L’intelligenza artificiale non ci ruberà il lavoro: i motivi spiegati a Talks about tomorrow

A Milano, martedì 4 Dicembre l’incontro “Talks about tomorrow” dal titolo “Quando le macchine sostituiranno l’uomo”. Nessuno mette in dubbio il “se” arriveranno, ma ancora avvolto dalla nebbia resta il “quando”. In realtà parte di questo “quando” è già realtà. Basti pensare all’assistente vocale di Google, o ad alcune chat di supporto tecnico, come “Userbot” ideata dal giovane ingegnere Antonio Giarrusso.

Il timore che tutti condividono è che queste macchine in grado di apprendere superino l’uomo e gli rubino il lavoro. La realtà è ben diversa. Secondo Donato Iacovone, amministratore delegato di Ernst & Young Italia, partner delle suddetta iniziativa, in Italia ci saranno più di 2,5 milioni di nuovi occupati di cui il 32% grazie alle nuove tecnologie digitali. L’unico “ma”, se così vogliamo definirlo, è riferito alle competenze necessarie. Saranno sempre più necessarie figure professionali in grado di interfacciarsi con le tecnologie hi-tech. Persone esperte di social marketing, per esempio, o in AI (intelligenza artificiale).

Proprio a riguardo di quest’ultima tecnologia siamo sempre più bombardati dal marketing (pensiamo a Huawei) e proprio dall’intelligenza artificiale viene un contributo enorme nella rivoluzione che sta avvenendo. Esattamente, in cosa consiste?

L’intelligenza artificiale non è altro che un sistema in grado di apprendere. L’unità base di questo sistema è una “rete neurale”. Queste sono delle reti che simulano il funzionamento del neurone, benché lo facciano in modo molto più semplice.

Per comprendere il loro funzionamento dobbiamo partire da una generalizzazione di  un qualsiasi sistema: esso si compone di un input, del processo e di un output. Il processo, secondo la teoria dei sistemi è detto “funzione di trasferimento”. Ne campo dell’AI è detto invece “layer”. Addestrando una rete neurale noi andiamo a fornire un input e un output: in questo modo la rete, dopo aver visto, per esempio, tantissime foto di gatti, riesce a riconoscere un gatto. In parole povere riesce a trovare la “funzione di trasferimento” che, data una immagine di gatto, la collega con la parola gatto.

Quello descritto non è l’unico modo per addestrare una rete. Quando non le si da un output noto essa può “sparare” un risultato e “l’addestratore” dirà quanto è corretto. La rete troverà quindi la probabilità che esso sia giusto.

Più reti neurali costituiscono un sistema di machine learning. Esso ha, e avrà, applicazioni in moltissimi campi. Banalmente possiamo pensare al campo degli smartphone, dove alcuni processori integrano una rete neurale in grado di imparare le abitudini del proprietario e gestire in autonomia i consumi. Altro esempio è in ambito medico. Le reti neurali sono molto più rapide di un sistema occhio/cervello umano per cui possono provare a individuare eventuali problemi prima del medico, portarli alla sua attenzione e solo a quel punto il medico prende la sua decisione, dal momento che solo l’intervento umano può confermare una decisione presa da un sistema informatico.

In sostanza l’intelligenza artificiale non è come nei film di fantascienza. Essa è semplicemente un sistema in grado di apprendere. Non può prendere decisioni e non riesce ad adeguarsi rapidamente ad un cambiamento. D’altro canto è comunque uno strumento utilissimo anche se non potrà mai sostituire completamente gli umani, perché manca di inventiva e umanità. Non è un caso che, secondo Iacovone, serviranno anche più persone con competenze umanistiche.

Leave comment

Your email address will not be published. Required fields are marked with *.

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.