Da mesi stiamo dedicando ampio spazio all’evoluzione dell’Intelligenza Artificiale e dunque abbiamo deciso di promuovere un confronto tra alcuni docenti titolari di insegnamenti collegati a questa nuova frontiera della trasformazione digitale.
Oggi pubblichiamo l’intervista di Alessio Bottrighi, Professore associato in Computer Science e referente del Corso di Laurea Magistrale in Intelligenza Artificiale e Innovazione Digitale dell’Università del Piemonte Orientale, ascoltato da noi sull’evoluzione dell’Intelligenza Artificiale.
- In qualità di referente del Corso di Laurea Magistrale in Intelligenza Artificiale e Innovazione Digitale, come valuta lo stato attuale dell’Intelligenza Artificiale e quali avanzamenti crede siano più promettenti per il suo futuro nel contesto scientifico?
L’Intelligenza Artificiale è sulla bocca di tutti e ciò si deve perché stiamo vivendo ancora quella che si definisce una “nuova estate dell’Intelligenza Artificiale”. Sembra che l’Intelligenza Artificiale sia sul punto di stravolgere il mondo con le sue applicazioni, però questo è un processo che nasce da “lunghi” periodi di gestazioni. Ci sono metodologie e tecnologie che sono mature, ma di cui non conosciamo i veri limiti. Mi riferisco: al Deep Learning che negli ultimi 15-20 ha fatto giganteschi balzi in avanti; all’Intelligenza Artificiale generativa che sta aprendo nuove frontiere nella creazione di contenuti digitali di varia natura da immagini, a testi, ad audio fino a video; all’elaborazione del linguaggio naturale, che sarà necessariamente una componente essenziale per l’interazione tra l’uomo e i nuovi sistemi; all’Intelligenza Artificiale esplicativa ovvero lo sviluppo di tecniche per rendere i suoi processi decisionali basati su Intelligenza Artificiale il più trasparenti e comprensibili, nonostante il continuo aumento di complessa di questi sistemi. Da notare come l’Intelligenza Artificiale mirerà sempre di più a integrarsi con altre discipline scientifiche, come la biologia computazionale, la chimica quantistica e le neuroscienze etc.,cercando di accelerare la ricerca e l’innovazione. Però non bisogna dimenticare come un crescente utilizzo dell’Intelligenza Artificiale, renda necessario sviluppare un’etica e un modello responsabile per la creazione e l’utilizzo di queste nuove tecnologie.
- La sua attività di ricerca scientifica ricade nel campo dell’Intelligenza Artificiale e in particolare nel settore della Rappresentazione della Conoscenza. Può spiegarci come lo studio di questa sotto-area dell’AI può semplificare l’interazione tra uomo e macchina?
La Rappresentazione della Conoscenza è un campo fondamentale dell’Intelligenza Artificiale che si occupa di come le informazioni possono essere formalizzate affinché un computer possa usarle come base del ragionamento per risolvere problemi anche complessi. In questo ambito, si tratta di avere una buona rappresentazione della conoscenza di un problema per semplificare l’Interazione Uomo-Macchina così da rendere l’esperienza dell’utente più intuitiva, efficiente, personalizzata e priva di errori. Questi aspetti possono favorire una migliore soddisfazione complessiva ma anche una maggiore adozione delle tecnologie. Nello specifico, l’integrazione di metodologie di Rappresentazione della Conoscenza nell’ambito dell’Interazione Uomo-Macchina può portare ad esempio: a interfacce utente intelligenti, che si presentano sulla base delle esigenze e del comportamento dell’utente in modo chiaro e comprensibile, riducendo la curva di apprendimento e facilitando l’utilizzo di un sistema; a una comunicazione efficiente, ad esempio, un assistente virtuale può comprendere il contesto di una conversazione e quindi fornire risposte più significative e utili; una migliore personalizzazione, il computer può adattarsi alle specifiche preferenze e bisogni dell’utente, fornendo risposte e feedback sulla base delle informazioni e del comportamento del singolo utente, rendendo l’esperienza più soddisfacente.
- Quali ritiene possano essere le applicazioni dell’Intelligenza Artificiale in ambito medico-sanitario? E in che modo crede che l’AI possa giovare a questo settore?
Per la mia esperienza, l’applicazione dell’Intelligenza Artificiale in ambito medico-sanitario può portare numerosi e importanti benefici sia agli operatori sia ai pazienti. In generale, l’Intelligenza Artificiale può fornire strumenti avanzati per la diagnosi e il trattamento delle malattie, migliorando l’efficienza operativa delle strutture sanitarie e consentendo una medicina più personalizzata e basata sui dati. A livello pratico, sicuramente l’Intelligenza Artificiale: può analizzare immagini diagnostiche per segnalare possibili anomalie, da sottoporre ad ulteriori analisi favorendo la possibilità di diagnosi precoci; può analizzare dati genetici e profili biologici dei pazienti, per aiutare a sviluppare trattamenti personalizzati, migliorando l’efficacia dei percorsi di cura e riducendo eventuali effetti collaterali; può analizzare grandi quantità di dati clinici, tra cui record medici e dati genetici, per assistere i medici nelle decisioni diagnostiche e terapeutiche; gli smart device possono controllare e rilevare cambiamenti nei segni vitali dei pazienti o identificando situazioni critiche, consentendo un monitoraggio dei pazienti da remoto (per esempio presso il loro domicilio) più efficace e una risposta tempestiva in caso di emergenza; i processi sanitari possono essere analizzati al fine di individuare situazioni critiche e ottimizzare la gestione delle risorse, identificando una pianificazione delle risorse che possa migliorare l’efficienza operativa delle strutture sanitarie; algoritmi di deep learning possono essere usati per identificare potenziali molecole terapeutiche e predeterminare la loro efficacia e sicurezza, accelerando il processo di scoperta e sviluppo di farmaci. Però, vorrei sottolineare come, l’obiettivo dei ricercatori non è sostituire il medico o l’operatore sanitario, ma supportarlo il più possibile nelle varie fasi dell’uso lavoro e nei momenti più critici come quelli decisionali.
- Qual è la sua opinione sull’evoluzione del ruolo dell’Intelligenza Artificiale nel tempo? Potrebbe identificare i momenti cruciali di questa evoluzione e spiegarci come pensa che abbiano influenzato il panorama attuale dell’AI?
Negli anni ’40, pionieri come Alan Turing e John McCarthy hanno proposto i primi concetti teorici e avviato la nascita dell’Intelligenza Artificiale, termine tuttavia coniato solo nel 1956. Gli anni ’50 e ’60 sono caratterizzati da fervore e sviluppo, con l’introduzione di metodologie come gli algoritmi simbolici e regole esperte, ma non anche con la nascita del machine learning. Negli anni ’70, si giunge a una fase di maturazione per l’Intelligenza Artificiale, con una maggiore attenzione all’uso della logica formale. Però contemporaneamente emergono le prime criticità (“primo inverno dell’Intelligenza Artificiale”). I tentativi di applicare l’Intelligenza Artificiale a contesti reali rendono evidenti tutte le sue limitazioni e della tecnologia del tempo. Negli anni ’80, l’Intelligenza Artificiale conosce una rapida crescita (“estate dell’Intelligenza Artificiale”) con un’enfasi sui sistemi esperti, ovvero programmi che risolvono problemi su uno specifico dominio usando la conoscenza fornita da esperti. Infatti, in tutto il mondo le aziende sviluppano e adottano sistemi esperti. Sempre negli anni ’80, si ha una rinascita delle reti neurali, che sono alla base del deep learning. Durante gli anni ’90, l’interesse per l’Intelligenza Artificiale diminuisce (“secondo inverno dell’Intelligenza Artificiale”), perché le ambiziose aspettative del decennio precedente non trovano realizzazione. Questo porta a ridimensionare le aspettative, a rallentare i finanziamenti e le ricerche. Dal 2000, l’Intelligenza Artificiale ha vissuto una nuova fioritura e una crescita esponenziale grazie alla disponibilità di grandi quantità di dati e all’aumento della potenza di calcolo, che ha permesso progressi significativi anche metodologici nell’ambito del deep learning e alla sua adozione in molteplici settori. Sicuramente il panorama attuale dell’Intelligenza Artificiale è fortemente influenzato dal successo che il deep learning ha ottenuto a partire dagli anni 2010. Questo aspetto insieme ai recenti e giganteschi investimenti a livello industriale hanno permesso il boom attuale. Però, bisogna notare che l’Intelligenza Artificiale non si è sviluppata con una crescita costante. Ha avuto una storia costellata di alti e bassi, estati e inverni. Quindi, focalizzare l’attenzione solo sui successi recenti è limitante, dato che storicamente sono stati gli insuccessi a fornire stimoli per nuove ripartenze e anche riscoperte di metodologie abbandonate. A tal proposito, il deep learning, oggi tecnica di successo, si sviluppa fortemente negli anni ‘80 prima di scontrarsi coi suoi limiti, ma le sue basi teoriche derivano da tecniche e da modelli teorici precedenti, come, ad esempio, la backpropagation (1970 ma che sfrutta proprietà matematiche studiate da Leibniz nel 1673) o le recurrent neural network (1925). Quindi, mai come oggi che l’Intelligenza Artificiale corre vorticosa verso il futuro non bisogna dimenticare il passato scientifico perché si possono trovare ancora preziosi insegnamenti.
