Le imprese
Digital trends

Di che cosa parliamo davvero quando parliamo di intelligenza artificiale?

12 marzo 2018


Di che cosa parliamo davvero quando parliamo di intelligenza artificiale?

Nel 2018 l’intelligenza artificiale (AI) sarà al centro del dibattito mediatico-politico e, soprattutto, della vita quotidiana di fabbriche, laboratori e uffici.

Articolo di Filippo Astone, Direttore di Industria Italiana.

Non è soltanto una questione di crescita del valore economico del comparto, che, secondo gli analisti di Gartner Group, potrebbe passare dai 18,3 miliardi di dollari del 2017 ai 60 del 2027. Il fatto è che sempre più applicazioni funzioneranno grazie all’AI: da macchine utensili a robot industriali; da chat box e contact center; dalla sanità ai trasporti. L’intelligenza artificiale consente elaborazioni e calcoli complessi, che aumentano la produttività di qualsiasi attività. È un supporto molto potente a numerose attività professionali. Non a caso, l’Accenture institute for high performance, in collaborazione con Frontier Economics, ha calcolato che un uso estensivo dell’intelligenza artificiale potrebbe, entro il 2035, raddoppiare il tasso di crescita del valore aggiunto in Italia, portandolo dall’1% atteso all’1,8%. Il che produrrebbe nei prossimi anni una crescita superiore del 12% rispetto a quella attesa.

Sull’Intelligenza artificiale, purtroppo, regnano confusione e pregiudizi. C’è la tendenza all’iperbole di alcune campagne di marketing, che tendono a dire che c’è intelligenza artificiale nei loro prodotti, trasformandola in un sinonimo di software.

In realtà, l’intelligenza artificiale è fatta di algoritmi, cioè schemi di calcolo che risolvono ciascuno un determinato problema attraverso un numero finito di passi elementari. Questi algoritmi sono sempre più complessi e vengono elaborati da computer e server sempre più potenti. Talvolta gli algoritmi vengono costruiti imitando alcuni singoli processi della mente umana, e da questo procedimento deriva il nome “intelligenza artificiale”. Che, giustamente, Ibm preferisce chiamare “intelligenza aumentata”. «Allo stato attuale l’intelligenza artificiale è essenzialmente un sistema di apprendimento automatico basato sui dati statistici», ha scritto Ross Anderson, un accademico di Cambridge.

Questi software elaborano le informazioni disponibili, cercando di individuare al loro interno schemi regolari e ne valutano la rilevanza in relazione ad alcuni obiettivi prestabiliti, per esempio fissare un premio assicurativo. Può sembrare una cosa noiosa. E giustamente, perché si tratta proprio di una cosa noiosa. Tale capacità elaborativa è fondamentale nel mondo interconnesso del 4.0 e nelle fabbriche in particolare, perché gli oggetti, collegati da sensori, generano miliardi di dati, i famosi Big Data. Che devono essere elaborati – per trovare un senso – proprio da A.I. Dopodiché, saranno tecnici e manager a decidere che cosa fare delle informazioni ottenute così, in modo da estrarre valore economico, cioè da aumentare la produttività.

Utile a capire di che cosa parliamo davvero quando parliamo di intelligenza artificiale è il “Tech Radar Report on artificial intelligence” di Forrester Research, che ha identificato le dieci più importanti articolazioni dell’IA nel 2018.

1. Voice Recognition. Tecnologia che consente il riconoscimento vocale e del linguaggio parlato e lo trascrive in un codice utile per le applicazioni software.

2. Natural Language Generation. Tecnologia per produrre del testo in linguaggio comune partendo da dati informatici.

3. Text Analytics and Natural Language Processing (NLP). Sistemi che utilizzano l’elaborazione del linguaggio naturale per fare analisi di testi e documenti.

4. Virtual Assistant. Sono le chatbox impiegate nei customer care per interagire in modo elementare con gli essere umani.

5. Robotic process automation. Ottimizzazione dei processi produttivi robotici.

6. Machine learning platform. Sistemi, perlopiù erogati in cloud, che elaborano algoritmi matematici per far funzionare le macchine. Utilizzati soprattutto per analisi e manutenzioni predittive.

7. Deep learning platform. Piattaforme basate su reti neurali artificiali e usate soprattutto per: riconoscimento e classificazione di modelli e schemi; risoluzione di problemi complessi; analisi di Big Data (in ambito manifatturiero, ma anche finanziario, per esempio per evitare frodi o calcolare profili di rischio o elaborare necessità finanziarie).

8. Biometric recognition. Algoritmi per riconoscere volti umani ma anche movimenti e linguaggio non verbale

9. Decision making management. Soluzioni che integrano regole e policy aziendali per fornire strumenti e dati utili a processi decisionali.

10. Hardware optimization. Ottimizzazione del parco computazionale, attraverso soluzioni software e di calcolo più veloci ed efficaci.

 

lascia un commento

Lascia una risposta

L'indirizzo email non verrà pubblicato. I campi obbligatori sono contrassegnati *

È possibile utilizzare questi tag ed attributi XHTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>

Articoli correlati
Le imprese
I lavori dell’IT più richiesti nei prossimi anni

15 marzo 2018

Alcuni li conosciamo già. Altre nuove figure professionali saranno delle assolute new entry. Ecco su …
Le imprese
Cresce il mercato dell’information security

14 marzo 2018

In Italia vale 1 miliardo di euro. Le aziende si stanno attrezzando per prevenire attacchi. Nel …
Le imprese
La trasformazione digitale e il lavoro che cambia

13 marzo 2018

In un mondo del lavoro sempre più liquido, che ruolo gioca la digital transformation? Sta …