Intelligenza artificiale: le macchine pensano per noi

L’intelligenza artificiale è la capacità che hanno alcune tecnologie di accrescere, attraverso un processo di inferenza o apprendimento, le conoscenze che gli vengono fornite inizialmente. I “sistemi basati sulla conoscenza” o “esperti” sono dei validi esempi

Secondo John McCarthy, padre dell’intelligenza artificiale, l’AI può essere descritta come “la scienza e l’ingegneria della fabbricazione di macchine e programmi intelligenti”. Quindi, si tratta di un modo per far decidere un computer, un robot o un software come farebbe un essere umano.
A tale scopo è necessario studiare il modo in cui il cervello umano pensa e il modo col quale gli umani imparano, decidono e lavorano mentre cercano di risolvere un problema, utilizzando quindi i risultati di questo studio come base per lo sviluppo di software e sistemi intelligenti.

Una combinazione di ragionamento, pianificazione e soluzione di problemi

In campo industriale, l’obiettivo dell’intelligenza artificiale è quello di permettere alle macchine di eseguire operazioni complesse, che normalmente richiedono l’intelligenza di esseri umani per essere portate a termine. In questo modo, le macchine possono sostituirci nella risoluzione di questi compiti: non solo nell’esecuzione di attività meccaniche ripetitive, ma anche in attività che richiedono l’esperienza o la capacità umana. L’intelligenza artificiale dimostrata dalle macchine è tuttavia diversa da quella umana, e la sua attuazione apre un mondo di nuove opportunità ai programmatori, che possono creare applicazioni in domini molto diversi fra loro: dalla produzione industriale, alla cybersicurezza, alla gestione dell’energia e così via. Quindi, prima di apprendere le basi dell’intelligenza artificiale è essenziale capire che si tratta soprattutto di una combinazione di ragionamento, capacità di pianificazione e risoluzione di problemi. I linguaggi come Python, R, Lisp, Java e Prolog sono solo alcuni dei molti linguaggi utilizzabili per la programmazione AI e la creazione di progetti innovativi.

Definire nuove metodologie relative a strumenti e procedure di misura

Molte applicazioni dell’intelligenza artificiale sembrano ormai portarci più vicino al futuro, basti pensare alle automobili a guida autonoma, a Google Translate o al robot umanoide Sophia. In generale, la robotica, il settore automotive e le sedie autonome per invalidi si collocano fra i principali beneficiari dell’intelligenza artificiale, che rende il loro controllo più intelligente, adattativo e in grado di modificare il comportamento. L’uso delle tecniche di intelligenza artificiale introduce tuttavia una nuova serie di problemi collegati alla caratterizzazione dei nuovi strumenti e alle procedure di misura. La ricerca sta quindi definendo e valutando metodologie e tecniche opportune per identificare e specificare l’accuratezza, la precisione e l’attendibilità delle misure eseguite utilizzando queste nuove procedure strumentali e di misura avanzate, in particolare rispetto alle scelte degli algoritmi incorporati nel relativo software e nel sistema informatico stesso.

Quali sono le tipologie di AI?

Attualmente vengono riconosciuti quattro tipi di intelligenza artificiale. Il primo è quello delle macchine reattive. Si tratta di un tipo puramente reattivo che non ha la possibilità di creare ricordi o di usare una passata esperienza per prendere delle decisioni. Le macchine reattive sono progettate per eseguire compiti specifici. Per esempio, le lavatrici programmabili eseguono funzioni specifiche, ma non hanno memoria. L’AI con memoria limitata utilizza invece la passata esperienza e i dati presenti per prendere delle decisioni. “Memoria limitata” significa che le macchine non possono presentare delle nuove idee. La memoria è gestita da un programma incorporato e, per modificare il loro funzionamento, è necessario riprogrammare le macchine. Un esempio è rappresentato ai veicoli a guida autonoma.
Al terzo tipo, quello della cosiddetta “Teoria della mente”, appartengono le macchine che possono socializzare e capire le emozioni umane, avendo la capacità di comprendere cognitivamente qualcosa in base all’ambiente, alle caratteristiche facciali, alla conversazione e via dicendo. Macchine con queste capacità AI non sono ancora disponibili, ma la ricerca sembra essere a buon punto. Il futuro dell’intelligenza artificiale sta soprattutto nel quarto tipo, quello dell’autoconsapevolezza. Le macchine autoconsapevoli saranno super intelligenti, senzienti e consce, e avranno la capacità di reagire in modo molto simile a quello di un essere umano. Indipendentemente dal tipo, è il cosiddetto “machine learning” che offre all’AI la capacità di apprendere. Ciò avviene attraverso algoritmi che offrono la possibilità di scoprire pattern e generare analisi dai dati che vengono presentati.

Alcuni dei compiti eseguiti

Quali sono i compiti tipici che le macchine dotate di intelligenza artificiale possono eseguire? In generale, possiamo constatare che le macchine oggi sono in grado di eseguire compiti che una volta potevano essere portati a termine solo da esseri umani, e la complessità di tali compiti è in aumento. Tra questi, per esempio, la risoluzione di problemi, l’interpretazione di problemi visivi, il riconoscimento del linguaggio e l’elaborazione del linguaggio naturale. In campo industriale, tra le applicazioni più citate c’è sicuramente quella della manutenzione predittiva, che permette di predire quando si verificherà un guasto a una macchina per evitare costose interruzioni di servizio. L’AI può essere utilizzata anche a monte e a valle di questi specifici modelli predittivi. Per esempio, troviamo applicazioni nella pianificazione delle operazioni di manutenzione e riparazione, nella generazione di raccomandazioni di manutenzione preventiva e predittiva, nell’analisi degli aspetti legati alla qualità, nell’automazione delle operazioni e della manutenzione di routine usando software di automazione, robot, veicoli autonomi e droni, nell’interpretazione dei dati operativi con un feedback verso i team di servizio e così via. Nella produzione, l’AI viene impiegata a vari livelli, dalla pianificazione della forza lavoro alla progettazione dei prodotti, migliorando l’efficienza, la qualità dei prodotti e la sicurezza dei dipendenti. Nelle fabbriche, il machine learning e le reti neurali artificiali permettono di supportare la manutenzione predittiva delle apparecchiature critiche. L’uso dell’AI nella robotica ha portato al concetto di robot collaborativi o cobot, che possono essere istruiti dagli operatori e lavorano con loro. Tutti questi compiti vengono naturalmente eseguiti con l’ausilio di algoritmi complessi. Nel controllo qualità, vengono utilizzati algoritmi AI per notificare potenziali errori di produzione che potrebbero portare a problemi di qualità dei prodotti, come deviazioni dai processi, sottili anomalie di comportamento delle macchine, modifiche nelle materie prime e così via. L’AI permette di automatizzare anche il processo utilizzato per richiedere la partecipazione umana. Un esempio è la metropolitana di Hong Kong, dove un programma AI decide la distribuzione e la programmazione del lavoro degli ingegneri con maggiore efficienza e affidabilità delle controparti umane. Un altro esempio riguarda Foxconn, che produce la maggior parte dei prodotti Apple. La società ha recentemente avviato un piano di investimenti in Ricerca e Sviluppo AI con l’obiettivo di incorporare sensori di raccolta dati (basati sull’intelligenza artificiale) in tutti gli impianti e le apparecchiature di produzione. I dati acquisiti permetteranno di identificare i problemi di manutenzione e di migliorare i processi di produzione.