IL BALZO IN AVANTI DELL'INTELLIGENZA ARTIFICIALE: UN POTENZIALE ENORME, MA CON OVVI LIMITI

Pagina creata da Emma Sabatini
 
CONTINUA A LEGGERE
IL BALZO IN AVANTI DELL'INTELLIGENZA ARTIFICIALE: UN POTENZIALE ENORME, MA CON OVVI LIMITI
APRILE 2021

Una prospettiva accademica:

IL BALZO IN AVANTI DELL’INTELLIGENZA
ARTIFICIALE: UN POTENZIALE ENORME,
MA CON OVVI LIMITI
I progressi nella potenza di calcolo e nella disponibilità di dati hanno
accelerato l’evoluzione dell’IA al punto da averla fatta entrare a pieno titolo
nella nostra vita quotidiana. Eppure, sviluppare sistemi dotati di una capacità
di comprensione profonda resta un traguardo ancora lontano. Intervista al
Professor David Barber, Direttore dell’UCL Centre for Artificial Intelligence e
membro del Turing Institute.

IN BREVE
  L’IA risente della scarsa nitidezza dei confini: le macchine devono essere in grado
  di imitare le modalità di lavoro degli esseri umani, non limitarsi ad analizzare ampi
  set di dati.
  L’effetto combinato della potenza di calcolo e della disponibilità di dati ha aperto una
  fase caratterizzata dallo sviluppo accelerato dell’apprendimento automatico (machine
  learning), un’importante branca dell’IA incentrata sui dati.
  L’IA funziona meglio quando svolge compiti circoscritti e ben definiti in presenza di
  grandi quantitativi di dati per addestrare efficacemente gli algoritmi.
  Benché la prospettiva di un’”intelligenza artificiale generale” rimanga distante, le
  applicazioni concrete dell’IA acquisteranno una straordinaria rilevanza economica.
IL BALZO IN AVANTI DELL'INTELLIGENZA ARTIFICIALE: UN POTENZIALE ENORME, MA CON OVVI LIMITI
UNA PROSPETTIVA ACCADEMICA: IL BALZO IN AVANTI DELL’INTELLIGENZA ARTIFICIALE: UN POTENZIALE ENORME, MA CON OVVI LIMITI /   2

                      Professor David Barber
                      Direttore dell’UCL Centre for Artificial Intelligence

Nella nostra vita quotidiana dedichiamo                  Anche le innovazioni della robotica, un           Perché parliamo proprio ora di
sempre più tempo all’interazione con                     campo strettamente correlato che offre            intelligenza artificiale?
tecnologie che replicano abilità.                        potenzialità entusiasmanti in aree come           David Barber, Professore di Machine
I progressi dell’intelligenza artificiale                le auto senza pilota, l’automazione dei           Learning presso la UCL e Direttore
hanno portato allo sviluppo dei                          magazzini e l’assistenza ad anziani e             dell’UCL Centre for Artificial Intelligence,
software di riconoscimento vocale che                    disabili, sono legate a doppio filo ai            spiega che i primi tentativi di ricreare
ci permettono di dare istruzioni a Siri                  progressi dell’IA. Tutte queste macchine          abilità simili a quelle umane nei
ed Alexa. Hanno creato sofisticate                       usano l’IA per replicare la capacità degli        sistemi costruiti dall’uomo risalgono
funzioni di previsione del testo per i                   esseri umani di interpretare e interagire         a diversi secoli fa. Barber è membro
programmi di posta elettronica, chatbot                  con l’ambiente fisico, e si avvalgono             del Turing Institute, che riconosce il
per l’assistenza clienti online e i sistemi              degli apporti delle neuroscienze sul              ruolo pioneristico svolto da Alan Turing,
telefonici attualmente in uso nei call                   funzionamento degli esseri umani.                 scomparso nel 1954, nello sviluppo
center, tutti dipendenti dall’elaborazione               L’affermarsi dell’IA come elemento                della disciplina. Turing e il matematico ed
del linguaggio naturale. Gli strumenti                   sempre più pervasivo della vita                   economista David Champernowne, suo
di traduzione e gli assistenti digitali                  moderna indica che siamo vicini a                 collega, inventarono il loro rivoluzionario
che convertono le parole in testo                        una trasformazione che modificherà                software scacchistico, Turochamp, nel
funzionano allo stesso modo. I software                  profondamente il modo in cui le                   1948 mentre svolgevano ricerche sull’IA.
di riconoscimento delle immagini, utilizzati             persone vivono e lavorano. Tuttavia, per          Ma l’algoritmo che stava alla base di
nei sistemi di riconoscimento facciale                   interpretare e affrontare gli effetti che         Turochamp era troppo complesso per
o delle targhe e nei veicoli autonomi,                   l’IA avrà sulla società e sulle aziende,          essere eseguito sui computer dell’epoca,
sono altri esempi di utilizzi quotidiani                 dobbiamo capire in che modo e perché              e Turing poté eseguirlo solo manualmente
dell’intelligenza artificiale.                           in questi ultimi anni il settore sembra           annotando i calcoli su carta.
                                                         aver compiuto un balzo in avanti così
                                                         audace, nonché comprenderne i limiti
                                                         attuali oltre al suo indubbio potenziale.
3   / UNA PROSPETTIVA ACCADEMICA: IL BALZO IN AVANTI DELL’INTELLIGENZA ARTIFICIALE: UN POTENZIALE ENORME, MA CON OVVI LIMITI

L’inarrestabile crescita del potere di calcolo                                                                                                                                                                     Questo aneddoto consente di fare una            anni, consentendo di creare set di dati
                                                                                                                                                                                                                   considerazione importante. Le basi              sufficientemente grandi da addestrare
                                                                                                                                                                                                                   usate da molti degli odierni algoritmi          gli algoritmi e ottenere elevati livelli di
                                                                                                120 anni di Legge di Moore                                                                                         non sono nuove. Ciò che ha sbloccato            accuratezza e competenza – si pensi
                                                                    Meccanico                   Relè          Valvola        Transistor                     Circuito integrato                  NVIDIA TITAN X     il loro potenziale, e dunque il potenziale      ad esempio alle immagini utilizzate per
                                            1E+09
                                                                                                           termoionica                                                                     GTX 480
                                                                                                                                                                                                                   dell’IA, è l’abbondanza di potere di            insegnare a riconoscere gli oggetti.
                                            1E+07
                                                                                                                                                                                   IBM BLUE GENE
                                                                                                                                                                                                                   calcolo diventata disponibile negli ultimi      L’apprendimento automatico emerge
                                                                                                                                                                        POWER
                                                                                                                                                                                                                   anni grazie all’aumento della velocità          come approccio dominante
    Calcoli al secondo a dollari costanti

                                            1E+05                                                                                                                        MAC
                                                                                                                                                                                                                   di elaborazione. Utilizzando i computer
                                                                                                                                                                                                                                                                   Presi nel loro insieme, questi due fattori
                                            1,000                                                                                                                           IBM ASCI                               odierni con un’unica GPU NVIDIA ci vuole
                                                                                                                                                                              WHITE                                                                                – potenza di calcolo e disponibilità
                                                                                                                                                                                                                   all’incirca una settimana per addestrare
                                              10
                                                                                                                                                  IBM PC
                                                                                                                                             CRAY 1
                                                                                                                                                               PENTIUM PC
                                                                                                                                                                                                                                                                   di dati – hanno aperto un periodo
                                                                                                                                 DATA GENERAL             APPLE                                                    un sistema avanzato di riconoscimento
                                                                                                                                     NOVA        SUN 1  MACINTOSH                                                                                                  caratterizzato dallo sviluppo accelerato
                                              0.1                                                                                                                                                                  delle immagini. Per eseguire lo stesso
                                                                                                                                                                                                                                                                   dell’apprendimento automatico (machine
                                                                                                               WHIRLWIND                                                                                           numero di calcoli utilizzando le migliori
                                                                                                   ENIAC                      IBM 360                                                                                                                              learning, ML), un’importante branca
                                            0.001                                                                    DEC PDP-1                                                                                     postazioni di lavoro disponibili nei primi
                                                                                                                                                                                                                                                                   dell’intelligenza artificiale incentrata sui
                                                                                                COLOSSUS                                                                                                           anni Novanta ci sarebbero volute diverse
                                            1E-05                                                                                                                                                                                                                  dati. Di conseguenza, negli ultimi 15 anni
                                                                                                                                                                                                                   centinaia di migliaia di anni. Gli incrementi
                                                            HOLLERITH
                                                                         IBM TABULATOR
                                                                                                                                                                                                                                                                   l’ML è diventato il paradigma dominante
                                            1E-07           TABULATOR
                                                                                                                                                                                                                   della velocità di calcolo nel corso di più
                                                     ANALYTICAL                                                                                                                                                                                                    nel campo dell’intelligenza artificiale ed
                                                     ENGINE
                                                                                                                                                                                                                   decenni hanno portato alla capacità
                                            1E-09                                                                                                                                                                                                                  è alla base dei progressi che hanno reso
                                                                                                                                                                                                                   hardware che permette all’intelligenza
                                                    1900          1910       1920        1930   1940         1950      1960             1970     1980          1990             2000         2010           2020                                                   possibili le applicazioni oggi più utilizzate.
                                                                                                                        Anno                                                                                       artificiale di operare in tempo reale.
                                                                                                                                                                                                                   Il secondo fattore fondamentale per
Fonte: Al 2018. https://www.britannica.com/technology/Moores-law.
                                                                                                                                                                                                                   l’affermazione dell’IA è stata la maggiore
                                                                                                                                                                                                                   disponibilità di dati. La quantità di
                                                                                                                                                                                                                   dati digitali creati e archiviati è andata
Le informazioni e le opinioni fornite da terze parti sono state ottenute da fonti ritenute attendibili, ma non si rilascia alcuna garanzia in merito
alla loro accuratezza e completezza. Le informazioni non sono pensate per essere utilizzate quale unico fondamento su cui basare le decisioni                                                                      velocemente moltiplicandosi negli ultimi
d’investimento e non vanno interpretate quali consulenze concepite per soddisfare le esigenze dei singoli investitori.
UNA PROSPETTIVA ACCADEMICA: IL BALZO IN AVANTI DELL’INTELLIGENZA ARTIFICIALE: UN POTENZIALE ENORME, MA CON OVVI LIMITI /   4

In ambito ML, una delle principali aree di                                da Google. Il team di Hinton ha quindi                                  Il Professor Barber osserva: “Come
sviluppo avviata decenni fa è quella delle
reti neurali: sistemi ispirati alla struttura
del cervello umano. Dopo essere state
                                                                          creato rapidamente un sistema di
                                                                          riconoscimento vocale molto più avanzato
                                                                          di quelli precedenti. L’ML e le sue varianti,
                                                                                                                                                  sono soliti dire i ricercatori ML, abbiamo
                                                                                                                                                  costruito una macchina in grado di
                                                                                                                                                  battere il miglior giocatore di scacchi
                                                                                                                                                                                                            “    In ultima istanza, ciò che
                                                                                                                                                                                                                 conta non è la capacità di
accantonate per anni, le reti neurali sono                                tra cui il deep learning, sono diventati i                              al mondo nel 1997, ma non abbiamo
tornate ad essere un filone di ricerca                                    filoni prevalenti nell’ambito dell’IA.                                  ancora un robot in grado di afferrare e
                                                                                                                                                                                                                 concepire sistemi in grado
prioritario dell’ML nel 2006, quando                                                                                                              muovere con fluidità e fermezza una                            di giocare a scacchi o a
                                                                          Deep Blue, AlphaGo e i limiti dei giochi
un piccolo gruppo di ricercatori ha                                                                                                               pedina.” Questi traguardi eclatanti attirano                   Go, ma l’offerta di sistemi
                                                                          I momenti topici dell’IA vengono fatti
dimostrato che potendo avvalersi di una
                                                                          coincidere con eventi quali la vittoria del
                                                                                                                                                  l’attenzione, ma in un’ottica puramente                        che abbiano un’utilità nella
potenza di calcolo sufficiente, la tecnica                                                                                                        di ricerca si sono rivelati molto meno                         nostra vita quotidiana.
                                                                          computer Deep Blue di IBM sul campione
offriva notevoli miglioramenti nei risultati                                                                                                      significativi di quanto molti pensino,                         Il resto è perlopiù
                                                                          mondiale di scacchi Gary Kasparov nel

                                                                                                                                                                                                                                         ”
ottenuti.1 Negli anni successivi sono                                                                                                             spiega Barber. “In ultima istanza, ciò
                                                                          1997 e la vittoria di AlphaGo di Deepmind                                                                                              intrattenimento
stati compiuti nuovi e rapidi progressi.                                                                                                          che conta non è la capacità di concepire
                                                                          (di proprietà di Google) sui campioni
In breve tempo, i ricercatori sono riusciti                                                                                                       sistemi in grado di giocare a scacchi o a
                                                                          coreani di Go Lee Se-dol nel 2016 e Ke
ad adattare le unità di elaborazione                                                                                                              Go, ma l’offerta di sistemi che abbiano
                                                                          Jie nel 2017. Il fascino di questi eventi
grafica (GPU) sviluppate per i videogiochi                                                                                                        un’utilità nella nostra vita quotidiana.
                                                                          altamente simbolici sta chiaramente
accelerando di 100 volte il processo di                                                                                                           Il resto è perlopiù intrattenimento.”
                                                                          nell’idea che le macchine possano
addestramento degli algoritmi di ML.                                                                                                              La vera sfida per l’IA, sostiene Barber, è
                                                                          superare l’intelligenza umana. Ma quanto
Armato di strumenti tecnologici in                                        significativi sono in realtà?                                           andare oltre il mondo chiuso e basato su
rapido miglioramento, nel 2012                                                                                                                    regole dei giochi e riuscire ad affiancare
un gruppo di ricerca capitanato da                                                                                                                gli esseri umani nella cornice molto più
Geoffrey Hinton ha rivoluzionato l’area                                                                                                           complicata delle nostre vite quotidiane.
del riconoscimento delle immagini
utilizzando l’apprendimento automatico
ed è stato immediatamente rilevato

1
  Uno dei traguardi principali è riportato qui https://science.sciencemag.org/content/313/5786/504 dimostrando come le reti neurali superino di
larga misura i metodi tradizionali di compressione delle immagini.
5   / UNA PROSPETTIVA ACCADEMICA: IL BALZO IN AVANTI DELL’INTELLIGENZA ARTIFICIALE: UN POTENZIALE ENORME, MA CON OVVI LIMITI

                                                          Le aree in cui l’IA funziona meglio                      Il compito richiesto all’intelligenza           avanzati di riconoscimento delle immagini

    “  Il riconoscimento vocale
       è un buon esempio di
                                                          Benché ai fini della ricerca la rilevanza di
                                                          sistemi IA in grado di battere i campioni
                                                          di scacchi o di Go sia probabilmente
                                                                                                                   artificiale è circoscritto e ben definito, e
                                                                                                                   sono disponibili grandi quantitativi di dati
                                                                                                                   per addestrare efficacemente gli algoritmi.
                                                                                                                                                                   si rivelano inadeguati [come discusso
                                                                                                                                                                   nell’intervista successiva con Ali Shafti].
                                                                                                                                                                   Un chatbot può gestire efficacemente
                                                          sopravvalutata, sotto un certo aspetto                   Applicazioni come il riconoscimento             semplici richieste bancarie o assicurative,
       un’area in cui possiamo                                                                                     facciale e delle targhe, la capacità della
                                                          questi successi potrebbero avere ricadute                                                                perché l’insieme dei compiti che deve
       contare su prestazioni                                                                                      macchina di riconoscere e decodificare
                                                          più ampie. Giochi come Go o gli scacchi                                                                  eseguire è limitato dalla natura stessa
       alquanto soddisfacenti. Ma                         sono problemi estremamente complessi                     i fonemi che costituiscono il linguaggio        della conversazione e i dati di cui ha
       è ancora molto superficiale,                       e basati su regole per i quali esistono                  umano o ancora le caratteristiche               bisogno sono prontamente reperibili dal
       in quanto la macchina non                          immense quantità di dati di gioco da                     visive che definiscono gli oggetti di uso       cliente o dagli archivi della banca.
       capisce a livello profondo                         cui gli algoritmi ML possono imparare.                   quotidiano mostrano tutte, in misura
                                                                                                                                                                   Tuttavia, se il cliente di una banca si
                                                          AlphaZero, una versione più nuova di                     variabile, la stessa combinazione di
       cosa stiamo realmente                                                                                                                                       sentisse solo e chiamasse il call center

                      ”
                                                          AlphaGo, ha imparato da sola e meglio                    caratteristiche.
       dicendo                                                                                                                                                     per parlare con qualcuno, solo un
                                                          dei suoi predecessori a giocare a Go,                    Tuttavia, in aree quale il riconoscimento       operatore umano qualificato ed empatico
                                                          a scacchi e a shogi, semplicemente                       degli oggetti da parte dei veicoli              sarebbe in grado di soddisfare la sua
                                                          applicando le regole di gioco fornitele,                 autonomi, che devono operare con livelli        esigenza. Il chatbot odierni non avrebbero
                                                          senza più bisogno dei dati provenienti                   estremamente elevati di precisione              alcuna speranza: il compito va ben oltre
                                                          dalle partite giocate e concluse da                      per soddisfare i criteri di sicurezza, le       le loro possibilità. La cosa migliore che
                                                          esseri umani.                                            prestazioni dei sistemi ML sono ancora          potrebbero fare è passare la telefonata
                                                          Non è una coincidenza che gli ambiti                     inferiori agli standard richiesti. Il compito   a una persona in carne ed ossa.
                                                          concreti in cui i sistemi IA basati                      di interpretare correttamente ogni singolo
                                                          sull’apprendimento automatico sono stati                 oggetto incontrato dal sistema nei nostri
                                                          applicati con maggior successo tendono                   ambienti quotidiani altamente complessi
                                                          ad essere quelli che condividono alcune                  non è né circoscritto né ben definito.
                                                          caratteristiche con il mondo dei giochi.                 Di conseguenza, anche i sistemi più
UNA PROSPETTIVA ACCADEMICA: IL BALZO IN AVANTI DELL’INTELLIGENZA ARTIFICIALE: UN POTENZIALE ENORME, MA CON OVVI LIMITI /   6

Le scalate che verranno                        di funzioni come gli assistenti digitali           “Chi si occupa di apprendimento
“Il riconoscimento vocale è un buon
esempio di un’area in cui possiamo
già contare su prestazioni alquanto
                                               aumenterà in maniera esponenziale.”
                                               Ma le sfide non si limitano all’incapacità
                                               dell’IA di comprendere il contesto, l’intuito
                                                                                                  automatico è intellettualmente affascinato
                                                                                                  dall’idea dell’apprendimento per rinforzo
                                                                                                  perché è in un certo senso la “madre di
                                                                                                                                                             “    I progressi che abbiamo
                                                                                                                                                                  compiuto sono straordinari,
soddisfacenti”, afferma il Professor Barber.   o il non detto. L’elevato fabbisogno di            tutti i problemi” dell’IA: come addestrare
                                                                                                  i sistemi fornendo loro pochissimi
                                                                                                                                                                  ma la strada è ancora lunga
“Ma è ancora molto superficiale, in quanto     dati che contraddistingue i sistemi basati
                                                                                                  feedback sul successo o fallimento                              e il traguardo lontano. Non
la macchina non capisce a livello profondo     sull’apprendimento automatico limita per
cosa stiamo realmente dicendo. Anche le        forza di cose gli ambiti in cui possono            finale di una decisione attuale”, spiega                        sappiamo ancora come
traduzioni sembrano funzionare alquanto        essere utilizzati in maniera efficace.             il Professor Barber.                                            passare a sistemi molto
bene. Oggi possiamo ottenere traduzioni        Negli ambienti in cui i dati scarseggiano,         Il futuro dell’intelligenza artificiale                         più abili nell’apprendimento
automatiche discrete da una lingua             questi sistemi arrancano. È questo uno             Benché la prospettiva di un’”intelligenza                       profondo. È un salto in
all’altra, soprattutto per lingue abbastanza   dei maggiori problemi del cosiddetto               artificiale generale” rimanga distante,                         avanti di cui i colossi
vicine fra loro. Ma la macchina capisce        “apprendimento per rinforzo”, in cui i             secondo il Professor Barber le                                  tecnologici sono
davvero cosa stiamo dicendo?                   sistemi basati sull’IA apprendono dal              applicazioni concrete dell’IA – ad esempio
                                               loro ambiente invece di macinare enormi
                                                                                                                                                                  perfettamente consapevoli
“Non c’è nulla di sbagliato nel punto                                                             nei veicoli totalmente autonomi –
a cui siamo arrivati. I progressi che          volumi di dati per imparare ad associare le        acquisteranno una straordinaria rilevanza
                                                                                                                                                                  e in cui stanno investendo
abbiamo compiuto sono straordinari,            decisioni con le loro conseguenze di lungo         economica. Parimenti, lo sviluppo di robot                      moltissimo, perché se
ma la strada è ancora molto lunga e il         termine. Un sistema realizzato dall’uomo in        in grado di imballare perfettamente le                          riusciranno nell’impresa,
traguardo lontano. Non sappiamo ancora         grado di imparare dagli stimoli ambientali         merci in uscita dai magazzini, che sono                         l’utilità di funzioni come
come passare a sistemi molto più abili         come fanno gli esseri umani dovrebbe               ancora ambienti ad elevata intensità                            gli assistenti digitali
nell’apprendimento profondo. È un salto        fare affidamento su una minore quantità            di manodopera, avrà un grandissimo                              aumenterà in maniera
                                               di informazioni rispetto agli attuali sistemi

                                                                                                                                                                                        ”
in avanti di cui i colossi tecnologici                                                            impatto.
                                               di IA. Compiere il salto in avanti verso uno                                                                       esponenziale.
sono perfettamente consapevoli e in cui
stanno investendo moltissimo, perché           stile di apprendimento più efficiente in
se riusciranno nell’impresa, l’utilità         termini di fabbisogno di dati è attualmente
                                               l’obiettivo prioritario della ricerca.
7   / UNA PROSPETTIVA ACCADEMICA: IL BALZO IN AVANTI DELL’INTELLIGENZA ARTIFICIALE: UN POTENZIALE ENORME, MA CON OVVI LIMITI

                                                          I sostenitori dell’intelligenza artificiale              Secondo Barber la transizione vedrà             cose si tende sempre a esagerare.
                                                          sostengono che l’applicazione diffusa                    gli esseri umani, affiancati in misura          Credo che sarà un processo evolutivo
                                                          della robotica e dell’IA nel mondo degli                 crescente da macchine basate                    e che gli esseri umani daranno sempre
                                                          affari libererà gli esseri umani da molte                sull’intelligenza artificiale, svolgere         prova di una straordinaria resilienza nel
                                                          mansioni noiose, ripetitive e fisicamente                i compiti che richiedono maggiore               dare significato al proprio lavoro e alle
                                                          impegnative che continuiamo a svolgere                   esperienza e abilità, mentre gli elementi       proprie vite, nonostante le trasformazioni
                                                          semplicemente perché il lavoro umano                     più ordinari e ripetitivi verranno lasciati     che si susseguiranno nella società.
                                                          rimane più economico di quello dei robot.                alle macchine.                                  Barber mette in guardia dal diventare
                                                          “A partire dalla Rivoluzione industriale,                Nelle aree in cui prevale ancora                “eccessivamente timorosi” circa il
                                                          ma anche prima, abbiamo utilizzato gli                   l’elaborazione manuale di mansioni              numero degli attuali lavori che potranno
                                                          esseri umani come fossero macchine”,                     standardizzate, come le operazioni              essere sostituiti dall’intelligenza
                                                          sostiene il Professor Barber. “Tenere una                di back-office delle grandi banche e            artificiale e dalla robotica.
                                                          persona dietro il volante di un camion                   istituzioni finanziarie, è evidente la          Tuttavia, queste problematiche non
                                                          otto ore al giorno per 30-40 anni è fare                 possibilità che nel tempo decine di             scompariranno. Le domande chiave
                                                          buon uso dell’umanità? Gli esseri umani                  migliaia di ruoli umani vengano sostituiti      per investitori, aziende e dipendenti
                                                          possono fare molto meglio. Abbiamo                       dall’automazione robotica dei processi,         non verteranno tanto sui potenziali
                                                          capacità straordinarie, come empatia,                    in una sorta di replica dell’automazione        effetti dell’intelligenza artificiale e della
                                                          compassione, creatività. Esattamente le                  industriale che ha contraddistinto il           robotica sull’attività economica, che nel
                                                          aree in cui le macchine sono pessime, e                  XX secolo.                                      tempo si riveleranno profondi, quanto
                                                          probabilmente continueranno ad esserlo                                                                   sulla lungimiranza e la velocità con cui
                                                                                                                   È comprensibile che la prospettiva di una
                                                          per molto tempo. L’idea di liberare gli                                                                  governi e autorità di regolamentazione
                                                                                                                   trasformazione degli ambienti di lavoro
                                                          esseri umani per consentire loro di fare                                                                 sceglieranno di rispondere agli
                                                                                                                   indotta dall’intelligenza artificiale susciti
                                                          tutto ciò in cui eccellono mi appassiona.                                                                interrogativi cruciali che l’intelligenza
                                                                                                                   dei timori, spiega Barber. “Non sono
                                                          In questo senso, l’intelligenza artificiale                                                              artificiale pone alle nostre società.
                                                                                                                   sicuro che il termine “rivoluzione” sia
                                                          è un ambito di ricerca molto positivo.”
                                                                                                                   quello giusto. Quando si parla di queste
UNA PROSPETTIVA ACCADEMICA: IL BALZO IN AVANTI DELL’INTELLIGENZA ARTIFICIALE: UN POTENZIALE ENORME, MA CON OVVI LIMITI /   8

Che cos’è la “vera intelligenza                   Nella comunità accademica c’è una
artificiale”?                                     maggiore unanimità su cosa sia la “vera
Data la crescente attenzione rivolta              IA”, spiega Barber. “Per me l’intelligenza                Biografia del Professor David Barber
in anni recenti a questa branca                   artificiale è la capacità di replicare la
                                                  percezione e il ragionamento umani e le                   David Barber è Direttore dell’UCL Centre for Artificial Intelligence, che
dell’informatica, termini quali intelligenza
                                                  nostre capacità di interagire tra di noi e                si prefigge di sviluppare le tecniche IA di prossima generazione.
artificiale e apprendimento automatico
sono stati sbandierati in maniera                 con il mondo fisico.”                                     I suoi interessi di ricerca sono molto ampi e riguardano l’applicazione di
alquanto liberale. Spesso l’IA viene              L’assenza di confini ben definiti è un                    modelli e ragionamenti probabilistici.
applicata a progetti che i puristi non            problema? Il Professor Barber sostiene                    È inoltre Chief Scientific Officer di re:infer, una startup attiva nel campo
considerano appartenenti all’intelligenza         che per gli accademici è importante                       dell’elaborazione del linguaggio naturale che “trasforma le comunicazioni
artificiale, benché utilizzino in parte gli       chiarire il campo di applicazione della                   non strutturate in dati strutturati per promuovere l’azione.”
stessi strumenti, come l’analisi statistica       disciplina, anche per consentire ai                       Si è laureato in Matematica presso la University of Cambridge e ha
di vastissimi set di dati. Visto il clamore       finanziatori di capire a cosa servono i                   conseguito un PhD in Fisica teorica (Meccanica statistica) presso la
che le potenzialità dell’intelligenza             loro soldi. Oltre a questo aspetto ci sono                University of Edinburgh.
artificiale suscitano presso imprese,             tuttavia questioni più fondamentali:
governi e pubblico in generale, i tentativi       “Ciò che conta di più [delle definizioni
di monetizzare questa onda crescente di           rigide] è compiere progressi nella
interesse ed entusiasmo sono tutt’altro           realizzazione di sistemi di utilità pratica
che sorprendenti. Di fatto, alcuni                per l’umanità, cose che le persone
sostengono che il trading algoritmico non         trovino interessanti e in grado di
costituisce la “vera intelligenza artificiale”,   cambiare in meglio le nostre vite.”
ma si tratta semplicemente di analisi
di dati su vastissima scala.
Per maggiori informazioni, visitare
        columbiathreadneedle.it

Avvertenze: Esclusivamente ad uso di Investitori professionali e/o qualificati (non utilizzare o trasmettere a clienti retail). Il presente documento ha fini pubblicitari. Questo documento viene distribuito unicamente a scopo informativo
e non deve essere considerato rappresentativo di un particolare investimento. Non costituisce un’offerta o una sollecitazione all’acquisto o alla vendita di qualsivoglia titolo o altro strumento finanziario, né alla fornitura di servizi o
consulenza in materia di investimenti. Investire comporta dei rischi, tra cui il rischio di perdita del capitale. Il capitale è a rischio. Il rischio di mercato può riguardare un singolo emittente, settore dell’economia, industria ovvero il
mercato nel suo complesso. Il valore degli investimenti non è garantito e di conseguenza gli investitori potrebbero non recuperare l’importo originariamente investito. Gli investimenti internazionali comportano alcuni rischi e una certa
volatilità in ragione della potenziale instabilità politica, economica o valutaria e di principi contabili e finanziari differenti. I titoli nominati nel presente documento sono forniti a scopo illustrativo, sono soggetti a variazioni e non vanno
interpretati come una raccomandazione di acquisto o di vendita. I titoli esaminati potrebbero rivelarsi o meno redditizi. Le opinioni espresse sono valide alla data indicata, possono cambiare al mutare del contesto di mercato o di
altre condizioni e possono differire da altre opinioni espresse da altre società consociate o affiliate di Columbia Threadneedle Investments (Columbia Threadneedle). Le decisioni di investimento o gli investimenti effettivamente realizzati
da Columbia Threadneedle e dalle sue affiliate, per conto proprio o per conto di clienti, possono non riflettere necessariamente le opinioni espresse. Le informazioni contenute nel presente documento non costituiscono una consulenza
d’investimento e non tengono conto delle circostanze specifiche di ciascun investitore. Le decisioni di investimento dovrebbero essere sempre effettuate in funzione delle esigenze finanziarie, degli obiettivi, delle finalità, dell’orizzonte di
investimento e della tolleranza al rischio di ciascun investitore. Le classi di attivi descritte potrebbero non essere adatte a tutti gli investitori. I rendimenti passati non sono indicativi di quelli futuri e nessuna previsione deve essere
considerata come una garanzia. Le informazioni e le opinioni fornite da terze parti sono state ottenute da fonti ritenute attendibili, ma non si rilascia alcuna garanzia in merito alla loro accuratezza e completezza. Il presente documento
e i relativi contenuti non sono stati esaminati da alcuna autorità di regolamentazione.
Per il SEE: Pubblicato da Threadneedle Management Luxembourg S.A. Registrata presso il Registre de Commerce et des Sociétés (Lussemburgo), numero di iscrizione B 110242, 44, rue de la Vallée, L-2661 Lussemburgo, Granducato
di Lussemburgo. Per i Distributori: Il presente documento intende fornire ai distributori informazioni sui prodotti e i servizi del Gruppo e la sua ulteriore diffusione non è autorizzata. Per i Clienti istituzionali: Le informazioni contenute
nel presente documento non costituiscono raccomandazioni finanziarie e sono riservate unicamente a soggetti con adeguate conoscenze in materia di investimenti e che soddisfano i criteri regolamentari per essere classificati come
Clienti professionali o Controparti di mercato e nessun altro Soggetto è autorizzato a farvi affidamento. Columbia Threadneedle Investments è il marchio commerciale globale del gruppo di società di Columbia e Threadneedle.
columbiathreadneedle.com                                                                                                                                                                  09.20 | J30244 | APAC/EMEA: 3202472 | USA: 3231271
Puoi anche leggere