Intelligenza artificiale tra tecnologia, ricerca e opportunità di mercato

L’intelligenza artificiale non è più soltanto oggetto di ricerca, ma uno strumento di innovazione che le imprese cominciano ad adottare e che non avrà impatti significativi sull’occupazione, dal momento che saranno sempre più richieste nuove figure professionali (le cui skills andranno però sviluppate). Se ne è parlato oggi a Milano nel corso del convegno “Artificial Intelligence: prospettive dalla ricerca al mercato”, promosso dall’Osservatorio Artificial Intelligence della School of Management del Politecnico di Milano. Il dibattito ha voluto porre l’attenzione su aspetti di ricerca e mercato e sui suoi impatti a livello occupazionale.

L’obiettivo è stato quello di delineare un quadro completo delle opportunità che l’intelligenza artificiale è in grado di offrire, combinando la prospettiva tecnologica con quella manageriale.

Intelligenza artificiale e società

L’intelligenza artificiale è essenzialmente la capacità intellettuale dei computer, che combina soluzioni hardware e software, in contrasto con quella naturale di un essere umano. In informatica, l’obiettivo è definire una serie di algoritmi capaci di massimizzare le azioni offrendo la possibilità di imparare da varie circostanze. Riconoscere oggetti e persone è una delle principali caratteristiche dell’intelligenza artificiale. L’Image Recognition è un classico esempio impiegato nei sistemi Automotive soprattutto nei veicoli a guida autonoma.

image-recognition intelligenza artificiale
Il Media Processing Engine (MPE)  è una macchina con istruzioni VLIW per il riconoscimento di immagini e altre elaborazioni multimediali, in grado di emettere più istruzioni contemporaneamente.

Nel breve periodo, l’obiettivo di contenere l’impatto dell’AI (Artificial Intelligence) sulla società motiva la ricerca in molti settori, dall’economia passando per le questioni ingegneristiche come la verifica, la validità, la sicurezza e il controllo. A lungo termine, una domanda importante è che cosa accadrà se un sistema di intelligenza artificiale dovesse diventare migliore degli umani in tutti i compiti cognitivi. Un sistema del genere potrebbe potenzialmente subire un auto-miglioramento ricorsivo, innescando una esplosione di intelligenza che lasci l’intelletto umano molto indietro.

Il problema cardine legato all’AI, come in tutte le rivoluzioni industriali, è il possibile impatto sui posti di lavoro. Molte delle persone intervistate dai ricercatori del Politecnico hanno una visione lungimirante e positiva, non credono in una diminuzione ma in un aumento delle opportunità lavorative. L’AI richiederà nuovi skills e nuove figure professionali che andranno a colmare altre mansioni che verranno sostituite dai robot.

Le soluzioni tecnologicamente disponibili

“L’Intelligenza Artificiale è il ramo del computer science che studia lo sviluppo dei sistemi hardware e software dotati di capacità tipiche dell’uomo, ed è in grado di perseguire autonomamente i propri obiettivi, prendendo decisioni che fino a quel momento erano solitamente affidate agli essere umani”: Giovanni Miragliotta del dipartimento di Ingegneria gestionale del Politecnico di Milano prova a dare una definizione dell’argomento. Miragliotta fa parte di un team di ricerca formato anche da Alessandro Piva e Nicola Gatti che ha presentato interessanti risultati sulle prospettive di mercato dell’intelligenza artificiale. 

Le domande che bisogna porsi – spiegano i ricercatori – sono le seguenti: quali sono le classi di soluzioni disponibili o prossime sul mercato? Quanto sono diffuse? Qual è il livello di maturazione? Qual è la tecnologia e quali sono i trend? Quali sono i player più rilevanti? Come introdurre l’AI in azienda?

L’analisi di mercato ha riguardato 469 casi di utilizzo dell’intelligenza artificiale, rilevando che solo un 38% è a regime, ovvero impiegate da utenti con processi di miglioramenti continui.  Alessandro Piva, Direttore dell’Osservatorio Artificial Intelligence, ha cercato di dare alcune delle risposte, analizzando cosa è emerso dalle ricerca scientifica. “Una su cinque, il 21%, è in corso di implementazione, in una fase di rilascio su larga scala che coinvolge buona parte dei processi e degli utenti”.

L’analisi è partita focalizzandosi sulle grandi imprese e si sono identificate 8 classi di soluzioni: autonomous vehicle, autonomous robot, intelligent object, virtual assistant/chatbot, recommendation, image processing, language processing, intelligent data processing.

I veicoli a guida autonoma con un 7% rappresentano il mercato con un buon tasso di conoscenza e decisamente più maturo che ha visto un percorso tecnico guidato dallo sviluppo di relative tecnologie come l’infotainment e i sitemi ADAS ; le soluzioni per robot autonomi con un 4% offrono le potenzialità per agire all’interno di uno spazio, con la possibilità di manipolare oggetti e interagire con l’ambiente esterno, adattandosi inoltre anche ad eventi non previsti.

Gli intelligent object con un interessante 7% sono oggetti che non hanno la possibilità di muoversi ma raccolgono informazioni attraverso sensori quali telecamere, microfoni etc. Con vari attuatori possono svolgere determinate funzioni (un classico esempio è la valigia intelligente). Virtual Assistant/Chatbot hanno una quota quasi dominante con il 25%; sono agenti software in grado di eseguire azioni in linguaggio naturale interagendo con l’essere umano, impiegati soprattutto per il supporto vendita; metodologie e tecnologie coinvolte sono il deep learning, Inference e Google cloud ML.

Recommendation, con un 10%, rappresentano soluzioni in grado di analizzare informazioni che il cliente fornisce all’azienda, e a seconda del customer journey è in grado di indirizzare l’utente verso l’acquisto del prodotto. Image e language processing, rispettivamente con un 8% e 4%, sono soluzioni destinate all’analisi di immagini e linguaggio umano come i tool di speech recognition (riconoscimento vocale). Intelligent data processing, infine, è l’elemento trainante con il 35%, e rappresentano soluzioni di AI per estrarre informazioni su dati strutturati (e non): come l’analisi predittiva di dati, monitoring e controllo.

I settori con un maggior numero di progetti a regime sono Recommendation (62%), Language Processing (50%), Intelligent Data Processing (42%) e Virtual Assistant/Chatbot (40%). Tra i meno consolidati, gli Autonomous vehicle (100% di progetti in idea progettuale o pilota), gli Autonomous Robot (74%) e l’Image processing (57%). Il settore Banking (29%) e Automotive (26%) sono i principali settori che operano e sfruttano l’AI. In Italia ci sono ancora poche applicazioni. Solo il 56% del panel ha all’attivo delle applicazioni di AI, a differenza di Francia e Germania con il 70%. Le soluzioni più utilizzate sono quelle di Intelligent Data Processing (35%) e i Virtual Assistant/Chatbot (25%).

L’analisi di mercato ha riguardato anche il censimento di molte start-up a livello internazionale, dimostrando come sono state capaci di raccogliere oltre 2 miliari di dollari per una crescita significativa nell’ultimo anno di circa 3 miliardi di dollari. Le soluzioni che investono la guida autonoma hanno ottenuto un più alto investimento con oltre 35 miliardi di dollari.

Il ruolo della… GPU

GPU intelligenza artificiale
Schema a blocchi di una GPU

Per raggiungere gli scopi applicativi e supportare le funzionalità richieste, ogni soluzione è caratterizzata da un certo numero di capacità ottenute grazie all’adozione di specifiche metodologie (elaborazione del linguaggio naturale, apprendimento). Le metodologie sono implementate attraverso soluzioni hardware e software. Le GPU sono più performanti in questo settore grazie alla parallelizzazione computazionale, e Francesco Torricelli, Sales Manager di Nvidia, ha messo in luce nuove prospettive e collaborazioni che stanno coinvolgendo la sua azienda con enti nazionali e internazionali, sia nel mondo industriale che accademico.

Nvidia sta investendo nel settore AI attraverso varie soluzioni GPU per portare l’intelligenza artificiale in tutti i settori industriali. La comunità di chi progetta soluzioni di deep learning (apprendimento approfondito) utilizza piattaforme hardware accelerate dalla GPU per l’allenamento e l’inferenza. Il nuovo programma di Nvidia, Inception, ha l’obiettivo di promuovere start-up che stanno rivoluzionando le industrie con progressi nell’AI e nella scienza dei dati. Il programma aiuta le start-up durante le fasi critiche dello sviluppo, della prototipazione e della distribuzione del prodotto.

 

 


Maurizio Di Paolo Emilio

Dottore di ricerca in Fisica, Ingegnere delle telecomunicazioni e Giornalista Pubblicista. Ha lavorato in esperimenti per la rivelazione di onde gravitazionali (Esperimento LIGO/VIRGO: Premio Nobel 2017 per la Fisica) come progettista software/hardware, e in altri esperimenti scientifici per lo sviluppo di sensoristica. Collabora a vari progetti di ricerca con enti pubblici e università, e con aziende come progettista elettronico. Collabora inoltre con diversi magazine italiani ed internazionali come technical writer ed editor. E' autore di vari libri editi dalla Springer, oltre a numerose pubblicazioni scientifiche e tecniche.

mdipaolo21gmail-com has 2 posts and counting.See all posts by mdipaolo21gmail-com

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

*

Pin It on Pinterest