Algoritmi e Intelligenza Artificiale

Le nuove tecnologie avanzano talmente velocemente che la maggior parte di noi fatica a comprenderne appieno potenzialità e “controindicazioni”. Io per prima, spesso, mi pongo domande che esulano dal dato superficiale di marketing o di vera utilità, e che invece afferiscono a un lato più approfondito, meno battuto, forse perché alla portata, effettivamente, di pochi: sto parlando dell’aspetto tecnologico.

L’intelligenza artificiale copre molte delle aree della nostra vita, personale e professionale, ma, a parte la rappresentazione “ideale” di un “robot”, trasmessoci dai canali multi e mass-mediali, cosa è realmente? Cosa significa “algoritmo”? in definitiva, cos'è?

L’algoritmo è quell'insieme di regole da seguire nella risoluzione di calcoli, di tipo informatico, cioè una sequenza di passaggi, atti a risolvere un problema specifico; attraverso di essi, si può istruire un computer, attraverso paradigmi quali “or” o “not”. Tali passaggi sono evidentemente graduali, gerarchici, anche al fine di garantire alla macchina informatica, di apprendere autonomamente.

Questo processo si chiama “machine learning”: la macchina si auto-istruisce, senza necessità di un intervento umano esterno. Tale pratica, che rappresenta un sottoinsieme dell’Intelligenza Artificiale, viene spesso usato in sua vece o come sinonimo. Esistono invece delle differenze che voglio definire anche a uso e consumo di chi scrive!

“Machine learning” si potrebbe paragonare a un bambino, il quale apprende con e dall'esperienza, solo che qui è tutto elevato alla ennesima potenza, in quanto la macchina ha a disposizione milioni di dati al secondo, che quindi elabora a una velocità “inumana”. Lo potremmo definire scherzosamente “un bambino vecchio”, in quanto dispone della curiosità di imparare di un infante, ma con il bagaglio di esperienza di un anziano, creando un salto in avanti rispetto alla semplice somma delle sue conoscenze. Matematica e statistica insieme creano la cosiddetta “previsione”.

Occorre distinguere tre tipi di algoritmi:

- di base: da un input definito nasce un output definito, in base alle regole e ai parametri che hai codificato manualmente;

- complesso: se a quello stesso output ci si arriva attraverso combinazioni di regole, calcoli e soluzioni elaborate;

- machine learning: rivaluta il modello e rivaluta i dati e, senza alcun intervento umano, fa ipotesi; cioè agli input e agli output che ne derivano, unisce la logica, per fornire nuovi output.

L’algoritmo tradizionale si ha quando un programmatore pensa a una soluzione algoritmica e la programma in un software; il “machine learning”, invece quando un programmatore crea un modello matematico che mappa gli input in output e alimenta un modello a coppie (input + output previsto) per addestrarlo (regolare i parametri interni).

La differenza tra un algoritmo intelligente e l’Intelligenza Artificiale è la programmazione che ne sta alla base, in quanto, nella «Ai», con la correlazione di milioni di set di dati, si arriva a imitare il cervello umano, da cui il termine di rete neurale.

Una programmazione “machine learning” diventa Intelligenza Artificiale, quando non è utilizzata per eseguire un’attività, ma per imparare a svolgere l’attività.

Riproduzione Riservata

Avv. Raffaella Aghemo