Intelligenza artificiale significato
Definizione intelligenza artificiale
In generale,
AI — Intelligenza artificiale può essere definita come una branca dell'Informatica focalizzata sulla creazione di macchine intelligenti che pensano e reagiscono come gli esseri umani. Ma per definire l'Intelligenza Artificiale, che è un concetto molto ampio, molte formulazioni in letteratura cercano di spiegare cos'è la tecnologia AI.
Stuart Russel e Peter Norvig hanno sistematizzato le numerose descrizioni che spiegano l'intelligenza artificiale, identificandole e organizzandole in quattro categorie:
— sistemi che pensano come gli umani;
— sistemi che pensano razionalmente — sistemi che agiscono come esseri umani;
— sistemi che agiscono in modo razionale. Secondo gli autori, queste categorie coincidono con diverse fasi dell'evoluzione storica dell'intelligenza artificiale, a partire dagli anni '50 fino ad oggi.
Jerry Kaplan, nel suo libro «Artificial Intelligence.
A Guide to the Near Future», concorda con la molteplicità di definizioni che hanno ruotato attorno all'IA sin dal suo inizio, ma rileva un elemento che le unisce tutte: «creare programmi per computer o macchine capaci di comportamenti che considereremmo intelligenti se messi in atto da esseri umani».
Tipi di intelligenza artificiale
Secondo la classificazione europea, esistono due tipi di intelligenza artificiale: software e intelligenza integrata.
Di software intendiamo:
— assistenti virtuali: sono software che, interpretando il linguaggio naturale, possono dialogare con gli umani. Gli scopi possono essere molteplici, dalla fornitura di informazioni all'esecuzione di determinate funzioni;
— software di analisi delle immagini: utilizzato principalmente nei settori della sicurezza, medico, biomedico e aerospaziale;
— Motori di ricerca: programmi a cui è possibile accedere da siti appropriati per individuare informazioni che potrebbero interessare l'utente;
— sistemi di riconoscimento vocale e facciale: software che utilizza dati biometrici per il riconoscimento.
Intelligenza integrata, invece, include:
— robot: dispositivi meccanici ed elettronici programmabili che possono essere utilizzati per sostituire l'uomo nell'esecuzione di attività ripetitive o pericolose:
— veicoli autonomi: in grado di abbinare automaticamente le principali capacità di trasporto di un'auto tradizionale; — droni: aeromobili telecomandati in grado di rilevare informazioni;
— Internet delle cose (IoT): una rete di oggetti in grado di comunicare e dotata di tecnologie di identificazione.
In generale,
AI — Intelligenza artificiale può essere definita come una branca dell'Informatica focalizzata sulla creazione di macchine intelligenti che pensano e reagiscono come gli esseri umani. Ma per definire l'Intelligenza Artificiale, che è un concetto molto ampio, molte formulazioni in letteratura cercano di spiegare cos'è la tecnologia AI.
Stuart Russel e Peter Norvig hanno sistematizzato le numerose descrizioni che spiegano l'intelligenza artificiale, identificandole e organizzandole in quattro categorie:
— sistemi che pensano come gli umani;
— sistemi che pensano razionalmente — sistemi che agiscono come esseri umani;
— sistemi che agiscono in modo razionale. Secondo gli autori, queste categorie coincidono con diverse fasi dell'evoluzione storica dell'intelligenza artificiale, a partire dagli anni '50 fino ad oggi.
Jerry Kaplan, nel suo libro «Artificial Intelligence.
A Guide to the Near Future», concorda con la molteplicità di definizioni che hanno ruotato attorno all'IA sin dal suo inizio, ma rileva un elemento che le unisce tutte: «creare programmi per computer o macchine capaci di comportamenti che considereremmo intelligenti se messi in atto da esseri umani».
Tipi di intelligenza artificiale
Secondo la classificazione europea, esistono due tipi di intelligenza artificiale: software e intelligenza integrata.
Di software intendiamo:
— assistenti virtuali: sono software che, interpretando il linguaggio naturale, possono dialogare con gli umani. Gli scopi possono essere molteplici, dalla fornitura di informazioni all'esecuzione di determinate funzioni;
— software di analisi delle immagini: utilizzato principalmente nei settori della sicurezza, medico, biomedico e aerospaziale;
— Motori di ricerca: programmi a cui è possibile accedere da siti appropriati per individuare informazioni che potrebbero interessare l'utente;
— sistemi di riconoscimento vocale e facciale: software che utilizza dati biometrici per il riconoscimento.
Intelligenza integrata, invece, include:
— robot: dispositivi meccanici ed elettronici programmabili che possono essere utilizzati per sostituire l'uomo nell'esecuzione di attività ripetitive o pericolose:
— veicoli autonomi: in grado di abbinare automaticamente le principali capacità di trasporto di un'auto tradizionale; — droni: aeromobili telecomandati in grado di rilevare informazioni;
— Internet delle cose (IoT): una rete di oggetti in grado di comunicare e dotata di tecnologie di identificazione.
La storia
anni '50
Test di TuringLa storia dell'intelligenza artificiale non inizia con l'invenzione del termine, ma un decennio prima, grazie agli esperimenti del matematico Alan Turing. Nel 1950, Turing scrisse un articolo intitolato «Macchinari informatici e intelligenza» per affrontare il problema dell'IA, che all'epoca era poco conosciuta al punto da non avere nemmeno un nome. Il termine «Intelligenza Artificiale» nascerà, infatti, solo sei anni dopo. Crea il «Test di Turing» o «Imitation game», per analizzare l'intelligenza artificiale e l'intelligenza umana: il test è composto da tre partecipanti di cui uno, a un certo punto, viene sostituito da una macchina, all'insaputa degli altri due. L'obiettivo è vedere se i partecipanti «umani» riescono a rendersi conto di avere a che fare con una macchina.John McCarthy e l'intelligenza artificialeSebbene le basi della tecnologia dell'Intelligenza Artificiale fossero già state gettate da Alan Turing, è solo con John McCarthy che questo campo di ricerca ha finalmente un nome: «intelligenza artificiale» .La usa per la prima volta durante una conferenza sull'argomento tenutasi a Dartmouth nel 1956 in cui emerge la necessità per un nome che differenzia l'IA dalla già nota cibernetica. Un documento intitolato «Proposta di Dartmouth» è prodotto in cui, per la prima volta, viene utilizzato il termine «intelligenza artificiale» .Dopo DartmouthLa conferenza di Dartmouth suscita interesse ed entusiasmo per questa nuova area di ricerca e molte persone investono sul campo e studiano l'argomento.Tra questi c'è Arthur Samuel, un informatico americano, che nel 1959 creò il «gioco della dama «, un programma creato per apprendere da sé fino a superare le capacità degli umani. Analizzando le possibili mosse in ogni momento del gioco, l'intelligenza informatica può basare le sue decisioni su un gran numero di variabili e informazioni, che lo rendono migliore rispetto agli altri giocatori.Ma questo non è l'unico contributo che Arthur Samuel ha dato all'Intelligenza Artificiale: per dare un nome alle sue invenzioni, ha anche inventato il termine «machine learning».
anni '60
Apprendimento automatico
L'apprendimento automatico è nato storicamente nel 1943, da Warren McCulloch e Walter Pitts, che hanno notato come il cervello inviasse segnali digitali e, precisamente, binari (Kaplan, 2017) .Frank Rosenblatt, psicologo, ha ripreso le scoperte dei due studiosi implementandole e creando Perceptron, un dispositivo elettronico in grado di mostrare capacità di apprendimento.La prima ondata di entusiasmo, tuttavia, è seguita da una una situazione di stallo, in cui la ricerca sull'IA viene interrotta e gli investimenti crollano. Affinché il campo di ricerca diventi nuovamente interessante, è necessario attendere gli anni '80 e le reti neurali non lineari.
anni '70
Sistemi esperti
Negli anni '70 arrivarono i sistemi esperti, con l'intenzione di sostituire «artificialmente» una persona esperta in un determinato campo. L'intelligenza artificiale è in grado di individuare soluzioni specifiche a un problema, senza dover consultare una persona esperta nel campo. Ma come funzionano i sistemi esperti? Sono composti da tre sezioni: base di conoscenza: una base di conoscenza in cui sono presenti tutte le informazioni necessarie al sistema per risolvere un problema; motore di inferenza: informazioni più specifiche relative al funzionamento della base di conoscenza; 3. interfaccia utente: è grazie ad essa che può avvenire l'interazione tra il programma e l'uomo.
anni '80
Sistemi esperti di seconda generazione
Negli anni '70 la produzione di minicomputer aumenta e molte aziende iniziano a produrli. In questo periodo emergono i sistemi esperti di seconda generazione, che si differenziano dai sistemi di programmazione perché «L'approccio di programmazione comune richiedeva che il programmatore stesso fosse un esperto nell'area di competenza del programma e che fosse sempre prontamente disponibile ad apportare modifiche [...]. Al contrario, il concetto alla base dei sistemi esperti era quello di rappresentare esplicitamente la conoscenza dell'ambito, rendendola disponibile per l'analisi e la modifica» .The Winters of AINel 1984 nasce un nuovo termine: «AI winter». Come si può intuire dal nome si tratta di un periodo di raffreddamento, in cui si registra un calo degli investimenti e della ricerca nel campo. Alcuni esempi sono: — metà degli anni '60: gli investimenti nell'IA vengono interrotti dagli Stati Uniti a seguito di una perdita di fiducia nel campo della ricerca; — 1987: l'agenzia governativa del Dipartimento della Difesa degli Stati Uniti (DARPA), congela gli investimenti estromettendo l'IA da aree riconosciute promettenti. Tuttavia, come ogni stagione, gli inverni finiscono e, negli anni '90, arrivano innovazioni e nuovi investimenti che gettano le basi per il futuro dell'Intelligenza Artificiale.
anni '90
Deep BlueÈ il 1996 e a Philadelphia si svolge una partita a scacchi. Uno dei due giocatori è il campione del mondo Garri Kimovič Kasparov, noto per essere il più giovane ad aver vinto il titolo, a 22 anni e 210 giorni.Fino a qui, niente di speciale, se non che l'altro giocatore «Deep Blue» è un computer, progettato da IBM per giocare a scacchi.La sfida è vinta da Kasparov ma la vendetta non tarda ad arrivare: l'anno successivo Deep Blue, dopo un aggiornamento, è in grado di superare il campione del mondo, conquistando la vittoria. Il progetto originale risale al decennio precedente, nel 1985, quando lo studente Feng-Hsiung Hsu progetta una macchina per giocare a scacchi, chiamato Chiptest. Nel 1989, a questo progetto si sono uniti Murray Campbell, suo compagno di classe, e altri informatici, tra cui Joe Hoane, Jerry Brody e CJ Tan.Il giocatore di scacchi apre la strada a una vasta gamma di possibili campi di utilizzo: la ricerca ha permesso agli sviluppatori di capire come progettare un computer per risolvere problemi complessi utilizzando conoscenze approfondite volte ad analizzare un numero crescente di possibili soluzioni. Una vittoria così rivoluzionaria inevitabilmente genera anche molte critiche su cosa significhi la supremazia umana sulle macchine e cosa comporti. è anche un tentativo di minimizzare l'evento, concentrandosi principalmente sul «ruolo del supercomputer progettato per il compito, piuttosto che sulle sofisticate tecniche utilizzate dal team di programmatori» (Kaplan, 2017). IA debole e IA forte Già noto agli studiosi, il dibattito tra IA debole e IA forte si accende ulteriormente negli anni '90. La mente umana inizia a essere vista come qualcosa di programmabile e quindi sostituibile da una macchina. Vediamo insieme le caratteristiche dell'IA debole e forte e le principali differenze.IA deboleA.I. debole — Artificial Intelligence simula il funzionamento di alcune funzioni cognitive umane ed è correlata all'adempimento di un compito specifico (Russel e Norvig, 2003); tuttavia, l'obiettivo non è eguagliare e superare l'intelligenza umana, ma piuttosto agire come un soggetto intelligente, senza avere alcuna importanza se realmente lo è. La macchina infatti non è in grado di pensare in modo indipendente, rimanendo legata alla presenza dell'uomo.IA forteSecondo John Searle, filosofo del linguaggio e della mente, «il computer non sarebbe solo, nello studio della mente, uno strumento; piuttosto, un computer correttamente programmato è davvero una mente» .L'A.I. — Strong Artificial Intelligence emula il funzionamento della mente umana in modo più completo, risultando autonoma e in grado di agire come un essere umano (Russel e Norvig, 2003) .La tecnologia utilizzata è quella dei sistemi esperti di cui abbiamo parlato in il capitolo sugli anni '80.
L'intelligenza artificiale oggi: una questione eticaÈ sempre stato oggetto di dibattito pubblico definire quali confini l'Intelligenza Artificiale deve rispettare.La paura che sostituisca l'uomo, che la tecnologia si ribelli e altri scenari apocalittici sono la trama di molti film sull'argomento che portano l'Intelligenza Artificiale a essere vista come qualcosa da temere.Per dettare margini alla dimensione etica dell'IA, l'Unione Europea è intervenuta, emettendo il Codice Etico del 2019, contenente le linee guida sull'uso e lo sviluppo di sistemi di Intelligenza Artificiale. Il documento pone gli esseri umani al centro e definisce lo scopo dell'uso dell'IA come aumentare il benessere e garantire la libertà. I punti principali del Codice sono: — controllo e supervisione umani: l'intelligenza artificiale deve essere utilizzata a beneficio della vita umana. Pertanto, possono essere sviluppati solo sistemi che proteggano i diritti fondamentali e consentano la totale gestione e supervisione umana; — Sicurezza: la sicurezza non deve mai essere messa in pericolo, in nessuna fase del ciclo di vita del sistema; — Privacy: in caso di utilizzo di dati personali, i soggetti coinvolti devono essere informati, nel massimo rispetto della legge UE sulla privacy; — Tracciabilità: tutti i dati utilizzati devono essere tracciati e documentati; — Non discriminazione: i sistemi di intelligenza artificiale devono garantire l'accessibilità accessibilità verso tutti e rispetto per la diversità; — Cambiamento ambientale: l'IA deve sostenere cambiamenti climatici positivi; — Responsabilità: i meccanismi di responsabilità relativi agli algoritmi utilizzati devono essere adottati nell'uso dei dati, per ridurre al minimo eventuali impatti negativi.
Test di TuringLa storia dell'intelligenza artificiale non inizia con l'invenzione del termine, ma un decennio prima, grazie agli esperimenti del matematico Alan Turing. Nel 1950, Turing scrisse un articolo intitolato «Macchinari informatici e intelligenza» per affrontare il problema dell'IA, che all'epoca era poco conosciuta al punto da non avere nemmeno un nome. Il termine «Intelligenza Artificiale» nascerà, infatti, solo sei anni dopo. Crea il «Test di Turing» o «Imitation game», per analizzare l'intelligenza artificiale e l'intelligenza umana: il test è composto da tre partecipanti di cui uno, a un certo punto, viene sostituito da una macchina, all'insaputa degli altri due. L'obiettivo è vedere se i partecipanti «umani» riescono a rendersi conto di avere a che fare con una macchina.John McCarthy e l'intelligenza artificialeSebbene le basi della tecnologia dell'Intelligenza Artificiale fossero già state gettate da Alan Turing, è solo con John McCarthy che questo campo di ricerca ha finalmente un nome: «intelligenza artificiale» .La usa per la prima volta durante una conferenza sull'argomento tenutasi a Dartmouth nel 1956 in cui emerge la necessità per un nome che differenzia l'IA dalla già nota cibernetica. Un documento intitolato «Proposta di Dartmouth» è prodotto in cui, per la prima volta, viene utilizzato il termine «intelligenza artificiale» .Dopo DartmouthLa conferenza di Dartmouth suscita interesse ed entusiasmo per questa nuova area di ricerca e molte persone investono sul campo e studiano l'argomento.Tra questi c'è Arthur Samuel, un informatico americano, che nel 1959 creò il «gioco della dama «, un programma creato per apprendere da sé fino a superare le capacità degli umani. Analizzando le possibili mosse in ogni momento del gioco, l'intelligenza informatica può basare le sue decisioni su un gran numero di variabili e informazioni, che lo rendono migliore rispetto agli altri giocatori.Ma questo non è l'unico contributo che Arthur Samuel ha dato all'Intelligenza Artificiale: per dare un nome alle sue invenzioni, ha anche inventato il termine «machine learning».
anni '60
Apprendimento automatico
L'apprendimento automatico è nato storicamente nel 1943, da Warren McCulloch e Walter Pitts, che hanno notato come il cervello inviasse segnali digitali e, precisamente, binari (Kaplan, 2017) .Frank Rosenblatt, psicologo, ha ripreso le scoperte dei due studiosi implementandole e creando Perceptron, un dispositivo elettronico in grado di mostrare capacità di apprendimento.La prima ondata di entusiasmo, tuttavia, è seguita da una una situazione di stallo, in cui la ricerca sull'IA viene interrotta e gli investimenti crollano. Affinché il campo di ricerca diventi nuovamente interessante, è necessario attendere gli anni '80 e le reti neurali non lineari.
anni '70
Sistemi esperti
Negli anni '70 arrivarono i sistemi esperti, con l'intenzione di sostituire «artificialmente» una persona esperta in un determinato campo. L'intelligenza artificiale è in grado di individuare soluzioni specifiche a un problema, senza dover consultare una persona esperta nel campo. Ma come funzionano i sistemi esperti? Sono composti da tre sezioni: base di conoscenza: una base di conoscenza in cui sono presenti tutte le informazioni necessarie al sistema per risolvere un problema; motore di inferenza: informazioni più specifiche relative al funzionamento della base di conoscenza; 3. interfaccia utente: è grazie ad essa che può avvenire l'interazione tra il programma e l'uomo.
anni '80
Sistemi esperti di seconda generazione
Negli anni '70 la produzione di minicomputer aumenta e molte aziende iniziano a produrli. In questo periodo emergono i sistemi esperti di seconda generazione, che si differenziano dai sistemi di programmazione perché «L'approccio di programmazione comune richiedeva che il programmatore stesso fosse un esperto nell'area di competenza del programma e che fosse sempre prontamente disponibile ad apportare modifiche [...]. Al contrario, il concetto alla base dei sistemi esperti era quello di rappresentare esplicitamente la conoscenza dell'ambito, rendendola disponibile per l'analisi e la modifica» .The Winters of AINel 1984 nasce un nuovo termine: «AI winter». Come si può intuire dal nome si tratta di un periodo di raffreddamento, in cui si registra un calo degli investimenti e della ricerca nel campo. Alcuni esempi sono: — metà degli anni '60: gli investimenti nell'IA vengono interrotti dagli Stati Uniti a seguito di una perdita di fiducia nel campo della ricerca; — 1987: l'agenzia governativa del Dipartimento della Difesa degli Stati Uniti (DARPA), congela gli investimenti estromettendo l'IA da aree riconosciute promettenti. Tuttavia, come ogni stagione, gli inverni finiscono e, negli anni '90, arrivano innovazioni e nuovi investimenti che gettano le basi per il futuro dell'Intelligenza Artificiale.
anni '90
Deep BlueÈ il 1996 e a Philadelphia si svolge una partita a scacchi. Uno dei due giocatori è il campione del mondo Garri Kimovič Kasparov, noto per essere il più giovane ad aver vinto il titolo, a 22 anni e 210 giorni.Fino a qui, niente di speciale, se non che l'altro giocatore «Deep Blue» è un computer, progettato da IBM per giocare a scacchi.La sfida è vinta da Kasparov ma la vendetta non tarda ad arrivare: l'anno successivo Deep Blue, dopo un aggiornamento, è in grado di superare il campione del mondo, conquistando la vittoria. Il progetto originale risale al decennio precedente, nel 1985, quando lo studente Feng-Hsiung Hsu progetta una macchina per giocare a scacchi, chiamato Chiptest. Nel 1989, a questo progetto si sono uniti Murray Campbell, suo compagno di classe, e altri informatici, tra cui Joe Hoane, Jerry Brody e CJ Tan.Il giocatore di scacchi apre la strada a una vasta gamma di possibili campi di utilizzo: la ricerca ha permesso agli sviluppatori di capire come progettare un computer per risolvere problemi complessi utilizzando conoscenze approfondite volte ad analizzare un numero crescente di possibili soluzioni. Una vittoria così rivoluzionaria inevitabilmente genera anche molte critiche su cosa significhi la supremazia umana sulle macchine e cosa comporti. è anche un tentativo di minimizzare l'evento, concentrandosi principalmente sul «ruolo del supercomputer progettato per il compito, piuttosto che sulle sofisticate tecniche utilizzate dal team di programmatori» (Kaplan, 2017). IA debole e IA forte Già noto agli studiosi, il dibattito tra IA debole e IA forte si accende ulteriormente negli anni '90. La mente umana inizia a essere vista come qualcosa di programmabile e quindi sostituibile da una macchina. Vediamo insieme le caratteristiche dell'IA debole e forte e le principali differenze.IA deboleA.I. debole — Artificial Intelligence simula il funzionamento di alcune funzioni cognitive umane ed è correlata all'adempimento di un compito specifico (Russel e Norvig, 2003); tuttavia, l'obiettivo non è eguagliare e superare l'intelligenza umana, ma piuttosto agire come un soggetto intelligente, senza avere alcuna importanza se realmente lo è. La macchina infatti non è in grado di pensare in modo indipendente, rimanendo legata alla presenza dell'uomo.IA forteSecondo John Searle, filosofo del linguaggio e della mente, «il computer non sarebbe solo, nello studio della mente, uno strumento; piuttosto, un computer correttamente programmato è davvero una mente» .L'A.I. — Strong Artificial Intelligence emula il funzionamento della mente umana in modo più completo, risultando autonoma e in grado di agire come un essere umano (Russel e Norvig, 2003) .La tecnologia utilizzata è quella dei sistemi esperti di cui abbiamo parlato in il capitolo sugli anni '80.
L'intelligenza artificiale oggi: una questione eticaÈ sempre stato oggetto di dibattito pubblico definire quali confini l'Intelligenza Artificiale deve rispettare.La paura che sostituisca l'uomo, che la tecnologia si ribelli e altri scenari apocalittici sono la trama di molti film sull'argomento che portano l'Intelligenza Artificiale a essere vista come qualcosa da temere.Per dettare margini alla dimensione etica dell'IA, l'Unione Europea è intervenuta, emettendo il Codice Etico del 2019, contenente le linee guida sull'uso e lo sviluppo di sistemi di Intelligenza Artificiale. Il documento pone gli esseri umani al centro e definisce lo scopo dell'uso dell'IA come aumentare il benessere e garantire la libertà. I punti principali del Codice sono: — controllo e supervisione umani: l'intelligenza artificiale deve essere utilizzata a beneficio della vita umana. Pertanto, possono essere sviluppati solo sistemi che proteggano i diritti fondamentali e consentano la totale gestione e supervisione umana; — Sicurezza: la sicurezza non deve mai essere messa in pericolo, in nessuna fase del ciclo di vita del sistema; — Privacy: in caso di utilizzo di dati personali, i soggetti coinvolti devono essere informati, nel massimo rispetto della legge UE sulla privacy; — Tracciabilità: tutti i dati utilizzati devono essere tracciati e documentati; — Non discriminazione: i sistemi di intelligenza artificiale devono garantire l'accessibilità accessibilità verso tutti e rispetto per la diversità; — Cambiamento ambientale: l'IA deve sostenere cambiamenti climatici positivi; — Responsabilità: i meccanismi di responsabilità relativi agli algoritmi utilizzati devono essere adottati nell'uso dei dati, per ridurre al minimo eventuali impatti negativi.
AI e statistical approach
Basato su regole
Questo tipo di interfaccia viene solitamente chiamata anche»chatbot di flusso» poiché opera secondo regole predefinite. Per il loro sviluppo sono, infatti, costruiti percorsi di dialogo predefiniti, che possono guidare l'utente a compiere determinate azioni durante l'interazione, cosa che tipicamente avviene con pulsanti e parole chiave, anziché digitare liberamente un comando.
Basato sull'intelligenza artificiale
Interfacce basate su testo
I cosiddetti chatbot, o sistemi web o mobili basati su testo, sono interfacce che si basano su un impulso inviato dall'utente sotto forma di testo scritto fornire una risposta, che può essere scritta o orale.
Data la grande disponibilità di dati in forma scritta (a cui attingono), questi tipi di interfacce sono più veloci da implementare. A seconda del tipo di tecnologia utilizzata, i chatbot possono apprendere informazioni classificate per parole chiave, tag o termini specifici, come nel caso della NLU
— Comprensione del linguaggio naturale. Secondo questo approccio, le informazioni utilizzate per costruire la knowledge base del chatbot devono essere analizzate e «comprese» anche da un punto di vista semantico. Ciò comporta un tempo più lungo per l'implementazione di tali sistemi. Per le interfacce basate su un approccio statistico all'IA, i tempi di implementazione saranno più rapidi poiché si basa sul correlazioni presenti nel testo (es.: coppie di domande e risposte che il chatbot estrae dalla base di documentazione).
Pertanto, questo tipo di interfaccia non richiede all'utente di utilizzare termini specifici per eseguire la ricerca. Per ulteriori informazioni: »Intelligenza artificiale con approccio statistico».Le informazioni recuperate possono essere di natura generica, come nel caso dell'Assistente Google, che apre una finestra di dialogo per la ricerca sul Web, o più specifiche, come una porzione di testo o un servizio specifico.Analogamente alle interfacce vocali, si differenziano chiaramente per il tipo di front-end visivo che l'utente utilizza per ricevere informazioni.Questo tipo di interfaccia utente in linguaggio naturale è utile nei casi in cui l'azienda ha bisogno per trasmettere informazioni più complesse all'utente, in quanto possono avere l'ausilio di testo, link e grafica.
Interfacce basate sulla voce
Le interfacce conversazionali basate sulla voce sono sistemi che consentono all'utente di completa un'azione pronunciando un comando.Siri, lanciato nel 2011 da Apple, è stato uno dei primi assistenti vocali ampiamente adottati, inizialmente disponibile per tutti i possessori di iPhone e successivamente integrato anche nei dispositivi domestici. Numerosi gli assistenti vocali, come quelli appartenenti a Google e Amazon, sono stati poi sviluppati per rendere connesse le case degli utenti: grazie all'utilizzo di dispositivi «intelligenti», consentono di eseguire tutta una serie di azioni pronunciando un semplice comando vocale. In seguito, sono stati fatti grandi progressi, soprattutto perché questo tipo di interfaccia è stata ampiamente utilizzata nel settore vendite e-commerce, per garantire un'interazione utente rapida e senza sforzo. Un limite è però rappresentato dalla mancanza di testo e grafica: mentre per alcune azioni semplici, come riordinare un prodotto già noto, è sufficiente la voce, per altre, come esaminare un nuovo articolo o scegliere una voce da un menu, questo tipo di interfaccia è meno adatto.
Interfacce ibride
Le interfacce ibride sono costituite da interazioni di tipo misto con l'utente, che hanno sia la capacità di digitare liberamente che di interagire con il chatbot, ma in alcuni casi può essere guidato nell'esecuzione di determinate azioni con pulsanti di selezione e parole chiave.
Questo tipo di interfaccia viene solitamente chiamata anche»chatbot di flusso» poiché opera secondo regole predefinite. Per il loro sviluppo sono, infatti, costruiti percorsi di dialogo predefiniti, che possono guidare l'utente a compiere determinate azioni durante l'interazione, cosa che tipicamente avviene con pulsanti e parole chiave, anziché digitare liberamente un comando.
Basato sull'intelligenza artificiale
Interfacce basate su testo
I cosiddetti chatbot, o sistemi web o mobili basati su testo, sono interfacce che si basano su un impulso inviato dall'utente sotto forma di testo scritto fornire una risposta, che può essere scritta o orale.
Data la grande disponibilità di dati in forma scritta (a cui attingono), questi tipi di interfacce sono più veloci da implementare. A seconda del tipo di tecnologia utilizzata, i chatbot possono apprendere informazioni classificate per parole chiave, tag o termini specifici, come nel caso della NLU
— Comprensione del linguaggio naturale. Secondo questo approccio, le informazioni utilizzate per costruire la knowledge base del chatbot devono essere analizzate e «comprese» anche da un punto di vista semantico. Ciò comporta un tempo più lungo per l'implementazione di tali sistemi. Per le interfacce basate su un approccio statistico all'IA, i tempi di implementazione saranno più rapidi poiché si basa sul correlazioni presenti nel testo (es.: coppie di domande e risposte che il chatbot estrae dalla base di documentazione).
Pertanto, questo tipo di interfaccia non richiede all'utente di utilizzare termini specifici per eseguire la ricerca. Per ulteriori informazioni: »Intelligenza artificiale con approccio statistico».Le informazioni recuperate possono essere di natura generica, come nel caso dell'Assistente Google, che apre una finestra di dialogo per la ricerca sul Web, o più specifiche, come una porzione di testo o un servizio specifico.Analogamente alle interfacce vocali, si differenziano chiaramente per il tipo di front-end visivo che l'utente utilizza per ricevere informazioni.Questo tipo di interfaccia utente in linguaggio naturale è utile nei casi in cui l'azienda ha bisogno per trasmettere informazioni più complesse all'utente, in quanto possono avere l'ausilio di testo, link e grafica.
Interfacce basate sulla voce
Le interfacce conversazionali basate sulla voce sono sistemi che consentono all'utente di completa un'azione pronunciando un comando.Siri, lanciato nel 2011 da Apple, è stato uno dei primi assistenti vocali ampiamente adottati, inizialmente disponibile per tutti i possessori di iPhone e successivamente integrato anche nei dispositivi domestici. Numerosi gli assistenti vocali, come quelli appartenenti a Google e Amazon, sono stati poi sviluppati per rendere connesse le case degli utenti: grazie all'utilizzo di dispositivi «intelligenti», consentono di eseguire tutta una serie di azioni pronunciando un semplice comando vocale. In seguito, sono stati fatti grandi progressi, soprattutto perché questo tipo di interfaccia è stata ampiamente utilizzata nel settore vendite e-commerce, per garantire un'interazione utente rapida e senza sforzo. Un limite è però rappresentato dalla mancanza di testo e grafica: mentre per alcune azioni semplici, come riordinare un prodotto già noto, è sufficiente la voce, per altre, come esaminare un nuovo articolo o scegliere una voce da un menu, questo tipo di interfaccia è meno adatto.
Interfacce ibride
Le interfacce ibride sono costituite da interazioni di tipo misto con l'utente, che hanno sia la capacità di digitare liberamente che di interagire con il chatbot, ma in alcuni casi può essere guidato nell'esecuzione di determinate azioni con pulsanti di selezione e parole chiave.
Caratteristiche
Introduzione:
Le interfacce conversazionali svolgono un ruolo cruciale in vari settori, migliorando sia le operazioni interne che le interazioni con i clienti. Le aree di applicazione delle tecnologie di interfaccia utente conversazionale (CUI) sono diverse e offrono vantaggi in diversi domini.
Settori e applicazioni: Servizi finanziari e assicurativi:I chatbot aiutano nelle operazioni su siti Web, contatori clienti e forniscono informazioni su profili utente, transazioni e altro ancora. L'assistenza clienti include la risoluzione dei problemi e la proposta di servizi personalizzati.
Commercio elettronico:I chatbot migliorano l'esperienza dell'utente facilitando la ricerca di prodotti, suggerendo prodotti, promozioni ed esperienze personalizzate. Dopo l'acquisto, i chatbot aiutano con il monitoraggio degli ordini, il recupero delle fatture e le richieste sulle politiche di restituzione.
Risorse umane:I chatbot gestiscono le attività delle risorse umane come l'emissione delle buste paga, il conteggio delle ferie e assistono nel processo di reclutamento esaminando i curriculum.
Pubblica amministrazione:Le piattaforme conversazionali supportano i cittadini fornendo informazioni e servizi sui siti web istituzionali, semplificando le attività amministrative.
Assistenza sanitaria:I chatbot facilitano la comunicazione con i pazienti, aiutando nella diagnostica, nel monitoraggio e nel recupero delle informazioni, soprattutto durante le emergenze sanitarie
.Intrattenimento, turismo e informazione:I chatbot offrono suggerimenti nei servizi multimediali, facilitano l'acquisto di biglietti per eventi e assistono nel settore del turismo fornendo informazioni e servizi di prenotazione.
Settore logistico:I chatbot forniscono informazioni preziose su operazioni, gestione del magazzino, spedizione e modifiche degli ordini nel settore della logistica.
Settore operativo:Gli assistenti vocali assistono gli operatori nei cantieri e nei campi, fornendo informazioni sui macchinari e registrando le operazioni tramite comandi vocali.
Sistemi operativi - Applicazioni integrate:Gli assistenti virtuali come Siri e Cortana sono integrati nei sistemi operativi, consentendo agli utenti di accedere alle applicazioni e alle funzionalità del dispositivo tramite comandi vocali.
Principali vantaggi e problemi risolti con un'interfaccia in linguaggio naturale
L'uso delle interfacce conversazionali è diventato sempre più frequente nel mondo degli affari, visti anche i numerosi vantaggi che possono derivare dall'utilizzo di questi strumenti che sono diventati, a tutti gli effetti, alleati nelle attività lavorative.
Alcuni dei punti principali a favore delle CUI basate sull'intelligenza artificiale possono essere riassunti come segue: — a differenza degli umani, sono disponibili 24/7;
— loro rispondere molto rapidamente e simultaneamente a un gran numero di utenti;
— sono in grado di imitare il comportamento umano (di fatto sono intelligenza artificiale), migliorando l'esperienza dell'utente; — possono essere integrati in qualsiasi tipo di servizio e sono multipiattaforma, per adattarsi alle esigenze di utilizzo;
— possono automatizza il lavoro ripetitivo: tutte quelle attività eseguite frequentemente possono essere eseguite dal chatbot, riducendo la possibilità di errori;
— possono usare canali di comunicazione multipli, come testo, audio e immagini; di conseguenza, molti problemi inerenti alla produttività e alla soddisfazione del cliente possono essere risolti, grazie all'introduzione di interfacce conversazionali nell'ambiente aziendale:
— Migliora il lavoro e aumenta la produttività: l'uso di interfacce come i chatbot può supportare i dipendenti nella ricerca di informazioni e ridurre le attività ripetitive, come nel caso degli agenti dell'Help Desk nelle richieste di supporto tecnico. Se disponi di tutte le informazioni necessarie per svolgere rapidamente il tuo lavoro, sarai in grado di ridurre il carico di lavoro per tutte le unità aziendali, che possono quindi concentrarsi su attività a più alto valore aggiunto;
— Trasformazione dell'esperienza del cliente e aumento delle vendite: soprattutto nel settore B2C, l'utilizzo di chatbot e soluzioni conversazionali aiuta a migliorare l'esperienza dell'utente, al quale vengono rivolti suggerimenti personalizzati che lo guidano nel percorso di acquisto. Inoltre, anche per quanto riguarda l'assistenza e il Customer Care, un chatbot può essere una soluzione rapida ed efficace per rispondere a semplici richieste dei clienti, migliorando la percezione che il cliente ha dell'azienda;
— Ridurre i costi: automatizzando le attività di basso livello e le azioni ripetitive, come le attività amministrative, l'aggiornamento dei dati in CRM, la generazione di documenti e la loro consultazione all'interno della knowledge base aziendale, le interfacce conversazionali consentono anche di risparmiare sui costi legati all'utilizzo del personale per svolgere tutte queste attività;
— Facilitare l'accesso alle conoscenze aziendali e la condivisione delle conoscenze: le piattaforme conversazionali basate sull'intelligenza artificiale possono essere utilizzate anche nell'area della gestione della conoscenza, che consente la gestione e l'organizzazione di tutto il capitale intellettuale aziendale. Le interfacce conversazionali possono essere utilizzate come veri motori di ricerca nella documentazione, fornendo un punto di accesso centralizzato alla conoscenza e aiutando a diffondere le informazioni tra i dipendenti;
— Facilitare l'onboarding e diffondere la cultura aziendale: le soluzioni conversazionali come i chatbot possono essere utilizzate anche per scopi di sensibilizzazione, ad esempio per rispondere alle domande dei nuovi dipendenti su particolari politiche e procedure aziendali. Ciò renderà più facile per il reparto risorse umane assumere e formare nuovi dipendenti, contribuendo a far circolare le informazioni e diffondere i valori della cultura aziendale.
Sfide nella progettazione di interfacce conversazionali
Alcune delle caratteristiche chiave emerse dalle opinioni degli esperti e dei leader del CUI riguardano sia la fase di progettazione delle interfacce sia l'attenzione su come l'utente interagirà con esse.
Per parlare di sfide, è utile introdurre il concetto di «pervasività» e «architettura dell'informazione». Quest'ultimo indica proprio la progettazione di sistemi informativi, software, siti Web, intranet, comunità online basata sull'usabilità e la disponibilità, quindi il più utilizzabile possibile per gli utenti. A questo punto, possiamo dire che l'architettura dell'informazione è pervasiva quando diventa utilizzabile dall'utente su più canali e attraverso diverse modalità.
La «multicanalità «, citata anche da Henry Jenkins nel suo libro «Convergence culture», è la caratteristica che riguarda un servizio o un sistema, che può essere utilizzato dall'utente attraverso diversi canali (ad esempio, sito web, applicazione, chiamata telefonica). A questo punto, è utile introdurre la differenza fondamentale con il concetto di «cross-channel «, che invece riguarda l'uso di più canali per completare un'esperienza di fruizione.
L'utente completerà parte del suo viaggio su un canale e parte su un altro, poiché offrono esperienze e funzioni diverse, ma sono complementari per il raggiungimento dell'obiettivo dell'utente.Per quanto riguarda, in particolare, le interfacce conversazionali, un esempio lampante di questi concetti è fornito da Peter Morville, padre dell'architettura dell'informazione.
Riferendosi a un assistente vocale noto e di uso comune, nota come l'impossibilità di utilizzare più canali (uditivi e visivi) rappresenti un ostacolo per l'utente, la cui esperienza è relegata all'uso della sola voce, ad esempio durante la ricerca di informazioni. Quindi, una delle sfide progettuali è creare interfacce che mescolino input e output audiovisivi per consentire una migliore visualizzazione e ricerca, creando così un'architettura dell'informazione multicanale.
Le interfacce conversazionali svolgono un ruolo cruciale in vari settori, migliorando sia le operazioni interne che le interazioni con i clienti. Le aree di applicazione delle tecnologie di interfaccia utente conversazionale (CUI) sono diverse e offrono vantaggi in diversi domini.
Settori e applicazioni: Servizi finanziari e assicurativi:I chatbot aiutano nelle operazioni su siti Web, contatori clienti e forniscono informazioni su profili utente, transazioni e altro ancora. L'assistenza clienti include la risoluzione dei problemi e la proposta di servizi personalizzati.
Commercio elettronico:I chatbot migliorano l'esperienza dell'utente facilitando la ricerca di prodotti, suggerendo prodotti, promozioni ed esperienze personalizzate. Dopo l'acquisto, i chatbot aiutano con il monitoraggio degli ordini, il recupero delle fatture e le richieste sulle politiche di restituzione.
Risorse umane:I chatbot gestiscono le attività delle risorse umane come l'emissione delle buste paga, il conteggio delle ferie e assistono nel processo di reclutamento esaminando i curriculum.
Pubblica amministrazione:Le piattaforme conversazionali supportano i cittadini fornendo informazioni e servizi sui siti web istituzionali, semplificando le attività amministrative.
Assistenza sanitaria:I chatbot facilitano la comunicazione con i pazienti, aiutando nella diagnostica, nel monitoraggio e nel recupero delle informazioni, soprattutto durante le emergenze sanitarie
.Intrattenimento, turismo e informazione:I chatbot offrono suggerimenti nei servizi multimediali, facilitano l'acquisto di biglietti per eventi e assistono nel settore del turismo fornendo informazioni e servizi di prenotazione.
Settore logistico:I chatbot forniscono informazioni preziose su operazioni, gestione del magazzino, spedizione e modifiche degli ordini nel settore della logistica.
Settore operativo:Gli assistenti vocali assistono gli operatori nei cantieri e nei campi, fornendo informazioni sui macchinari e registrando le operazioni tramite comandi vocali.
Sistemi operativi - Applicazioni integrate:Gli assistenti virtuali come Siri e Cortana sono integrati nei sistemi operativi, consentendo agli utenti di accedere alle applicazioni e alle funzionalità del dispositivo tramite comandi vocali.
Principali vantaggi e problemi risolti con un'interfaccia in linguaggio naturale
L'uso delle interfacce conversazionali è diventato sempre più frequente nel mondo degli affari, visti anche i numerosi vantaggi che possono derivare dall'utilizzo di questi strumenti che sono diventati, a tutti gli effetti, alleati nelle attività lavorative.
Alcuni dei punti principali a favore delle CUI basate sull'intelligenza artificiale possono essere riassunti come segue: — a differenza degli umani, sono disponibili 24/7;
— loro rispondere molto rapidamente e simultaneamente a un gran numero di utenti;
— sono in grado di imitare il comportamento umano (di fatto sono intelligenza artificiale), migliorando l'esperienza dell'utente; — possono essere integrati in qualsiasi tipo di servizio e sono multipiattaforma, per adattarsi alle esigenze di utilizzo;
— possono automatizza il lavoro ripetitivo: tutte quelle attività eseguite frequentemente possono essere eseguite dal chatbot, riducendo la possibilità di errori;
— possono usare canali di comunicazione multipli, come testo, audio e immagini; di conseguenza, molti problemi inerenti alla produttività e alla soddisfazione del cliente possono essere risolti, grazie all'introduzione di interfacce conversazionali nell'ambiente aziendale:
— Migliora il lavoro e aumenta la produttività: l'uso di interfacce come i chatbot può supportare i dipendenti nella ricerca di informazioni e ridurre le attività ripetitive, come nel caso degli agenti dell'Help Desk nelle richieste di supporto tecnico. Se disponi di tutte le informazioni necessarie per svolgere rapidamente il tuo lavoro, sarai in grado di ridurre il carico di lavoro per tutte le unità aziendali, che possono quindi concentrarsi su attività a più alto valore aggiunto;
— Trasformazione dell'esperienza del cliente e aumento delle vendite: soprattutto nel settore B2C, l'utilizzo di chatbot e soluzioni conversazionali aiuta a migliorare l'esperienza dell'utente, al quale vengono rivolti suggerimenti personalizzati che lo guidano nel percorso di acquisto. Inoltre, anche per quanto riguarda l'assistenza e il Customer Care, un chatbot può essere una soluzione rapida ed efficace per rispondere a semplici richieste dei clienti, migliorando la percezione che il cliente ha dell'azienda;
— Ridurre i costi: automatizzando le attività di basso livello e le azioni ripetitive, come le attività amministrative, l'aggiornamento dei dati in CRM, la generazione di documenti e la loro consultazione all'interno della knowledge base aziendale, le interfacce conversazionali consentono anche di risparmiare sui costi legati all'utilizzo del personale per svolgere tutte queste attività;
— Facilitare l'accesso alle conoscenze aziendali e la condivisione delle conoscenze: le piattaforme conversazionali basate sull'intelligenza artificiale possono essere utilizzate anche nell'area della gestione della conoscenza, che consente la gestione e l'organizzazione di tutto il capitale intellettuale aziendale. Le interfacce conversazionali possono essere utilizzate come veri motori di ricerca nella documentazione, fornendo un punto di accesso centralizzato alla conoscenza e aiutando a diffondere le informazioni tra i dipendenti;
— Facilitare l'onboarding e diffondere la cultura aziendale: le soluzioni conversazionali come i chatbot possono essere utilizzate anche per scopi di sensibilizzazione, ad esempio per rispondere alle domande dei nuovi dipendenti su particolari politiche e procedure aziendali. Ciò renderà più facile per il reparto risorse umane assumere e formare nuovi dipendenti, contribuendo a far circolare le informazioni e diffondere i valori della cultura aziendale.
Sfide nella progettazione di interfacce conversazionali
Alcune delle caratteristiche chiave emerse dalle opinioni degli esperti e dei leader del CUI riguardano sia la fase di progettazione delle interfacce sia l'attenzione su come l'utente interagirà con esse.
Per parlare di sfide, è utile introdurre il concetto di «pervasività» e «architettura dell'informazione». Quest'ultimo indica proprio la progettazione di sistemi informativi, software, siti Web, intranet, comunità online basata sull'usabilità e la disponibilità, quindi il più utilizzabile possibile per gli utenti. A questo punto, possiamo dire che l'architettura dell'informazione è pervasiva quando diventa utilizzabile dall'utente su più canali e attraverso diverse modalità.
La «multicanalità «, citata anche da Henry Jenkins nel suo libro «Convergence culture», è la caratteristica che riguarda un servizio o un sistema, che può essere utilizzato dall'utente attraverso diversi canali (ad esempio, sito web, applicazione, chiamata telefonica). A questo punto, è utile introdurre la differenza fondamentale con il concetto di «cross-channel «, che invece riguarda l'uso di più canali per completare un'esperienza di fruizione.
L'utente completerà parte del suo viaggio su un canale e parte su un altro, poiché offrono esperienze e funzioni diverse, ma sono complementari per il raggiungimento dell'obiettivo dell'utente.Per quanto riguarda, in particolare, le interfacce conversazionali, un esempio lampante di questi concetti è fornito da Peter Morville, padre dell'architettura dell'informazione.
Riferendosi a un assistente vocale noto e di uso comune, nota come l'impossibilità di utilizzare più canali (uditivi e visivi) rappresenti un ostacolo per l'utente, la cui esperienza è relegata all'uso della sola voce, ad esempio durante la ricerca di informazioni. Quindi, una delle sfide progettuali è creare interfacce che mescolino input e output audiovisivi per consentire una migliore visualizzazione e ricerca, creando così un'architettura dell'informazione multicanale.
Conclusioni: L’AI nella vita di tutti i giorni
Dopo aver delineato cos'è l'intelligenza artificiale, abbiamo analizzato tutti i passaggi che, a partire dagli anni '50, hanno reso grande l'IA. Questo excursus storico ci ha permesso di comprendere lo scopo dello sviluppo dell'intelligenza artificiale e come l'avanzamento del progresso tecnologico abbia permesso all'IA di essere sempre più presente nella nostra vita quotidiana.Il Parlamento europeo ha effettuato un'analisi dei principali campi in cui intelligenza artificiale e vita quotidiana intersecarsi, permettendo alla tecnologia di affiancarci sempre più:
— Acquisti e pubblicità sul Web: L'intelligenza artificiale, come abbiamo visto nei paragrafi precedenti, viene utilizzata anche per fare previsioni future, sulla base di dati raccolti in precedenza. E questo si applica anche ai suggerimenti sui prodotti, formulati in base agli acquisti, all'intento di ricerca, ai comportamenti online e altro ancora.
— Ricerche online: come per lo shopping, i motori di ricerca utilizzano i dati raccolti per «imparare» a cosa è interessato l'utente e proporre risultati simili ad esso;
— Assistenti virtuali: per fornire risposte a utenti e clienti, rispondono alle domande in modo personalizzato; — Traduzione automatica: il software AI genera automaticamente traduzioni di testo, video e audio. L'esempio più comune sono i sottotitoli generati automaticamente da YouTube;
— Infrastruttura intelligente: dagli strumenti tecnologici all'interno delle case intelligenti che apprendono i comportamenti di chi vive in casa, all'utilizzo dell'IA per migliorare la viabilità delle città;
— Sicurezza informatica: utilizzare l'intelligenza artificiale per riconoscere e bloccare le minacce informatiche, imparando dagli attacchi precedenti e come riconoscerli;
— Emergenza COVID-19: l'intelligenza artificiale nella lotta contro la pandemia è stata utilizzata in vari modi, dal monitoraggio degli ingressi ristretti al rilevamento della temperatura fino ad applicazioni più specifiche nel sistema sanitario, come il riconoscimento delle infezioni a partire dalle scansioni TC dei polmoni;
— Combattere la disinformazione: un valido aiuto per riconoscere le fake news, monitorare e analizzare i contenuti social, identificare espressioni sospette o allarmanti, finalizzato al riconoscimento di fonti autorevoli. L'intelligenza artificiale non è presente solo nelle nostre routine personali e lavorative.
Sempre più aziende utilizzano l'intelligenza artificiale per offrire servizi migliori ai clienti e aumentare la produttività dei dipendenti. Un esempio è gestione della conoscenza, ovvero la gestione della conoscenza aziendale, che può essere implementata con sistemi di intelligenza artificiale con approccio statistico, per consentire agli utenti di trovare più rapidamente le informazioni che cercano all'interno del database aziendale. Una cosa è ormai certa: l'IA è presente in tanti aspetti della nostra vita quotidiana, aumentando la nostra sicurezza e permettendoci di avere supporto in numerose attività.
Non sappiamo cosa ci riserva il futuro, ma ciò che è certo è che l'Intelligenza Artificiale non fermerà la sua espansione e, come abbiamo visto ripercorrendo la storia della sua evoluzione, questa è più veloce di quanto sembri.Fonti:Jerry Kaplan, Artificial Intelligence. Quello che tutti devono sapere, 2017
Fonti:
https://www.imperva.com/learn/data-security/structured-and-unstructured-data/
https://en.wikipedia.org/wiki/Natural_language_processing
https://mitsloan.mit.edu/ideas-made-to-matter/machine-learning-explainedhttps://www.techtarget.com/searchenterpriseai/definition/AI-Artificial-Intelligence
— Acquisti e pubblicità sul Web: L'intelligenza artificiale, come abbiamo visto nei paragrafi precedenti, viene utilizzata anche per fare previsioni future, sulla base di dati raccolti in precedenza. E questo si applica anche ai suggerimenti sui prodotti, formulati in base agli acquisti, all'intento di ricerca, ai comportamenti online e altro ancora.
— Ricerche online: come per lo shopping, i motori di ricerca utilizzano i dati raccolti per «imparare» a cosa è interessato l'utente e proporre risultati simili ad esso;
— Assistenti virtuali: per fornire risposte a utenti e clienti, rispondono alle domande in modo personalizzato; — Traduzione automatica: il software AI genera automaticamente traduzioni di testo, video e audio. L'esempio più comune sono i sottotitoli generati automaticamente da YouTube;
— Infrastruttura intelligente: dagli strumenti tecnologici all'interno delle case intelligenti che apprendono i comportamenti di chi vive in casa, all'utilizzo dell'IA per migliorare la viabilità delle città;
— Sicurezza informatica: utilizzare l'intelligenza artificiale per riconoscere e bloccare le minacce informatiche, imparando dagli attacchi precedenti e come riconoscerli;
— Emergenza COVID-19: l'intelligenza artificiale nella lotta contro la pandemia è stata utilizzata in vari modi, dal monitoraggio degli ingressi ristretti al rilevamento della temperatura fino ad applicazioni più specifiche nel sistema sanitario, come il riconoscimento delle infezioni a partire dalle scansioni TC dei polmoni;
— Combattere la disinformazione: un valido aiuto per riconoscere le fake news, monitorare e analizzare i contenuti social, identificare espressioni sospette o allarmanti, finalizzato al riconoscimento di fonti autorevoli. L'intelligenza artificiale non è presente solo nelle nostre routine personali e lavorative.
Sempre più aziende utilizzano l'intelligenza artificiale per offrire servizi migliori ai clienti e aumentare la produttività dei dipendenti. Un esempio è gestione della conoscenza, ovvero la gestione della conoscenza aziendale, che può essere implementata con sistemi di intelligenza artificiale con approccio statistico, per consentire agli utenti di trovare più rapidamente le informazioni che cercano all'interno del database aziendale. Una cosa è ormai certa: l'IA è presente in tanti aspetti della nostra vita quotidiana, aumentando la nostra sicurezza e permettendoci di avere supporto in numerose attività.
Non sappiamo cosa ci riserva il futuro, ma ciò che è certo è che l'Intelligenza Artificiale non fermerà la sua espansione e, come abbiamo visto ripercorrendo la storia della sua evoluzione, questa è più veloce di quanto sembri.Fonti:Jerry Kaplan, Artificial Intelligence. Quello che tutti devono sapere, 2017
Fonti:
https://www.imperva.com/learn/data-security/structured-and-unstructured-data/
https://en.wikipedia.org/wiki/Natural_language_processing
https://mitsloan.mit.edu/ideas-made-to-matter/machine-learning-explainedhttps://www.techtarget.com/searchenterpriseai/definition/AI-Artificial-Intelligence
