fbpx
chiudi
Cristina Conti -

Abbiamo davvero paura dell’intelligenza artificiale?

Intelligenza Artificiale

Questa pandemia ci ha messo davanti a una evidenza: il mondo è cambiato significativamente e la digitalizzazione non solo è alle porte, ma è un dato di fatto. Digitalizzare in questi giorni fa rima con tracciare, e ci fa pensare a robot e droni che controllano la nostra vita: ma non tutto il male viene per nuocere, e in questo articolo ve ne voglio raccontare alcuni esempi.

Mai come in questo periodo ci siamo accorti che la nostra vita è sottoposta a una serie costanti di shock e cambiamenti. Alcuni di questi cambiamenti vivono sotto traccia, sono graduali e non ce ne accorgiamo, come le nostre abitudini di acquisto, sempre più online e sempre più effettuate tramite pagamenti virtuali; altre sono più radicali e repentine, come lo shock biologico dovuto all’arrivo di un virus prima sconosciuto. Questo tipo di ambiente si può sintetizzare nell’efficace acrononimo VUCA (volatility, uncertainty, complexity and ambiguity). Con arguzia, Peter Hinssen ha proposto un approccio immunitario ad un mondo VUCA basato sulla applicazione di un VACINE (Velocity, Agility, Creativity, Innovation, Network, and Experimentation) che ci possa aiutare nell’after-tomorrow.


Vi domanderete ma che c’entra l’intelligenza artificiale con tutto questo? Bene, facciamo un passo indietro. L’intelligenza artificiale, prima ancora di essere l’automobile che si guida da sola e senza voler entrare nel merito della singola terminologia (vi lascio però questo bell’articolo semplice semplice pubblicato su Medium che cerca di chiarire qualche concetto) poggia le sue basi sui concetti di statistica e di probabilità. E volete sapere una cosa? In statistica l’unica certezza vera è l’incertezza. In un mondo di eventi continui (come è quello in cui viviamo, dove non è tutto testa oppure croce) non esiste un singolo evento, o un singolo istante, la cui probabilità di avvenire sia 100% oppure 0%. Un approccio basato sulle evidenze scientifiche date dai dati, ma non come algoritmi di certezza, ma come algoritmi basati su probabilità di avvenire sulla base dei dati, è quindi un approccio (quasi) perfetto per vivere in un mondo VUCA (e sì, direte voi, ti piace vincere facile visto che sei statistica).

Ma l’intelligenza artificiale, e gli analytics più in generale, ci possono davvero aiutare durante questa pandemia?  Iniziamo allora con queste due parole, che ormai tutti conoscono: contact tracing. Il concetto di contact tracing non è affatto nuovo, e si tratta di un approccio fondamentale finalizzato a prevenire e limitare la diffusione di una malattia. Si basa in sostanza sull’analisi dei contatti avuti da una persona identificata come malata, come spiega questo video del 2014 (no, nessuna teoria del complotto!!!!, qui si parlava di ebola).



I contact tracers sono quindi persone che analizzano individualmente i contatti di un malato, e il loro lavoro può comportare moltissima attività manuale. La disponibilità di tool che permettano di analizzare in maniera visuale le relazioni tra gruppi e individui, semplificare la ricerca di dati errati o mancanti, fornire alert immediati ai tracers. Un esempio di funzionamento di questo tool è presentato (in spagnolo, presto disponibile in inglese!) in questo video:

Il contact tracing è regolato e gestito dalle normative dei singoli paesi, e generalmente le leggi sulla privacy permettono di utilizzare questi dati durante emergenze sanitarie pubbliche. Un ulteriore aiuto al lavoro dei tracer e conseguentemente contribuire alla salute dei cittadini può essere fornito dall’utilizzo di app che, in aggiunta ai metodi di contact tracing basati sulla raccolta dei dati individuali, fornisca anche indicazioni di movimento della popolazione sul territorio basandosi sulle informazioni provenienti dallo smartphone (un altro evidente shock alle nostre vite nelle quali è entrato però senza far rumore).

Esistono anche altri modi in cui l’intelligenza artificiale può aiutare i contact tracer nella ricerca dei famosi assembramenti di persone e di potenziali situazioni di pericolo, come mostra questo esempio di applicazione di tecniche di computer vision, ben spiegato qui dal mio collega Michael Gorkow e in maniera simile da Federico Alberto Pozzi,

Non solo computer vision, anche il natural language processing, cioè quel ramo dell’intelligenza artificiale che si occupa di analizzare, interpretare, comprendere e generale il linguaggio scritto e parlato delle persone (naturale, appunto), può essere d’aiuto, spiegato in questo esempio, che permette di ricercare e analizzare la letteratura scientifica su COVID-19, vi invito poi a visitare il portale e la pagina github dove sono condivise diverse informazioni tra cui un simulatore di scenari che sfrutta modelli epidemiologici per prevedere il comportamento della pandemia.


Ma basta parlare di coronavirus e parliamo invece di un tema che mi sta molto a cuore: l’intelligenza artificiale può aiutarci a rendere questo mondo più sostenibile? Io, inguaribile ottimista, penso proprio di sì e penso che le storie di Growers e di IIASA siano due esempi lampanti. Nella prima, l’efficientamento della produzione alimentare nel settore agricolo può avvenire attraverso l’utilizzo efficace di tecnologia attraverso tutta la filiera: dalla raccolta dei dati attraverso sensori, all’utilizzo di machine learning per individuare caratteristiche similari o distinte nella produzione, a tecniche di forecasting per identificare meglio come approvigionare i fornitori e garantire una domanda adeguata al mercato. Nella seconda, l’utilizzo ancora di tecniche di computer vision permette di analizzare in maniera efficace i dati satellitari provenienti dall’Amazzonia per migliorare la ricerca di aree a rischio disboscamento.

Da abitante di adozione di grande città soggetta a grande traffico, voglio condividere un esempio nostrano condiviso dal mio collega di Roma, Francesco Middei, che con una telecamera dal nostro ufficio in piazza della Repubblica ha monitorato il traffico e creato un modello di Computer Vision finalizzato a dare indicazioni utili sul traffico della zona:


Spero di avervi convinto con questo articolo che l’intelligenza artificiale non deve farci paura e non solo, se utilizzata nel modo corretto, può aiutarci a comprendere e gestire meglio la nostra stessa epoca e a trattare nel modo giusto il quantitativo immenso di dati che oggi generiamo. E chiudo proprio con un tema importante nell’ambito del machine learning e dell’intelligenza artificiale, che va sotto l’acronimo (l’ennesimo) di FATE – fairness, accountability, trust, ethical, che ha proprio l’obiettivo di assicurare che gli algoritmi di intelligenza artificiale siano trasparenti e possano essere spiegati… ma questo è argomento per un altro blog 😉.

Se vi interessa sentirne di più, vi segnalo anche la serie Virtual Fridays dove insieme ad altri colleghi ed esperti parleremo proprio di come utilizzare l’intelligenza artificiale e gli analytics per affrontare nuove opportunità nel “new never normal”. A presto e stay safe!

Lascia un commento

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

Cristina Conti

Artificial Intelligence & Advanced Analytics Senior Manager EMEA SAS