Robotica e AI

Vantaggi e prospettive di un’Intelligenza Aumentata

30 aprile 2019 | Scritto da Gaetano Fabiano

Una innovazione che è già realtà, che potrebbe portare a una rivoluzione nei processi strategici: ne abbiamo parlato con Massimo Ruffolo.

La crescita di una tecnologia non può prescindere dalla sua diffusione e dalle applicazioni concrete nel mondo industriale e produttivo. Non è esclusa da questa considerazione l’Intelligenza artificiale: per poter puntare forte sul suo sviluppo ed essere competitiva a livello globale, l’Italia ha bisogno di creare una rete tra istituzioni pubbliche, industria e ricerca scientifica. Proprio per questa ragione è nato Ital-IA, un Convegno promosso dal Consorzio Interuniversitario Nazionale per l’Informatica, CINI, sull’Intelligenza Artificiale, realizzato con lo scopo di costruire un “sistema nazionale” tra tutti gli attori coinvolti nel settore, per cogliere le potenzialità di sviluppo legate a questa tecnologia, delineare un quadro completo della ricerca sull’IA  nel nostro Paese e porre l’accento sui diversi settori applicativi.

Tra le tante novità emerse nell’ambito di applicazione industriale per l’Intelligenza Artificiale, abbiamo deciso di approfondire il tema dell’Augmented Intelligence, e analizzare come questa innovazione possa cambiare i processi di business.

Ne parliamo con Massimo Ruffolo, ricercatore del Centro Nazionale delle Ricerche e fondatore di uno spin-off con sede nel campus dell’Università della Calabria, che propone una piattaforma innovativa per portare i vantaggi dell’Augmented Intelligence nelle realtà aziendali.

 

Un tema apparentemente nuovo: Augmented Intelligence Cosa significa e che relazione c’è con l’Intelligenza Artificiale?

 

Augmented Intelligence è un approccio tecnologico basato sui big data che miscela metodi di machine learning, natural language processing e data analytics con l’obiettivo di generare informazioni utili per decisioni mirate. Un’evoluzione dell’intelligenza artificiale che include l’interazione umana in un processo di coinvolgimento continuo, volto al miglioramento dei risultati ottenuti. Gli umani forniscono una serie di esempi, la macchina impara un modello e propone dei risultati agli umani che valutano la qualità del modello stesso e scelgono come reintrodurre questi risultati nel modello. Una tecnologia basata su tecniche di Intelligenza Artificiale nella quale l’azione umana è necessaria e coinvolta in un ciclo continuo.  

 

Riesci un a fornirmi un esempio applicativo?

 

Prendiamo un esempio sofisticato nel quale l’Augmented Intelligence risponde a un bisogno complesso: Cognitive Automation. Consideriamo come, ad esempio, una banca di investimenti che offre prodotti finanziari, abbia necessità di conoscere quante più informazioni possibili sui propri clienti per avere una visione completa sul rischio. Accanto ai dati tipici serve sfruttare informazioni che spesso fanno riferimento a fattori esterni all’organizzazione: alternative data. Serve collezionare, estrarre, indicizzare, esplorare e armonizzare informazioni da fonti eterogenee: da documenti contabili, da studi di settore, da banche dati interne, da notizie su eventi sociopolitici e dall’analisi di indici di mercati azionari, obbligazionari e monetari. L’Augmented Intelligence in pratica permette a una “macchina” di estrarre i dati attraverso una lettura automatica dei documenti e proporre questi dati a un utente umano che ne valuta la qualità. I feedback serviranno per addestrare la macchina al fine di ottenere un’analisi sempre più precisa. Un auto-apprendimento guidato dal riscontro umano attribuendo un ruolo centrale alla continua interazione e alla conoscenza umana.

 

Non è, quindi, un processo che esclude l’uomo, è un processo complementare. Quali sono i vantaggi che si possono ottenere integrando questa tecnologia nei processi aziendali?

 

No, non esclude l’azione umana ma vuole integrare esperienze umane all’interno di processi tenendo anche presente che spesso, in un’ottica di digital transformation, molte organizzazioni prediligono innovazioni che non siano “disruptive” (dirompenti) nei loro processi ma che mirano a trasformare la qualità del lavoro automatizzando laddove sia possibile farlo.

È una tecnologia che ambisce a potenziare le capacità umane permettendo di insegnare agli algoritmi come e dove trovare le informazioni, di conseguenza si possono far convergere gli sforzi nell’interpretazione delle informazioni e non nella loro ricerca, che è un’attività time consuming, molto dispendiosa in termini di tempo: questo è uno dei vantaggi principali per le aziende che scelgono di adottare questo approccio.  Il vantaggio generale è che gli esseri umani possono integrare all’interno degli algoritmi una parte della loro conoscenza facendo si che le macchine siano in grado di svolgere dei compiti per conto loro. Compiti che gli umani svolgerebbero in tempi molti lunghi o che non potrebbero mai riuscire a svolgere a causa di moli troppo grandi di informazioni da analizzare.

 

Le aziende, soprattutto quelle italiane, sono pronte ad accogliere le innovazioni in tale direzione?

 

Nelle aziende Italiane c’è una dicotomia forte tra i reparti business e i reparti tecnologici. Da un lato il business intuisce i vantaggi di queste tecnologie anche perché vede come competitors internazionali le applicano in maniera sistematica nei loro prodotti, dall’altro lato i reparti IT che gestiscono e mantengono l’infrastruttura mostrano resistenza al cambiamento, anche se da questi cambiamenti si traggono vantaggi. Un modo per superare queste limitazioni è vincere questa resistenza riuscendo a fare ciò che “grandi vendors globali” non riescono a dare: un aiuto reale nell’applicazione pratica di queste tecnologie minimizzando gli impatti e costruendo competenze specifiche. È necessario innovarsi sul piano della mentalità e visione.

 

Serve anche da parte delle aziende un investimento, oltre che in tecnologia, in competenze. Quali competenze saranno sempre più necessarie in futuro per saper dominare questa rivoluzione tecnologica che stiamo vivendo derivata dall’Intelligenza Artificiale?

 

Servono investimenti in competenze digitali. Per utilizzare queste tecnologie bisogna disporre di ingegneri e figure professionali che padroneggiano conoscenze su Big Data, Natural Language Processing, Machine Learning ed in generale di Intelligenza Artificiale e Data Science. Qua bisogna sfatare anche un mito sulla figura del Data Scientist e del Data Engineer. Molti analisti prevedono che la distinzione tra queste figure presto sparirà poiché nel termine Data Scientist (coloro che analizzano ed interpretano i dati) finiscono tante figure la cui utilità sarebbe nulla senza coloro che sono in grado di mettere in piedi un’architettura dati opportuna: Data Engineers. Queste figure sono rare nel mercato del lavoro e difficili da formare. Un modo per minimizzare la necessità di competenze “estreme” è quello di puntare su tecnologie facili da applicare come quelle basate sul paradigma dell’Augmented Intelligence. In ogni caso, per massimizzare la resa di un investimento in tecnologia bisogna accompagnarlo con un opportuno investimento in competenze.

 

Le tecnologie legate a questi temi, dai Big Data all’Intelligenza Artificiale, sono sempre più utilizzate in modo verticale nelle organizzazioni di piccole e grandi dimensioni, ma allo stesso tempo c’è ancora molto da definire. Quali sono gli ingredienti per avvicinare le aziende, in particolare quelle Italiane, ai temi dell’intelligenza artificiale?

 

Pensare in grande, iniziare dal piccolo e scalare rapidamente: questa è la chiave. Gli ingredienti principali sono aspetti puramente organizzativi: partendo da leaderships visionarie e convinte che spingono su innovazioni tecnologiche eliminando qualsiasi vincolo strutturale. Necessitiamo di un distacco da visioni basate ancora su “silos di dati” (archivi dati isolati su domini verticali n.d.r.) e anche questo è pur sempre un aspetto organizzativo. Ridotti questi vincoli possiamo puntare su organizzazioni del lavoro che partono da piccoli progetti pilota e permettano di comprendere velocemente e per bene i vantaggi. Una volta ottenuto il “minimum viable product” (prodotto minimo praticabile o dimostratore) e una volta che questo viene accettato dall’utilizzatore finale si può far scalare su casi d’uso di dimensione maggiore: Think big, start small, and scale fast.

 

Quali sono gli ostacoli e quali i rischi legati alla diffusione di questa tecnologia?

 

Senza entrare nel dibattito della filosofia riguardante l’espansione dell’intelligenza artificiale, dove il discorso sarebbe lungo e complesso. I rischi concreti che vedo nell’industrializzazione dell’intelligenza artificiale sono legati all’applicazione senza piena consapevolezza, competenza e cognizione. Il rischio reale è che si va incontro a queste tecnologie trasportati solo dall’entusiasmo e da promesse che non si riescono a mantenere senza una vera competenza. Rischiamo di far convergere importanti investimenti e sforzi, anche di natura economica, su campi che non porteranno frutti né nel breve periodo né tantomeno nel lungo periodo.

 

Un’ultima domanda: qual è la sfida che, più di ogni altra, ti affascina? Per il 2050 cosa ti aspetti?

 

La sfida che più mi affascina è quella di riuscire a raggiungere risultati importanti in termini di applicazione della ricerca scientifica dalla Calabria, periferia d’Europa, competendo addirittura a livello globale. Dimostrare che le innovazioni legate alle tecnologie informatiche possono essere da volano per aree economicamente svantaggiate e che quando la conoscenza genera competenza questa può essere usata come leva per lo sviluppo.

Dal punto di vista tecnologico e scientifico quello che mi affascina è puntare ad elevare l’Augmented Intelligence e l’Intelligenza Artificiale dal livello di astrazione e portarla in mano all’utente finale rendendola semplice per applicazioni nella vita di tutti i giorni. Permettere all’utente comune di insegnare facilmente alle macchine. Nei prossimi decenni queste tecnologie diventeranno sempre più pervasive e cambieranno la vita di tutti i giorni. Dai servizi bancari, al trasporto, fino alla fruizione dei contenuti, passando per la sicurezza, e alle relazioni umane, per la salute e qualità della vita. Tutti i servizi per la persona, anche quelli con maggiore coinvolgimento cognitivo, verranno automatizzati. L’intelligenza artificiale nel 2050 non sostituirà le azioni umane ma sarà l’elemento cognitivo al fianco dell’uomo che lo accompagnerà al fine di avere una migliore qualità del lavoro e della vita.

Gaetano Fabiano
Gaetano Fabiano

Gaetano Fabiano è appassionato di innovazione, tecnologie emergenti in ambito Big Data e Intelligenza Artificiale. Vive a Firenze, dove lavora come consulente per sviluppare soluzioni nella sfera della digital trasformation.

leggi tutto