di Virna Bottarelli | Fondata nel 1988 con lo scopo di promuovere la ricerca e la diffusione delle tecniche proprie dell’Intelligenza Artificiale, l’Associazione italiana per l’Intelligenza Artificiale – AIxIA, oggi ha più di mille membri tra ricercatori, professori universitari e società, ed è presieduta da Piero Poccianti, una vita dedicata all’informatica e ancora tanta passione da mettere nella divulgazione. AIxIA è stata la prima associazione italiana ad aderire a Claire (Confederation of Laboratories for Artificial Intelligence Research in Europe), un network nato nel 2018 con l’obiettivo di raccogliere idee e intuizioni capaci di dare all’Europa un ruolo di primo piano nella ricerca e nell’innovazione in questo campo. E proprio in Europa, l’AI ha ricevuto l’endorsment della Commissione Europea, che ha presentato a febbraio il piano per ‘Un’ Europa adatta all’era digitale’ e un libro bianco sull’Intelligenza Artificiale.
<<Il libro bianco della Commissione rappresenta sicuramente un buon punto di partenza per delineare una visione di sviluppo dell’Intelligenza Artificiale in Europa con il contributo di tutti i Paesi e di tutti i paradigmi che compongono l’AI”, commenta Poccianti. “Un ottimo risultato per noi è anche la necessità, finalmente espressa anche dalla Commissione, di ripensare l’attuale modello socioeconomico e l’impatto ambientale, promuovendo l’economia circolare, la diminuzione delle disuguaglianze, il benessere dell’umanità e del pianeta.>>
PIERO POCCIANTI, presidente AIXIA
Ha dedicato la sua vita all’informatica: quali sono stati i momenti di svolta per il settore?
Posso tranquillamente affermare di aver dedicato la mia vita all’informatica, disciplina che mi ha appassionato da quando avevo 14 anni. È stato per me davvero interessante osservare l’evoluzione di questa materia, compresa l’AI, che è diventata ormai parte integrante della nostra vita. Contrariamente a quanto si possa pensare, la storia dell’AI non è così tanto recente, ma risale al 1943, anno in cui venne pubblicato l’articolo di McCulloch e Pitts sui neuroni artificiali. È il 1950 quando Alan Turing pubblica sulla rivista Mind l’articolo “Computer machinery and Intelligence”, tutt’ora considerato una delle pietre miliari dell’AI e nel quale il padre pioniere della disciplina si pone una domanda principale: la macchina può pensare? La definizione invece del termine avviene successivamente, nel 1956, durante una conferenza, più precisamente quella di Dartmouth. Per l’occasione, Allen Newell e Herbert Simon presentarono Logic Theorist, uno dei primi programmi espressamente progettati per imitare le capacità di problem solving degli esseri umani. Un’altra tappa da citare è sicuramente il 1986, che vede la diffusione del libro “Parallel Distribu- ted Processing” da parte di un gruppo di esperti del Mit, grazie al quale vengono poste le basi per le Deep Neural Networks e descritti gli algoritmi per creare una rete neurale multistrato. Di fatto, sono gli algoritmi che usiamo oggi e che hanno dimostrato grande valore dal 2005 in poi, soprattutto nel campo della percezione. Una storia che è sempre stata accompagnata da quelli che gli esperti definiscono Primavere e Inverni dell’AI, nei quali si è assistito a momenti di grande en- tusiasmo e disillusione. Devo ammettere che at- tualmente siamo in una Estate, visto quanto sono diffusi la curiosità e il dibattito intorno all’AI, di- ventata argomento di interesse anche per i meno esperti.
Quali sono state le applicazioni che hanno dato il via a una più ampia implementazione dell’Intelligenza Artificiale?
Lo sviluppo dell’AI è costituito dalla successione temporale di quelle che i ricercatori e gli esperti del settore definiscono “wave”, ognuna delle quali ha conosciuto l’evoluzione dei diversi paradigmi – logica, ragionamento, apprendimento e percezione. La prima ondata ha visto prevalere i sistemi di logica, mentre la seconda, quella che stiamo attualmente vivendo, è maggiormente legata ai successi raggiunti nel campo della percezione. Al momento abbiamo a disposizione macchine che sono perfettamente in grado di sentire, vedere e riconoscere non solo gli oggetti ma anche i cosiddetti pattern. I sistemi – sia hardware che software – raccolgono, elaborano ed esaminano una gran quantità di dati, mettendo in relazione tra loro le informazioni così ottenute ed estraendone elementi comuni. Gli output forniti sono fondamentali per supportare i processi decisionali umani e trovano applicazione in moltissimi e svariati ambiti. Primo fra tutti la diagnostica: gli algoritmi, effettuando una semplice scansione di immagini, radiografie, ecografie e Tac, riescono a riconoscere addirittura malattie genetiche rare e tumori a uno stadio iniziale, che sfuggono all’occhio umano. Altre applicazioni riguardano, ad esempio, il marketing: gli assistenti vocali che tutti noi possediamo nello smartphone o le risposte automatiche nei call center si basano proprio sull’abilità dell’Intelligenza Artificiale di riconoscere il parlato. Da non sottovalutare anche l’impiego nella sicurezza: le telecamere con sistemi intelligenti sono in grado di individuare un comportamento minaccioso ed eventualmente segnalare prontamente cosa sta accadendo. Tutti questi successi non ci devono però trarre in inganno: le macchine riescono a compiere in modo eccellente solo alcuni compiti ben definiti e specifici, ma siamo ben lontani dall’ottenere un essere senziente in grado di prendere decisioni autonome o provare sentimenti ed emozioni.
Come si è evoluto nel tempo il core tecnologico dei sistemi di Intelligenza Artificiale?
Come anticipato, l’Intelligenza Artificiale è una disciplina che racchiude paradigmi diversi: dagli strumenti di rappresentazione della conoscenza, ai sistemi di ragionamento automatico, passando per sistemi robotici, sistemi di visione, arrivando al riconoscimento del parlato e dei pattern. Ognuno dei paradigmi appena menzionati consente di risolvere specifici problemi e necessita architetture adatte al suo funzionamento. Si pensi ad esempio ai sistemi robotici che hanno bisogno di attuatori tridimensionali per muovere i bracci, di mani robotiche dotate del tatto, di sistemi di riconoscimento visivo per capire il contesto in cui si stanno muovendo, di riconoscere rumori, di conversare con un umano e così via. Altri esempi che posso citare sono gli smartphone, gli altoparlanti intelligenti che sono in grado di interagire con i sistemi domotici e i sistemi medicali che forniscono un supporto alla diagnosi, i veicoli autonomi ecc. Quando ci si riferisce ai modelli basati sul ragionamento, l’esigenza di potenza elaborativa è, di solito, modesta – se confrontata alle potenze che esprimono le macchine oggi disponibili. Se si analizza il contesto delle Deep Neural Netwok (Dnn), notiamo subito delle differenze: questi paradigmi, infatti, necessitano gradi quantità di memoria e potenze elaborative nelle fasi di apprendimento, mentre le fasi di inferenza, ovvero il funzionamento dopo l’addestramento, possono essere svolte su macchine dalle limitate capacità. In generale vi è però il bisogno di elaboratori in grado di effettuare calcolo parallelo, utilizzando quindi varie Cpu contemporaneamente. Oggi stiamo raggiungendo tale obiettivo grazie all’integrazione di Cpu tradizionali con Gpu o schede Fpga. Entrambe queste tecnologie possono esprimere la parallelizzazione dei calcoli impiegando infrastrutture di calcolo parallelo: Cloud, Fog Computing ed Edge Computing.
Purtroppo, l’atteso AI Forum non ha potuto avere luogo: quali sarebbero stati i temi in evidenza?
La seconda edizione dell’AI Forum prevista ad aprile di quest’anno è stata purtroppo rimandata a causa dell’emergenza sanitaria. L’evento, organizzato da AIxIA, si pone l’obiettivo di illustrare le più concrete soluzioni di AI per le imprese e creare una proficua sinergia tra il mondo della ricerca e quello imprenditoriale. Mantenendo invariato il nostro appuntamento fisico, abbiamo deciso di ampliare e arricchire l’incontro prevedendone uno in formato digitale: l’AI Forum Live, che si terrà il 3 novembre. Vari esperti del settore, ricercatori e professori, avranno l’opportunità di interfacciarsi con diverse figure del mondo imprenditoriale per scambiarsi idee, trovare soluzioni e aggiornarsi sullo stato dell’arte della disciplina. Molte le tematiche che troveranno spazio in questo format: l’IoT, l’industria 4.0, lo scenario internazionale ma anche quello socioeconomico e ambientale, che è diventato un tema sempre più attuale. L’AI Forum Live fornirà dunque uno sguardo completo e trasversale su tutti gli aspetti stretta- mente collegati all’AI, ponendosi come obiettivo principale non solo la condivisione della ricerca di base con le realtà aziendali ma anche lo sviluppo e la crescita del Sistema Paese.
