L’IA è un ambito molto vasto e spesso è facile perdersi leggendo dei diversi ambiti di applicazione oppure può capitare di essere spaesati di fronte a mille sigle diverse che non aiutano a capire di cosa si stia esattamente parlando.
Vorrei trattare l’argomento semplificando al massimo per permettere all’uomo della strada e ovviamente per la casalinga di Voghera, di avvicinarsi a questo mondo a piccoli passi, cercando di spiegare quello che effettivamente serve a chi non sa niente di niente ma ne sente parlare e vuole provare a capirne qualcosa.
Le Basi
Per quanto scontato, partiamo dalla base, terra terra: IA. IA sta per Intelligenza Artificiale. Spesso si trova la sigla invertita, ossia AI, perché è la versione inglese (Artificial Intelligence), ma è esattamente la stessa cosa.
(io uso IA per due motivi: uno è perché mi piace di più utilizzare il termine italiano e due perché è più corto e immediato rispetto ad Intelligenza Artificiale)
Chiariamo subito che l’IA NON è uguale a Robot cioè non deve passare il concetto che Robot = Intelligenza Artificiale e NON si tratta di robot come quelli dei film ossia esseri dalla forma più o meno umana (con testa, occhi, bocca, gambe e braccia) che sono schiavi degli umani o che si ribellano o che distruggono la razza umana.
Allo stato attuale della tecnologia, i robot NON hanno una capacità di pensiero per come la intendiamo noi, NON hanno autocoscienza e NON hanno le 3 leggi della robotica di Asimov.
In realtà dipende da come interpretiamo il termine Robot e da cosa vogliamo intendere con Intelligenza Artificiale: un Robot è un braccio meccatronico che si piega e fa diversi movimenti (quelli delle catene di montaggio delle auto per intenderci) ma non è intelligente, è programmato da qualcuno per compiere determinati movimenti e li ripete finchè non viene stoppato o finchè non salta la corrente.
Ma un Robot è anche il famoso rover atterrato su Marte, anzi, i due rover. Va in giro, fa buchi nel suolo, “vede” il paesaggio intorno, ma non è intelligente per come intendiamo noi e non fa niente da solo. È programmato dai tecnici e svolge quelle azioni.
Stanno nascendo delle “nuove generazioni” di Robot di forma più o meno umanoide che, questi si, sono dotati di IA perché sono inizialmente programmati (addestrati) per fare qualcosa ma possono “vedere” una nuova azione, un nuovo gesto, un nuovo movimento o una sequenza di movimenti, e la “imparano” ossia la apprendono e la possono ripetere. Per esempio, un robot “barista” che versa cocktail e sa fare solo quello, vede una persona che mette a posto le sedie sopra ai tavoli per poi pulire per terra e può quindi, autonomamente, orientarsi nello spazio e prendere le sedie per metterle capovolte sopra ai tavoli…e può anche pulire per terra.
È una forma di intelligenza, ma siamo lontano da quello che si vede nei film.
Allo stesso modo anche l’IA…non è “solo” IA.
IA è un termine “ombrello” che racchiude diverse metodologie (possiamo chiamarle, semplificando, tecniche/settori/ambiti – il senso è che IA comprende delle sottocategorie): Machine Learning (per gli amici ML) che, a sua volta, comprende una cosa ancora più specifica ossia il Deep Learning (per gli amici DL).
Senza entrare nel tecnico e anche se non è proprio perfetto, possiamo dire che IA è “tutto”, che ML è la tecnologia/metodologia/ambito che si occupa di far imparare alle macchine qualcosa cioè la macchina impara qualcosa e il DL è ancora più specifico ossia la macchina impara in modo ancora più approfondito.
Più correttamente si può dire che IA è un termine generico per applicazioni basate su macchine che imitano l'intelligenza umana.
L’ML è un algoritmo/metodo/tecnologia che permette alle macchine (intelligenti – siamo all’interno dell’IA) di migliorarsi con il tempo mentre il DL è un metodo/tecnologia/branca di intelligenza artificiale (IA) che insegna alla macchina ad elaborare i dati in un modo che si ispira al cervello umano.
Arriviamo all’IA
Ricapitoliamo: IA è il termine ombrello che contiene il ML (che quindi è un suo sotto insieme) che, a sua volta, contiene il DL.
(nota: tralasciamo le Neural Network che a volte sono citate come sotto insieme separato perché se no ci incasiniamo e basta. IA, ML, DL bastano e avanzano.)
Arriviamo al bello ossia ai giorni nostri (un annetto fa più o meno) perché è saltata fuori una nuova branca/tecnologia/metodo (chiamiamolo come vogliamo): l’IA GENERATIVA (per gli amici IA-gen o gen-AI).
Che cos’è?
Si tratta di un sotto insieme del Deep Learning, ancora più approfondito, ancora più specifico: l’Intelligenza Artificiale della macchina ha imparato qualcosa (ML), ha studiato più a fondo cioè ha imparato molto di più e molto meglio (DL) e ora è in grado di “applicare” tutto quello che ha appreso per creare qualcosa. Per GENERARE (per questo è IA Generativa) qualcosa. Che sia testo, audio, video, immagini, cambia poco. È sempre una generazione di qualcosa.
Talvolta, da quello che si sente in TV, si potrebbe pensare che IA sia uguale a IA Generativa ma NON è così (come abbiamo visto fino a qui). Anzi, sono due cose molto diverse però, ormai, è un po’ passato il messaggio che con IA si intenda SOLO l’IA Generativa. Ma è sbagliato: IA-Gen è un sotto insieme di DL, ecc.
IA -> ML -> DL -> IA-Gen
Come funziona
Con il termine “intelligenza” ci riferiamo, o meglio, ci ispiriamo all’intelligenza umana.
Se parliamo di Intelligenza Artificiale vuol dire che è qualcosa che imita, che simula l’intelligenza umana.
Il nostro cervello è fatto da tanti neuroni collegati tra loro.
Semplificando molto possiamo dire che il primo neurone non è connesso solo al secondo che poi sarà connesso al terzo e così via (in modo lineare) ma il primo neurone è connesso al secondo e ad altri contemporaneamente, il secondo è connesso ad altri neuroni e così via ossia c’è un intreccio di neuroni e “l’informazione” passa da un neurone all’altro secondo un certo percorso o secondo un altro.
Per le macchine, quindi, cosa si è pensato? Ovviamente di replicare questa “struttura” chiamata Rete Neurale.
Sono stati creati dei Neuroni artificiali e sono stati connessi tra loro più o meno come avviene nel cervello umano ossia non in semplice sequenza ma, anche qui, in modo interconnesso gli uni con gli altri.
Chi è Stefano Facchin
Dopo oltre 20 anni di esperienza nel settore bancario e nella gestione di prodotti digitali, si è specializzato nell’ambito dell'Intelligenza Artificiale Generativa sia per fini divulgativi che per supportare le aziende nella trasformazione digitale.
Ha competenze consolidate relativamente all’Intelligenza Artificiale, nella digital economy, nell'e-commerce e nei sistemi di pagamento, oltre a una forte passione per la divulgazione tech e il product management.
Ha frequentato dei master specifici di Talent Garden e Data Masters.
Pubblica su LinkedIn articoli e studi su IA e innovazione, e si dedica a condividere le sue conoscenze per aiutare le persone e le aziende a navigare il futuro tecnologico. La sua missione è combinare tecnologia e valore umano per una crescita sostenibile.
Nel tempo libero è appassionato di fantascienza, fantasy, ed è un amante degli animali. Crede fermamente che la curiosità sia alla base di ogni grande scoperta.