Intelligenza artificiale - updated

l'insieme di tecniche di analisi statistiche che valorizzano numericamente dati interpretati in modo automatico, semiautomatico o manuale, al fine di trovare le regole piu' efficienti secondo un reward predefinito.

Si legga
Artificial intelligence (Italiano) 26 settembre 2018
di Alessandro Vitale

Link affiliato

Ho riletto l'11.11.2019 la mia definizione fuorviante di intelligenza artificiale.

Dopo aver partecipato a vari seminari trovo opportuno spiegare cosa e' effettivemente.

Per finalità di studio reputo opportuno lasciare sotto le precedenti riflessioni interessanti ma erroneamente valutate.

Leggi: Artificial intelligence di Alessandro Vitale su Amazon

Nuova definizione 11.11.2017

L'intelligenza artificiale e' una denominazione che riunisce varie tecniche vecchie e nuove per l'elaborazione di grandi quantità di dati sulla base di modelli addestrati a mano (training data).

• Tra le tecniche tradizionali abbiamo tutte quelle che analizzano i testi o le immagini per individuare elementi verbali, grammaticali o lessicali, volti a valorizzarli in termini numerici e quinidi ad individuare intent o anche emozioni.
• Tra le nuove tecniche abbiamo quelle propriamente dette di apprendimento automatico o manuale o semiassistito, sulla base di un dataset di training elaborato manualmente.
• Tra le nuove tecniche abbiamo anche quelle che, invece di dare un output, individuano le regole piu' efficaci, in forza di un dato obiettivo identificato e quantificabile numericamente, sulla base delle teorie dei giochi.

I big data o l'acquisizione di dati comportamentali piu' o meno composti da metadati sono una terza attività che alimentano l'intelligenza artificiale.

Attualmente la defizione breve e': l'insieme di tecniche di analisi statistiche che valorizzano numericamente dati interpretati in modo automatico, semiautomatico o manuale, al fine di trovare le regole piu' efficienti secondo un reward predefinito.

Significa che i contenuti devono diventare valori numerici. Che il software non cerca risultati (output); il software invece cerca criteri efficaci (algoritmi) per ottenere il punteggio piu' alto e l'affidabilità piu' alta.

Un elemento dimenticato da troppi e' la necessità di ricostruire le elaborazioni del software a posteriori, sia tramite apposite informative destinate ad umani che ad altri software che possano valutare i risultati, senza lasciare l'uomo da solo di fronte ad un oracolo non confutabile in mancanza di nessi causali.

Nel diritto, senza queste precauzioni, si e' scoperto che l'intelligenza artificiale codifica comportamenti umani scorretti quali la maggiore proponesione al delitto da parte di persone di colore. La codifica tuttavia fa emergere un problema, mai misurato prima, di pregiudizi da parte di chi applica il diritto. Queste e altre ipotesi saranno oggetto di formidabili scontri tra gli operatori, in mancanza di una etica e di un rigore tecnico adeguati al contesto.

In questo la IA e' eccezionale. Ma ricordiamo che in fondo si tratta di analisi per ottenere valutazioni statistiche dei comportamenti umani (o della natura). Confondere la statistica con la comprensione e' come riconoscere alla palla di cristallo la capacità di comprensione, mentre al massimo descrive i comportamenti piu' comuni e ricorrenti.

Quindi raramente l'IA nel diritto puo' supportare l'equitas romana fondamento di tanti valori e decisioni giudiziarie, sia in modo esplicito che piu' spesso implicito, in quanto l'equitas e' l'eccezione alla regola al singolo caso concreto per motivi equi, che per natura/definizione sono unici e quindi escono dai ragionamenti dominanti.

Inoltre e' contraria alla visione costituzionalmente corretta di un diritto che cambia con il tempo, in quanto la IA non subordinata a criteri temporali tende ad affermare una unica verità sempre valida, subendo l'attrazione dei sistemi di common law nei quali il precedente e' legge per sempre.

Vecchia definizione sbagliata 4.9.2017

Oggi leggo un articolo dove il CEO di Huawei (produttore cinese di smartphone) presenta il chip per smartphone ottimizzato per l'intelligenza artificiale.

Spiega cosi' l'intelligenza artificale a confronto con quella umana, ai tempi di internet:

"Sono due le tipologie di intelligenza umana con cui abbiamo a che fare nella società: 

• l’intelligenza individuale e
• quella collettiva.

Sono entrambe molto importanti nella vita di tutti i giorni". E ancora: "Anche sugli smartphone, oggi, ci sono due tipologie di intelligenza artificiale:

• quella locale, elaborata sul dispositivo,
• e quella remota"

Mi sembra un modo eccellente per impostare l'argomento.

Il termine di intelligenza, qui affascinante, in realta' dovrebbe essere sostituito dal termine esperienza, conoscenza, non necessariamente intelligenza.

E' vero che si puo' parlar edi intelligenza collettiva come somma di scelte individuali, in realta' si descrivono scelte individuali e scelte collettive, che permettono profilazioni varie.

Si tratta quindi, nel caso dell'intelligenza umana, di strumenti di raccolta delle scelte individuali, grazie ad internet.

Per quanto riguarda l'intelligenza artificiale la definizione descrime come funziona, non di cosa si tratta.

Si tratta di software (in locale e/o remoto) che analizza dati (in locale e/o remoto), sia in modalita' sincrona (la regola) che asincrona, proponendo in fasi successive ulteriori soluzioni.

In realta' quandi si parla di intelligenza si va oltre il tema della profilazione, anche se e' quello commercialmente interessante.

Inoltre una parte del tema e' coperto dal riconoscimento del linguaggio naturale, che "da' significato" alle parole usate.

Ad esempio: "io vado in vacanza in posto bellissimo, Tropea, la prossima estate" diventa:

• io, soggetto
• vado in vacanza, azione
• Tropea, luogo
• La prossima estate, quando

Pero' tipicamente si parla di intelligenza artificiale quando il sistema, assimilati i dati forniti dal riconoscimento del linguaggio naturale, li interpreta in un modo non direttamente spiegato dai programmatori, ma acquisito dal sistema stesso in autonomia (autoapprendimento) sulla base di parametri e metodologie fornite inizialmente dagli sviluppatori e ampliate anche in totale autonomia dal sistema.

Il punto centrale e' il controllo dell'attivita' di autoapprendimento e valutazione, per individuare bachi.

Infatti l'uomo non potra' avere mai la visione d'insieme di un software e controllare tutte le valutazione da esso fatte.

E' sul fronto della verifica che si pongono le maggiori sfide.

Infatti se l'uomo vorra' mantenere il proprio primato dovra' mettere in discussioni ab origine, in fase di progettazione, i risultati, cosi' come previsto in minority report. Diversamente i risultati potranno essere accolti in modo acritico e quindi sudditaneo.

Oggi si parla piu' di big data, Watson, smart devices, Iot, Internet 4.0

Link a La Stampa