Le intelligenze artificiali
Introduzione storica
L’interesse da parte della comunità scientifica per l’intelligenza artificiale risale al 1943, quando i due ricercatori Warren McCulloch e Walter Pitt proposero al mondo scientifico il primo neurone artificiale. I primi prototipi di reti neurali arrivarono verso la fine degli anni ’50. Il termine Artificial Intelligence, parte ufficialmente nel 1956 dal matematico John McCarthy e con esso il lancio dei primi linguaggi di programmazione specifici per l’AI .
Tipi di Intelligenza artificiale
Un’intelligenza artificiale dovrebbe saper compiere alcune cose tipiche dell’uomo, come agire umanamente, pensare umanamente, agire razionalmente e pensare razionalmente. In seguito a queste considerazione la comunità scientifica si è trovata concorde a suddividere l’IA in due parti, l’intelligenza artificiale debole che è in grado di simulare alcune funzionalità tipiche dell’uomo senza però raggiungere le capacità intellettuali dell’uomo, e l’intelligenza artificiale forte, in grado di sviluppare una propria intelligenza in autonomia. Lo studio delle intelligenze artificiali può essere diviso in due parti, il Machine Learning e il Deep Learning.
Il Machine Learning
Il Machine Learning è un’insieme di metodi per consentire al software di adattarsi, metodi attraverso cui si permette alle macchine di apprendere in modo automatico, senza che siano preventivamente programmati, in questo modo l’IA si allena correggendo gli errori in modo che possa poi svolgere autonomamente un compito.
Il Machine Learning può essere utilizzato in diversi ambiti, tra cui:
- Robotica e visione
- Interpretazione del linguaggio
- Biologia e medicina
- Video Gaming
- Reccomendation systems
- Marketing
Il Deep Learning
Il Deep Learning, prevede modelli di apprendimento ispirati alla struttura e al funzionamento del cervello umano. Mentre il Machine Learning può essere visto come il metodo che allena l’AI, il Deep Learning, è il metodo che permette di emulare il cervello umano. Attualmente sono stati sviluppati diversi modelli di Deep Learning basati su reti neurali, come TensorFlow, libreria di Google, che fornisce moduli testati e ottimizzati per la realizzazione di algoritmi da impiegare in diversi tipi di software e con diversi linguaggi di programmazione come Python, C/C++, Java,…
Negli ultimi anni però sta prendendo piede e sta diventando il preferito dagli sviluppatori un altro framework, si tratta di PyTorch un progetto open source di Facebook.
Applicazioni
dell'intelligenza
artificiale
L’intelligenza artificiale può essere usata in diversi ambiti,
eccone alcuni esempi:
- VENDITE: i sistemi di IA risultano particolarmente adatti ai configuratori commerciali, che semplificano la scelta di un bene da acquistare, un esempio è dato da Declaro, un rule engine che permette al configuratore di prodotto di proporre all’utente le domande giuste.
- MARKETING: gli assistenti vocali come Siri di Apple, Cortana di Microsoft e Alexa di Amazon sfruttano l’IA per il riconoscimento del linguaggio naturale e permettono di migliorare customer care e user experience.
- SANITÀ: l’IA ha migliorato sistemi tecnologici già in uso per persone con disabilità e anche capacità e velocità di diagnosi di diverse malattie.
- DISABILITÀ: l’ambito di studi che fa capo all’intelligenza artificiale è l’assistenza dei disabili mediante dispositivi robotici dotati di bracci, pensati per aiutare le persone affette da disabilità motorie.
GUIDA AUTONOMA: consiste nel monitoraggio delle condizioni dei sistemi di bordo, dotati di sensori come radar e telecamere, che raccolgono informazioni per eseguire operazioni in autonomia.