Che cos’è l’Intelligenza Artificiale, spiegato con una mini-serie TV

• “Societing4.0 – Che cosa sono le tecnologie 4.0” è una miniserie per capire le principali tecnologie 4.0 (Robotica all’Intelligenza Artificiale, dalla Stampa 3D alla Realtà Aumentata/Virtuale, dai Big Data all’Internet delle cose) e per dare maggiore consapevolezza e strumenti critici sulla loro applicazione a cittadini curiosi, PMI, studenti e insegnanti.
• Per ciascuna tecnologia le telecamere dei giovani ricercatori entrano nei laboratori dell’Università Federico II dove sono studiate le tecnologie e dove sei luminari rispondono alle domande dei ragazzi, sotto la direzione scientifica del Professore Alex Giordano.

I giovani ricercatori del Dipartimento di Scienze Sociali dell’Università di Napoli Federico II hanno intervistato Silvia Rossi, Assistant Professor al Dipartimento di Ingegneria Elettrica e Tecnologie dell’Informazione e Co-chief del PRISCA Lab – Intelligent Robotics and Advanced Cognitive System Projects. Puoi guardare la video-intervista integrale sul portale di Rai Scuola a questo link. La Prof.ssa Silvia Rossi ritiene che l’intelligenza artificiale “non può essere semplicemente una keyword che va di moda”, questo soprattutto in riferimento agli ambiti di applicazione per le imprese, infatti sostiene: “L’aspetto cruciale sta nel fatto che non si fa realmente comprendere alle aziende quali tipi di problemi potrebbero essere risolti, quali sono i reali campi di applicazione e quali aspetti un’azienda potrebbe migliorare grazie all’utilizzo dei sistemi di Machine Learning o Artificial Intelligence. Diciamo che, secondo il mio parere, l’utilizzo che se ne fa a livello industriale e aziendale è ancora minimo, è molto basso. Ma la mia idea è che nel prossimo futuro ci sarà una grossa rivoluzione in quest’ambito dovuta, appunto, all’utilizzo di sistemi di automazione e sistemi di Intelligenza Artificiale”. E ancora, a proposito del laboratorio PRISMA aggiunge: “Molte delle tematiche che affrontiamo in questo laboratorio, in realtà, hanno una ricaduta nell’ambito di quella che chiamiamo Industria 4.0, perché la possibilità di poter interagire con l’uomo e aumentare le capacità di un processo produttivo (sia dal punto di vista dell’efficienza che dell’esperienza del lavoratore) può essere sviluppata tenendo conto di algoritmi di apprendimento automatico, oppure dei cosiddetti metodi di Machine Learning, in cui tanti dati e tanti esempi vengono dati in pasto ad una macchina che è in grado di generalizzare sulle caratteristiche e di apprendere quali sono quelle più rilevanti per un determinato argomento. Questo dà la possibilità alla macchina di poter interagire con l’utente in tempo reale e comprendere cosa quest’ultimo vuole, come poterlo aiutare”. Poi avverte anche sui possibili rischi: “Sono le piccole aziende che devono capire come tutelarsi, ma anche noi dobbiamo capire come proteggere la nostra privacy, oppure come fornire i dati soltanto a chi vogliamo e come vogliamo, quindi in maniera più oculata, in modo tale che, chi ne ha bisogno, può avere l’usufrutto di questi dati”. Sulla possibilità di un approccio mediterraneo all’innovazione, la ricercatrice ritiene che “c’è una caratteristica dell’essere mediterraneo, ovvero la capacità di essere flessibile, che è proprio una delle cose che cerca l’AI, cioè rendere i processi flessibili ed adattabili all’uomo. Quindi è proprio in questo incontro con l’uomo che io vedo la visione mediterranea dell’Industria 4.0: l’interazione e la possibilità che macchina e uomo siano entrambi flessibili e possano trovare dei compromessi durante l’esecuzione dei compiti”. LEGGI ANCHE: È possibile conciliare produttività individuale e produttività aziendale?

Approfondimenti sull’Intelligenza Artificiale

A cura dei giovani ricercatori dell’Università degli Studi di Napoli Federico II L’Intelligenza Artificiale– anche conosciuta con il suo acronimo AI– può essere generalmente indicata come l’intelligenza delle macchine. Questa espressione si riferisce a quei sistemi che vengono dotati di software in grado di incrementare l’automazione, la capacità di decision making e quella di elaborazione contestuale della specifica macchina o dispositivo. Per automazione si intende la realizzazione di una tecnologia e la sua implementazione al fine di controllare e monitorare -in maniera autonoma appunto- la produzione e l’erogazione di beni e servizi: si tratta, generalmente, di compiti precedentemente eseguiti dagli esseri umani. La capacità di decision making, invece, consiste nella facoltà della macchina di trovare soluzioni e reagire correttamente a imprevisti, emulando l’attitudine decisionale umana. Infine, la capacità di elaborazione contestuale, consiste nel carpire più informazioni possibile riguardo al contesto di riferimento del dispositivo e si divide in contestualizzazione passiva (monitorare continuamente l’ambiente e raccogliere informazioni); contestualizzazione attiva (monitorare, raccogliere informazioni e reagire in base a queste); personalizzazione (comportarsi sulla base delle preferenze dell’utente specifico).  La branca della computer science che si occupa dell’AI mira dunque a progettare e produrre macchine intelligenti di diversa tipologia, in grado prima di tutto di detenere informazioni: sono infatti le grandi quantità di informazioni a costituire il bagaglio di conoscenza delle macchine, e sono fondamentali perché esse possano agire e reagire sul modello umano. Inoltre, tali dispositivi devono essere in grado di condurre operazioni di problem solving, percepire le caratteristiche del contesto circostante, manipolare oggetti ed eseguire tanti altri task diversi.  Uno dei principali settori del campo dell’AI riguarda il Machine Learning- anche conosciuto con l’acronimo ML– ovvero il sistema attraverso il quale le macchine imparano a gestire nuove situazioni, grazie all’analisi dei dati, l’allenamento, l’osservazione e l’esperienza. È proprio grazie al Machine Learning che è possibile avere computer sempre più intelligenti.  

La ricerca e le applicazioni dell’AI

Oggi gli studi sull’Intelligenza Artificiale costituiscono il cuore dell’innovazione tecnologica grazie alla vastità e alla varietà degli ambiti di applicazione dei sistemi che se ne servono. L’Artificial Intelligence può essere implementata in una serie di dispositivi diversi e per vari utilizzi. Ciò appare evidente dall’osservazione di una delle realtà di ricerca più avanzate ed innovative del panorama italiano: il PRISCA Lab del Dipartimento di Ingegneria Elettrica e delle Tecnologie dell’Informazione (DIETI) dell’Università degli Studi di Napoli Federico II.  Il PRISCA Lab (Projects of Intelligent Robotics and Advanced Cognitive Systems), che si definisce come una realtà che promuove attivamente ‘la connessione umana tra studenti e ricercatori’ è un laboratorio di ricerca riguardo le avanguardie tecnologiche e la loro implementazione per progetti innovativi, come per i social robots Pepper, Nao e Sanbot, solo alcuni dei dispositivi robotici che il laboratorio ospita al suo interno. Questo laboratorio, che rientra nel più ampio progetto dell’ ICAROS Center (Interdepartmental Center for Advances in Robotic Surgery), comprende un’ampia gamma di attività di ricerca che ruotano attorno allo sviluppo di sistemi dotati di Artificial Intelligence: Machine Learning, interazione H2M (Human to Machine), Mobile Robotics.  A colpire maggiormente, però, è la quantità e soprattutto la varietà degli ambiti di applicazione per tali tecnologie, tra cui spiccano il Cultural Heritage (beni culturali), l’e-Health (la salute), quello relativo alle Smart Cities e quello dell’implementazione delle tecnologie per la Gamification (vale a dire l’utilizzo di elementi e modelli mutuati dai giochi per ambiti esterni a quello ludico).  Silvia Rossi, co-chief del laboratorio e docente presso il DIETI si occupa dell’ambito dell’e-Health e dell’assistenza sanitaria, in cui l’hi-tech costituisce una svolta in termini di qualità dei servizi e riduzione dei costi. Ad esempio, una delle applicazioni di maggior successo riguarda i robot utilizzati durante specifiche terapie di riabilitazione di bambini con deficit motori, questo ne aumenta l’engagement e la motivazione durante il percorso. Ancora, questi device si dimostrano incredibilmente utili nel lavoro con bambini affetti da autismo, poiché stimolano l’interazione e facilitano la valutazione e il monitoraggio dei risultati: ‘per una macchina del genere– sostiene Silvia Rossi- riconoscere un sorriso è la cosa più facile del mondo’. Ma al di là di banalizzazioni e fanatismi l’implementazione ad hoc di tali tecnologie non riguarda solo i progressi in termini di processori e computazione: la vera sfida tecnologica, afferma la docente, sta nel comprendere le dinamiche di interazione fra uomo e macchina (la cosiddetta interazione H2M, Human-To-Machine) e progettare quest’ultima di conseguenza. È proprio per questo che l’interdisciplinarietà costituisce un aspetto essenziale del PRISCA Lab, tra le cui mura si incontrano medici, psicologi, psichiatri, informatici, linguisti ed esperti provenienti dagli ambiti più disparati. Il tutto in un’ottica di integrazione e collaborazione volta al generale obiettivo di comprendere le necessità dell’utente, valutare l’utilità della tecnologia e progettarla in base a questi parametri. Tale approccio, alla base del PRISCA Lab, costituisce anche il cuore della ricerca del settore AI. Franco Cutugno, professore di glottologia e linguistica anch’egli del DIETI, che si definisce come un ‘docente anomalo, una via di mezzo fra un linguista ed un informatico’, è un esperto di linguistica computazionale, disciplina che descrive le caratteristiche formali del linguaggio naturale al fine di trasporlo in software eseguibili dal computer. La linguistica computazionale, spiega il professore, è un ambito piuttosto vasto, che si potrebbe sintetizzare in due macrosettori: il trattamento automatico della lingua parlata e il trattamento automatico dei testi.  Per quanto riguarda il trattamento automatico della lingua parlata, questo comprende macchine parlanti, sistemi di sintesi vocale e riconoscimento automatico del parlato. Sebbene si tratti di tecnologie innovative e avanzate è essenziale non commettere l’errore di sopravvalutarle: questi sistemi di dialogo, ci tiene a precisare Cutugno, come Siri, Alexa e Cortana, non permettono il dialogo fine a se stesso: essi funzionano se, e solo se, il dominio semantico della richiesta rivolta alla macchina è limitato ai compiti normalmente eseguibili dal dispositivo.  L’impressione che un’Intelligenza Artificiale come Siri possa fare qualsiasi cosa, dunque, è soltanto un’idea di marketing. Brillante, certo, ma pur sempre un’idea di marketing. Da Alan Turing– che ipotizzò un test basato sull’irriconoscibilità fra interlocutore umano e non umano per individuare una macchina pensante- a Philip Dick – che in Do Androids Dreams of Electric Sheep mette in scena un universo in cui tra robot e umani non vi è più nessuna differenza- l’ irriconoscibilità tra intelligenza umana e tecnologica ha sempre costituito un tema di grande speculazione, ma per ora – sostiene Cutugno – è ancora appannaggio della fantascienza.  Arrivando invece al secondo settore della linguistica computazionale, quello relativo ai testi, il professore la definisce come quella disciplina atta a riconoscere gli elementi fondamentali della grammatica e che prova, dato uno specifico testo, a estrarre da esso tali informazioni. Attraverso questo sistema è possibile la realizzazione di software di sintesi automatica, traduzione automatica, estrazione di informazione, sentiment analysis e molto altro ancora.  I vari ambiti di applicazione delle tecnologie sviluppate grazie al supporto teorico e pratico della linguistica computazionale forniscono un ottimo spunto di riflessione circa il non così raro incontro fra hard e soft sciences: uno degli ambiti di ricerca di Franco Cutugno e gli altri membri del team PRISCA Lab, infatti, riguarda l’impiego dell’avanguardia tecnologica nell’ambito del Cultural Heritage, dalle tecnologie museali utilizzate per ampliare e arricchire l’esperienza culturale del museo, ai software che definiscono gli standard di conservazione digitale del patrimonio artistico e culturale (vale la pena a questo proposito di citare le piattaforme online Europeana e Iccu).  Elena Dell’Aquila, ricercatrice presso il PRISCA, è una psicologa specializzata in Psicologia Organizzazionale e Scienze Psicologiche e Pedagogiche. Il suo principale ambito di studio risiede nell’incontro tra tecnologie avanzate e innovative e modelli psicologici riguardo a metodologie educative e tecniche di insegnamento. In particolare tale incontro risulta nello sviluppo di giochi di ruolo virtuali (serious games) finalizzati allo sviluppo delle soft skills.  Punto di partenza sono le teorie di Jacob Levi Moreno, psichiatra austriaco che elaborò una metodologia terapeutica fondata sul gioco di ruolo. Mettendo dunque in pratica una particolare declinazione della metodologia del gioco di ruolo moreniano, la dottoressa Dell’Aquila e i suoi collaboratori hanno sviluppato una serie di RPG (Role Playing Games) virtuali. Un esempio di serious games simula una situazione di conflitto in una classe e mette alla prova l’insegnante riguardo la sua modalità di gestione della difficoltà. Attraverso un complesso framework psicologico viene testata la capacità del docente di affrontare l’imprevisto. Inoltre, il software presenta un elevato grado di accuratezza nella comunicazione che si compone infatti secondo una struttura multimodale: verbale, paraverbale e non verbale. Dopo aver presentato la situazione all’utente e avergli fatto compiere le proprie scelte l’RPG genera un feedback e restituisce al docente una sintesi del suo comportamento.  Attualmente il programma, rivolto soprattutto a insegnanti di istituti di secondo grado, è distribuito in classi interetniche in 5 diversi Paesi dell’UE: Italia, Belgio, Germania, Austria e Spagna. I trial saranno molto utili per cominciare a varare i risultati e le tendenze che poi saranno analizzati e confrontati al fine di ottenere una prospettiva più accurata della dimensione psicologica del conflitto multiculturale. Più in generale, in ogni caso, si tratta di un ottimo esempio di come gli elementi del gioco possano essere traslati al di fuori dell’ambito strettamente ludico per generare un tipo di conoscenza innovativa e approfondita.  Come illustrato dall’esempio del PRISCA Lab, dunque, quello della robotica intelligente e dei sistemi cognitivi avanzati è un ambito di ricerca che oggi risulta più che attuale e nel pieno del suo sviluppo, grazie soprattutto alla grande varietà delle sue possibilità di applicazione che vanno dall’industria manifatturiera, alle istituzioni culturali fino ad arrivare, infine, all’assistenza della persona. Inoltre, nei suoi 250 mq di struttura, il PRISCA Lab dimostra come la spinta all’innovazione sia particolarmente favorita da un approccio peer-to-peer che si concretizza in uno scambio intellettuale tra ricercatori, docenti e studenti e una solida impostazione collaborativa interfacoltà. 

Considerazioni sul futuro dell’Intelligenza Artificiale

Riguardo all’argomento AI i dubbi e le incertezze non sono pochi. Dall’influenza dell’automazione sul mercato del lavoro ai rischi riguardo privacy e cybersecurity dei sistemi connessi, diverse preoccupazioni sono legate all’ottimizzazione dell’Intelligenza ArtificIale. Inoltre, tale espressione, sembra essere rientrata nell’interminabile elenco di buzzword che animano le discussioni online e non. È dunque necessario sostenere una divulgazione ampia e accurata di tale argomento, poiché la comprensione di cosa è e cosa non è AI e delle sue caratteristiche principali è fondamentale per favorire il suo pieno sviluppo. Si tratta infatti di tecnologie che se comprese bene nel loro funzionamento, nella loro utilità e nelle loro modalità di implementazione, potranno avere un effetto a dir poco incisivo- non a caso si può parlare di ‘quarta rivoluzione’- in tanti e vari ambiti industriali e non solo, come è dimostrato ad esempio dai social robots.  La sfida, dunque, è quella di non restare ancorati ad un livello superficiale della tecnologia e di riuscire a perfezionare l’interazione uomo-macchina la quale, come ogni altro tipo di interazione, si basa sul compromesso e sulla flessibilità.