Cos’è l’IA?

Cos’è l’IA?

È difficile definire l'IA, perché a seconda del contesto o delle persone essa può assumere significati diversi.

Non esiste una definizione unica e unanimemente accettata di “intelligenza artificiale”.

Questo perché l'intelligenza artificiale, per come la conosciamo, non è affatto una tecnologia a sé stante, quanto piuttosto una combinazione di diverse tecnologie che, messe insieme, permettono alle macchine di agire con livelli di intelligenza apparentemente simili a quelli umani. Noi, invece di fare l'ennesimo tentativo di dare una descrizione definitiva dell'intelligenza artificiale, preferiamo pensare a questa tecnologia come a un framework di capacità. Siamo convinti che sia il modo migliore per capire cosa è l'intelligenza artificiale e farsi un'idea delle tecnologie sulle quali si basa.

Il Machine Learning, cioè capacità di apprendimento dell'IA, è un elemento fondamentale. Essere in grado di decidere attraverso un'analisi di dati quali azioni sono necessarie per completare un'attività, invece che essere codificato per agire in modo predefinito, è ciò che rende “intelligente” un sistema, e che differenzia l'IA da altre forme di automazione.

Il nostro framework è incentrato su quattro temi principali che l’AI consente di far fare a una macchina:

1. Percepire. L'IA consente a una macchina di percepire il mondo circostante acquisendo ed elaborando immagini, suoni, parole, testi e altri dati.
2. Comprendere. L'IA consente a una macchina di comprendere le informazioni raccolte applicandovi gli analytics e ricavandone significati e insight.
3. Agire. L'IA consente a una macchina di compiere azioni nel mondo fisico o digitale basandosi su tale comprensione.
4. Imparare. L'IA consente a una macchina di ottimizzare continuamente le proprie prestazioni apprendendo dal successo o dal fallimento delle proprie azioni.

I frutti di questa tecnologia li stiamo già vedendo. Che si tratti di un algoritmo che batte l'uomo a un gioco da tavolo molto complesso (Go), o di un sistema di visione artificiale in grado di leggere con straordinaria accuratezza gli input visivi, o di modelli predittivi capaci di una precisione senza precedenti, il machine learning e il deep learning sono al centro di innumerevoli conquiste nel campo dell'IA.

Oggi, a Wall Street, oltre il 60% delle transazioni viene eseguito da sistemi di IA, con poca o nessuna supervisione da parte dell'uomo.

In un contesto aziendale, invece, IA può significare sia l'automazione dei processi di produzione o servizio tramite impiego di robot meccanici - si pensi alle catene di montaggio delle automobili - che, in misura crescente, l'automazione, tramite la Robotic Process Automation (RPA), dei processi amministrativi o di servizio che comprendono input sia digitali che manuali.

Accenture ha applicato la RPA al processo di fatturazione di un suo grosso cliente del settore manifatturiero che ha portato a:

• risparmio di tempo del 70%
• beneficio produttivo del 30%
• un tasso di precisione del 100%