La sezione di Tech4Future dedicata all’analisi dell’evoluzione delle soluzioni tecnologie e delle tecniche di Intelligenza Artificiale, alla loro applicazione e all’analisi dei possibili impatti (in termini di opportunità, benefici, sfide e rischi) sul nostro futuro
Quanti sono - e quali sono - nel mondo i Paesi che hanno già messo a punto un piano nazionale che metta ordine nell’adozione delle tecniche di intelligenza artificiale? Eccone un’istantanea ricca di chiaroscuri.
Il Machine Learning esprime ogni giorno potenzialità incredibili, in vari ambiti applicativi; tuttavia, solo una minima parte delle aziende impegnate in un percorso di transizione 4.0 riesce oggi ad implementarlo con successo nei processi aziendali. Cosa occorre fare per rendere profittevoli le applicazioni di Machine Learning?
In tema di tecnologie, oggi, gli eticisti sono alle prese con dubbi e interrogativi che vanno oltre il solo essere umano, per abbracciare questioni di urgenza globale relative al pianeta e all’ecosistema.
Se le tecnologie digitali rappresentano un’arma importante per il conseguimento degli obiettivi climatici del pianeta, è altrettanto vero che la loro impronta di carbonio è, essa stessa, un problema che grava su ambiente e clima.
Un sistema di intelligenza artificiale ha rilevato come il Sansone e Dalila di Rubens custodito presso la National Gallery di Londra non sia autentico, confermando le perplessità che i critici avanzavano da diverso tempo. Le AI sono sempre più presenti nel mondo dell’arte, nella creazione, nel restauro e nelle verifiche di autenticità.
Un imponente studio che vede coinvolti oltre 14.600 tra impiegati, manager, responsabili HR ed executive e C-Level di quattordici Paesi nel mondo, indica la strada alle aziende per mettere in atto quei cambiamenti che tengano conto di una forza lavoro uscita dalla pandemia desiderosa di rimettersi in gioco, più consapevole delle proprie priorità in ambito professionale e del modo in cui migliorare, attraverso la tecnologia, le competenze e il percorso di carriera.
Sulla riduzione delle emissioni di gas serra le aziende sono ancora indietro. Tuttavia, misurare la propria carbon footprint e i consumi in modo efficace è possibile, grazie all’impiego delle tecniche che fanno capo all’ambito di studi dell’intelligenza artificiale.
Il “nuovo”, affinché possa esprimere tutta la sua forza, impone necessariamente di cambiare, di divenire altro. Accade anche con l’Intelligent Automation, comparto in crescita e dai molteplici vantaggi, a patto che le aziende sappiano rivedere la propria organizzazione interna e acquisire competenze adeguate.
Il recente report del World Economic Forum “Designing Artificial Intelligence Technologies for Older Adults”, nel prendere in considerazione la progettazione di sistemi AI destinati all’assistenza agli anziani, raccomanda uno sviluppo responsabile delle tecnologie che vi sono alla base, che tenga conto delle vulnerabilità dei soggetti coinvolti e delle delicate questioni relative alla loro privacy.
Insieme a Cristina Bellomunno - avvocato esperto in Intellectual Property, IT e digital law - una riflessione di ampio respiro non solo sulla legittimità dell’intelligenza artificiale quale “inventore” al quale conferire un brevetto, ma anche «sulla funzione del sistema brevettuale come incentivo al progresso, da chiunque esso sia generato, persona fisica o sistema AI».
La ricerca lavora alla prossima generazione di sistemi di controllo industriali intelligenti. Per questo è nato il progetto europeo ELO-X che punta a ottimizzare i sistemi autonomi e a formare figure professionali altamente qualificate.
L’intelligenza artificiale evolve rapidamente. E, allo stesso tempo, aumentano le richieste, da parte delle aziende, di nuove funzioni dell’AI. Fenomeni - questi - che Gartner ha fissato nel suo rapporto sui nuovi trend dell’intelligenza artificiale, l’Hype Cycle for Artificial Intelligence 2021.
Sono molteplici, nell’ambito della security, le aree all’interno delle quali il machine learning ha, oggi, un proprio ruolo, andando, innanzitutto, a semplificare i processi e a velocizzare le procedure, automatizzando le attività del reparto IT. Vediamo in che modo.
Dall'Università di Glasgow, un algoritmo di machine learning prevede la probabilità che, a partire da sequenze genomiche virali, qualsiasi virus biologicamente rilevante possa passare da un animale infetto all’essere umano. L’obiettivo è arrivare, nel tempo, a identificare quei virus da tenere sotto stretto monitoraggio e prioritari per lo sviluppo di vaccini.
Un algoritmo di machine learning supporta l’analisi e la correlazione di un insieme complesso ed eterogeneo di dati relativi ai sintomi predittivi di disturbi psicotici.
L’applicazione delle tecniche che fanno capo all’ambito di studi dell’intelligenza artificiale è una pratica diffusa, ma il suo apporto sarà ancora più importante nel futuro - soprattutto in ambito medicale - come ha evidenziato l’Associazione Italiana per l’Intelligenza Artificiale durante il recente convegno AI TALK HEALTH.
Una piattaforma di recente sviluppo permette di creare un modello virtuale di tessuto tumorale, atto a testare - in scenari biologicamente realistici - progetti di nanoparticelle per nuovi farmaci e, sfruttando un algoritmo di machine learning, di ottimizzare la biodistribuzione dei nanovettori.
Definire percorsi verso la scoperta di nuovi materiali apre a possibilità tecnologiche attualmente inimmaginabili per il nostro futuro. E un acceleratore è senz’altro rappresentato dall’intelligenza artificiale. Vediamo in che modo.
Tecniche radiologiche come quelle a risonanza magnetica nucleare permettono di ottenere un’enorme mole di informazioni sul metabolismo di diverse condizioni patologiche, la cui analisi completa rappresenta, però, un passaggio difficile. L’intelligenza artificiale interviene quale strumento capace di velocizzare la lettura di migliaia di dati, che stanno a indicare, ad esempio, i cambiamenti - a livello atomico - relativi alla presenza di proteine in un dato campione biologico.
L’Università di Ginevra ha implementato un nuovo approccio allo studio dei modelli comportamentali dell'autismo, attraverso la messa a punto di una rete neurale per l’analisi e la classificazione dei dati video relativi ai movimenti dei bambini affetti da ASD.
La ricerca attuale lavora a una nuova infrastruttura artificiale di deep learning, ancora più vicina ai meccanismi neurali del cervello umano e ai suoi processi cognitivi.
La fotonica consentirà ai sistemi di intelligenza artificiale di processare dati più rapidamente e con dispendi energetici notevolmente inferiori. Lo rivela una ricerca della Scuola Politecnica Federale di Losanna. Ma sono svariati i vantaggi dell’impiego combinato fotonica e AI.
Un’imponente ricerca a cura della Leavey School of Business della Santa Clara University, a San Francisco, ha dimostrato la validità (e la precisione) degli algoritmi di machine learning nel fare previsioni circa la sorte delle start-up.
Documentare la situazione demografica in Medio Oriente è una sfida resa possibile da un approccio computazionale che permette di comprendere le differenze che sussistono tra individui più e meno abbienti, combinando tra loro sedici algoritmi e aprendo a numerose riflessioni.
Per la diagnosi e la cura del diabete l’innovazione tecnologica viene in aiuto. Tre diverse ricerche stanno mettendo a punto soluzioni in grado di migliorare la qualità di vita dei pazienti. Ecco in che modo.
Un algoritmo di machine learning sviluppato dall’Università di Stanford è in grado di dare una spiegazione alle perturbazioni che si verificano, per intere settimane, nell’area USA del Midwest, fornendo proiezioni accurate.
Dalla Virginia Commonwealth University, un bastone per non vedenti con sistema AI a bordo e interfaccia "robotic roller tip", in grado di aiutarli a determinare la propria posizione nello spazio e a pianificare un percorso verso un obiettivo preciso.
I risultati di uno studio della Technische Universität di Dresda introducono un paradigma inesplorato, che guarda allo sviluppo di piattaforme computazionali impiantabili - in grado di interagire con i fluidi e i tessuti corporei - per la rilevazione in tempo reale di modelli maligni nei segnali biologici.
Nel laboratorio di ricerca ARHeMLab (CIRMIS) di Napoli si lavora allo studio e all’applicazione della Brain Computer Interface per dispositivi indossabili, convinti delle potenzialità di impiego, sui luoghi di lavoro e in ambito medico.
Gli scienziati della Michigan State University in aiuto dell’agricoltura per consentire - anche grazie all’apporto dell’intelligenza artificiale - colture dalle caratteristiche genetiche in grado di resistere a parassiti, malattie e stress climatici.
