L’intelligenza artificiale può essere considerata come uno dei temi caldi del nuovo millennio, molti la considerano come l’unica via di salvezza per l’uomo, altri come un nemico da fermare.

Uno degli argomenti più discussi e dibattuti nel nuovo millennio è sicuramente l’intelligenza artificiale, o come si abbrevia oggi:  AI. Nonostante il termine sia stato coniato nel lontano 1956, solo adesso si comincia a parlarne concretamente e molti non esitano a pensare che la tecnologia che salverà l’umanità. I primi passi verso una macchina in grado di pensare come l’uomo furono fatti negli anni ‘60 quando vennero sviluppate le prime reti neurali. Come funziona un’intelligenza artificialeI computer non seguono processi simili a quelli dei nostri neuroni, per questo con le reti neurali si è iniziato a studiare un modello matematico che simulasse il funzionamento del nostro cervello. Oggi sono stati fatti notevoli progressi e le reti neurali vengono già utilizzate per il riconoscimento facciale o per l’analisi di grandi quantità di dati. Un difetto non di poco conto che pesa su  questo tipo di tecnologia è l’impossibilità di determinare il processo che genera il risultato. Dunque non può essere spiegato il motivo per cui si è giunti a una certa conclusione, anche se  si hanno elevate probabilità che questa sia corretta. A differenza dell’approccio classico che si adotta con un computer, se si adopera una rete neurale bisogna prima addestrarla a svolgere la sua funzione e per far ciò è necessaria un’elevata potenza di calcolo. Per questo motivo le reti neurali subirono un periodo di stallo che proseguì sino al 1970. Solo tra la fine degli anni ‘70 e l’inizio degli anni ‘80, grazie all’invenzione delle GPU[1], vi fu un notevole passo avanti. La maggiore potenza computazionale permise di ridurre il tempo di addestramento di circa 10 volte e l’AI fu divisa in due tipi:L’intelligenza artificiale debole (o weak AI) che punta a simulare solo alcune funzionalità cognitive dell’uomo, consentendo lo sviluppo di programmi per il problem-solving o permettendo all’AI di prendere decisioni;L’intelligenza artificiale forte (o strong AI) che punta a rendere la macchina cosciente di sé e quindi a farle sviluppare una propria intelligenza che non sia un emulazione di quella dell’uomo;Una rete neurale funziona in modo molto simile al cervello umano. Si basa su dei neuroni artificiali che interagiscono costantemente tra loro. Tuttavia, per ottenere un risultato corretto bisogna tarare i pesi di questi neuroni, ossia quanto ognuno di essi influisca sul risultato finale. All’inizio i pesi dei neuroni vengono stabiliti randomicamente. Successivamente l’AI viene allenata grazie a due tipi di addestramento:Il machine learning che permette alle AI di apprendere come svolgere una determinata funzione attraverso algoritmi matematici. Al contrario dei software odierni, le intelligenze artificiali allenate con questa tecnica sono in grado di portare a termine un lavoro senza bisogno di istruzioni precise. Vi sono diversi modi per insegnare a una AI come svolgere il proprio compito. Le possono essere forniti i dati di partenza ed esempi di risultati oppure, proprio come avviene per gli animali, l’AI viene premiata quando raggiunge una soluzione corretta;Il deep learning, al contrario del machine learning, non si limita ad allenare l’AI ma le permette di emulare la mente umana. Tuttavia, per far ciò, è necessaria una enorme potenza computazionale, in modo da poter svolgere differenti livelli di analisi contemporaneamente. Il deep learning viene utilizzato per addestrare le AI a riconoscere la voce umana o elementi specifici all’interno di immagini. Grazie all’utilizzo del machine learning e del deep learning, si riescono a calibrare al meglio i pesi dei singoli neuroni ottenendo risultati più precisi. Questo articolo fa parte di una serie di approfondimenti sull’intelligenza artificiale. Nella prossima edizione analizzeremo diversi esempi di AI, esaminando anche i pareri degli esperti su questa nuova frontiera dell’informatica moderna.