Intelligenza artificiale

• Introduzione
• Capitolo 1: Che cos'è l'intelligenza artificiale? Una definizione semplice
• Capitolo 2: Breve storia dell'IA: dal mito alla realtà
• Capitolo 3: I tre tipi di IA: ristretta, generale e superintelligenza
• Capitolo 4: Apprendimento automatico: il motore dell'IA moderna
• Capitolo 5: Come imparano le macchine: uno sguardo ai dati di addestramento
• Capitolo 6: Reti neurali: il cervello dietro l'IA
• Capitolo 7: Apprendimento profondo: sbloccare schemi complessi
• Capitolo 8: Elaborazione del linguaggio naturale: insegnare ai computer a comprendere il linguaggio umano
• Capitolo 9: Visione artificiale: come l'IA "vede" il mondo
• Capitolo 10: L'IA nella vita quotidiana: dagli smartphone allo streaming
• Capitolo 11: L'IA nel business: trasformare i settori
• Capitolo 12: L'IA nella sanità: una rivoluzione nella medicina
• Capitolo 13: IA e creatività: può una macchina essere un artista?
• Capitolo 14: L'etica dell'intelligenza artificiale: giusto vs. sbagliato
• Capitolo 15: Pregiudizi nell'IA: una grande sfida da superare
• Capitolo 16: Il problema della scatola nera: possiamo fidarci delle decisioni dell'IA?
• Capitolo 17: IA e il futuro del lavoro: un robot ti ruberà il lavoro?
• Capitolo 18: L'economia dell'IA: crescita e disuguaglianza
• Capitolo 19: IA e sicurezza: nuove minacce e difese
• Capitolo 20: Il ruolo dei grandi dati nell'IA
• Capitolo 21: Informatica in cloud e IA: una potente partnership
• Capitolo 22: La ricerca dell'Intelligenza Artificiale Generale (IAG)
• Capitolo 23: Iniziare con l'IA: nessuna programmazione richiesta
• Capitolo 24: Il futuro dell'IA: previsioni e possibilità
• Capitolo 25: Come restare informati sull'IA

Probabilmente avete già avuto una conversazione con l'intelligenza artificiale oggi, e potreste non esservene nemmeno accorti. Forse è successo quando avete chiesto al vostro smartphone le previsioni del tempo, o magari quando avete ricevuto un consiglio per un prodotto da un rivenditore online che sembrava sapere esattamente cosa stavate cercando. Potrebbe essere stato il filtro antispam che ha silenziosamente protetto la vostra casella di posta, o l'app di navigazione che vi ha fatto deviare per evitare un improvviso ingorgo. Questi sono solo una manciata degli innumerevoli modi in cui l'IA si è intrecciata nel tessuto della nostra esistenza quotidiana. Opera in background, un assistente silenzioso ed efficiente, rendendo le nostre vite solo un po' più facili, un po' più lineari.

Questo libro è per chiunque sia mai stato curioso di sapere cos'è realmente l'intelligenza artificiale, al di là dei titoli sensazionalistici e delle raffigurazioni fantascientifiche. È per la persona che sente termini come "machine learning", "reti neurali" e "deep learning" e si chiede cosa significano davvero. Non serve una laurea in informatica o una formazione in matematica per comprendere i concetti di questa guida. L'obiettivo è demistificare l'IA, rimuovere gli strati di complessità e rivelare le idee fondamentali che stanno plasmando il nostro mondo in modi profondi. Intraprenderemo insieme un viaggio, dalla definizione stessa di IA fino alle sue applicazioni più avanzate e alle questioni etiche che solleva.

Il termine "intelligenza artificiale" può essere intimidatorio, evocando immagini di robot superintelligenti e futuri distopici. Sebbene siano ottimi soggetti per film, la realtà dell'IA è spesso molto più pratica e, sotto molti aspetti, più interessante. Nel suo nucleo, l'IA riguarda la creazione di sistemi informatici in grado di svolgere compiti che richiedono tipicamente l'intelligenza umana. Questo può spaziare dal riconoscere un volto in una fotografia alla composizione di un brano musicale, dalla traduzione delle lingue alla diagnosi di malattie. Il campo è vasto ed evolve a un ritmo incredibile, ed è proprio per questo che una guida per non esperti è così essenziale.

Questo libro è strutturato per guidarvi nel mondo dell'IA in modo logico e accessibile. Inizieremo con i fondamenti, esplorando cos'è l'IA e come è nata. Percorreremo i diversi tipi di IA e approfondiremo il motore che guida gran parte dell'IA moderna: il machine learning. Capirete come le macchine vengono "istruite" e il ruolo dei dati che alimentano questo processo di apprendimento. Ci addentreremo poi nell'affascinante architettura delle reti neurali e nel regno ancora più complesso del deep learning, le tecnologie dietro molti dei progressi più impressionanti dell'IA.

Man mano che procederemo, esploreremo le applicazioni specifiche dell'IA che probabilmente incontrate ogni giorno. Vedremo come l'IA sta permettendo ai computer di comprendere e rispondere al linguaggio umano, un campo noto come elaborazione del linguaggio naturale. Studieremo anche la straordinaria capacità dell'IA di interpretare e "vedere" il mondo attraverso la computer vision. Da lì, allargheremo la prospettiva per vedere come l'IA non sia solo una comodità personale, ma una forza trasformativa nei principali settori della nostra società. Esamineremo il suo impatto sul business, il suo ruolo rivoluzionario nella sanità, e persino la sua sorprendente incursione nel mondo della creatività.

Naturalmente, nessuna esplorazione dell'IA sarebbe completa senza una seria considerazione delle sfide e dei dilemmi etici che presenta. Questo non è un libro che evita le domande difficili. Affronteremo il problema del bias nei sistemi di IA e perché è un problema così critico da risolvere. Affronteremo anche il problema della "scatola nera", la difficoltà di capire come alcuni sistemi di IA arrivino alle loro decisioni, e le implicazioni che questo ha per la fiducia e la responsabilità. Il futuro del lavoro in un'epoca di crescente automazione è un altro tema cruciale che tratteremo, esaminando sia il potenziale spostamento di posti di lavoro sia la creazione di nuove opportunità.

Considereremo anche le dimensioni economiche e di sicurezza dell'IA, dal suo potenziale di guidare la crescita economica e l'ineguaglianza ai nuovi tipi di minacce che potrebbe porre. Il ruolo fondamentale dei big data e la potente partnership tra IA e cloud computing saranno spiegati, poiché sono fattori chiave dell'attuale boom dell'IA. Il nostro viaggio ci porterà anche all'avanguardia della ricerca sull'IA, con uno sguardo alla continua ricerca dell'intelligenza artificiale generale, o AGI — la ricerca di una macchina con lo stesso livello di intelligenza e adattabilità di un essere umano.

Uno dei principi fondamentali di questo libro è che non serve essere programmatori per comprendere o persino interagire con l'IA. In uno dei capitoli successivi, esploreremo modi per iniziare a usare l'IA senza scrivere una sola riga di codice. Concluderemo la nostra esplorazione guardando al futuro, considerando alcune delle previsioni e possibilità che ci attendono, e offrendo qualche indicazione su come potete continuare a restare informati su questo campo in rapida evoluzione molto tempo dopo aver finito questo libro.

Lo stile di questo libro è pensato per essere lineare e coinvolgente. Useremo analogie ed esempi reali per spiegare idee complesse, ed eviteremo di impantanarci nel gergo tecnico ogniqualvolta possibile. Pensate a questo libro come a una conversazione, dove la vostra curiosità è il motore principale. Non ci saranno lezioni, nessuna predica sul bene o sul male dell'IA. Invece, ci concentreremo sulla presentazione dei fatti nel modo più chiaro possibile, permettendovi di farvi le vostre opinioni informate. Quando toccheremo argomenti controversi, cercheremo una prospettiva equilibrata e neutrale.

È importante ricordare che questo libro è un punto di partenza. Il campo dell'IA è così vasto e si muove così velocemente che nessun singolo libro potrebbe mai pretendere di essere la parola definitiva e finale sull'argomento. Piuttosto, consideratelo la vostra guida fondamentale, una mappa per aiutarvi a navigare il complesso e affascinante paesaggio dell'intelligenza artificiale. Quando arriverete all'ultima pagina, avrete una solida comprensione di cos'è l'IA, come funziona e il ruolo significativo che svolge nel nostro mondo. Sarete equipaggiati con la conoscenza per partecipare a conversazioni sull'IA con sicurezza e per pensare criticamente alle sue implicazioni per il nostro futuro.

La storia dell'intelligenza artificiale è in fondo una storia umana. È la storia della nostra ambizione di comprendere la nostra stessa intelligenza e di creare strumenti che possano estendere le nostre capacità. È una storia piena di menti brillanti, scoperte inaspettate e domande sfidanti su cosa significhi essere umani. Quindi, iniziamo insieme questo viaggio. Scostiamo la tenda ed esploriamo il notevole mondo dell'intelligenza artificiale. Potreste rimanere sorpresi da ciò che scoprirete.

Iniziamo con una definizione che non richiede una laurea in informatica per essere compresa. Nel suo nucleo, l'intelligenza artificiale è l'impegno a creare computer o macchine in grado di svolgere compiti che richiedono tipicamente l'intelligenza umana. Si tratta di costruire sistemi capaci di ragionare, imparare e agire in modi che normalmente assoceremmo a una persona. Questo include una vasta gamma di capacità, dalla risoluzione di problemi e il processo decisionale alla comprensione del linguaggio umano e al riconoscimento di oggetti in un'immagine. Pensatela come la scienza di rendere le macchine intelligenti.

Il termine "intelligenza" è in sé un obiettivo mobile. Ciò che sembra intelligente oggi potrebbe essere considerato un calcolo di base domani. Agli albori dell'informatica, una macchina in grado di giocare una partita a scacchi competente era vista come una meraviglia dell'intelligenza artificiale. Oggi, pur restando complessa, un programma per giocare a scacchi è un'applicazione relativamente comune. Questo è un tema ricorrente nel mondo dell'IA: non appena una tecnologia diventa sufficientemente comune e utile, spesso smettiamo di chiamarla IA. Diventa semplicemente un'altra parte del panorama tecnologico.

Per afferrare meglio cosa intendiamo per "intelligenza" in questo contesto, è utile considerare ciò che gli esseri umani trovano facile rispetto a ciò che i computer trovano facile. Voi potete riconoscere senza sforzo il volto di un amico in mezzo alla folla, comprendere le sfumature di un commento sarcastico o afferrare un oggetto delicato senza schiacciarlo. Sono compiti che, per lungo tempo, sono stati incredibilmente difficili per le macchine. Al contrario, un computer può eseguire miliardi di calcoli matematici in un secondo, cercare in vaste biblioteche di informazioni quasi istantaneamente e ricordare enormi quantità di dati perfettamente ogni volta. Sono imprese ben oltre le capacità del cervello umano. L'intelligenza artificiale, sotto molti aspetti, è la ricerca per colmare questo divario — per dare alle macchine più di quella comprensione flessibile, intuitiva e contestuale che noi umani diamo per scontata.

Un modo utile per pensare all'IA è usare un'analogia. Immaginate l'IA come una cassetta degli attrezzi vasta e versatile. Proprio come una cassetta degli attrezzi contiene strumenti diversi per lavori diversi — un martello per i chiodi, una chiave inglese per i bulloni, una sega per il legno — il campo dell'IA contiene una varietà di tecniche e approcci per risolvere diversi tipi di problemi. Non esiste un unico "strumento IA" onnipotente che fa tutto. Al contrario, sviluppatori e scienziati selezionano o combinano gli strumenti giusti da questa collezione in continua espansione per costruire un'applicazione specifica, che sia un sistema in grado di consigliare film o uno che aiuti i medici a diagnosticare malattie.

Un'altra analogia utile è quella dell'apprendista. Un apprendista impara un mestiere osservando un maestro, facendo pratica e migliorando gradualmente nel tempo per tentativi ed errori. Gran parte dell'IA moderna funziona in modo simile. Un sistema di IA viene "addestrato" piuttosto che essere programmato esplicitamente per ogni singola eventualità. Per esempio, per insegnare a un'IA a riconoscere foto di gatti, non scrivereste milioni di righe di codice che descrivono ogni possibile caratteristica di un gatto. Mostrereste invece al sistema migliaia o milioni di immagini etichettate come "gatto". Il sistema impara poi, da solo, a identificare i modelli, le forme e le texture che sono caratteristici dei gatti. Questa capacità di imparare dai dati è una pietra miliare della maggior parte dell'IA che vediamo oggi.

È anche importante chiarire la relazione tra intelligenza artificiale e alcuni altri termini che potreste aver sentito. L'IA è il campo ampio e sovraordinato, come il concetto di "biologia". All'interno di quel campo, ci sono molti sottocampi. Uno dei più importanti e potenti sottocampi è il "machine learning", che è l'area dell'IA che si concentra proprio su questa idea di imparare dai dati. Poi, all'interno del machine learning, c'è un'area ancora più specializzata chiamata "deep learning", che usa strutture complesse chiamate reti neurali per imparare da enormi quantità di dati. Esploreremo tutti questi concetti in modo molto più dettagliato nei capitoli successivi, ma per ora basta sapere che fanno tutti parte della più grande famiglia dell'intelligenza artificiale.

Consideriamo un esempio pratico e quotidiano per rendere questo più concreto: il filtro antispam nella vostra casella di posta elettronica. Questa è un'applicazione classica dell'IA, specificamente del machine learning. Sarebbe impossibile per i programmatori scrivere una regola per ogni singolo tipo di email di spam. Gli spammer cambiano sempre le loro tattiche. Invece, il filtro antispam viene addestrato su un enorme set di dati di email che sono state identificate come "spam" o "non spam". Analizzando questi dati, il filtro impara a riconoscere i segnali rivelatori della posta indesiderata — certe parole chiave, link sospetti, formattazione insolita — e indirizza automaticamente quei messaggi lontano dalla vostra casella di posta in arrivo. È un esempio perfetto di una macchina che svolge un compito che richiede una forma di intelligenza: la capacità di discernere e categorizzare basandosi sull'esperienza.

Un altro esempio è un'app di navigazione sul vostro smartphone. Quando chiedete il percorso più veloce per una destinazione, l'app non si limita a guardare una mappa statica. Analizza i dati del traffico in tempo reale, considera i modelli di traffico storici per quell'ora del giorno e tiene persino conto delle segnalazioni di incidenti o chiusure stradali. Calcola poi il percorso ottimale e, se le condizioni cambiano mentre guidate, può farvi deviare al volo. Questa è una forma di problem-solving, un aspetto chiave dell'intelligenza. L'IA sta percependo il suo ambiente (la rete stradale e il traffico), elaborando quell'informazione e prendendo una decisione per raggiungere un obiettivo specifico: portarvi a destinazione il più velocemente possibile.

È fondamentale capire che l'IA con cui interagiamo oggi è quella che viene definita "Narrow AI" o "Weak IA" (IA ristretta o IA debole). Ciò significa che ogni sistema di IA è progettato e addestrato per svolgere un compito specifico e definito in modo ristretto. L'IA che può battere un grande maestro agli scacchi non può anche comporre una sinfonia o guidare un'auto. L'IA che filtra il vostro spam non ha concept di cosa sia effettivamente un'"offerta vacanze"; sa solo che i modelli in quella email sono simili ad altre email che sono state etichettate come spam. Google Search è una forma di IA ristretta, così come i motori di raccomandazione sui servizi di streaming. Sono incredibilmente potenti e utili all'interno dei loro domini specifici, ma non possiedono intelligenza generale o coscienza.

L'idea di "Artificial General Intelligence" (AGI), d'altra parte, si riferisce a un tipo ipotetico di IA che potrebbe comprendere, imparare e applicare la sua intelligenza per risolvere qualsiasi problema che un essere umano può risolvere. È il tipo di IA spesso ritratto nella fantascienza — una macchina con le capacità cognitive di un essere umano. È importante affermare chiaramente che l'AGI non esiste attualmente e rimane un obiettivo teorico a lungo termine per alcuni ricercatori del campo. Il percorso dall'IA ristretta di oggi all'AGI teorica del futuro è lungo e complesso, e ne approfondiremo la ricerca in un capitolo successivo.

Quindi, quando incontrate un nuovo prodotto o servizio che afferma di usare l'IA, ora potete tagliare attraverso l'hype. Potete chiedervi: Quale compito che normalmente richiede l'intelligenza umana sta svolgendo questa macchina? Sta riconoscendo qualcosa, come un comando vocale o un volto in una foto? Sta comprendendo qualcosa, come il significato di una frase in una lingua per tradurla in un'altra? Sta facendo una previsione, come quale film potreste voler guardare dopo? O sta risolvendo un problema, come trovare il percorso di consegna più efficiente per una flotta di camion? Scomponendolo in questo modo, il concetto di IA diventa molto meno misterioso e molto più radicato nel mondo reale.

L'essenza dell'intelligenza artificiale, quindi, non è creare un cervello meccanico che pensa e prova emozioni esattamente come un umano. Piuttosto, si tratta della simulazione dei processi di intelligenza umana da parte delle macchine, in particolare dei sistemi informatici. Si tratta di progettare una tecnologia che possa acquisire informazioni dal mondo, elaborarle in modo intelligente e poi intraprendere un'azione per raggiungere un particolare obiettivo. Che quell'obiettivo sia semplice come taggare un amico in una foto o complesso come aiutare gli scienziati a scoprire nuovi farmaci, il principio sottostante è lo stesso: usare la computazione per svolgere compiti che un tempo erano dominio esclusivo dell'intelletto umano.