Quanto interesse desta l’Intelligenza Artificiale? 11 minuti e 37 secondi.
È il tempo in cui sono andati esauriti gli 8.000 biglietti dell’edizione 2018 della Neural Information Processing Systems (NIPS), una delle più importanti conferenze sulla AI al mondo. Dal 2016 a oggi ogni volta un tutto esaurito, ma di solito ci voleva qualche settimana…
Il sold out si è avuto alla recente presentazione del report sulla Artificial Intelligence da parte dell’Osservatorio dedicato del Politecnico di Milano – School of Management che si è focalizzato sulle applicazioni e i progetti esistenti in Italia. La sala principale e anche la sala superiore da dove si poteva seguire mediante un maxi schermo il convegno erano pieni. In tutto 1200 partecipanti. Questo significa che l’Intelligenza Artificiale è capace di creare attenzione. Ma quanta ne suscita nelle aziende, in termini di progetti e di investimenti?
«Il tema della AI è complesso e a rischio mitizzazione sulle potenzialità del suo impiego», avverte Stefano Tubaro, direttore del Dipartimento di Elettronica, Informazione e Bioingegneria dell’ateneo milanese. «Si è cercato di comprendere in questi mesi come debba essere affrontato un progetto di intelligenza artificiale. Ma le opportunità sono tantissime: vanno coinvolte tutte le aziende italiane perché occorre non farsele sfuggire».
Veniamo così alle imprese nazionali: si nota dal report come molto vi sia ancora da fare. Innanzitutto la conoscenza è limitata sia dell’argomento in sé sia delle possibilità che essa è in grado di offrire.
Da qui ne discende la scarsa applicazione in Italia – addirittura nulla nel 28% dei casi – o comunque embrionale di progetti: solo il 12% delle aziende sondate ne conta almeno uno a regime. Considerando quelli in implementazione si arriva al 20% di ultimati o quasi. Un po’ poco.
Anche a livello internazionale la situazione non cambia molto: nel caso di virtual assistant e chatbot si arriva al 20% a regime, percentuale che cala al 9% nel caso di veicoli a guida autonoma e, addirittura, al 2% nel caso di image processing.
Guardando all’aspetto positivo, ovvero ai progetti in corso, la metà punta a migliorare l’efficienza dei processi, ovvero la riduzione dei costi, il 37% ha come obiettivo l’aumento dei ricavi ed il 13% lo sviluppo di soluzioni per un supporto decisionale. L’osservatorio Artificial Intelligence rileva che:
“solo il 4% dei progetti non ha raggiunto gli obiettivi, mentre il 68% dichiara che le iniziative hanno raggiunto l’esito sperato e, di queste, la metà lo definisce ‘di grande successo’ o disruptive. Il rimanente 28% non è invece ancora in grado di dare un giudizio”.
Ed è da qui che occorre partire perché l’AI rappresenta un’opportunità concreta. Solo che ora non è compresa, sintomo che intraprendere un percorso di adozione di soluzioni di AI è un processo complesso, afferma il direttore dell’Osservatorio, Alessandro Piva:
“nelle fasi iniziali, la realizzazione del business case è l’attività più critica, per difficoltà nel valutare i requisiti e il rapporto costi-benefici. Mentre nelle fasi finali è impegnativa la necessaria attività di change management, seguita dall’attività di release & deployment del progetto”.
Da qui si arriva al mercato dell’AI: oggi vale 85 milioni, meno – tanto per fare un confronto – di quanto sia stato stanziato dalla Regione Piemonte per far partire il business locale delle auto elettriche.
Ma se, a livello aziendale, c’è ancora molto da fare in termini culturali prima ancora che applicativi, nel campo della ricerca le cose invece procedono spedite. Il deep learning è l’ambito cui si guarda con maggiore attenzione. Solo considerando le pubblicazioni, si calcola che il 10% delle pubblicazioni scientifiche riguardano questa sotto parte del machine learning.
Se vogliamo capire ancor più l’interesse verso l’apprendimento approfondito si deve tornare all’incredibile sold out all’ultima edizione del NIPS. «Una decina di anni fa è stata organizzata una competizione sulla classificazione di immagini. L’indice di accuratezza è aumentato esponenzialmente proprio grazie al deep learning e agli algoritmi di classificazione che impiegano questo apprendimento in cui vengono addestrate reti neurali», ovvero algoritmi ispirati, per struttura e funzione, ai neuroni cerebrali. Questo ambito ha preso la predominanza nella image recognition dal 2012 in poi e dal 2015 hanno cominciato a ottenere prestazioni migliori della mente umana.
La forza del deep learning è di utilizzare algoritmi matematici e reti neurali per analizzare in maniera completamente autonoma delle grandi quantità di dati (i cosiddetti Big Data).
Una possibilità questa che apre a diverse prospettive, di interesse per svariati ambiti tra i quali la smart city è uno di quelli che potrebbero cogliere i benefici più significativi. Pensiamo alla settore dei trasporti e alla necessità di sicurezza, che richiede una riduzione del numero di incidenti e, dall’altro, deve far fronte alla riduzione dei costi. Per questo il deep learning può svolgere un ruolo importante nell’analisi predittiva per interpretare dati rilevanti quali quelli che possono monitorare le condizioni del traffico e fornire risposte in tempo reale per gestirlo al meglio.
Ma il deep learning e, in generale, l’Intelligenza Artificiale avranno un ruolo strategico nel rendere intelligenti gli edifici. Pur con caratteristiche e destinazioni diverse – residenziale, pubblico, aziendale – ogni edificio utilizza risorse, energetiche o idriche per assicurare il livello richiesto di comfort, sicurezza e condizioni per svolgere le attività desiderate. Ottimizzarle al meglio, personalizzandole sulle necessità di chi vive l’edificio è uno degli scopi che si prefiggono gli smart building, in generale gli smart spaces, in cui l’Intelligenza Artificiale entra in gioco. Pensiamo solo alle possibilità offerte dall’integrazione delle soluzioni di smart home. Gli smart speaker potrebbero essere una leva importante in questo. Quasi certamente però sarà l’Intelligenza Artificiale a permettere di fare il salto di qualità auspicato.
La visione artificiale offre vantaggi in termini di efficienza, sicurezza e sostenibilità nei processi manifatturieri e logistici. La soluzione Nova di SICK per le varie applicazioni.
