Negli ultimi dieci anni l’attenzione, la ricerca e gli investimenti nel campo dell’intelligenza artificiale hanno raggiunto livelli altissimi. Ma c'è chi teme un nuovo “autunno dell' AI”. Sarà davvero così?
Lo sviluppo è stato talmente repentino e verticale che comincia a farsi strada, fra la comunità scientifica, il timore di un l“autunno” dell’Intelligenza Artificiale. In gergo tecnico, l’AI segue la metafora delle stagioni: un “Ai autumn” è un periodo in cui i fondi e l’interesse per il settore svaniscono, innescando una reazione a catena: il pessimismo comincia a circolare prima nella comunità, poi nei media e infine nel pubblico, fino a far collassare il settore e, quindi, la ricerca.
Già in passato l’Intelligenza Artificiale ha vissuto delle fasi altalenanti: il settimanale The Economist ha calcolato che, dagli anni 50 ad oggi, ci sono state almeno altre due ondate in cui sembrava che l’intelligenza artificiale avrebbe cambiato la nostra vita; il tutto poi scemava in promesse irrealizzabili e passava di moda.
Ma come stanno davvero le cose? Come spesso accade, c’è un divario fra chi è più catastrofico e chi è più ottimista. Tra gli ottimisti spicca Marcello Restelli dell’AIRLab (Artificial Intelligence and Robotics) del Politecnico di Milano: “i precedenti autunni sono stati generati da promesse non mantenute, ora invece le tecniche di intelligenza artificiale sono già impiegate con gran successo in numerosissime applicazioni”.
Una premessa fondamentale è data dal fatto che l’intelligenza artificiale ha bisogno di tre elementi per funzionare:
Nonostante il gran parlare di Big Data e Open Data, la scarsità di dati è uno dei problemi principali. Si è visto proprio con l’emergenza Covid-19: molti dati non sono disponibili tempestivamente, altri non sono confrontabili, altri ancora semplicemente non esistono per il fatto che la nostra vita non è ancora totalmente digitale. Ma senza buoni dati, l’intelligenza artificiale non funziona.
Per far sì che l'intelligenza artificiale diventi una solida realtà è necessario dotarsi di strumenti e tecnologie avanzate che estraggano i dati, li trasformino in informazioni e che quest’ultime vengano automatizzate.
Kirey Group dispone delle competenze e delle tecnologie necessarie per recuperare i dati, elaborarli, gestirli e interpretarli in tempo reale. Grazie a Kubris®, Innovation Center di Kirey Group, è possibile scrivere e applicare algoritmi di AI e Machine Learning personalizzati sulla base delle esigenze del cliente. Ecco che dai dati è possibile ricavare anomalie, forecast, automazioni, predizioni.