COS'È L'AI (E QUAL È LA SUA STORIA)
Le intelligenze artificiali (IA) sono sistemi o programmi informatici che mirano a imitare, simulare o replicare l'intelligenza umana e le sue capacità cognitive.
L'obiettivo delle IA è quello di creare macchine in grado di svolgere compiti che richiedono intelligenza umana, come l'apprendimento, la comprensione del linguaggio naturale e la risoluzione di problemi complessi.
Un linguaggio naturale (o linguaggio ordinario) è qualsiasi linguaggio che si è evoluto naturalmente negli esseri umani attraverso l'uso e la ripetizione senza pianificazione cosciente o premeditazione.
Si distinguono dai linguaggi costruiti come quelli usati in programmazione, in logica o in matematica.
Le intelligenze artificiali possono essere suddivise in:
IA deboli (o ristrette) e IA forti (o generali).
- L'IA debole è programmata per operare all'interno di una serie di funzioni predefinite implementate da menti UMANE attraverso la programmazione.
Questo tipo di IA è comunemente utilizzato in applicazioni come motori di ricerca, assistenti virtuali o sistemi di riconoscimento vocale.
- L'IA forte, invece, rappresenta un'intelligenza artificiale in grado di comprendere, apprendere e svolgere compiti in modo simile all'intelligenza umana. Questo tipo di IA mira a comprendere aspetti tipicamente umani come la consapevolezza di sé, l'emotività e la creatività; tuttavia questo tipo di IA è ancora in fase di sviluppo.
L'IA ha un'ampissima gamma di applicazioni in diversi settori, tra cui: medicina, finanza, trasporti, sicurezza e molti altri.
Tuttavia, solleva anche svariate questioni etiche e di sicurezza che richiedono attenzione, come la privacy, l'equità, l'automazione dei posti di lavoro e l'impatto sociale.
La sua storia
L’idea di intelligenza artificiale affonda le sue radici nelle teorie filosofiche della Grecia classica, tuttavia i primi tentativi di effettivo definizione di una vera IA risalgono agli anni 50 del 1900, quando Alan Turing pubblicò l’articolo Computing machinery and intelligence, nel quale descrisse un modo per capire quando una macchina può essere definita “intelligente”.
Per superare il ”test di Turing”, un calcolatore dovrebbe essere in grado di:
- elaborare il linguaggio naturale (essere in grado di comunicare);
- rappresentare la conoscenza (immagazzinare le informazioni);
- ragionare in maniera automatica (utilizzare le informazioni immagazzinate per rispondere a domande e trarre nuove conclusioni);
- apprendere in maniera automatica (adattarsi alle circostanze, scoprire nuovi modelli)
Tuttavia i primi tentativi concreti di sviluppo di IA sono datati 1956:
- il Dartmouth Workshop è Considerato il punto di partenza ufficiale dell'IA, si tenne nel 1956 presso il Dartmouth College, negli Stati Uniti, dove i partecipanti coniarono il termine "intelligenza artificiale" e discussero di come creare macchine in grado di simulare l'intelligenza umana
- tra il 56 e i primi anni 70’ l'IA era prevalentemente basata sulla logica simbolica e sull'inferenza formale. I ricercatori si concentrarono sulla creazione di programmi che potessero risolvere problemi tramite regole di inferenza logica, in modo simile a quello che usa il cervello umano.
Sinonimo di “argomentazione logica”, utilizzato per designare il processo di deduzione di una formula A, detta conclusione, a partire da una o più formule, dette premesse.
- tra gli anni 70’ e 80’ si riscontrano i primi successi; gli studiosi si concentrarono sullo sviluppo di sistemi che utilizzavano basi di conoscenza strutturate e regole per affrontare problemi specifici. Questi sistemi furono applicati con successo in settori come la medicina e l'ingegneria
- tra il 1980 e il 1990 abbiamo un periodo importantissimo per la storia delle intelligenze artificiali: la rivoluzione del machine learning. L'IA iniziò a spostarsi verso l'uso di algoritmi che consentono alle macchine di apprendere dai dati e migliorare le loro prestazioni nel tempo (machine learning). Sono state sviluppate tecniche come gli alberi decisionali, le reti neurali feedforward e gli algoritmi genetici.
- nei primi anni 2000 il progresso delle IA è stato alimentato da un'enorme quantità di dati disponibili, capacità di calcolo sempre più potenti e algoritmi di apprendimento profondo (deep learning). L’evoluzione delle IA in questo periodo ha portato a risultati significativi in applicazioni come il riconoscimento vocale, la visione artificiale e la traduzione automatica.
Il deep learning è un sottoinsieme del machine learning basato sulle reti neurali profonde, in questo tipo di apprendimento gli algoritmi di reti neurali artificiali sono modellati per funzionare come l'apparato cerebrale umano, imparando da grandi quantità di dati.
- Negli ultimi anni, l'IA ha fatto importanti progressi in molti settori, tra cui veicoli autonomi, assistenti virtuali, robotica, elaborazione del linguaggio naturale e assistenza sanitaria. La ricerca continua a spingersi verso l'IA generale (o forte), che rappresenterebbe un'intelligenza artificiale in grado di raggiungere e superare le capacità umane in una vasta gamma di compiti.