{"id":878762,"date":"2019-12-02T22:53:26","date_gmt":"2019-12-02T21:53:26","guid":{"rendered":"https:\/\/www.varesenews.it\/?p=878762"},"modified":"2020-09-08T11:19:57","modified_gmt":"2020-09-08T09:19:57","slug":"lintelligenza-artificiale-tante-cose-non-chiamatela-intelligenza","status":"publish","type":"post","link":"https:\/\/staging.varesenews.it\/2019\/12\/lintelligenza-artificiale-tante-cose-non-chiamatela-intelligenza\/878762\/","title":{"rendered":"L’intelligenza artificiale fa tante cose ma non chiamatela intelligenza"},"content":{"rendered":"

\u00abL’intelligenza artificiale<\/strong> fa un sacco di cose utili ma non \u00e8 intelligenza. Dove abbiamo una grossa quantit\u00e0 di dati ci faremo aiutare dalle macchine, dove ci sar\u00e0 un’alta attivit\u00e0 cognitiva servono gli esseri umani\u00bb. La lezione tenuta da Stefano Quintarelli<\/strong> sull’intelligenza artificiale all’universit\u00e0 Liuc<\/strong> di Castellanza \u00e8 stato un bell’esempio di concretezza relativo a un tema dove previsioni catastrofiche, in termini di occupazione, e speranze esagerate si sprecano sulle pagine dei giornali. Il suo intervento era inserito all’interno del corso “Il lavoro del futuro e l\u2019apprendimento del lavoro del futuro<\/strong>“, tenuto da Luca De Biase<\/strong>\u00a0giornalista, responsabile di Nova, le pagine sulla tecnologia del Sole 24ore<\/strong><\/em>.<\/p>\n

Quintarelli in tema di intelligenza artificiale \u00e8 considerato un’autorit\u00e0: \u00e8 membro del Leadership council del sustainable development solutions Network<\/em> per l\u2019Onu<\/strong>, componente del Gruppo di esperti ad alto livello sull\u2019intelligenza artificiale<\/strong> per la Commissione europea<\/strong> e presidente del comitato di indirizzo dell\u2019Agenzia per l\u2019Italia digitale<\/strong>. Agli studenti del corso ha fatto una panoramica approfondita dalla programmazione<\/strong> al machine learning<\/strong>, spiegando cosa significa apprendere dai dati e stabilire\u00a0 linee di tendenza. \u00abSe affermo rosso di sera bel tempo si spera – ha detto Quintarelli – non mi interessa sapere il perch\u00e9 accade, anche se una spiegazione del fenomeno c’\u00e8. Mi basta sapere che la regola funzioni\u00bb.<\/p>\n

Fare un buon modello predittivo<\/strong> significa \u00abminimizzare la distanza tra il modello stesso e la realt\u00e0<\/strong>\u00bb. In questa prospettiva le reti neurali<\/strong> rappresentano un modello utilizzato nell’intelligenza artificiale anche se la teoria \u00e8 stata “dormiente” per molti anni. \u00c8 solo con la potenza di calcolo dei nuovi processori che le reti neurali sono state riscoperte e applicate all’intelligenza artificiale e al machine learning. Quintarelli ha spiegato come funziona una rete neurale biologica<\/strong>: il segnale elettrico viene trasmesso dai neuroni attraverso l’assone che lo propaga grazie alle sinapsi agli altri neuroni. Le reti neurali artificiali non sono altro che modelli matematici che si ispirano alle reti biologiche<\/strong>. \u00abLa rete trova le correlazioni<\/strong> – ha continuato l’esperto – Una rete per\u00f2 si addestra per un solo compito<\/strong>, questo significa che l’intelligenza artificiale pu\u00f2 fare una cosa sola\u00bb.<\/p>\n

Il concetto di intelligenza non \u00e8 statico, cambia di continuo e il suo confine si posta. Attualmente le applicazioni dell’intelligenza artificiale sono molte<\/strong>: si va dal computer vision<\/strong> (riconoscere numeri, lettere, parole, forme, analizzare video, riconoscere persone) al rilevamento anomalie<\/strong> (riconoscere spam, rilevare difetti nei prodotti, rilevare frodi), dall’analisi di serie temporali<\/strong> (predire scorte, predire prezzi e manutenzioni) a sistemi di raccomandazione<\/strong> (suggerisce film, musica, libri e cibi, decidere investimenti, consigliare farmaci), fino alla segmentazione<\/strong> (diagnosticare malattie, identificare target, identificare criminali). I settori su cui avr\u00e0 un impatto sono altrettanto numerosi<\/strong>: finanza, vendite, ambito legale e marketing, risorse umane, ricerca, sicurezza, processi di audit e di acquisizione.
\nI cambiamenti nella forza lavoro ci saranno: gli studiosi prevedono che almeno 75 milioni di posti di lavoro scompariranno<\/strong>, ma ne verranno creati altri 133 milioni<\/strong>\u00a0e di maggior valore. \u00abI\u00a0data scientist (cio\u00e8 coloro che sono in grado di estrapolare analisi e report da grandi quantit\u00e0 di dati, ndr)\u00a0– ha spiegato Quintarelli – quando ancora non hanno terminato l’universit\u00e0 ricevono offerte di lavoro dalla Silicon Valley<\/strong>\u00bb.<\/p>\n

\u00abL’intelligenza artificiale – ha concluso lo studioso – \u00e8 importante adesso perch\u00e9 \u00e8 un lubrificante del modello operativo, in quanto le macchine possono fare in modo semplice ci\u00f2 che un umano non pu\u00f2 fare. Non \u00e8 per\u00f2 intelligenza, perch\u00e9 l’essere umano ci mette emozione, intuito, capacit\u00e0 di contestualizzazione e cretivit\u00e0. Tutte cose che la macchina superveloce non ha\u00bb.<\/p>\n

IL LAVORO DEL FUTURO<\/a><\/strong><\/p>\n

Gli studenti della Liuc raccontano il lavoro del futuro<\/a><\/p><\/blockquote>\n