CARLO LODDO – Informazione e Comunicazione

Un quadro concettuale ed applicativo della disciplina del futuro

Uno degli argomenti più trattati e discussi nell’editoria sia cartacea che online in ambito tecnologico è senza dubbio l’intelligenza artificiale. Spesso ci si perde in lunghissimi dibattimenti circa i suoi infiniti risvolti sociali, presenti ma soprattutto futuri, per poi avventurarsi nelle numerosissime declinazioni di utilizzo pratico caratterizzate da una crescita esponenziale.

Sebbene sia una disciplina appartenente all’informatica, da cui di conseguenza eredita le basi teoriche, logiche, metodologiche e tecniche, essa è influenzata da una moltitudine di altre discipline a partire dalla matematica, dalla statistica, dalla cibernetica e dall’automazione, passando per la linguistica, la psicologia, le neuroscienze e le scienze cognitive fino ad arrivare alla filosofia ed all’etica, ma l’elenco potrebbe continuare ancora a lungo. Sin dalla sua definizione si intuisce l’immensità dell’orizzonte (temporale, spaziale, sociale, tecnologico, scientifico e soprattutto futuristico) cui potenzialmente potrebbe aspirare nel corso dei prossimi decenni. Per Intelligenza Artificiale (d’ora in poi IA) si intendono infatti tutte quelle applicazioni e sistemi, sia hardware che software, in grado di consentire agli elaboratori elettronici di emulare prestazioni tipiche dell’intelletto e della razionalità umane. Vista la difficoltà scientifica di circoscrivere le attività del cervello umano possiamo comunque senza dubbio includere tra le tante funzioni dell’IA, l’acquisire, rappresentare, gestire, scambiare ed elaborare conoscenza mediante meccanismi tipici dell’intelligenza umana come l’inferenza, il ragionamento, la generazione e la valutazione di ipotesi e l’apprendimento. Più problematiche rimangono ancora le tecniche di intuizione ed astrazione che necessitano di sistemi logici e di rappresentazione della conoscenza piuttosto sofisticati che integrino i paradigmi simbolici e subsimbolici. Matematicamente la rappresentazione della conoscenza avviene attraverso ontologie semantiche mediante metriche, tassonomie e topologie che integrano funzioni, modelli e processi.

Attraverso la ricerca e l’utilizzo di sistemi di programmazione e linguaggi dell’IA si realizzano quindi programmi in grado di determinare automaticamente da uno stato iniziale una sequenza di azioni in grado risolvere un problema o raggiungere un obiettivo, individuare valori per soddisfare dei vincoli, formalizzare e ragionare su rappresentazioni attraverso insiemi di espressioni logiche complesse, pianificare ragionamenti probabilistici e fuzzy, apprendere empiricamente ed algoritmicamente (Machine Learning, ML). Un ulteriore sviluppo del ML è il Deep Learning, basato su diversi livelli di rappresentazione, corrispondenti a gerarchie di caratteristiche di fattori o concetti, implementati attraverso le reti neurali, nei quali per un ottimizzazione funzionale emergono problematiche e nuove sfide inerenti la diversità delle architetture, spesso non completamente giustificate formalmente, inerenti a task correlati o alla limitata trasparenza epistemologica.

Le applicazioni dell’IA sono innumerevoli e spaziano in quasi tutti i settori ed è difficile delinearne un quadro complessivo. Nell’informatica molte soluzioni hanno utilizzato le metodologie dell’IA ed oggi non vengono neanche più considerate come tali, come per esempio la ripartizione del tempo nei processi dei sistemi operativi, gli interpreti dei vari linguaggi, l’interfaccia grafica, il mouse, i diversi paradigmi di programmazione (funzionale, simbolico, dinamico, orientato agli oggetti), etc. Come precedentemente accennato, i campi dove l’IA trova applicazione sono innumerevoli, partendo dalla ricerca scientifica in molteplici discipline, fino alla pratica in finanza, economia, medicina, robotica, legge, trasporti, telecomunicazioni, risorse umane, ingegneria, sicurezza, pubblica amministrazione, attività militari, videogames, intrattenimento ed ovviamente informatica, analisi dei dati e delle informazioni.

In ottica futura sono molto discusse le implicazioni dell’IA e della robotica dai punti di vista sociale, legale ed economico. Le macchine diverranno mai più intelligenti degli uomini? La legge dovrà garantirgli dei diritti? Quale sarà l’impatto sul mondo del lavoro e sulla disuguaglianza sociale? Non è semplice decidere quali strade intraprendere e di fatto sarà l’etica, più o meno condivisa, a dover rispondere nel corso degli anni agli intricati risvolti di una tecnologia che secondo molti studiosi sarà responsabile di una nuova rivoluzione industriale.

Gli equilibri dell’economia globale sono sempre stati abbondantemente influenzati dallo sviluppo delle tecnologie in ottica geopolitica e secondo un report del Brookins Institution chi sarà il leader dell’IA nel 2030 governerà il mondo fino al 2100. Nel report vengono individuati tre fattori rilevanti per raggiungere questo obiettivo e si chiariscono gli attori in gioco: la Cina sembra essere in vantaggio per quanto riguarda la mole di investimenti digitali, gli Stati Uniti relativamente alla rapidità dell’innovazione dei processi aziendali e l’Europa occidentale per l’efficienza dei sistemi fiscali e di trasferimento.

La Fisionomia dell’Intelligenza Artificiale

Per tracciare una panoramica dal punto di vista complessivo dell’IA e della sua diffusione globale ho esaminato ed estratto i dati e le cifre più significativi da uno degli studi più completi, l’AI Index Report, elaborato dallo Human-Centered Artificial Intelligence Institute della Stanford University con la collaborazione di un gruppo interdisciplinare di esperti provenienti da tutto il mondo accademico e dell’industria, di partners e di fornitori di dati. Lo studio è suddiviso per aree tematiche e mantenendo la stessa struttura segue un sintetico quadro complessivo relativo alla sua ultima realizzazione (2019).

Ricerca e sviluppo

• Tra il 1998 e il 2018, il numero di pubblicazioni scientifiche sull’IA è cresciuto di oltre il 300%, raggiungendo il 3% del totale delle pubblicazioni su riviste scientifiche ed il 9% del totale tra i conference papers.

• La Cina attualmente pubblica lo stesso volume di riviste scientifiche e conference papers sull’IA dell’Europa, avendo già superato gli Stati Uniti nel 2006. L’FWCI (Field-Weighted Citation Impact, il rapporto tra le citazioni totali ricevute da un articolo e la media delle citazioni totali ricevute da tutti gli articoli della stessa materia) delle pubblicazioni statunitensi è comunque ancora superiore di circa il 50% rispetto a quelle cinesi.

• Globalmente oltre il 32% delle citazioni sulle riviste scientifiche di IA sono attribuite all’Asia orientale ed oltre il 40% delle citazioni tra i conference papers sull’IA sono attribuite al Nord America.

• Il Nord America vanta oltre il 60% del totale delle citazioni sui brevetti tra il 2014 ed il 2018.

Conferenze

• La partecipazione alle conferenze sull’IA continua ad aumentare in modo significativo. Nel 2019, la più grande, NeurIPS, prevedeva 13.500 partecipanti, in crescita del 41% rispetto al 2018 e di oltre l’800% rispetto al 2012. Anche altre conferenze come AAAI e CVPR hanno registrato una crescita annuale delle presenze del 30% circa.

• Il seminario WiML ha otto volte più partecipanti rispetto al 2014 e AI4ALL ha 20 volte più ex studenti rispetto al 2015. Questi aumenti riflettono la continua pratica di includere donne e gruppi sottorappresentati nel campo dell’IA.

Prestazioni tecniche

• In un anno e mezzo, il tempo necessario per istruire un sistema di classificazione delle immagini di grandi dimensioni sull’infrastruttura cloud è passato da circa tre ore a ottobre 2017 a circa 88 secondi a luglio 2019. Nello stesso periodo, anche i costi per l’istruzione di un tale sistema si sono ridotti in modo proporzionalmente simile.

• I progressi in alcune serie di attività di classificazione relative all’elaborazione del linguaggio naturale (NLP, Natural Language Processing), come rilevato nei benchmark SuperGLUE e SQuAD2.0, sono stati notevolmente rapidi; le prestazioni sono ancora inferiori su alcune attività di NLP che richiedono ragionamento, come AI2 Reasoning Challenge(ARC), o su attività di apprendimento concettuale di livello umano, come Omniglot Challenge.

• Prima del 2012, i progressi dell’IA si avvicinavano ai valori della Legge di Moore, registrando il raddoppio della capacità computazionale (potenza di calcolo) ogni due anni. Dopo il 2012, tale valore è raddoppiato ogni 3,4 mesi.

Economia

• Singapore, Brasile, Australia, Canada e India hanno registrato la crescita più rapida nelle assunzioni nel settore dell’IA dal 2015 al 2019. Negli Stati Uniti, la quota di posti di lavoro legati all’IA è aumentata dallo 0,26% dei posti di lavoro totali nel 2010 all’1,32% a ottobre 2019, con la quota più elevata in Machine Learning (0,51% dei posti di lavoro totali). La domanda di lavoro in IA sta crescendo soprattutto nei servizi hi-tech e nel settore manifatturiero.

• Nel 2019, gli investimenti globali privati nell’IA sono stati di oltre 70 miliardi di dollari, gli investimenti in startup legate all’IA oltre 37 miliardi ($), le fusioni ed acquisizioni 34 miliardi ($), le IPOs (initial public offering, offerte pubbliche di titoli al fine di quotarsi in borsa) 5 miliardi ($) e le quote di partecipazioni di minoranza del valore di circa 2 miliardi ($).

• A livello globale, gli investimenti nelle startup di IA continuano la loro costante ascesa. Da un totale di 1,3 miliardi ($) nel 2010 sono cresciuti ad oltre $ 40,4 miliardi ($) nel 2018 (37,4 miliardi nel 2019 fino al 4 novembre), i finanziamenti sono aumentati a un tasso di crescita medio annuo di oltre il 48%.

• I veicoli autonomi (AVs) hanno ricevuto la quota maggiore di investimenti globali nell’ultimo anno con 7,7 miliardi di $ (9,9% del totale), seguiti dai farmaci e le terapie antitumorali (4,7 miliardi, 6,1%), il riconoscimento facciale (4,7 miliardi, 6,0 %), i contenuti video (3,6 miliardi, 4,5%) ed il rilevamento delle frodi finanziarie (3,1 miliardi, 3,9%).

• Il 58% delle grandi aziende intervistate riferisce di aver adottato l’IA in almeno una funzione o settore nel 2019, rispetto al 47% nel 2018.

Istruzione

• Le iscrizioni nei corsi di IA e nelle materie correlate continuano a crescere rapidamente sia nelle università tradizionali americane, sia a livello internazionale e nelle offerte online.

• A livello accademico, l’IA è rapidamente diventata la specializzazione più popolare tra i dottorati in informatica in Nord America, con oltre il doppio degli studenti rispetto alla seconda specializzazione più popolare (sicurezza informatica). Nel 2018, oltre il 21% dei dottorandi in informatica si è specializzato in IA / machine learning.

• Negli Stati Uniti e in Canada, il numero di dottorandi stranieri in IA continua a crescere e attualmente supera il 60% del totale (rispetto a meno del 40% nel 2010).

• In Nord America l’industria è diventata di gran lunga il principale acquirente di talenti in IA. Nel 2018, oltre il 60% dei dottorandi in IA è confluito all’industria, rispetto al 20% nel 2004.

Percezione pubblica

• Le comunicazioni di alcune banche centrali dimostrano un vivo interesse per l’IA, vi è un aumento significativo della legislazione relativa in tutto il mondo, nelle rendicontazioni strategiche finanziarie delle aziende si menziona l’IA con sempre maggior frequenza e continuano ad aumentare le ricerche su internet relative ai maggiori topic del settore.

Considerazioni sulla società

• In oltre 3600 articoli di notizie globali sull’etica e l’IA identificati tra la metà del 2018 e la metà del 2019, gli argomenti dominanti sono il contesto e le linee guida sull’uso etico dell’IA, la privacy dei dati, l’uso del riconoscimento facciale, la distorsione degli algoritmi ed il ruolo della grande tecnologia.

• L’IA può contribuire a tutti gli obiettivi di sviluppo sostenibile delle Nazioni Unite (come la riduzione della povertà, lo sviluppo della sanità e dell’educazione, la riduzione delle diseguaglianze, la preservazione dell’ambiente e la crescita economica) attraverso casi d’uso finora identificati che dimostrano le potenzialità ma è necessario ancora superare alcuni problemi relativi all’accesso ed alla disponibilità delle risorse per poter generare uno sviluppo su larga scala.

La situazione italiana

Seppur con diversi obiettivi, quasi tutti i Paesi maggiormente sviluppati hanno adottato o stanno adottando delle linee guida per la politica e la strategia di sviluppo dell’IA.

In Italia l’AgID (Agenzia per l’Italia Digitale) ha istituito una task force per studiare e mappare le possibilità di implementazione di soluzioni di IA per la Pubblica Amministrazione e per favorire l’erogazione di servizi, già in essere e nuovi, ai cittadini. La stessa ha prodotto il Libro Bianco IA in cui si delineano nove sfide emergenti che dovrà affrontare il Paese in ambito di IA:

– Etica, seguendo il principio antropocentrico, il rispetto delle libertà e dei diritti individuali, garantendo la qualità e la neutralità dei dati, la responsabilità di utilizzo degli algoritmi e la loro trasparenza, così come il rispetto della privacy;

– Tecnologica, con focus sulla personalizzazione ed adattività legate all’efficienza soprattutto in ottica di PA (come per esempio il sistema tributario e della mobilità e dei trasporti);

– delle Competenze, sia per i professionisti che per i dipendenti della PA ed i cittadini al fine di capire come relazionarsi alle macchine intelligenti seguendo un approccio tipico della formazione permanente;

– dei Dati, fondamentali per l’efficacia degli algoritmi, dovranno essere di qualità ed esenti da bias, prodotti con la massima attenzione, trattati metodologicamente anche quelli derivanti dall’Internet of Things, e filtrati con tecnologie semantiche e ontologie condivise come nel caso dei dati degli archivi degli enti pubblici;

– Legale, seguendo un giusto bilanciamento tra gli interessi delle collettività e dell’individuo, la privacy, la trasparenza ed il diritto d’autore degli algoritmi ed inoltre la responsabilità di eventuali decisioni intraprese da quest’ultimi;

– della Trasformazione, legata all’adozione dell’IA e soprattutto alla necessaria formazione di professionisti e cittadini che essa richiede;

– di Prevenire le diseguaglianze, garantendo a chiunque l’accessibilità, la semplicità di utilizzo ed i vantaggi che l’IA comporta;

– Misurare l’impatto, in termine di efficacia ed efficienza conducendo ricerche sia quantitative che qualitative improntate alla multidisciplinarità;

– dell’Essere Umano, relativamente alla consapevolezza dell’utilizzo degli strumenti dell’IA, dei suoi vantaggi e dei suoi problemi, attraverso un approccio umanistico in grado di creare dei ponti tra ricerca, industria e società.

In Italia secondo i risultati dell’Osservatorio Intelligenza Artificiale del Politecnico di Milano nel 2019 il mercato dell’IA ha raggiunto il valore di 200 milioni di euro. Nelle infografiche seguenti è stato inoltre accuratamente suddiviso sia per ambiti applicativi che per settori economici.

Personalmente condivido interamente le raccomandazioni dell’Associazione Italiana per l’Intelligenza Artificiale (AI*IA) relativamente ad una impellente necessità di investimenti in ricerca, cultura ed infrastrutture utili nell’integrazione dell’IA nella nostra società al fine di garantirne una crescita sia dal punto di vista economico che del benessere dei cittadini e dell’ecosistema mitigando inoltre i rischi ad essa connessi. In ambito europeo l’Italia è tra i paesi ad investire meno risorse finalizzate a questi obiettivi contribuendo ad aumentare un gap dovuto al fatto che in questo ambito ci sono asset non quantificabili monetariamente come la disponibilità di dataset necessari al training delle applicazioni che si sedimentano attraverso più o meno lunghi periodi di raccolta attraverso le infrastrutture tecnologiche ad essi dedicate. E’ importante inoltre anche la capacità dello Stato di coordinare, interoperare ed aggregare gli sforzi e gli strumenti al di là dei confini della singola entità, azienda, istituzione od ente pubblico al fine di far cooperare risorse tra un architettura cloud distribuita e singoli sistemi intelligenti interconnessi. Per poter raggiungere tali obiettivi è necessaria in primo luogo una diffusione trasversale della cultura dell’IA in tutto il Paese in grado da fare da catalizzatore alle evoluzioni precedentemente citate. Aggiungerei anche il fatto che bisognerà inoltre sviluppare politiche di pianificazione strategica simili a livello europeo per poter fronteggiare i colossi mondiali a partire da Stati Uniti e Cina. Gli statunitensi vantano ingenti investimenti in IA da parte delle multinazionali leader (IBM, Microsoft, Google, Amazon, Facebook tra tutti) che posseggono inoltre quasi un monopolio mondiale sui dati, insieme alla Silicon Valley e numerosi centri di ricerca ed inoltre suddette aziende praticano da tempo una politica aggressiva di acquisizioni delle migliori startup di successo mentre i cinesi muovono anch’essi grandi capitali atti a sviluppare una supremazia tecnologica nel prossimo futuro.

Tra le tante opportunità emergono anche i rischi

Ci si interroga da decenni sul potenziale potere degli algoritmi e più di recente dei big data e non mancano gli allarmismi generati dai rischi legati alla massiccia diffusione dell’IA così come quest’ultimi se ben controllati e mitigati lascino spazio solamente alle opportunità. Gli scenari apocalittici relativamente all’IA sono da tempo presenti ovunque tra cinema, libri, giornali, riviste e web e devono il loro successo alla perversa attrazione umana per il sensazionalismo che gioca un ruolo da protagonista nell’industria dei media e dell’intrattenimento.

Lo scenario più dibattuto sui media è senza dubbio la proliferazione della disoccupazione che comporterebbe anche un aumento delle diseguaglianze generato dal sistema economico liberista che segue come unico fine il profitto che a seconda dei punti di vista è quello individuale, aziendale e/o nazionale. Tutto ciò però potrebbe essere gestito attraverso una diminuzione delle ore di lavoro individuali ed una ripartizione delle risorse magari legandosi ad una nuova disciplina di regolamentazioni dell’economia e della finanza che mettano al primo posto gli individui ed il benessere sociale.

Un altro aspetto critico tutt’ora in essere è la situazione ambientale che potrebbe correre il rischio di veder aumentare ulteriormente la produzione di beni non ecosostenibili e porre le basi per l’inizio di un estinzione di massa. In questo caso in ottica ottimistica l’IA fornirebbe gli strumenti per calcolare nuovi equilibri di convivenza all’interno della complessità del nostro ecosistema.

Lo scenario più emulato sul fronte dell’intrattenimento tra quelli più verosimili è invece il controllo delle masse e degli oggetti da parte di un sempre più ristretto numero di attori, problema non del tutto nuovo alle società e amplificatosi con la globalizzazione, la diffusione dei mass media, delle telecomunicazioni e di internet ma anch’esso intrinsecamente legato alle politiche di normazione ed alla loro effettiva applicazione pratica.

Il tema della sicurezza relativo alla diffusione dell’IA comporta anche i rischi relativi all’utilizzo di armi dotate di tecnologie autonome sempre più distruttive che si rivelerebbero fatali in casi di escalation di azioni militari e guerre, ma anche qui sull’altro fronte grazie a sistemi di monitoraggio intelligente potremmo prevenire potenziali minacce e creare una cultura di ponderazione delle insicurezze.

Sul campo dell’istruzione vi è il rischio di un appiattimento del pensiero ed una diffusione di una cultura dominante che nasconda le differenze come accade già in parte nei motori di ricerca che enfatizzano i risultati più richiesti e popolari e nell’apprendimento personale come nel caso delle fonti informative algoritmiche digitali che tendono a circoscrivere ed omologare culturalmente la propria fruizione.

Per quanto concerne la mobilità vi è il rischio di indirizzare gli sforzi verso la progettazione di nuovi mezzi di spostamento privati che potrebbero aumentare l’inquinamento mentre invece si potrebbe sfruttare l’IA per regolarizzare e snellire il traffico e le ormai congestionate arterie dei trasporti magari promuovendo servizi di trasporto condiviso e l’uso delle telecomunicazioni per limitare alcuni spostamenti.

---

In conclusione non resta che scegliere quale ruolo attivo vogliamo e possiamo recitare nel prossimo futuro in questo mondo sempre più complesso e dinamico augurandoci di trovare sempre una maggiore autostima che ci guidi a realizzare proficuamente il nostro benessere anche grazie alle emergenti tecnologie dell’IA e che queste ultime vengano regolamentate con un approccio etico garantendo un giusto equilibrio a livello sociale, geopolitico ed economico.

Stay tuned!