Artificial Intelligence (AI). Definizione.

L’intelligenza artificiale è un insieme di software in grado di gestire e far interagire algoritmi in una maniera analoga alle reti neurali degli organismi viventi e tendenzialmente con caratteristiche molto simili al modo di pensare degli umani, ma non solo.

Porre una domanda ad una intelligenza artificiale comporta l’accesso a un database, una stima probabilistica e la costruzione di una risposta dall’aspetto naturale e sotto certi aspetti umano. Ce ne sono versioni molto semplificate in grado di simulare, per esempio, il comportamento animale.

Definizione di intelligenza artificiale

La capacità di un sistema di elaborazione di replicare l’apprendimento in maniera simile a quella delle creature viventi viene chiamata intelligenza artificiale ed è realizzata tramite una rete neurale, che si perfeziona progressivamente, espandendosi fino a riprodurre o superare il grado dell’intelligenza degli esseri umani.

Può quindi modellare dati, sintetizzare le informazioni, ma soprattutto riconoscere oggetti complessi come le immagini e fornire risultati precisi, con un linguaggio per noi naturale.

Il cervello artificiale non è ancora stato realizzato, ma dagli anni ’40 del secolo scorso, quando Alan Turing e altri scienziati hanno cominciato a studiare l’intelligenza dal punto di vista informatico sono stati fatti passi da gigante.

Il test di Turing, per esempio, prevede che una persona reale interagisca con un soggetto ignoto, che potrebbe essere un essere umano oppure una macchina.

Se alla fine del test, che può durare molto, non si è in grado di determinare se chi risponde è una persona reale o un algoritmo si può parlare di intelligenza artificiale.

Attualmente gli sviluppi sono molto avanzati, ma in qualche modo primitivi rispetto a quelli che vorrebbero essere risultati. Ci sono già intelligenze in grado di dare risposte che sembrano mostrare una certa empatia e indipendenza.

Il linguaggio più vecchio per le intelligenze artificiali è l’IPL-11, che ben presto si è dimostrato in grado di dimostrare teoremi elaborati con una spiegazione comprensibile per l’uomo. In seguito sono state sviluppate tecnologie di Machine Learning con cui le intelligenze artificiali si allenano per imparare e fornire risposte di tipo umano.

Come funzionano le intelligenze artificiali

Le fasi con cui una IA elabora sono: la raccolta delle informazioni, l’analisi dei dati e l’attuazione di azioni o risposte adeguate.

Le informazioni vengono assimilate in maniera complessa, perché serve un algoritmo di apprendimento che si basa sui neuroni artificiali, ancora piuttosto rudimentali ma enormemente più avanzati rispetto a quelli che esistevano qualche anno fa solo nei centri di ricerca.

Questi riescono a dividere in pixel, voxel o altre unità infinitesimali un’informazione e a costruire un quadro di dati, spesso tramite il Cloud Computing.

Per poter avere a disposizione una potenza di calcolo sufficiente, infatti, un singolo processore non sarebbe sufficiente per creare una risposta di tipo umano.

L’analisi dei dati si basa sul Deep Learning, dove la macchina risponde a una domanda in diverse maniere e viene guidata da un tutor, che può essere un umano o un’altra AI, almeno in teoria, con cui impara a selezionare i dati.

Il carico computazionale è gigantesco e deve essere razionalizzato, perché è un sovraccarico potrebbe far quasi completamente assopire un’intelligenza artificiale, rallentarla o portarla in una direzione non praticabile.

Le risorse tecniche richieste sono le GPU con i processori più performanti e i cloud di dati a cui accedere. Attualmente le reti di learning si stanno velocizzando e cominciano a dare risposte statisticamente sempre più attendibili a domande relativamente vaghe. Sono quelle cui anche un bambino potrebbe rispondere, ma che per loro sono un orizzonte ancora da valicare.

Attuazione e risposta di sono l’ultimo passaggio. L’intelligenza, dopo aver fatto la propria valutazione, propone una risposta che può essere legata a consigli se è di tipo razionale, ottimizzare l’automazione di azioni ripetitive o fare traduzioni in tempo reale con funzioni semantiche e di interpretazione interlinguistica.

Ci sono anche molte implementazioni per la business intelligence o per il riconoscimento visivo audio o volumetrico o anche semplicemente per effettuare un parcheggio autonomo con la propriocezione e i riflessi cognitivi.