Nell’ultimo decennio l’intelligenza artificiale (IA) è tornata a far parlare di sé e non certo per la cinematografia. I progressi tecnologici registrati nel campo della potenza di calcolo, della disponibilità dei dati (Internet in questo rappresenta la grande rivoluzione) e nella capacità della loro analisi per la risoluzione di problemi complessi, hanno contribuito a far crescere interesse e conoscenza attorno ad una disciplina, se così la possiamo classificare, che ha sempre ispirato autori e registi di fantascienza ma che fa già parte della nostra vita reale e quotidiana.
Inizia da lontano la storia dell’IA
Per capire di cosa stiamo parlando esattamente dobbiamo tornare alla fine degli anni ’50 e ritrovare i primi prototipi di reti neurali, cioè algoritmi matematici che cercano di riprodurre il funzionamento dei neuroni biologici (quelli presenti nel cervello umano) per risolvere problemi di intelligenza artificiale intesa, in quegli anni, come la capacità di una macchina di compiere funzioni e fare ragionamenti come una mente umana. Il primo vero progetto di ricerca riconducibile all’IA risale al 1943 quando Warren McCulloch e Walter Pitt progettarono una rete neurale. È però dalla fine dagli anni ’50 in poi che si crea il fermento maggiore con il primo assunto di Alan Turing (datato 1950) nel quale lo scienziato spiega come un computer possa comportarsi come un essere umano, la coniazione del termine Artificial Intelligence da parte del matematico statunitense John McCarthy (1956) e, sempre da parte di quest’ultimo, il lancio dei primi linguaggi di programmazione (Lisp nel 1958 e Prolog nel 1973) specifici per l’IA attraverso i quali inizia a sviluppare programmi generali per la soluzione di problemi. Dagli anni ’80 in poi si procede a fasi alterne, con grandi avanzate sul fronte dei modelli matematici, sempre più sofisticati ed in grado di imitare alcune funzionalità cerebrali come il riconoscimento di configurazioni, ma un interesse minore nei confronti delle reti neurali e, in generale dell’hardware, ricomparso poi negli anni ’90 con l’arrivo massivo delle Gpu dal mondo del gaming (graphics processing unit, chip di elaborazione molto più veloci delle Cpu in grado quindi di supportare workload complessi molto più rapidamente).
IA debole e IA forte: cos’è l’intelligenza artificiale
Da questo rapidissimo excursus storico, in termini molto generici potremmo oggi definire l’intelligenza artificiale come quella disciplina scientifica che studia metodi e strumenti (hardware e software) atti a risolvere problemi o eseguire attività tipiche dell’intelligenza umana. In realtà, non esiste una definizione univoca di IA e le interpretazioni posso variare a seconda della focalizzazione: da un lato, ci si può concentrare sui processi interni di ragionamento, dall’altro sul comportamento esterno dei sistemi, in linea di massima sempre prendendo come sorta di “misura di efficacia” la somiglianza o la vicinanza al comportamento umano. Guardando alla comparazione con l’uomo, una intelligenza artificiale dovrebbe quindi poter compiere in modo razionale le seguenti azioni/funzioni:
– agire umanamente in modo indistinto rispetto ad un essere umano;
– pensare umanamente risolvendo un problema attraverso funzioni cosiddetta cognitive simili a quelle dell’uomo;
– pensare razionalmente, ricorrendo cioè alla logica;
– agire razionalmente attraverso un processo che consente all’IA di ottenere il miglior risultato atteso in base alle informazioni a disposizione.
Partendo da queste considerazioni, la comunità scientifica si è trovata d’accordo nel definire due differenti tipi di intelligenza artificiale, quella debole e quella forte:
– IA debole (weak AI): racchiude al suo interno sistemi in grado di simulare alcune funzionalità cognitive dell’uomo senza tuttavia 
raggiungere le capacità intellettuali tipiche dell’uomo; si tratta, a grandi linee, di programmi di problem-solving in grado di replicare alcuni ragionamenti logici umani per risolvere problemi, prendere decisioni, ecc. (come nel gioco degli scacchi);
– IA forte (strong AI): si fanno rientrare in questa categoria i sistemi in grado di diventare sapienti (o addirittura coscienti di sé), per altro anche senza avere processi di pensiero e ragionamenti simili all’uomo; sono teorie che spingono alcuni scienziati ed esperti a ritenere che un giorno le macchine avranno una intelligenza propria (non emuleranno quindi quella dell’uomo), autonoma e probabilmente superiore a quella degli esseri umani.
Comprensione, ragionamento, apprendimento e interazione uomo-macchina: come funziona l’IA
È evidente che lo stato dell’arte della tecnologia di IA oggi è “ferma” all’intelligenza debole ma questo non significa che vi sia uno stallo nel progresso innovativo di questo fenomeno tutt’altro che lontano dall’arrestarsi. Oggi le tecnologie operano fondamentalmente su quattro differenti livelli che possiamo riassumere così:
1) comprensione: sistemi che simulano capacità cognitive di correlazione dati ed eventi per il riconoscimento di testi, immagini, tabelle, video, voce ed estrapolarne informazioni;
2) ragionamento: sistemi che sfruttano la logica per “mettere insieme” molteplici informazioni raccolte, mediante precisi algoritmi matematici, in modo automatizzato;
3) apprendimento: sistemi che definiscono come trattare gli input di dati e come restituirli; in questo caso, si parla di sistemi machine learning ossia di tecniche di apprendimento automatico attraverso le quali i sistemi di IA imparano a svolgere varie funzioni. A differenza dei software tradizionali, una IA non si basa sulla programmazione (non ci sono ingegneri, programmatori, sviluppatori che scrivono il codice di funzionamento del sistema) ma su tecniche di apprendimento (vengono definiti degli algoritmi attraverso i quali si dà in pasto al sistema un’enorme quantità di dati dai quali è il sistema stesso che deve derivare le proprie capacità di comprensione e ragionamento);
4) interazione (Human Machine Interaction): una delle modalità di funzionamento dell’IA riguarda l’interazione con l’uomo e, in questa direzione, stanno fortemente avanzando i sistemi di Nlp – Natural Language Processing, ossia quelle tecnologie che consentono all’uomo di interagire con le macchine (e viceversa) sfruttando il linguaggio naturale
Come sfruttare l’intelligenza artificiale per il business
Se le big company del digitale come Facebook, Google, Amazon, Apple e Microsoft fanno a gara per accaparrarsi startup e competenze specifiche sull’intelligenza artificiale, ed una delle più grandi società di analisi americane, Forrester, stima che nel 2017 ci sarà una crescita di investimenti e progetti in IA superiore del 300% rispetto a quest’anno, è evidente che stiamo parlando di un fenomeno che avrà un impatto enorme sulle aziende e sui cittadini/utenti. Tendenze già oggi tangibili in molti settori dove l’IA sta già mostrando tutto il suo potenziale ai fini di business. Vediamo in che ambiti:
1) Marketing: in questo settore si vedono ormai da tempo sistemi di IA impiegati in differenti attività e con svariati obiettivi; il più importante riguarda indubbiamente la gestione della relazione con gli utenti, da sempre “croce e delizia” di qualsiasi brand, anche nel mondo BtoB. Le tecnologie di IA impiegate vanno dagli assistenti vocali/virtuali (chatbot e sistemi come Siri di Apple o Cortana di Microsoft) che sfruttano algoritmi di intelligenza artificiale sia per il riconoscimento del linguaggio naturale sia per l’apprendimento e l’analisi delle abitudini e dei comportamenti degli utenti, fino ai più sofisticati meccanismi di ingaggio che contemplano l’analisi in real-time di grandi moli di dati per la comprensione del “sentiment” e delle esigenze delle persone con attività che si spingono fino alla previsione dei comportamenti di acquisto da cui derivare strategie di comunicazione e/o proposta di servizi. Chatbot ed altri sistemi basati sul Nlp sono impiegati anche all’interno dei reparti che si occupano di assistenza, servizio e supporto alla clientela (contact center, customer service, manutenzione e supporto, ecc.);
2) Gestione dei rischi: la prevenzione delle frodi è una delle applicazioni più mature dove l’intelligenza artificiale si concretizza con quelli che tecnicamente vengono chiamati “advanced analytics”, analisi molto sofisticate che correlano dati, eventi, comportamenti ed abitudini per capire in anticipo eventuali attività fraudolente; questi sistemi possono in realtà trovare applicazione anche all’interno di altri contesti aziendali, per esempio per la mitigazione dei rischi, la protezione delle informazioni e dei dati, la lotta al cybercrime;
3) Supply Chain Managament: il tema della gestione del rischio è di fondamentale importanza anche per l’ottimizzazione e la gestione della catena di approvvigionamento e di distribuzione dove oltre ad analisi sofisticate servono anche “sistemi intelligenti” in grado di connettere e monitorare tutta la filiera e tutti gli attori coinvolti; uno dei più interessanti casi di utilizzo di IA, in quest’ambito, riguarda le attività di Order Management all’interno dei quali le tecnologie che sfruttano l’intelligenza artificiale non solo mirano alla semplificazione dei processi ma anche alla totale integrazione di essi, dagli acquisti fino all’inventario, dal magazzino alle vendite fino ad arrivare addirittura all’integrazione con il Marketing per la gestione preventiva delle forniture in funzione delle attività promozionali o della campagne di comunicazione;
4) HealthCare: in questo settore abbiamo avuto modo, ormai da tempo, di osservare le potenzialità degli assistenti vocali impiegati nel supporto ai disabili ma è nella prevenzione e cura delle malattie rare o dei tumori che si intravedono già oggi le principali potenzialità grazie alla capacità dei sistemi cognitivi di apprendere da un bacino infinito di dati (pubblicazioni scientifiche, ricerca, cartelle cliniche, dati sui farmaci, ecc.) ad una velocità inimmaginabile per l’uomo. Gli assistenti virtuali basati su IA si vedono ormai da tempo nelle sale operatorie e stanno prendendo “servizio” anche all’interno delle aree di accoglienza e addirittura nei pronto soccorso;
5) Pubblica sicurezza: la capacità di analizzare grandissime quantità di dati in tempo reale e di “dedurre” attraverso correlazioni di eventi, abitudini, comportamenti, attitudini, sistemi e dati di geo-localizzazione e monitoraggio degli spostamenti di cose e persone offre un potenziale enorme per il miglioramento dell’efficienza e dell’efficacia della sicurezza pubblica. Sistemi di intelligenza artificiale, uniti all’utilizzo di sensori e, in generale, in combinazione con l’IoT, sono già impiegati in alcune città statunitensi per la sicurezza e la prevenzione dei crimini in aeroporti, stazioni ferroviarie e città metropolitane. Un altro interessante impiego dell’IA per la sicurezza dei cittadini riguarda la prevenzione di calamità naturali come terremoti e tsunami.
