Introduzione all'intelligenza artificiale
Che cos'è l'intelligenza artificiale?
Definizione e breve storia dell'IA
Le origini dell'intelligenza artificiale (IA) risalgono agli albori della storia dell'informatica e si sono evolute nel tempo in risposta alle sfide e alle opportunità offerte dal progresso tecnologico. Iniziamo con un viaggio nel tempo per esplorare come l'IA si è sviluppata dall'idea di macchine pensanti fino agli algoritmi di apprendimento profondo che conosciamo oggi.
Negli anni '40 e '50 del XX secolo, matematici e logici come Alan Turing cominciarono a formulare le basi teoriche dell'IA. Turing propose il "Test di Turing" come criterio per determinare se una macchina potesse essere considerata "intelligente". Il test consiste nel valutare se un giudice umano è in grado di distinguere tra le risposte di un computer e quelle di un essere umano in una conversazione scritta.
Nel 1956, durante la conferenza di Dartmouth, John McCarthy coniò il termine "intelligenza artificiale" e diede inizio alla ricerca in questo campo. All'epoca, gli scienziati si concentrarono sull'IA simbolica, che utilizzava regole logiche e simboli per rappresentare la conoscenza e risolvere problemi. Un esempio di questa fase è il programma di scacchi di Claude Shannon, in cui l'obiettivo era insegnare a una macchina a giocare a scacchi utilizzando algoritmi e strategie predefinite.
Negli anni '60 e '70, l'IA conobbe un periodo di ottimismo e grandi investimenti, con lo sviluppo di sistemi esperti come MYCIN e DENDRAL. Questi sistemi utilizzavano una base di conoscenza e regole per risolvere problemi in ambiti specifici, come la diagnosi medica o la chimica. Tuttavia, l'IA simbolica mostrò presto i suoi limiti, poiché la creazione di regole e conoscenze esplicite si rivelò difficile e non scalabile.
MYCIN è stato uno dei primi sistemi esperti creati per la diagnosi medica e la raccomandazione di terapie antibiotiche. Sviluppato alla Stanford University negli anni '70, il sistema era in grado di identificare batteri responsabili di infezioni e suggerire il trattamento antibiotico appropriato per il paziente. MYCIN utilizzava una base di conoscenza composta da circa 450 regole e faceva domande al medico per raccogliere informazioni sul paziente e sulla sua condizione. Basandosi sulle risposte e sulle regole nella base di conoscenza, MYCIN formulava una diagnosi e raccomandava un trattamento. Nonostante le sue limitazioni, come la mancanza di integrazione con sistemi di registrazione elettronica dei pazienti, MYCIN dimostrò un livello di competenza paragonabile a quello degli specialisti umani nel suo ambito.
DENDRAL è stato un altro sistema esperto, sviluppato negli anni '60 presso la Stanford University, con l'obiettivo di aiutare i chimici nella determinazione della struttura molecolare di composti organici a partire dai dati spettroscopici. DENDRAL utilizzava una base di conoscenza di regole chimiche per generare ipotesi sulla struttura delle molecole e confrontava queste ipotesi con i dati sperimentali forniti dagli spettrometri. Il sistema era in grado di ridurre il tempo e lo sforzo necessari per l'analisi dei dati spettroscopici e fu il primo esempio di applicazione dell'intelligenza artificiale alla chimica. DENDRAL aprì la strada allo sviluppo di altri sistemi esperti e alla nascita del campo della chemioinformatica.
A partire dagli anni '80, l'attenzione si spostò sull'apprendimento automatico (machine learning), che permette ai computer di imparare dai dati senza essere esplicitamente programmati. Algoritmi come i Decision Tree e i Support Vector Machines divennero popolari per risolvere problemi di classificazione e regressione. Inoltre, furono sviluppate le reti neurali artificiali, ispirate al funzionamento dei neuroni nel cervello umano.
Negli anni '90 e 2000, l'esplosione dei dati digitali e l'aumento della potenza di calcolo portarono a progressi significativi nell'IA. Furono sviluppati algoritmi di apprendimento non supervisionato, come il clustering e la riduzione della dimensionalità, per analizzare grandi quantità di dati. La ricerca in questo periodo si concentrò anche sulle reti neurali, che conobbero un rinnovato interesse grazie al backpropagation, un algoritmo per l'apprendimento dei pesi nelle reti neurali multistrato.
Vi siete spaventati a leffere tutti sti termini assurdi come "backpropagation", "decision tree" e state pensando che erano belli i tempi in cui si giocava con il "Sapientino arancione 0-4" :-) ..tranquilli , vedremo ogni definizione in modo semplice e tutto sarà chiaro !
Fondamenti dell'IA
Algoritmi e apprendimento automatico (machine learning)
Gli algoritmi di apprendimento automatico sono come le diverse strategie o metodi che i computer usano per imparare.
-
Alberi decisionali: Immagina un gioco in cui fai domande per indovinare un animale. Ogni domanda ti avvicina alla risposta giusta. Gli alberi decisionali funzionano in modo simile: il computer fa domande sui dati e segue le risposte per arrivare a una conclusione.
-
Regressione lineare: Supponiamo che tu voglia prevedere quanto sarai alto quando sarai adulto. Potresti guardare l'altezza dei tuoi genitori e cercare di capire la relazione tra le loro altezze e la tua. La regressione lineare è un modo per il computer di scoprire la relazione tra variabili e fare previsioni basate su di esse.
-
K-Means (raggruppamento): Immagina di avere un sacco di caramelle di diversi colori e vuoi dividerle in gruppi in base al colore. K-Means è un metodo che aiuta il computer a trovare il "centro" di ciascun gruppo di caramelle dello stesso colore e a raggrupparle insieme.
-
Support Vector Machines: Immagina di avere un gruppo di palline rosse e blu sparse sul pavimento. Vuoi disegnare una linea per separare le palline rosse dalle blu. Le Support Vector Machines aiutano il computer a trovare la migliore linea possibile per dividere le palline in base al loro colore.
Reti neurali e deep learning
Una rete neurale è un modello matematico ispirato al modo in cui il cervello umano elabora le informazioni. È composta da unità chiamate "neuroni artificiali" organizzate in strati. Ogni neurone riceve input da altri neuroni, elabora l'informazione e la trasmette ai neuroni successivi.
La comprensione del linguaggio naturale è una parte importante nella strada che porta la a.i. a interagire con gli uomini nel quotidiano. Questo processo consiste nell'interpretare e comprendere il significato del testo scritto o della voce umana. Il linguaggio umano è molto complesso e ricco di sfumature, come sinonimi, ambiguità e modi di dire, che rendono difficile per i computer capire esattamente cosa vogliamo dire.
-
Il NLP utilizza varie tecniche e algoritmi, tra cui reti neurali e deep learning, per analizzare e generare il linguaggio naturale. Grazie ai progressi nell'intelligenza artificiale e al crescente volume di dati disponibili, il NLP ha fatto passi da gigante negli ultimi anni, rendendo i computer sempre più capaci di comprendere e comunicare con le persone in modo naturale e efficace.
Quali sono i passaggi operativi?
- Analisi del sentiment: capire se un testo esprime un'opinione positiva, negativa o neutra su un argomento specifico, come la recensione di un prodotto o un commento su un social media.
-
Riconoscimento di entità nominate: identificare nomi di persone, luoghi, organizzazioni e altre entità specifiche all'interno di un testo.
-
Generazione di testo: creare testo in modo automatico, come risposte a domande o riassunti di articoli lunghi.
-
Traduzione automatica: tradurre testo o discorsi da una lingua a un'altra, come il servizio offerto da Google Translate.
-
Riconoscimento vocale: convertire la voce umana in testo scritto, utilizzato in assistenti virtuali come Siri, Alexa e Google Assistant.
-
Ma alla fine .. come pensa una i.a.?
Facciamola il più semplice possibile .. d'altronde qualcuno dice che se una cosa non la spiegare in modo semplice ...vuol dire che non l'hai capita abbastanza :-)
Laciamo perdere tecnicismi e andiamo per esempi:
Immagina che l'IA sia come un supereroe che ha dei poteri speciali: la classificazione e la regressione più altre cosette che vedremo dopo. Entrambi questi poteri aiutano l'IA a fare previsioni o a prendere decisioni basate sui dati che ha a disposizione.
Classificazione: La classificazione è il potere di dividere oggetti o informazioni in gruppi o categorie. Supponiamo che tu abbia un sacco di frutta e tu debba dividerla tra mele, banane e arance. Il potere della classificazione aiuta l'IA a imparare a riconoscere queste diverse frutta e a dividerle correttamente nelle categorie giuste.
Nel caso dell'IA, le categorie vengono chiamate "classi". Ad esempio, un'IA potrebbe essere addestrata a riconoscere immagini di cani e gatti. In questo caso, le classi sarebbero "cane" e "gatto". L'IA impara dai dati (immagini di cani e gatti) e diventa brava a prevedere in quale classe appartiene un'immagine che non ha mai visto prima.
Regressione: La regressione è il potere di prevedere un valore numerico. Supponiamo che tu abbia un sacco di palloncini e tu debba indovinare quanto pesano. Il potere della regressione aiuta l'IA a imparare a stimare il peso dei palloncini basandosi sulle loro caratteristiche (dimensioni, materiale, ecc.).
Clustering e riduzione della dimensionalità: Il clustering è un altro potere dell'IA che consiste nel raggruppare oggetti o informazioni simili tra loro, ma senza categorie predefinite come nella classificazione. È come se avessi un sacco di giocattoli misti e volessi raggrupparli in base alle loro somiglianze, ma senza sapere esattamente quali tipi di giocattoli ci sono.
La riduzione della dimensionalità è il potere di semplificare i dati mantenendo le informazioni più importanti. Immagina di avere un enorme puzzle con migliaia di pezzi e di volerlo ridurre a un puzzle più semplice con meno pezzi, ma senza perdere i dettagli cruciali dell'immagine.
Entrambe queste tecniche sono utili per analizzare e comprendere grandi quantità di dati, rendendoli più semplici da gestire e da interpretare.
Riconoscimento di pattern e analisi del sentiment: Il riconoscimento di pattern è il potere dell'IA di identificare schemi o strutture ricorrenti nei dati. Ad esempio, un'IA potrebbe riconoscere schemi nel modo in cui le persone parlano o scrivono.
L'analisi del sentiment è un'applicazione del riconoscimento di pattern che permette all'IA di comprendere le emozioni o i sentimenti espressi nel testo. Immagina di leggere un messaggio da un amico e di capire se è felice, triste o arrabbiato basandoti sulle parole che usa e sul modo in cui scrive. L'IA può fare lo stesso, ma su larga scala e molto più velocemente di un essere umano.
In questo caso, l'IA può essere addestrata a riconoscere parole o espressioni positive e negative, e a valutare il sentiment generale di un testo, come recensioni di prodotti, post sui social media o email.
Ma cosa è successo con il Garante ?
Chatgpt è stato bloccato dal garante della privacy con questo comunicato.
L'italia quindi è uno dei quattro paesi al mondo insieme a Cina, Russia, e Corea del Nord a bloccare l'accesso a questo servizio.
Nelle motivazioni leggiamo che non c'è un controllo sull' età di chi vi accede e "'assenza di una base giuridica che giustifichi la raccolta e la conservazione massiccia di dati personali, allo scopo di “addestrare” gli algoritmi sottesi al funzionamento della piattaforma".
E' abbastanza ovvio che una intelligenza artificiale debba raccogliere informazioni per poter fornire risposte sempre più precise e calibrate a chi chiede e soprattutto essendo il materiale.
Non temiamo il progresso, affrontiamolo con audacia, è giusto fissare qualche paletto lungo la strada; dopo tutto, anche l'evoluzione ha bisogno di un po' di buon senso e di limiti di velocità!"
Ma l'essere tagliati fuori in questo modo ricorda tanto quando la classe dirigente del nostro paese tentò di bloccare l'accesso a Internet o le decine di proposte più o meno fantasiose che partendo da principi condividibilissimi generavano nel pratico una pletora di ostacoli al progresso e spesso non erano nemmeno efficaci a prevenire gli illeciti per cui erano state pensate.
L'intelligenza artificiale è ormai una realtà che sta rivoluzionando ogni ambito della nostra vita per fare un esempio su tutti all' Universita' di Washington,con un algoritmo di a.i. chiamato RoseTTAFold e' riuscito a risolvere la struttura di centinaia di proteine note per essere bersagli di farmaci di uso comune e a decifrare 350.000 proteine umane (il 44% di quelle note nel nostro organismo) permettendo un salto quantico nella preparazione di nuovi farmaci per malattie oggi incurabili.
Quindi vietare un qualcosa per cercare di evitare un delitto ... è il modo migliore per creare dei nuovi delitti e rallentare il progresso :-).
Resta da augurarsi che questa incredibile lungimiranza del nostro Garante che protegge la nostra privacy con così tanta forza che solo altri tre stati al mondo riescono, possa comunque trovare un dialogo con il progresso e si trovi la quadra per creare una serie di regole , assolutamente necessarie per progredire e non tagliarsi fuori dal mondo.
Ma quindi come faccio a non restare fuori da questa incredibile innovazione se sono in Italia?
Innanzitutto è importante capire che il blocco è stato fatto SOLO al sito di chatgpt (https://chat.openai.com/) mentre sia le api che una moltitudine di servizi che usano chatgpt "sotto il cofano" non sono state bloccate.
Le API (Application Program Interface) sono come un menù di un ristorante per gli sviluppatori di software. Quando vai in un ristorante, il menù ti mostra quali piatti sono disponibili e come ordinarli. In modo simile, un'API mostra ai programmatori quali funzioni e servizi sono disponibili in un determinato software o piattaforma e come utilizzarli per interagire con esso.
Le API consentono a diverse applicazioni di "parlare" tra loro e scambiarsi informazioni in modo strutturato e sicuro. Grazie alle API, gli sviluppatori possono creare nuove funzionalità, integrare servizi esistenti e automatizzare processi senza dover reinventare la ruota o conoscere tutti i dettagli interni del software con cui stanno interagendo.
Per esempio Bing, il motore di ricerca di Microsoft (Microsoft ha investito 10 MILIARDI di dollari in OpenAi) può chattare direttamente con il motore di chatgpt senza problemi anche dall' Italia.
Poi esistono le vpn , alcune anche gratuite che permettono di interrogare il servizio dall' estero.
In Italia, l'utilizzo di una VPN (Virtual Private Network) non è illegale. Le VPN sono strumenti che consentono di stabilire connessioni sicure e criptate tra il tuo dispositivo e Internet, proteggendo la tua privacy e nascondendo il tuo indirizzo IP reale.
Siete pronti ? ora si gioca con la i.a.
Se volete approfondire come funziona la i.a. ci sono una marea di documenti in merito www.wikiwand.com/it/Intelligenza_artificiale , qui trovate un sacco di approfondimenti.
ChatGpt