Un approfondimento sul concetto di Intelligenza Artificiale, con particolare attenzione alle diverse definizioni e ai diversi aspetti che caratterizzano questa tecnologia emergente.
I progressi tecnologici nel campo dell’intelligenza artificiale (IA) stanno cambiando in modo radicale il modo in cui viviamo, lavoriamo e interagiamo con il mondo. Questo articolo, d’ispirazione da un manifesto, punta a illustrare con chiarezza cosa si intenda per IA, delineandone vari aspetti e definizioni fondamentali.
Vediamo prima di tutto cosa sia un dato. Un dato può essere definito come la rappresentazione informatica di un’informazione o di una particella di essa. Tradotto nel linguaggio comune, un dato è una cifra singola che, da sola, può non avere molto significato, ma che insieme ad altri dati può rivelare modelli e tendenze.
Proseguiamo poi con il concetto di modello. In IA, un modello è una struttura matematica generata da una macchina su una grande quantità di dati grazie all’estrazione di caratteristiche o “features” presenti nei dati che gli vengono forniti. La creazione del modello avviene durante la fase di allenamento, in cui il modello viene esposto ad una grande quantità di dati. Il modello, a partire da questi dati, identifica le caratteristiche specifiche presenti in essi, codificate nei cosiddetti “pesi“, e verifica, attraverso un processo iterativo, se le sue previsioni diventano sempre più accurate.
Una volta creato, il modello può essere utilizzato in una fase chiamata “inferenza“. Presentandogli nuovi dati, il modello fornirà una previsione, che potrebbe essere una classificazione, una previsione di affinità o “valore atteso”, o qualsiasi altra risposta che i pesi del modello sono stati addestrati a fornire.
In questo contesto, merita una menzione particolare l’AI generativa, una forma di IA in cui i modelli sono stati allenati per generare nuovi dati a partire dai dati di input. In questa categoria di IA, i modelli non vengono utilizzati per classificare o analizzare i nuovi dati, ma per generarne di nuovi. Questi “nuovi dati” possono assumere varie forme, dal testo al codice sorgente, dall’audio al video, fino alle interfacce grafiche o qualsiasi altro output informativo direttamente fruibile da un senso umano.
Un’ultima distinzione può essere fatta tra l’AI intesa come scienza o tecnologia e l’AI intesa come funzione di un processo. Quando un modello AI interagisce con il mondo reale, viene a contatto con le persone o con prodotti destinati a esse. Questo avviene quando l’AI viene inserita in un certo processo, che sia la scrittura, la produzione di materiale audio/video, la selezione o previsione delle informazioni, il suggerimento, ecc.
E’ importante sottolineare che un modello, per sua natura, è una struttura matematica pura. Non ha altre capacità oltre quella di reagire ai suoi pesi con i dati di ingresso e di produrre i dati di output in base al suo addestramento. Inoltre, un modello è sempre “spiegabile” ma potrebbe non essere facile per un essere umano comprendere la motivazione di una scelta prodotta dal modello.
Quando un modello AI ha un pregiudizio o bias, ciò è dovuto unicamente al tipo di dati che ha osservato durante la fase di addestramento. Nessun modello può garantire di essere esente da bias e allo stesso modo, nessun algoritmo scritto da una persona potrebbe affermarlo, in quanto implicherebbe che lo sviluppatore avrebbe considerato qualsiasi condizione di ingresso futura.
In conclusione, l’IA sta trasformando il mondo in modi inimmaginabili. Tuttavia, per comprenderne appieno le potenzialità e le insidie, è essenziale averne una comprensione profonda e accurata.