Iniziare a utilizzare l'intelligenza artificiale
Obiettivi di apprendimento
Al completamento di questa unità, sarai in grado di:
- Spiegare i concetti fondamentali relativi all'intelligenza artificiale.
- Identificare le problematiche che rendono difficile la definizione di intelligenza artificiale.
- Descrivere i tipi di operazioni che l'intelligenza artificiale è in grado di eseguire.
È il momento di diventare esperti di IA
L'intelligenza artificiale (IA) è stata il sogno di molti autori e appassionati di fantascienza per anni. Ma la maggior parte delle persone non ha dato molto peso all'IA perché era pur sempre qualcosa che sarebbe potuta accadere in un lontano futuro. I ricercatori e gli informatici non hanno aspettato che arrivasse il domani, ma hanno lavorato duramente per trasformare il sogno dell'IA in realtà. Di fatto, come sai, siamo già nel pieno dell'era dell'intelligenza artificiale.
[Immagini generate mediante IA usando DreamStudio su stability.ai. La prima usa il prompt "A closeup of a person sitting at a typewriter, drawn in the style of fun 2D vector artwork." (Primo piano di una persona seduta a una macchina da scrivere, disegnata nello stile di una divertente immagine vettoriale in 2D). La seconda usa il prompt "The scene is in a university classroom, there's a blackboard in the background with a sketch of a neural network. In primo piano c'è uno studente universitario che scrive al computer, disegnato nello stile di una bella immagine vettoriale in 2D. ]
A detta di molti, l'IA è già entrata a far parte del lavoro, della scuola e della nostra vita privata e il suo ruolo probabilmente crescerà di pari passo con la nostra capacità di utilizzarla. Per parlare di intelligenza artificiale in modo significativo, abbiamo bisogno di un vocabolario condiviso e di una solida base di concetti fondamentali da cui partire. Allo stato attuale, se chiedi a 10 persone di definire l'intelligenza artificiale, probabilmente riceverai 10 risposte diverse a seconda della sua influenza nelle loro vite. In questo badge esploreremo alcune funzionalità e utilizzi attuali dell'IA.
La difficoltà di definire l'IA
Il primo passo per definire l'IA è riconoscere che la nozione di intelligenza artificiale che abbiamo attualmente potrebbe essere distorta. Un flusso costante di libri e film di fantascienza in cui l'IA è vista come un'entità nefasta pronta a conquistare il mondo non ci ha aiutato.
La fantascienza non è l'unica cosa che ha complicato la nostra visione dell'IA. In genere, noi esseri umani tendiamo a pensare di noi stessi in modo positivo. Siamo il punto di riferimento in base al quale misuriamo tutto il resto. Quindi, quando parliamo di intelligenza artificiale, non possiamo fare a meno di paragonarla alla nostra intelligenza e alla nostra capacità di imparare e agire su ciò che sappiamo. Il problema è che gli esseri umani non sono gli unici esseri intelligenti al mondo. Gli animali, dai corvi ai polpi, svolgono operazioni complesse usando strumenti e risolvendo problemi. Persino le muffe melmose riescono a uscire dai labirinti se hanno abbastanza tempo.
Così come abbiamo iniziato ad apprezzare l'ampiezza dello spettro dei tipi di intelligenza che esistono nel regno animale, abbiamo anche cominciato a riconoscere la grande diversità che caratterizza l'intelligenza umana. Forse conosci qualcuno bravissimo a parlare in pubblico, ma che è un disastro con la matematica. Oppure qualcuno che riesce sempre a capire quando sei un po' in ansia, ma che inciamperebbe in un pallone da calcio in pochi secondi. Il punto è che la nostra intelligenza si esprime in molte forme specializzate. Dobbiamo pensare all'intelligenza artificiale nello stesso modo. Esistono tipi specifici di intelligenza artificiale che sono in grado di svolgere compiti specifici. Cerchiamo di definire l'intelligenza artificiale osservando più in dettaglio quello che l'IA è in grado di fare oggi.
Tipi principali di funzionalità dell'IA
In questo momento non esiste un'unica IA che va bene per tutto. Quell'idea, nota come intelligenza artificiale generale, è ancora lontana nel futuro. Nel corso degli anni, invece, abbiamo sviluppato sistemi di intelligenza artificiale specializzati progettati per svolgere compiti specifici. I tipi di operazioni che eseguono rientrano generalmente in una di alcune categorie più ampie.
Elaborazione del linguaggio
Il 30 novembre 2022, la parola del giorno del Merriam-Webster è stata quiddity. Chi ha imparato questa parola ha migliorato un po' quella che potrebbe essere la capacità più importante di tutte: la comunicazione. Quello stesso giorno, il mondo ha conosciuto ChatGPT, un'intelligenza artificiale che ha dimostrato le proprie competenze comunicative. GPT sta per Generative Pre-trained Transformer (Trasformatore generativo pre-addestrato). Il rilascio di ChatGPT è stato seguito da quello di molti altri GPT, alcuni specializzati in tipi specifici di elaborazione del linguaggio, come il journaling, la programmazione o l'analisi finanziaria. I GPT sono concepiti per interpretare il linguaggio quotidiano e agire su di esso in modo significativo, ad esempio rispondendo a domande, scrivendo storie o articoli, riassumendo informazioni o eseguendo calcoli complessi. È ciò che nel settore è noto come elaborazione del linguaggio naturale o, per brevità, NLP (Natural Language Processing).
L'NLP si basa su una comprensione del modo in cui le parole vengono usate insieme, che permette all'IA di estrarre l'intenzione tra le righe. Ad esempio, potresti dover tradurre un documento dall'inglese al tedesco. Oppure avere bisogno di un breve riassunto di un lungo articolo scientifico. L'IA può fare anche questo.
L'NLP sta sconvolgendo il modo in cui lavoriamo in quasi tutti gli ambiti. Ad esempio, gli agenti IA che sono in grado di interpretare il linguaggio naturale e sono dotati di capacità di ragionamento stanno rapidamente sostituendo i chatbot e i copilot in contesti di assistenza clienti. I prompt in linguaggio naturale vengono spesso usati per generare codice, consentendo alle aziende di risparmiare un enorme numero di ore di sviluppo di software e app. Gli agenti di vendita utilizzano l'NLP per richiedere riepiloghi degli account, generare email di vendita o persino creare bozze di presentazioni da esporre ai clienti.
L'NLP è una delle aree in più rapida crescita dell'IA generativa, una sottocategoria di IA che prende le parole e le trasforma in immagini, suoni e codice distinti e, naturalmente, in altre parole. L'NLP e l'IA generativa sono tecnologie così dirompenti che abbiamo scritto interi badge che trattano le nozioni di base sull'elaborazione del linguaggio naturale e sull'IA generativa. Consultali dopo aver completato questa unità.
Previsioni numeriche
Hai guardato le previsioni del tempo di recente? Prevedere la pioggia o il sole aiuta a decidere se è il caso di prendere l'ombrello. Anche se le previsioni del tempo si fanno da migliaia di anni, i modelli di IA sono in grado di elaborarle meglio di qualsiasi altro metodo precedente.
Una buona previsione può aiutare a rispondere a ogni tipo di domanda. È probabile che questo cliente rinnovi l'abbonamento? Sei a rischio per una determinata patologia? Ci sarà un consumo elevato di energia elettrica questa sera? Quale sarà lo stile di sneaker più popolare nella prossima stagione?
Spesso le previsioni dell'intelligenza artificiale assumono la forma di un valore compreso tra 0 (non accadrà) e 1 (accadrà sicuramente). Le previsioni numeriche non comprendono solo valori percentuali, ma possono assumere la forma di qualsiasi valore numerico, ad esempio importi in valuta. Forse la tua azienda vuole fare una previsione delle vendite del prossimo trimestre o stabilire il prezzo ottimale per il suo servizio più recente, Widget+. E come consumatore probabilmente sei già influenzato da questo tipo di previsioni numeriche, anche più di quanto pensi. Immagina di fare un viaggio all'estero: i biglietti aerei, la camera d'albergo, il ridesharing e l'assicurazione di viaggio probabilmente avranno tutti prezzi stabiliti dall'intelligenza artificiale per trovare l'equilibrio perfetto tra domanda e offerta.
[Immagine generata dall’IA usando DreamStudio su stability.ai con il prompt "A closeup of a friendly robot driving a taxi, in the style of flat 2D line art" (Un primo piano di un simpatico robot alla guida di un taxi, nello stile di un'immagine line art a 2D). ]
Classificazioni
L'hot dog è un panino? Questa domanda ha portato a innumerevoli ore di amichevoli dibattiti filosofici su come classificare gli oggetti. Ma nel mondo reale la posta in gioco può essere molto più alta. Che pianta è questa? È commestibile o velenosa? Questo messaggio email è legittimo o è un tentativo di phishing? La classificazione è spesso il primo passo per intraprendere un'azione e per questo è una competenza incredibilmente preziosa.
Non sorprende quindi che gli informatici abbiano lavorato duramente per creare un'intelligenza artificiale in grado di classificare i dati. L'identificazione delle piante e delle email di phishing è solo la punta dell'iceberg. Gli istituti finanziari devono segnalare le transazioni fraudolente. I medici devono diagnosticare le malattie. Le piattaforme di social media vogliono identificare i commenti nocivi. Sono tutti esempi di problemi di classificazione. L'IA può eseguire efficacemente una prima classificazione che può successivamente essere perfezionata da professionisti.
Spesso i classificatori IA sono in grado di svolgere il lavoro bene quanto gli esseri umani, se non meglio. Tuttavia, la maggior parte dei classificatori sono in grado di svolgere bene una sola attività limitata. Quindi l'IA che è bravissima a rilevare le email di phishing può non riuscire affatto a identificare le immagini di pesci reali.
Navigazione robotica
Alcune IA eccellono nella navigazione in un ambiente che cambia continuamente, inclusa la navigazione vera e propria nel caso della guida autonoma (a mani libere). Le auto dotate di intelligenza artificiale sono già in grado di mantenere il centro della corsia e la distanza di sicurezza in autostrada. Si adattano al flusso del traffico cittadino, alle curve della strada, allo spostamento d'aria causato dai camion e agli arresti improvvisi.
Le IA in grado di adattarsi alle mutevoli condizioni ambientali trovano ogni sorta di applicazione nel mondo reale. Ad esempio, le aziende devono produrre e consegnare prodotti ai loro clienti ogni giorno. Molte condizioni di mercato influiscono sulla rapidità con cui ciò avviene: la disponibilità dei materiali, la capacità produttiva, le scorte disponibili, i costi di trasporto e persino il traffico in tempo reale. L'IA può ottimizzare la supply chain anche quando le condizioni cambiano.
E non dimentichiamo i robot! Anche il più modesto robot per spazzare il pavimento è in grado di evitare scale e sedie. Su scala più ampia, molte catene di montaggio sono dotate di robot che col tempo diventano sempre più veloci ed efficienti. Questi robot sono in grado di adattarsi ai cambiamenti dei metodi di produzione senza richiedere costose riprogrammazioni. I ricercatori stanno creando robot di soccorso in grado di attraversare aree disastrate, ad esempio un edificio crollato. Un robot-bruco in grado di passare attraverso piccole crepe potrebbe portare aiuto e speranza a chi è intrappolato all'interno.
Modelli di IA e reti neurali
Nessuna conversazione sull'IA è completa se non si menzionano i modelli di IA e le reti neurali. I modelli di IA sono simili a programmi informatici super intelligenti che imparano da esempi. Ad esempio, immagina di dedicarti al birdwatching come hobby. Più è alto il numero di uccelli reali e immagini, suoni, nomi, habitat e abitudini di uccelli con cui vieni a contatto, maggiore sarà l'accuratezza con cui sei in grado di identificare diversi uccelli e i luoghi dove è possibile vederli. Analogamente al tuo nuovo hobby, un modello di IA apprende pattern, prende decisioni e formula previsioni analizzando grandi quantità di dati. Una volta addestrato, può svolgere compiti basati su ciò che ha appreso, continuando così a imparare.
Le reti neurali, strumenti importanti per l'addestramento dei modelli di IA, sono un insieme di nodi, livelli, pesi, bias e un bel po' di matematica. Tutti questi elementi, insieme, imitano le nostre reti neurali organiche. Ogni rete neurale è accuratamente regolata per un compito specifico. Forse è in grado di prevedere la pioggia, forse classifica gli uccelli o forse mantiene la tua auto al centro della corsia in autostrada. Qualunque sia l'operazione da svolgere, le reti neurali sono una parte importante di ciò che fa sembrare magica l'intelligenza artificiale. E ora ne sai un po' di più su come funziona il trucco.
Le reti neurali, concepite inizialmente per permettere alle macchine di risolvere i problemi come gli esseri umani, consentono all'IA di individuare relazioni complesse tra i dati di input e le classificazioni di output. In altre parole, consentono ai computer di imparare quali variabili e valori sono importanti per le persone quando cercano di raggiungere un obiettivo. Si tratta di un aspetto essenziale della tecnologia IA, in quanto costituiscono la base per collegare le esigenze delle persone (lavoro più veloce, meno errori o una giornata più semplice) a soluzioni basate sui dati, come gli agenti che rispondono a prompt in linguaggio naturale. È grazie alle reti neurali che i modelli di IA complessi sanno, ad esempio, che un cliente sta cercando di reimpostare una password, anche se non utilizza una parola o una frase chiave specifica nel corso di un'interazione.
Riepilogo
L'intelligenza artificiale è la capacità di un computer di svolgere attività per le quali sono necessarie competenze normalmente associate all'intuizione, all'inferenza e al ragionamento umano. Molte di queste competenze rientrano in categorie ampie, come le previsioni numeriche e l'elaborazione del linguaggio, che si stanno facendo strada nelle nostre vite attraverso un'IA che supporta i nostri casi d'uso aziendali, le esigenze educative e gli scopi industriali.