Comprendere la differenza tra intelligenza artificiale e tecniche tradizionali
La recente popolarità dell'Intelligenza Artificiale, unita al fatto che il campo è nuovo e affascinante, ha portato molte organizzazioni a dichiarare che i loro progetti utilizzano gli ultimi progressi nel campo dell'AI quando per lo più utilizzano solo logica condizionale standard, probabilità e statistica. Ciò si traduce in organizzazioni che non realizzano i benefici che l'AI può offrire.
Una comprensione generale dell'Intelligenza Artificiale da parte del pubblico più ampio è essenziale per garantire un consenso accurato e che la tecnologia sia sviluppata in modo sicuro e responsabile. Sebbene ci siano molte ragioni e pressioni interne per rivendicare l'uso dell'AI quando tale rivendicazione è inaccurata, le organizzazioni, di conseguenza, non beneficiano nemmeno dei veri progressi. La logica condizionale, le tecniche probabilistiche e statistiche sono alla base della maggior parte delle organizzazioni oggi e, sebbene complesse e sofisticate di per sé oltre a fornire vantaggi significativi, differiscono da ciò che oggi viene comunemente definito Intelligenza Artificiale.
La maggior parte delle applicazioni aziendali moderne si basa sulla logica condizionale. Nel contesto dei linguaggi di programmazione contemporanei e dei motori di formule, la logica di business oggi è comunemente espressa come logica booleana, istruzioni If-Then-Else e istruzioni Case. La logica di business organizzativa può essere catturata ed espressa nel ragionamento condizionale. Sebbene si sia dimostrata di enorme valore, differisce da ciò che oggi viene comunemente definito Intelligenza Artificiale. Le tecniche probabilistiche e statistiche, spesso ampiamente utilizzate per previsioni e pronostici, pur essendo affidabili e solide, non sono in realtà Intelligenza Artificiale. Questi costrutti matematici sono più o meno definiti in anticipo in modo razionale, con poche costanti da modificare o variare, mentre l'Intelligenza Artificiale si basa sulle dinamiche.
Al contrario, l'Intelligenza Artificiale, come brevemente descritto, si basa tipicamente su modelli che apprendono dai dati e determinano la logica stessa dai dati. Da quando è stata presentata la dimostrazione del Teorema di Approssimazione Universale nel 1999, dimostrando come una rete neurale possa approssimare qualsiasi funzione, oggi maggiori sforzi sono diretti verso la risoluzione di programmi tramite Intelligenza Artificiale anziché altri paradigmi. Sebbene teoricamente sia possibile approssimare qualsiasi funzione, la potenza di calcolo e le tecniche per conseguirlo erano un fattore limitante nella pratica. Tuttavia, i recenti progressi hanno compiuto grandi passi avanti nel colmare il divario tra teoria e pratica.
L'Intelligenza Artificiale moderna utilizza tecniche tra cui il Deep Reinforcement Learning, l'elaborazione del linguaggio naturale, le LSTMs e i modelli Generative-Adversarial con framework tra cui TensorFlow e PyTorch utilizzati nelle implementazioni. Un buon test per verificare se il tuo progetto utilizza l'Intelligenza Artificiale è esaminare i toolkit attivamente utilizzati all'interno dei progetti. È probabile che non sia un progetto basato sull'AI se non utilizza strumenti del settore, fatta eccezione per l'ovvia eccezione dell'uso di toolkit personalizzati che svolgono comuni attività di AI come la moltiplicazione di matrici.
Applicazioni basate sull'Intelligenza Artificiale e Applicazioni non basate sull'Intelligenza Artificiale
Ecco alcuni esempi reali di intelligenza artificiale utilizzati nel mondo reale:
- Sistemi di Visione Artificiale che imparano a rilevare e tracciare oggetti dai dati etichettati;
- I sistemi di elaborazione del linguaggio imparano a rispondere alle domande e migliorano nel tempo, come i Chat-Bot;
- Agenti di gioco che, solo dall'input di pixel, possono imparare a giocare a giochi come Space Invaders, Pacman e Tetris.
Al contrario, ecco alcuni esempi che vengono comunemente indicati come esempi di Intelligenza Artificiale quando non lo sono e non dovrebbero essere indicati come tali:
- Modelli di previsione basati su Probabilità e Statistica;
- Query SQL che recuperano dati da un database ed eseguono una sorta di aggregazione o ordinamento;
- Dashboard di analisi basate su regole create in Tableau o Microsoft Power BI;
- Fogli di calcolo Excel che utilizzano formule semplici;
- Cartelle di lavoro Excel basate su macro con del codice VBA;
- I sistemi di sensori inviano un segnale a un centro di controllo che viene interpretato da un esperto umano.
Direzioni future per le organizzazioni che intendono adottare l'Intelligenza Artificiale
In molti casi, l'intelligenza artificiale può risolvere problemi complessi, ma ci sono limitazioni in cui la logica condizionale standard, la probabilità e la statistica sarebbero superiori. Un esempio sono le esenzioni che richiedono un'affidabilità del 100%, in cui i sistemi AI possono talvolta produrre risultati incoerenti. Nel caso delle tecniche tradizionali, sarebbe utile indicare come sono state implementate piuttosto che affermare che erano basate sull'intelligenza artificiale, poiché ciò migliorerebbe il flusso di conoscenze.
L'Intelligenza Artificiale è in costante evoluzione, con miglioramenti che arrivano rapidamente, infiltrandosi lentamente nella vita quotidiana venendo distribuita su piattaforme tecnologiche e infrastrutture già esistenti. Man mano che diventa più pervasiva, l'accuratezza è più importante che mai, ed è fondamentale considerare come viene applicata e spiegata. Poiché il settore diventerà inevitabilmente più regolamentato, alcune libertà prese nel rivendicare impropriamente l'uso dell'AI si risolveranno nel tempo. Tuttavia, le organizzazioni possono prendere un vantaggio abbracciando fin da ora definizioni accurate dell'AI.
I vantaggi della vera Intelligenza Artificiale sono vasti e Telemus AI può collaborare con la vostra organizzazione per ottenere risultati tangibili ben oltre le tecniche tradizionali.
Contattaci oggi per una consulenza gratuita su come il Telemus AI™ può essere integrato nella tua organizzazione.
