Un nastro trasportatore si guasta e blocca una parte di uno stabilimento; quel blocco si propaga rapidamente e la produzione si arresta; il danno è sostanziale, può anche subentrare la cassa integrazione per i lavoratori. Non si poteva prevenire quel guasto? Certo, chi è più esperto può notare delle anomalie e intervenire in tempo, ma non sempre è così semplice. Una rete neurale artificiale impara molto bene dall’esperienza e segnala il guasto in arrivo, con notevole affidabilità. Ecco una applicazione dell’intelligenza artificiale.
Il funzionamento di un complesso macchinario, con tutte le caratteristiche di comportamento, può essere imitato da una rete neurale artificiale, da utilizzare per simulare un cambiamento organizzativo. Un altro esempio di intelligenza artificiale.
Sono esempi concreti presenti a Torino, non nella mitica area soprannominata Silicon Valley. Una rete neurale artificiale è un complicato sistema di calcolo che imita, più o meno realisticamente, il cervello e rappresenta il campo di punta dell’intelligenza artificiale. Quella che controlla i guasti dei nastri trasportatori potrebbe ricordare i sistemi esperti, comparsi alla fine degli anni ’70 dello scorso secolo, ma quelli dovevano essere programmati regola per regola da un esperto, con continui aggiornamenti; una rete neurale artificiale apprende dai dati e dagli esempi e cresce via via con quelli.
Una rete con 175 miliardi di parametri, assimilabili alle sinapsi del cervello, è GPT-3 che sa continuare in modo sensato un testo di cui proponiamo l’inizio. Una prova: scriviamo “Intelligenza artificiale e industria” e la macchina prosegue con “Utilizziamo l’IA per aiutare le aziende in vari settori come l’edilizia, l’energia, l’assistenza sanitaria, la vendita al dettaglio e altro ancora, ad automatizzare i compiti ripetitivi e a guadagnare tempo, denaro e manodopera nei loro processi. La nostra IA lavora in una varietà di funzioni, dal riconoscimento delle immagini e dal data mining ai chatbot e agli assistenti intelligenti. L’IA di oggi è solo la punta dell’iceberg. La potenza di calcolo continuerà a crescere e l’IA diventerà sempre più complessa. Siamo ancora all’inizio dell’era dell’IA, e i prossimi dieci anni vedranno enormi progressi in questo campo. Quali sono le più grandi sfide per la crescita dell’intelligenza artificiale? La più grande sfida è la capacità dell’IA di imparare da sola. L’IA deve essere in grado di imparare da sola senza la supervisione umana”. La macchina ha risposto in inglese e la traduzione è stata fatta in automatico, senza nessuna correzione: anche questa è intelligenza artificiale! Con i 175 miliardi di parametri di GPT-3 siamo a meno del 2% delle sinapsi del nostro cervello. Che cosa sarà in grado di comunicarci una macchina con 10mila miliardi di parametro o più?
Torniamo alla concretezza del presente. Nel testo del Piano Nazionale di Ripresa e Resilienza (PNRR) il termine Intelligenza Artificiale compare sei volte, più una nota che ne richiama la visione europea: il riferimento è alla modernizzazione della funzione pubblica, alla qualità della regolazione, per l’ottimizzazione degli acquisti della Pubblica amministrazione, per combattere l’evasione fiscale, per l’analisi del turismo, per il controllo degli scarichi illegali in campo ambientale.
Che cosa manca? La parola industria ricorre 53 volte, ma non è mai accompagnata a “intelligenza artificiale” mentre abbiamo visto che al momento le applicazioni più promettenti dell’intelligenza artificiale stanno proprio nella produzione. Certo ridurre le fermate per guasti di un impianto non fa notizia e non provoca inchieste sui “pericoli dei robot”, ma dà un contributo reale all’economia!
Per questo è importante portare a Torino l’Istituto Italiano per l’Intelligenza Artificiale: a Torino il legame con il mondo industriale sarebbe in assoluto più stretto che in altre aree d’Italia. Nel PNNR il riferimento al Centro per l’Intelligenza Artificiale è comparso e scomparso, ma ora spetta ai torinesi operare in modo strettamente coordinato puntando al risultato.
Pietro TERNA, Università di Torino
Stefano TERNA, TomorrowData Torino