Ciò che le aziende spesso chiamano Intelligenza Artificiale (AI) si riferisce a un concetto ancora ristretto o debole che allude ad esempio al riconoscimento vocale, alle auto a guida autonoma, alla visione artificiale, all’elaborazione del linguaggio naturale e a qualsiasi altra attività che faccia leva sull’apprendimento automatico.
Tuttavia, solo quando l’Intelligenza Artificiale soddisferà tutti i suoi bisogni potrà muoversi da un ambito ristretto ad uno molto più generale, in cui ogni fase del processo comporterà una nuova serie di esigenze. Il vero presupposto di queste esigenze inizia con la raccolta di dati di alta qualità, elementi costitutivi fondamentali per l’AI.
Il primo passo è capire quali dati siano effettivamente necessari per raggiungere ciò che si desidera ottenere: quale sia l’affidabilità e la validità necessaria, quali siano gli strumenti di misurazione più opportuni per acquisire questi dati in modo accurato ed in tempo reale.
Gli esseri umani tendono a prendere “decisioni emotive” che, secondo l’economia comportamentale, a volte ci fanno sembrare un po’ irrazionali. Abbiamo pregiudizi che ci inducono a utilizzare i dati per provare le nostre idee, anche se abbiamo un’educazione scientifica, prendiamo regolarmente decisioni emotive, piuttosto che razionali. Oltre a ciò, il contesto in cui le percepiamo spesso cambia le cose stesse e infine le nostre decisioni sono fortemente influenzate dai nostri gruppi sociali.
Nel mondo di oggi, quasi ogni forma di Intelligenza Artificiale ha una dipendenza umana. Dopotutto, se l’apprendimento è la generalizzazione delle esperienze passate, combinate con i risultati di nuove azioni, è importante che i dati ci aiutino a essere migliori e più efficienti. Devono essere misurati, percepiti correttamente, evitando percezioni errate e con una pipeline ben costruita, con una fonte abbondante che ne fornisca il maggior numero possibile in tempo reale.
Una cosa importante da considerare è se i dati siano al sicuro. Max Tegmark, professore presso il Massachusetts Institute of Technology, ha affermato che “la sicurezza dell’IA è il tema più importante del nostro tempo”. Una volta ottenuti dati affidabili e accurati, è necessario quindi capire quale impatto abbiano e come possano essere utilizzati.
Una volta acquisiti in modo valido, i dati devono essere memorizzati in modo sicuro in un sistema altamente durevole, che può essere scalato in modo illimitato. Con una buona conoscenza dei dati, è possibile iniziare a pensare di sfruttare algoritmi più complessi.
Affinché l’Intelligenza Artificiale diventi più pervasiva, è necessario quindi soddisfare tutti i suoi bisogni per l’apprendimento in tempo reale, la comprensione del contesto con il ricorso alla memoria, la capacità di pianificare e ragionare, la metacognizione e così via.
Man mano che vengono resi disponibili dati ambientali e psicologici più validi, l’AI avrà più set sociali da collegare e da cui imparare. Poiché apprende ampiamente dalla nostra cognizione, è necessaria una maggiore comprensione scientifica nei campi della psicologia neurologica, comportamentale e sociale.
Al momento, al di là di ogni altra necessità, la maggior parte delle aziende che usano l’Intelligenza Artificiale sono infatti ancora al punto di partenza rispetto alle sue esigenze. Un potenziale enorme è ancora da valorizzare.
