L’AI sta compiendo velocemente passi da gigante: negli scorsi mesi si è riusciti ad arrivare a risultati inseguiti per numerosi decenni.
Nonostante ciò vi sono ancora cinque sfide per l’Intelligenza Artificiale, che non saranno così semplici da affrontare. Un eventuale successo significherebbe ampliare maggiormente i campi di utilizzo di questa tecnologia, con vantaggi per numerosi business ma anche per le nostre vite quotidiane.
Ecco allora quali sono le prossime sfide per l’Intelligenza Artificiale.
1. Il significato delle nostre parole
Oggi le macchine sono sicuramente migliorate rispetto al passato per quanto riguarda la loro abilità di lavorare con immagini o del testo. Un esempio è Facebook, che riesce a descrivere un’immagine ad una persona ipovedente, e Google, che può suggerire risposte automatiche a delle e-mail oppure, in base a quanto scritto nel corpo di un messaggio, capire se è stato allegato o meno un determinato documento.
Quello che manca all’Intelligenza Artificiale è la capacità di andare oltre a quanto gli è stato insegnato e di apprendere da sola un linguaggio più complesso, ad esempio imparare ad utilizzare le metafore o integrare nuove parole nel loro vocabolario attraverso la visione di video o la lettura di testi.
Ampliare la dimestichezza nella gestione dei testi è una delle sfide per l’Intelligenza Artificiale più importanti da vincere per far sì che l’interazione con l’uomo possa portare sempre di più a risultati soddisfacenti.
2. Il gap tra realtà
La componente hardware è migliorata notevolmente negli ultimi anni. Nonostante questo sviluppo delle componenti fisiche di un robot, la loro diffusione è ancora limitata. Il motivo è da ricercarsi nella componente software: programmare una macchina per compiere particolari compiti non è ancora così semplice.
Una soluzione è quella di velocizzare l’apprendimento dei robot in contesti di Realtà Virtuale per poi scaricare in corpi di robot fisici le competenze acquisite in questi ambienti simulati.
Questo approccio è penalizzato dal così detto gap di realtà: le abilità che un robot apprende in un contesto di simulazione, non sempre possono essere utilizzate quando sono trasferite su una macchina che opera in un mondo reale.
Progressi in questo settore possono portare a risultati importanti nel campo dei veicoli automatizzati e delle macchine a guida autonoma.
3. Proteggersi contro l’hacking
Uno dei problemi maggiori per i software è quello di eventuali falle all’interno del sistema o di essere sensibili ad attacchi hacker. Mano a mano che aumenta la complessità del software di apprendimento automatico, aumentano le sfide per l’Intelligenza Artificiale che deve sapersi difendere da un crescente numero di potenziali attacchi esterni.
Se si considera ancora una volta l’esempio dei veicoli che sono capaci di guidare da soli, si intuisce la potenzialità di questo problema: cosa accadrebbe se all’interno del sistema di apprendimento venisse inserito un trigger, ovvero una procedura che la macchina esegue in maniera automatica in coincidenza di un determinato evento, tale per cui il sistema è portato a non interpretare in modo corretto un cartello stradale?
4. Capacità di pensiero trasversale
L’AI ha dimostrato più volte di essere in grado di superare l’uomo e addirittura di batterlo in determinati giochi. Questo non vuol dire però che le macchine abbiano un’intelligenza superiore all’uomo. I giochi in cui sono risultati essere migliori, infatti, hanno regole ben precise e sono estremamente strutturati.
Situazioni del genere sono difficili da trovare nella vita di tutti i giorni: una delle sfide per l’Intelligenza Artificiale è quella di riuscire a smettere di pensare in modo schematico ed iniziare ad avere una capacità di pensiero trasversale, caratteristica tipicamente umana.
5. Distinguere tra il bene e il male
L’ultima delle sfide per l’Intelligenza Artificiale è quella di mantenere questa tecnologia entro limiti sicuri ed etici. Questo è fondamentale se si considerano gli ambiti di applicazione di questa tecnologia, utilizzata per prendere decisioni in modo automatico in settori come la finanza o l’assistenza sanitaria.
A sostegno di questa sfida sono scesi in campo anche Google, Facebook e Microsoft che insieme ad altre aziende hanno dato avvio ad una ricerca per cercare di modellare l’AI considerando le implicazioni sociali che può avere la sua applicazione.
Sources: Wired, 123RF