Intelligenza artificiale, le tecnologie che cambieranno il nostro futuro

Il mercato delle tecnologie legate all'Intelligenza Artificiale è in continua espansione. Per farci un'idea approssimativa di questa crescita ci basti pensare che una ricerca scientifica riportata da Forbes ha dimostrato che il 38% delle imprese utilizza già alcune forme di IA e che questo numero crescerà del 62% entro il 2018.

La stessa analisi, inoltre, sostiene che l'investimento nel settore aumenterà nel 2017 di un 300% rispetto al 2016 per un mercato che passerà dagli 8 miliardi di dollari spesi lo scorso anno ai 47 che verranno investiti nel 2020.

Ma cosa si intende per Intelligenza Artificiale e quali saranno le tecnologie ad essa legata che cambieranno il nostro modo di vivere? Scopriamolo insieme.  

Coniato negli anni '60 per descrivere una branca degli studi informatici, oggi il campo dell'intelligenza artificiale include una grande varietà di strumenti e tecnologie diverse, alcuni più datati ed altri in costante sviluppo. Già nella nostra quotidianità siamo a contatto con esse: abbiamo software per il riconoscimento vocale, per classificare le immagini e per darci suggerimenti legati ai nostri gusti. 

Ma quali saranno le applicazioni e le evoluzioni future?  

Tra le forme di applicazione più mature dell'Intelligenza artificiale rientra quella legata al Decision management: già da tempo utilizzate dalle più grandi aziende, queste tecnologie vengono “formate” con logiche, obiettivi e processi di funzionamento aziendale per poi essere utilizzate per aiutare la componente umana a prendere decisioni coerenti con le strategie dell'impresa.

Legate ad esse le forme più avanzate di Deep Learning: basate su algoritmi più complessi cercano di simulare il comportamento dei neuroni umani lavorando su livelli multipli di reti neurali.  

Cambiando ambito e passando al campo del gioco, abbiamo appreso in questi giorni che, dopo aver perso a Go e a scacchi, l'uomo ha rimediato un'altra sconfitta contro l'Intelligenza artificiale. Questa volta nel poker, uno dei giochi più complessi e con più variabili “umane” esistenti. È quanto è successo a quattro giocatori professionisti, sconfitti dopo 20 giorni di partite di Texas Hold'em da Libratus, software di IA sviluppato dalla Carnegie Mellon University di Pittsburgh.

Ma non si è trattato solo di una vittoria fortunata: il programma, infatti, è programmato per migliorare costantemente la propria strategia analizzando e tappando quelle falle che gli avversari erano riusciti a sfruttare nelle prime partite. Libratus, quindi, nonostante abbia utilizzato meno della metà della sua potenzialità di calcolo, è riuscito a migliorarsi costantemente, arrivando persino a comprendere ed utilizzare i bluff.  

Un software che è in grado di ricordare, elaborare strategie nuove, ma che allo stesso tempo non prova quella paura che nella psiche umana fa ricordare più le sconfitte che non le vittorie (meccanismo dovuto all'amigdala) e che molto spesso, anche nei campioni e nei più affermati professionisti porta a cambiare strategie di gioco, optando per scelte più conservative, anche se non ottimali.

È questa “assenza di emozioni” che ha condotto Libratus a utilizzare mosse davvero innovative come puntare grosse somme in piatti piccoli. Si tratta di un passo davvero importante per l'IA e per le sue applicazioni future.

Grazie alla capacità del software di “essere vincente” in un gioco come il poker in cui le informazioni non sono mai complete ed i comportamenti umani restano imprevedibili, esso potrà essere applicato a tutte le situazioni di informazione asimmetrica tra le parti, siano esse le negoziazioni in ambito commerciale, militare, le forme di finanziamento o le manovre preventive anti-terrorismo.  

Un’altra grande sfida per il futuro delle intelligenze artificiali sarà quella di comprendere il linguaggio naturale. Già oggi abbiamo software in grado di analizzare immagini e riconoscere le voci ed associarle agli individui. Ma il vero passo in avanti sarà quello tra il riconoscere e il capire.

Una questione su cui si stanno investendo moltissime risorse e che vede gli sviluppatori informatici costantemente impegnati. Se le macchine riescono a riconoscere un'immagine, non è detto che riescano ad interpretare un testo, a causa della complessità del linguaggio e delle possibili interpretazioni che ognuno di noi può dare ad ogni singola parola.

Come risolvere il problema quindi? Attualmente i computer vengono “educati” dai programmatori tramite note esplicative di parti di testo o grazie all'associazione statistica dei metodi di uso più frequenti dei termini. Ma come si troveranno davanti a situazioni del tutto nuove? È questa la vera sfida.  

Tra le applicazioni con più prospettive, infine, quelle legate al Machine Learning basate sulla creazione di algoritmi per riuscire a far “imparare” le macchine attraverso l'esperienza.

Una impostazione in cui i computer non apprenderanno da regole predefinite ma da modelli ed istruzioni fornite dagli esseri umani.