici e seguono istruzioni ben precise, mentre i software AI sono flessibili, adattabili, ed in grado di apprendere autonomamente, per merito di algoritmi di Machine Learning.
Per informazioni potete contattarci:
Telefono: +39 0422 22813
e-mail: segreteria@proattiva.eu
Seguiteci sui social network:
留言