Siamo abituati ad associare l’Intelligenza Artificiale ai film di fantascienza e quindi a qualcosa di avveniristico ed irreale. Le sue funzioni sono invece molto più reali di quanto si possa immaginare e vengono oggi impiegate in diversi settori della vita quotidiana, ad esempio:
Sanità e Ricerca Scientifica per diagnosticare malattie in base ai sintomi del paziente;
Vendite e Marketing per attività predittive, statistiche e di simulazione;
Sicurezza e Gestione Rischi per prevenire possibili minacce e/o incidenti;
Automazione ed Elaborazione Processi per ottimizzare i tempi di gestione e far eseguire alcune delle operazioni una volta manuali alle macchine.
I differenti livelli funzionali di una AI sono quattro:
- comprensione: attraverso la simulazione di capacità cognitive di correlazione dati l’AI è in grado di riconoscere testi, immagini, tabelle, video, voce ed estrapolare informazioni da essi;
- ragionamento: mediante la logica i sistemi riescono a collegare le molteplici informazioni raccolte;
- apprendimento: in questo caso parliamo di sistemi con funzionalità specifiche per l’analisi degli input di dati e per la loro “corretta” restituzione in output;
- interazione: in questo caso ci si riferisce alle tecnologie che consentono all’uomo di interagire con le macchine (e viceversa) sfruttando il linguaggio naturale.
All’interno della disciplina dell’AI due ambiti di studio che meritano un po’ di chiarezza sono Machine Learning e Deep Learning:
- Machine Learning: un sottoinsieme dell’AI che fornisce ai sistemi la capacità di imparare automaticamente e migliorarsi con l’esperienza, senza essere esplicitamente programmati; il sistema può “allenarsi” autonomamente correggendo gli errori grazie a specifici input esterni.
- Deep Learning: un sottoinsieme del Machine Learning ispirato alla struttura del cervello biologico; non richiede un intervento del programmatore per “imparare”, emulando così il processo di apprendimento della mente dell’uomo.