Intelligenza Artificiale, una realtà diffusa?

L’indagine degli Osservatori Digital Innovation del PoliMi

Alessandro Piva
Director at Osservatori Digital Innovation

Intelligenza Artificiale, una definizione


Tra opinioni contrastanti, entusiasmi fideistici e timori per l’occupazione, rischi di discriminazione e previsioni utopiche, l’Intelligenza Artificiale (AI), tema caldo di questi ultimi anni, sta vivendo una nuova primavera. Per quanto se ne parli in modo assiduo, spesso aleggia sul concetto un velo di confusione e non sempre è chiaro a quali tecnologie ci si riferisca quando si nomina l’AI.

Per prima cosa va fatta una distinzione tra l’Intelligenza Artificiale Generale, che si propone di creare una sorta di “cervello” artificiale in grado di ragionare ed emulare completamente l’essere umano in tutte le sue abilità e capacità e l’Intelligenza Artificiale Debole, che applica i meccanismi e le logiche di apprendimento dei motori AI a specifici ambiti del sapere per studiare o risolvere problemi in cui la tecnologia è in grado di andare ben oltre i limiti cognitivi umani. Per fare un esempio sistemi AI possono trovare spazio in ambiti di applicazione medica perché gli algoritmi, se allenati correttamente, sono in grado di riconoscere un melanoma al 99% (contro l’85% di uno specialista “umano”).

Il nome Intelligenza Artificiale ha radici lontane ed è nato precisamente nel 1956 ad opera di diversi pensatori che lavoravano sulle tecnologie computazionali confrontatesi nel corso di una conferenza nel New Hampshire. Nei decenni successivi il tema è passato in secondo piano perché sorgeva un ostacolo abbastanza insormontabile: queste reti neurali necessitavano di essere addestrate con grandi moli di dati ma allo stesso tempo ci volevano notevoli capacità computazionali per raccoglierli ed elaborarli.

Con i recenti progressi tecnologici portati dalla rivoluzione digitale tra cui l’aumento della capacità di calcolo (sempre più disponibile con modelli as-a-service in cloud), la disponibilità di grandi quantità di dati e di strumenti sempre più sofisticati per la loro analisi, l’Intelligenza Artificiale ha subito a tutti gli effetti un’“accelerata”.

All’interno degli Osservatori Digital Innovation del Politecnico di Milano abbiamo dato vita a questa definizione: “L’Artificial Intelligence è il ramo della computer science che studia lo sviluppo di sistemi hardware e software dotati di capacità tipiche dell’essere umano e in grado di perseguire autonomamente una finalità definita prendendo delle decisioni che, fino a quel momento, erano solitamente affidate agli esseri umani”.

Gli algoritmi di apprendimento e di riconoscimento del linguaggio naturale di cui sono dotate le tecnologie AI, le rendono infatti capaci di interagire con l’ambiente esterno dando risposte, anche fisiche, agli interlocutori che vi si approcciano e, nel caso di sistemi autonomi, di prendere decisioni indipendentemente dall’interferenza dell’essere umano. L’AI, in ogni caso, è un “bersaglio mobile” che continua ad alzare l’asticella e vedremo sempre di più, in futuro, compiti che prima erano svolti dall’uomo nelle “mani” di una macchina.

 

Applicazioni dell’AI, uno studio del Politecnico

 

Gli Osservatori Digital Innovation del Politecnico di Milano hanno effettuato di recente una rilevazione per capire quali sono i casi di applicazione dell’AI: l’indagine si è focalizzata sull’analisi di grandi aziende internazionali, con un fatturato superiore ai 15 Mld $ (il livello è ben differente rispetto alle aziende italiane) e ha tenuto conto di 469 iniziative in 337 aziende, valutate secondo alcuni parametri. Quello che è emerso sono state otto classi di soluzione che sono state studiate sia dal punto di vista della diffusione delle relative applicazioni, sia dal punto di vista dell’applicabilità in specifici settori.

Classi di soluzioni e loro diffusione

torta_ai_settori

- Autonomous Vehicle (7%), ovvero mezzi a guida autonoma adibiti al trasporto di persone, animali o cose, sia circolanti su strada (veicoli), sia destinati alla navigazione marittima, lacustre o fluviale (natanti), sia infine al volo nell’atmosfera o nello spazio (velivoli), capaci di percepire l’ambiente esterno e di individuare le manovre corrette da fare per adattarsi ad esso.

Non sono infondati i timori di implicazioni negative, basta pensare ai droni con scopo bellico in ambito militare e a quello che potrebbe succedere se finissero in mano a persone poco raccomandabili.

- Autonomous Robot (4%), ovvero robot capaci di muovere loro stessi o alcune parti (bracci etc.), manipolare oggetti ed eseguire azioni di vario genere senza intervento umano, traendo informazioni dall’ambiente circostante e adattandosi a eventi non previsti o codificati. Si passa dai robot giocattolo alla gadgettistica fino ad applicazioni molto complesse che vanno dall’ambito manifatturiero dell’automazione intelligente di alcuni processi produttivi fino a robot che simulano il movimento (per esempio quelli ricalcati sugli animali creati da Boston Dynamics).

- Intelligent Object (7%), ovvero oggetti in grado di eseguire azioni e prendere decisioni senza richiedere l’intervento umano, interagendo con l’ambiente circostante mediante l’utilizzo di sensori (termometri, videocamere etc.), attuatori (apertura/chiusura porte/finestre, attivazione elettrodomestici e impianti etc.) apprendendo dalle abitudini o dalle azioni delle persone che vi interagiscono. Si passa dalla valigia che segue il proprio padrone durante il viaggio alle telecamere intelligenti in grado di identificare come si spostano le persone all’esterno. La Cina è uno dei mercati più interessanti in questo ambito ma con implicazioni anche negative, visto che potrebbero usarle per controllare le persone.

- Virtual Assistant/Chatbot (25%), ovvero agenti software in grado di eseguire azioni e/o erogare servizi a un interlocutore umano basandosi su comandi e richieste recepiti attraverso un’interazione in linguaggio naturale (scritto o parlato). Si tratta di uno degli ambiti di applicabilità più interessanti a livello di business, possono essere usati per interagire con il cliente sia nel supporto post-vendita sia nel processo di vendita.

- Recommendation (10%), ovvero soluzioni orientate a indirizzare le preferenze, gli interessi e più in generale le decisioni dell’utente, basandosi su informazioni da esso fornite in maniera diretta o indiretta con output che consistono in raccomandazioni personalizzate che possono collocarsi in punti differenti del customer journey o più in generale del processo decisionale. Queste tecnologie accompagnano in particolar modo nella selezione di prodotto e nell’upselling.

- Image Processing (8%), ovvero soluzioni di analisi di immagini, singole o in sequenza (video) orientate al riconoscimento di persone, animali e cose presenti all’interno dell’immagine stessa, al riconoscimento biometrico (es. volto, iride) e in generale all’estrazione di informazioni dall’immagine. Spesso sono usate, così come il Language Processing, come supporto per costruire altre applicazioni.

- Language Processing (4%), ovvero soluzioni di elaborazioni del linguaggio con finalità che possono variare dalla comprensione del contenuto alla traduzione fino alla produzione di testo in modo autonomo a partire da dati o documenti forniti in input.

- Intelligence Data Processing (35%), ovvero soluzioni che utilizzano algoritmi AI su dati strutturati e non strutturati, per finalità collegate all’estrazione dell’informazione presenti nel dato (Predictive Analysis, Pattern Discovery etc.)

Si è riscontrato nel campione di imprese censite che le iniziative più mature riguardano i Virtual Assistant/Chatbot, i Recommendation, il Language Processing e l’Intelligent Data Processing mentre per quanto riguarda l’interesse nell’implementazione dell’AI è forte soprattutto nei settori Banking, Insurance e Automotive.

Conclusioni

- Di certo si può notare l’alta pervasività dell’AI, che può trovare applicazione in tutti i settori industriali (con un numero di iniziative elevato in Banking, Insurance e Automotive).

- Dallo studio emerge un mercato italiano totalmente “vergine”, in ritardo anche rispetto a quelli che sono i Big Europei (Francia, Germania, UK etc.).

- Si riscontra, inoltre, che al momento i Chatbot/Virtual Assistant sono un progetto quick-win, ovvero a facile guadagno, ma non sempre viene approcciato nella maniera corretta.

 

Intelligenza Artificiale e Content Marketing, una sinergia possibile?


L’Intelligenza Artificiale offre opportunità interessanti in molti settori, tra questi vi è sicuramente anche quello del Content Marketing. Da una parte la possibilità di generare contenuti semplici in modo automatico, permettendo di avere un punto di partenza da cui poter arricchire contenuti con informazioni ad alto valore aggiunto.
 

D’altra parte offre nuovi strumenti per rendere l’interazione con l’utente finale più funzionale ed efficace, si pensi ad esempio alla possibilità di disporre di algoritmi in grado di apprendere in modo più dettagliato i gusti dell’utente, o alla capacità di interagire con logiche completamente diverse, basate sul linguaggio naturale con chatbot.

In fin dei conti l’Intelligenza Artificiale rappresenta quindi un abilitatore per rendere più ricca l’interazione con il cliente, dando nuovi stimoli ed informazioni a chi, in questo settore, si occupa di sviluppare un’offerta sempre nuova, al passo con i tempi.

Tra le nuove frontiere del Content Marketing si segnala la Content Intelligence, termine con cui si indicano quei sistemi e software AI che misurano le performance dei contenuti dalla fruizione che ne fanno gli utenti.