Quanti di voi hanno un assistente Vocale (Siri su Apple, Cortana su Microsoft o Alexa su Google)?
O ancora quanti voi utilizzano piattaforme streaming che creano playlist in base ai nostri gusti o preferenze?
Tutto ciò è possibile grazie ad una tecnologia attualmente molto utilizzata anche dalle Nostre Aziende Italiane: L’intelligenza Artificiale!
Esistono già numerosi esempi di come l’introduzione dell’Intelligenza Artificiale nei processi aziendali abbia portato impatti positivi.
L'intelligenza artificiale infatti automatizza parti ripetitive e a basso valore aggiunto dei processi stessi, in precedenza svolti dall’uomo, riducendo errori, permettendo lo sviluppo di nuovi prodotti e servizi.
Tale scienza proprio per la sua continua evoluzione è in constante monitoraggio da moltissimi Centri Studi come ad esempio il Politecnico di Milano.
E’ proprio il Politecnico di Milano che ci fornisce una definizione ottimale di tale scienza.
Secondo il Politecnico infatti l’artificial Intelligence è il ramo della computer Science che studia lo sviluppo di sistemi hardware e software dotati di capacità tipiche dell’essere umano.
Tali sistemi sono in grado di perseguire autonomamente una finalità definita prendendo delle decisioni che, fino a quel momento, erano solitamente affidate agli esseri umani.
Le capacità tipiche dell’essere umano riguardano, nello specifico, la comprensione ed elaborazione del linguaggio naturale e delle immagini, l’apprendimento, il ragionamento e la capacità di pianificazione e l’interazione con persone, macchine e ambiente.
A differenza dei software tradizionali un sistema di Intelligenza artificiale non si basa sulla programmazione ma su tecniche di apprendimento.
Vengono cioè definiti degli algoritmi che elaborano un’enorme quantità di dati dai quali il sistema stesso deve derivare le proprie capacità di comprensione e ragionamento
Il metodo di apprendimento con cui l'intelligenza artificiale diventa abile è ciò che la rende unica dal punto di vista tecnologico.
Inoltre questi modelli di apprendimento sono ciò che distinguono Machine Learning e Deep Learning.
Le Machine Learning sono sistemi che servono ad “allenare” il software in modo che correggendo gli errori possa apprendere a svolgere autonomamente un compito/attività.
Ad esempio un braccio meccanico supportato dalla tecnologia AI è in grado di montare un pezzo anche se questo non si trova dove dovrebbe perchè l’algoritmo di controllo anziché fornire le coordinate, attiva un riconoscimento visivo che cerca il pezzo in tutta l’area che il braccio può raggiungere.
Se la Macchina o l’uomo che porge i pezzi ripete più volte l’errore, il robot a sua volta impara che quella è la nuova posizione e va subito a cercare il pezzo lì.
I sistemi Deep Learning sono modelli di apprendimento di recente sviluppo (dal 2012) ispirati alla struttura ed al funzionamento del nostro cervello, che emulano cioè la mente umana.
In questo caso, il modello matematico da solo non basta. Il Deep Learning necessita infatti di reti neurali artificiali progettate ad hoc (deep artificial neural networks) e di una capacità computazionale molto potente capace di “reggere” differenti strati di calcolo e analisi.
Può sembrare un livello tecnologico futuristico ma nella realtà questi sono sistemi già in uso nel riconoscimento di pattern, nel riconoscimento vocale o delle delle immagini.
L'Osservatorio Artificial Intelligence della School of Management del Politecnico di Milano analizza e classifica costantemente moltissimi casi di utilizzo di AI in imprese internazionali e italiane.
Per organizzare e mappare le aree di intervento dell’AI sono state individuate 8 classi di soluzioni.