1. Pagina iniziale
  2. Cosa passa davvero per la testa di un'AI?
Innovazione

Cosa passa davvero per la testa di un'AI?

MEL_CP_CW16_KIspezial_Header-Desktop_2560 x 1080.jpg
21. aprile 2023

Scopri limiti e possibilità dell'intelligenza artificiale: un viaggio nell'ignoto!*

Da quando sono stati inventati i computer, sogniamo di creare macchine che superino la nostra intelligenza. Oggi l'intelligenza artificiale (AI) è onnipresente: dal riconoscimento vocale sui nostri smartphone fino ai veicoli a guida autonoma. Ma quanto è davvero intelligente l'AI? Possiamo creare macchine che davvero pensano e sentono come esseri umani? Partiremo per un entusiasmante viaggio per scoprire cosa può fare l'AI e cosa no.

*Comunque, tutti i testi che leggi qui sono scritti da un'AI. Noti una differenza? Seguici su Instagram e diccela.


AI: diversamente intelligente rispetto agli umani

Esseri umani e AI sono come l'aragosta e la salsa thermidor: da sole sono buone, ma insieme sono imbattibilmente squisite!*

*A volte l'AI crea associazioni sorprendenti, come vedi da questa frase. Però questo non è segno di creatività consapevole, ma il risultato di potenza di calcolo, statistica e di un algoritmo che ancora «apprende».

MEL_CP_CW16_KIspezial_TB2_1240x850_Mood1.jpg

È difficile paragonare direttamente l'intelligenza dell'AI e degli esseri umani perché sono «intelligenti» in modo molto differente. I sistemi AI sono programmati per risolvere determinati compiti o problemi utilizzando algoritmi per identificare schemi nei dati e prendere decisioni. Sono particolarmente bravi a elaborare velocemente grandi quantità di dati e a fare calcoli complessi.

Gli esseri umani hanno un altro tipo di intelligenza, che comprende anche aspetti emotivi, sociali e creativi. Noi possiamo risolvere problemi complessi attraverso il pensiero critico, l'astrazione e l'istituzione di analogie. Noi sappiamo adattarci a situazioni nuove, prendere decisioni sulla base dell'esperienza e della conoscenza e anche trovare soluzioni improvvisate e creative.

Non c'è quindi veramente un paragone diretto tra l'intelligenza dell'AI e degli esseri umani. I sistemi AI sono molto bravi a eseguire determinati compiti ma non hanno qualità umane come creatività, intelligenza emotiva ed empatia. L'intelligenza umana dipende anche da fattori come motivazione, interessi ed esperienza di vita che i sistemi AI non hanno.

Esempio: per generare un'immagine o un video basati su AI è ancora necessaria la descrizione del compito da parte di un essere umano. Accedendo a una grande banca dati di repertori, si possono produrre stili e immagini «noti». Giuridicamente però questo è ancora in una zona grigia. Il motivo: un'AI per le sue «creazioni» si serve sempre di un repertorio di opere, testi e immagini noti, ed essi hanno di norma dei titolari dei diritti.



Due reti che hanno in sé qualcosa

 

MEL_CP_CW16_KIspezial_TB2_1240x850_Mood2.jpg

Ci sono molteplici paralleli tra l'AI e il cervello umano. Uno di essi è che entrambi i sistemi si basano su una rete di neuroni e collegamenti che elaborano e trasmettono informazioni. Nei sistemi AI vengono usate reti neurali artificiali che funzionano in modo simile al cervello umano. Entrambi i sistemi possono anche apprendere e adattarsi a nuove situazioni, cosa che i sistemi AI ottengono tramite il machine learning e il deep learning.

Un esempio dell'uso del deep learning nella quotidianità è il riconoscimento facciale su smartphone o altri dispositivi. Tramite il deep learning gli algoritmi possono essere allenati a riconoscere e a identificare volti su foto o in tempo reale. Questa tecnologia viene usata spesso per migliorare la sicurezza di dispositivi e applicazioni.

Nel cervello umano l'apprendimento avviene tramite il cambiamento di collegamenti neuronali e la formazione di nuove sinapsi. Comunque ci sono anche evidenti differenze tra l'AI e il cervello umano, in particolare in riferimento alla creatività, alle emozioni e alla coscienza.

Glossario

Definizione di machine learning: machine learning indica una forma di algoritmo che può riconoscere autonomamente degli schemi in dati strutturati. I record vanno dal piccolo al grande e possono essere per esempio informazioni sul cliente, stock di magazzino, dati meteo o dati sul traffico. Da essi si possono ricavare decisioni o probabilità.

Definizione di deep learning: il deep learning è un sottoinsieme del machine learning. In esso l'analisi dei dati viene imitata per mezzo di reti neurali, in modo simile all'elaborazione dei dati del cervello umano. Viene utilizzato per dati non strutturati, per es. riconoscimento di testi, lingua e immagini. Il deep learning richiede più potenza di calcolo perché vengono compiute più iterazioni per preparare autonomamente lo schema. Nel deep learning «decide» l'AI stessa e fornisce un risultato (per es. testo, immagine, video).


Meglio parlare con Siri o con Alexa?

apple_MEL_CP_CW16_KIspezial_TB2_1240x850_Mood1.png

Ehi Siri, svegliami alle 6.30

HomePod è un complemento interessante per i fan di Apple, perché il comando vocale con Siri garantisce la consueta semplicità e la sincronizzazione di tutti i dispositivi. Si distingue per il suono pieno che fa al meglio la giornata.
AMAZON_MEL_CP_CW16_KIspezial_TB2_1240x850_Mood1.png

Alexa, che tempo fa oggi?

Alexa si distingue per la molteplicità delle applicazioni, per esempio con diversi modelli di Echo, lo smart speaker di Amazon o l'integrazione in altri produttori (ad es. Sonos) Alexa, l'assistente vocale multifunzionale con talento linguistico, supporta oggi fino a 100'000 diversi dispositivi: dalla stazione meteorologica al distributore automatico di mangime.