INTELLIGENZA ARTIFICIALE
Breve introduzione
Autori : Luca Matordes e Joey Perugino
Categoria : Technology & Project Management
Se di questi tempi si vuole scrivere di innovazione, non si può non parlare di Intelligenza Artificiale (IA). Se l’argomento è il Project Management, non si può non fare cenni a come l’Intelligenza Artificiale debba supportare il Project Manager nello svolgimento delle sue attività. In generale, la tendenza dell’informazione è quella di far sentire “indietro” chiunque non maneggi con destrezza gli strumenti dell’Intelligenza Artificiale. La nostra impressione è che, se da un lato questa “foga” possa essere giustificata (è innegabile che l’IA e la sua diffusione a macchia d’olio costituiscano un evento dirompente), dall’altra, banalmente, tenetevi forte, non siamo pronti.
L’intento mio e di Joey, con cui collaboro per la redazione di questo e di altri articoli che seguiranno sull’argomento, è quello di approfondire questo tema partendo dalle basi, perché usare strumenti di Intelligenza Artificiale in ambito lavorativo, all’interno di un’Organizzazione, può non essere così semplice e scontato.
Abbiamo capito più o meno tutti che l’IA ci permette di essere più produttivi, permettendoci anche di aumentare il livello di qualità del nostro lavoro. L’uomo, oserei dire da sempre, è alla ricerca di metodi efficaci, efficienti e a basso costo, che gli siano di supporto per la gestione della complessità con cui ha quotidianamente a che fare e l’IA, in particolare quella generativa, ormai alla portata di tutti grazie a strumenti quali, ad esempio, Chat GPT, rientra sicuramente in questo insieme.
L'Intelligenza Artificiale Generativa rappresenta una delle tecnologie più innovative e in rapida evoluzione del nostro tempo. Definita come la capacità delle macchine di imitare l'intelligenza umana, l'IA ha già conquistato un ruolo centrale in molteplici ambiti, rivoluzionando processi, servizi e prodotti e lo ha fatto anche grazie alla sua diffusione massiva degli ultimi due anni.
L'IA comprende una vasta gamma di tecnologie e approcci, miranti tutti a dotare le macchine di capacità cognitive. Queste capacità includono il riconoscimento di modelli, il ragionamento, il problem solving, l'apprendimento automatico e altro ancora. In termini più semplici, l'IA consente ai computer di eseguire compiti che richiedono intelligenza umana, come comprendere il linguaggio naturale, riconoscere immagini, prendere decisioni e apprendere da esperienze passate.
Seppur lo sviluppo della tecnologia abbia visto un’impennata a dir poco spropositata negli ultimi due anni, l'idea di creare macchine intelligenti risale a diversi secoli fa. Non deve stupire che la curiosità e l’interesse dell’uomo verso una macchina che sia in grado di risolvere problemi al suo posto, risalga addirittura a prima che i computer venissero inventati.
Consigliati da LinkedIn
Tuttavia, è solo nel XX secolo che la ricerca formale in questo campo ha preso forma. Uno dei pionieri dell'IA fu Alan Turing, che nel 1950 propose il "Test di Turing", un criterio per determinare se una macchina possa essere considerata intelligente. Il test di Turing viene utilizzato anche oggi per valutare una tipologia di intelligenza artificiale e consiste nel far interagire un umano con l’IA tramite una chat. Nel corso degli anni, altri studiosi hanno messo a punto diversi test allo scopo di valutare l’intelligenza delle macchine ed il loro livello di capacità di imitare il pensiero umano, tra questi:
Questi sviluppi testimoniano l'evoluzione continua nel campo dell'IA e la ricerca di metodi sempre più affidabili per misurarne le capacità.
Siamo consapevoli della complessità insita nell’argomento, ma abbiamo l’ambizione di spiegare il funzionamento dell'IA rimanendo semplici e chiari, sicuri di poter offrire una chiave di lettura comunque efficace. Iniziamo dalle fondamenta dell’Intelligenza Artificiale: le reti neurali, che costituiscono uno dei pilastri dell’IA. Si tratta di un modello matematico composto da neuroni artificiali, in parole povere processori, che comunicano tra di loro. Ad esempio, per riconoscere il volto di una persona in un’immagine, l’IA divide questo problema molto complesso in infinitesimi problemini, affidando ad ogni componente della rete neurale compiti semplici: ad esempio individuare tutti i pixel rossi. Gli algoritmi di IA elaborano queste informazioni e, per fornire una risposta, le confrontano con dati disponibili in un database di informazioni: il Web. L’IA generativa può essere influenzata da dati imprecisi o inappropriati presenti nel database, il che può influire sull'accuratezza dell'output finale. L’immenso database da cui l’IA generativa attinge è composto da pagine web, social network, documenti di testo, immagini, video e dati in esse contenuti
L’intelligenza artificiale è studiata da decenni, per molto tempo è stata solo una chimera, divenuta una realtà di massa praticamente dall’oggi al domani grazie allo sviluppo dei processori dalla velocità di calcolo sempre maggiore ma anche, credo soprattutto, grazie al basso costo.
In conclusione, come tutti gli strumenti di nuova concezione, dobbiamo prenderci del tempo per capirlo, studiarlo e approfondirlo perché, citando l’eminente filosofo del ‘900 Benjamin Parker, zio di Peter Parker, ne “l’Uomo Ragno”: “da grandi poteri derivano grandi responsabilità”. L’output dell’IA non può che essere un punto di partenza, un ottimo punto di partenza, ma non certo un punto d’arrivo.
BIBLIOGRAFIA:
PMO @Worldline Global | Project Management Professional
7 mesiOttimo, Luca e Joey, la dichiarazione di intenti mi piace molto, non vedo l’ora di leggere i prossimi episodi 💪 la citazione finale dell’eminente filosofo: fantastica 😎😉😉
Global Project management at Chiesi Farmaceutici Group
7 mesiGrazie mille per la chiarezza di esposizione! Attendo il prossimo post!