{"id":3020,"date":"2023-01-19T15:11:14","date_gmt":"2023-01-19T15:11:14","guid":{"rendered":"https:\/\/rfidunion.com\/?p=3020"},"modified":"2023-02-27T02:50:38","modified_gmt":"2023-02-27T02:50:38","slug":"most-advanced-ai","status":"publish","type":"post","link":"https:\/\/rfidunion.com\/it\/information\/most-advanced-ai.html","title":{"rendered":"Dagli algoritmi di base all'intelligenza artificiale pi\u00f9 avanzata"},"content":{"rendered":"

Che tu ci creda o no, quel robot intelligente che vedi nei film esiste davvero. Anche se sembra fantascienza, gli scienziati hanno lavorato per anni per svilupparlo in modo avanzato intelligenza artificiale<\/a> (AI). E oggi le cose sembrano molto promettenti: L'AI sta diventando una realt\u00e0 grazie agli algoritmi e alle tecniche di apprendimento automatico. Sta lavorando per diagnosticare le malattie e comprendere le immagini. Prima di parlare dell'AI pi\u00f9 avanzata di cui disponiamo oggi, analizziamo come siamo arrivati a questo punto.<\/p>\n\n\n\n

L'ascesa dell'apprendimento automatico<\/h2>\n\n\n\n

L'apprendimento automatico \u00e8 un sottoinsieme dell'Intelligenza Artificiale. Il termine \"apprendimento automatico\" \u00e8 stato coniato nel 1959, ma il concetto risale a prima dell'invenzione dei computer, quando gli scienziati cercarono di costruire macchine in grado di prendere decisioni ed eseguire compiti senza essere esplicitamente programmate.<\/p>\n\n\n\n

I ricercatori lavorano sull'apprendimento automatico da decenni; oggi \u00e8 uno dei campi pi\u00f9 caldi dell'AI. Gli algoritmi di apprendimento automatico possono imparare dall'esperienza e migliorare le prestazioni nel tempo, senza bisogno di qualcuno che dica loro come farlo.<\/p>\n\n\n\n

Algoritmi di Machine Learning che funzionano come modelli predittivi<\/p>\n\n\n\n

Aziende come Amazon utilizzano algoritmi di apprendimento automatico, Netflix o Google per prevedere il comportamento degli utenti in base alle azioni passate (e quindi fornire raccomandazioni). Questi algoritmi hanno anche risolto problemi complessi come il riconoscimento delle immagini, la traduzione automatica o il gioco.<\/p>\n\n\n\n

IA e robotica<\/h2>\n\n\n\n

AI e Robotica<\/a> sono due cose diverse. L'intelligenza artificiale \u00e8 l'intelligenza di un computer, mentre la robotica \u00e8 l'uso dei computer per costruire macchine. AI si riferisce a sistemi di intelligenza artificiale virtuale e fisica che possono pensare e agire come esseri umani.<\/p>\n\n\n\n

Il robot \u00e8 un automa controllato da sensori, istruzioni programmate o dispositivi di controllo remoto che eseguono automaticamente compiti o funzioni simili a quelli umani. L'idea di creare robot intelligenti esiste fin dalla mitologia greca (Atlas). Tuttavia, i tentativi moderni di costruirli sono iniziati alla fine degli anni '50 con il finanziamento del Governo degli Stati Uniti nell'ambito del \"Progetto Cybersyn\" durante l'amministrazione del Presidente Nixon, con l'obiettivo di applicazioni militari come i sistemi di armi senza pilota.<\/p>\n\n\n\n

L'intelligenza artificiale \u00e8 diventata un argomento popolare nei media, con molte notizie su come utilizzare l'intelligenza artificiale per creare robot pi\u00f9 intelligenti degli umani. Sebbene ci\u00f2 sia certamente possibile, la maggior parte della tecnologia attualmente utilizzata per le applicazioni di intelligenza artificiale si concentra sul rendere i computer pi\u00f9 efficienti nell'esecuzione delle attivit\u00e0 piuttosto che creare qualcosa che possa pensare come noi.<\/p>\n\n\n\n

L'ascesa del deep learning<\/h2>\n\n\n\n

Il deep learning \u00e8 una forma di apprendimento automatico, ovvero la capacit\u00e0 dei sistemi informatici di apprendere senza essere esplicitamente programmati. Il suo viaggio inizi\u00f2 negli anni '50 quando l'informatico John McCarthy pubblic\u00f2 un documento su come insegnare ai computer a giocare a scacchi. Nel 1958, Arthur Samuel cre\u00f2 uno dei primi programmi di autoapprendimento combinando le sue conoscenze con l'apprendimento per rinforzo, in cui un algoritmo apprende attraverso tentativi ed errori.<\/p>\n\n\n\n

Nel 1959, Marvin Minsky e Seymour Papert fondarono il loro laboratorio di intelligenza artificiale al MIT (Massachusetts Institute of Technology). Hanno lavorato a due progetti: bracci robotici controllati da reti neurali e programmi progettati per risolvere problemi utilizzando il ragionamento logico. Il laboratorio ha prodotto molti altri progetti innovativi, tra cui Shakey, un robot mobile in grado di pensare da solo utilizzando tecniche di intelligenza artificiale come la pianificazione del percorso (decidendo dove dovrebbe muoversi) e il riconoscimento degli oggetti (identificando gli oggetti intorno ad esso). Questo \u00e8 stato un passo avanti verso la creazione di macchine che potessero vedere come gli umani!<\/p>\n\n\n\n

Progressi nell'elaborazione del linguaggio naturale<\/h2>\n\n\n\n

L'elaborazione del linguaggio naturale (NLP) \u00e8 la capacit\u00e0 di una macchina di comprendere il linguaggio umano ed \u00e8 un sottoinsieme dell'AI. L'NLP avanzato si ottiene attraverso l'apprendimento profondo, che consente a un computer di imparare dai dati e di prendere decisioni da solo.<\/p>\n\n\n\n

L'apprendimento profondo ha fatto progredire immensamente il campo della PNL da quando \u00e8 nato nel 2014 con il programma AlphaGo di Google che ha sconfitto Lee Sedol a Go, un antico gioco da tavolo cinese. Al giorno d'oggi, \u00e8 possibile utilizzare il telefono come interprete, facendogli tradurre le lingue straniere o inviare messaggi vocali su WhatsApp utilizzando la tecnologia di riconoscimento vocale.<\/p>\n\n\n\n

Inoltre, grazie al deep learning, disponiamo di macchine in grado di prevedere il tempo meglio dei meteorologi. Aiuta le persone cieche a vedere di nuovo e assiste nella lettura di documenti di ricerca per studenti laureati, tutte cose che una volta erano ritenute irrealizzabili senza l'intervento umano!<\/p>\n\n\n\n

Progressi nella visione artificiale<\/h2>\n\n\n\n

I progressi nella computer vision sono stati enormi. La computer vision \u00e8 la scienza e la tecnologia delle macchine che vedono. Viene utilizzata nella robotica, nelle auto senza conducente e in molte altre applicazioni. Anche se questo campo esiste quasi da sempre come i computer, ha iniziato a fare grandi ondate solo di recente, grazie all'apprendimento profondo e alle reti neurali convoluzionali (CNN).<\/p>\n\n\n\n

Il primo passo avanti \u00e8 stato lo sviluppo delle CNN da parte di Yann LeCun nel 1998 per i compiti di riconoscimento della scrittura. Queste reti erano molto pi\u00f9 efficaci dei metodi precedenti nell'identificare le cifre scritte a mano. Poich\u00e9 erano in grado di generalizzare meglio rispetto all'osservazione di un esempio specifico alla volta, imparavano l'aspetto di ogni cosa in base agli esempi precedenti che avevano visto, anche se le immagini non erano esattamente uguali! Questo ha fatto sperare che i computer potessero essere addestrati utilizzando principi simili a quelli con cui gli esseri umani imparano le cose nuove: attraverso l'esperienza nel tempo con molti esempi diversi, piuttosto che con la semplice memorizzazione a memoria da un'unica fonte.<\/p>\n\n\n\n

Progressi nei modelli generativi<\/h2>\n\n\n\n

I modelli generativi sono algoritmi di apprendimento automatico che si concentrano sulla creazione di nuovi dati a partire da quelli esistenti. Essendo uno dei tipi pi\u00f9 semplici di modelli generativi, pu\u00f2 utilizzarli per creare nuove immagini, suoni o persino testi. Ad esempio, se desidera creare un'immagine che assomigli alla foto di qualcun altro, ma che non sia una copia (ad esempio, se desidera generare un'immagine che assomigli a un dipinto). Allora si potrebbe utilizzare un modello generativo per addestrare il modello su immagini generate in modo casuale e poi utilizzare queste informazioni per generare immagini pi\u00f9 realistiche.<\/p>\n\n\n\n

Lo stesso vale per la generazione di altri tipi di media: se vuoi la tua canzone senza che qualcun altro la registri prima (o senza pagare loro i diritti d'autore!). Quindi tutto ci\u00f2 che devi fare \u00e8 addestrare il tuo sistema di intelligenza artificiale sui brani esistenti in modo che sappia come suonano quando vengono suonati insieme e individualmente, quindi voil\u00e0! Ora hai invece una melodia originale composta dall'intelligenza artificiale.<\/p>\n\n\n\n

L'impatto dell'IA pi\u00f9 avanzata<\/h2>\n\n\n
\n
\"Queste
Queste IA pi\u00f9 avanzate possono influenzare le nostre vite in molti modi<\/figcaption><\/figure><\/div>\n\n\n

L'impatto di queste AI pi\u00f9 avanzate si fa gi\u00e0 sentire in molti settori. L'AI sta semplificando le nostre vite automatizzando compiti e processi, ma sta anche cambiando il modo in cui viviamo e lavoriamo. Vediamo alcuni esempi:<\/p>\n\n\n\n

  • Le auto a guida autonoma fanno notizia da qualche tempo, ma sapeva che sono gi\u00e0 disponibili? Waymo di Google sta attualmente operando con taxi a guida autonoma in Arizona. Immagini di poter leggere o guardare la TV mentre si reca al lavoro!<\/li>
  • Anche la diagnostica medica \u00e8 in aumento grazie agli algoritmi di apprendimento automatico in grado di prevedere le malattie in base ai sintomi e ai dati genetici. Ci\u00f2 potrebbe significare la diagnosi precoce del cancro e di altre malattie, salvando vite in tutto il mondo.<\/li>
  • Il riconoscimento vocale \u00e8 migliorato enormemente negli ultimi dieci anni grazie ai progressi dei modelli di apprendimento profondo, come le reti neurali, utilizzate da Google Assistant (e Siri). Il ritmo di miglioramento di questa tecnologia \u00e8 forse ancora pi\u00f9 veloce di quello che abbiamo visto con il riconoscimento delle immagini!<\/li>
  • I chatbot sono un altro esempio di AI in azione. Hanno permesso alle aziende di raggiungere i loro clienti in modo pi\u00f9 semplice ed efficiente attraverso le app di messaggistica come Facebook Messenger e WhatsApp. Stiamo anche assistendo all'ascesa di assistenti personali basati su chatbot come Alexa (Amazon Echo), Siri (Apple HomePod) e Google Assistant.<\/li><\/ul>\n\n\n\n

    Questi sono solo alcuni esempi di come l'AI ha migliorato le nostre vite nell'ultimo decennio. Come pu\u00f2 vedere, sta gi\u00e0 migliorando le cose e aiutando le persone a risparmiare tempo, denaro e fatica.<\/p>\n\n\n\n

    Le sfide dell'IA<\/h2>\n\n\n\n

    L'intelligenza artificiale non \u00e8 una panacea. Ci sono stati alcuni entusiasmanti progressi nell'IA, ma devono essere affrontate anche serie sfide. L'IA non \u00e8 perfetta e pu\u00f2 essere usata per il bene o per il male.<\/p>\n\n\n\n

    L'AI pu\u00f2 essere prevenuta: Abbiamo visto come i sistemi di AI abbiano appreso i pregiudizi razzisti dai loro creatori umani, e i dipartimenti di polizia utilizzano questi stessi sistemi per prevedere chi commetter\u00e0 crimini in futuro. Supponiamo che un sistema sia programmato con una serie di valori (come quelli associati al razzismo). In questo caso, potrebbe condurci su una strada molto pericolosa, creando una societ\u00e0 autoritaria in cui le persone che non rientrano in questa visione ristretta del mondo vengono emarginate e discriminate in base alla loro razza o etnia percepita.<\/p>\n\n\n\n

    L'intelligenza artificiale pu\u00f2 essere violata: proprio come qualsiasi altro programma per computer, qualcuno potrebbe provare ad hackerare il tuo sistema di intelligenza artificiale per fargli fare qualcosa di non intenzionale, come impersonarti! Immagina se qualcuno potesse hackerare uno dei tuoi assistenti e convincere chiunque li abbia chiamati al telefono. Stavano parlando direttamente con te invece che solo con un altro operatore di call center presso un fornitore di servizi di terze parti (sai fin troppo bene quanto sarebbe fastidiosa quell'esperienza!).<\/p>\n\n\n\n

    Il futuro dell'intelligenza artificiale<\/h2>\n\n\n\n

    L'AI \u00e8 ancora nelle sue fasi iniziali, ma sta gi\u00e0 avendo un impatto sulle nostre vite. Man mano che continuiamo a sviluppare nuove tecniche di costruzione dell'IA e a incorporarle in pi\u00f9 aree della nostra vita, possiamo aspettarci di vedere ancora pi\u00f9 modi in cui la tecnologia cambier\u00e0 il nostro modo di vivere e lavorare.<\/p>\n\n\n\n

    In futuro, l'intelligenza artificiale potrebbe diventare sempre pi\u00f9 importante sia nella vita personale che professionale. Per esempio:<\/p>\n\n\n\n

    • Potrebbe utilizzare gli occhiali intelligenti per guardare il menu di un ristorante o una brochure di viaggio mentre pranza con un amico, senza doverlo prima stampare per poterlo leggere (o se non vuole le copie cartacee).<\/li>
    • La tua auto potrebbe guidare da sola durante la guida sulle autostrade nelle ore di punta in modo che tutti si muovano nel traffico nel modo pi\u00f9 efficiente possibile.<\/li>
    • Il suo frigorifero pu\u00f2 ordinare la spesa per lei prima di esaurire gli alimenti freschi quando non \u00e8 conveniente fare la spesa.<\/li><\/ul>\n\n\n\n

      Conclusione<\/h2>\n\n\n\n

      Potresti chiederti se i sistemi di intelligenza artificiale pi\u00f9 avanzati raggiungeranno la vera intelligenza. Sebbene questa sia ancora una questione aperta, sembra certamente che i ricercatori abbiano fatto passi da gigante negli ultimi anni. <\/p>\n\n\n\n

      La rivoluzione dell'AI \u00e8 tutt'altro che finita. Sebbene l'AI abbia fatto passi da gigante, c'\u00e8 ancora molto da fare se vogliamo che questi sistemi siano davvero all'altezza della mente umana. Questa rivoluzione \u00e8 appena iniziata e resta da vedere fino a che punto si spinger\u00e0 questo campo. Ma una cosa sembra gi\u00e0 certa: siamo sull'orlo di un futuro alimentato dall'AI, e lei non vuole rimanere indietro.<\/p>","protected":false},"excerpt":{"rendered":"

      Che ci creda o no, il robot intelligente che vede nei film esiste davvero. Anche se sembra fantascienza, gli scienziati lavorano da anni per sviluppare un'intelligenza artificiale (AI) avanzata. E oggi le cose sono molto promettenti: L'AI sta diventando una realt\u00e0 grazie agli algoritmi e alle tecniche di apprendimento automatico. Sta lavorando per diagnosticare le malattie [...]<\/p>","protected":false},"author":1,"featured_media":3075,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_seopress_robots_primary_cat":"none"},"categories":[48,68,59,71,43],"tags":[],"_links":{"self":[{"href":"https:\/\/rfidunion.com\/it\/wp-json\/wp\/v2\/posts\/3020"}],"collection":[{"href":"https:\/\/rfidunion.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/rfidunion.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/rfidunion.com\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/rfidunion.com\/it\/wp-json\/wp\/v2\/comments?post=3020"}],"version-history":[{"count":0,"href":"https:\/\/rfidunion.com\/it\/wp-json\/wp\/v2\/posts\/3020\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/rfidunion.com\/it\/wp-json\/wp\/v2\/media\/3075"}],"wp:attachment":[{"href":"https:\/\/rfidunion.com\/it\/wp-json\/wp\/v2\/media?parent=3020"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/rfidunion.com\/it\/wp-json\/wp\/v2\/categories?post=3020"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/rfidunion.com\/it\/wp-json\/wp\/v2\/tags?post=3020"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}