Intelligenza artificiale: chiedi alla macchina
Jaime D'Alessandro , di JAIME D'ALESSANDROPrevenire con gli algoritmi vuol dire essere in grado di catturare i giusti segnali per prevedere il futuro. L’Intelligenza artificiale può darci una mano, a cominciare dalla prossima pandemia. Ma fidarsi è un problema. Vediamo perché
Ha stupito anche me: con tutti gli investimenti fatti nel mondo in tecnologie per l’analisi dei dati e intelligenza artificiale, nessuno ha visto arrivare la tempesta né intuito la portata quando è apparsa in Cina». Marco Trombetti, pioniere delle traduzioni simultanee operate dagli algoritmi, commenta così la strana débacle delle Ai al tempo del Coronavirus. Si occupa di digitale dal 1999 creando soluzioni usate fra gli altri da AirB&B. Oggi è a capo di Pi Campus, distretto di startup dedicate alle Ai nato nel cuore del quartiere Eur di Roma fra ville in stile modernista anni Sessanta, dove opera anche il suo fondo di investimenti che ha capitali in quaranta società del valore complessivo di oltre un miliardo di dollari sparse fra Stati Uniti e Europa. «Per quanto strano possa sembrare, ho scoperto che sono pochi gli epidemiologi ad usare l’intelligenza artificiale per processare informazioni e avere scenari predit…
Ha stupito anche me: con tutti gli investimenti fatti nel mondo in tecnologie per l’analisi dei dati e intelligenza artificiale, nessuno ha visto arrivare la tempesta né intuito la portata quando è apparsa in Cina». Marco Trombetti, pioniere delle traduzioni simultanee operate dagli algoritmi, commenta così la strana débacle delle Ai al tempo del Coronavirus. Si occupa di digitale dal 1999 creando soluzioni usate fra gli altri da AirB&B. Oggi è a capo di Pi Campus, distretto di startup dedicate alle Ai nato nel cuore del quartiere Eur di Roma fra ville in stile modernista anni Sessanta, dove opera anche il suo fondo di investimenti che ha capitali in quaranta società del valore complessivo di oltre un miliardo di dollari sparse fra Stati Uniti e Europa. «Per quanto strano possa sembrare, ho scoperto che sono pochi gli epidemiologi ad usare l’intelligenza artificiale per processare informazioni e avere scenari predittivi», aggiunge.
Fino a ieri, fra i pochi ad azzardare qualche passo, c’erano il Massachusetts Institute of Technology (Mit) di Boston, l’Institute of Social and Preventive Medicine (Ispm) dell’università svizzera di Berna e il Centre for Global Infectious Disease Analysis (Mrc Gida) dell’Imperial College di Londra. Applicavano modelli statistici alla diffusione delle malattie, ma non l’apprendimento delle macchine o il deep learning diffusi negli assistenti virtuali come nella guida autonoma, nella vista artificiale per riconoscere cose e persone in video e fotografie, come nell’analisi dei contenuti sui social network o nei sistemi di raccomandazione sui siti di e-commerce e di streaming. Di qui stime, più che previsioni, comunque tardive: l’Imperial College ha sentenziato due giorni fa che in Italia i morti sarebbero saliti a 38mila se non fossero state prese misure di contenimento.
Eppure lo si sostiene da anni, almeno in certi ambienti, che nei processi decisionali gli algoritmi in teoria potrebbero dare una mano a indicare dove guardare prima che sia troppo tardi. La canadese Bluedot è fra le poche ad usare le Ai predittive nel campo delle epidemie fin dal 2009. Mentre nel 2011 Michela Milano, professoressa dell’Università di Bologna e, fra le altre cose, vicepresidente della European Association of Artificial Intelligence (EurAI), diede vita al progetto e-Policy per fornire a politici e amministratori le analisi predittive dell’intelligenza artificiale in materia di urbanistica, economia, gestione delle risorse energetiche. Ambiti con un alto tasso di complessità. Erano coinvolti anche i sociologi computazionali dell’Università del Surrey, in Inghilterra, guidati da Nigel Gilbert, fra i primi a sfruttare i modelli matematici nelle scienze sociali. «Ci sono ancora molti ostacoli», commenta la stessa professoressa Milano. «Da un lato l’intelligenza artificiale è più abile di noi sulla parte percettiva, analizzare una radiografia ad esempio, mentre lo è meno sul fronte del ragionamento; dall’altra, anche quando si arriva a predire un certo fenomeno, non è affatto detto che chi deve prendere una decisione si fidi di una macchina. E uno dei motivi sta nel fatto che non sappiamo dire esattamente come gli algoritmi arrivano a determinate conclusioni».
Se quindi una Ai avesse predetto la catastrofe nei primi giorni del contagio a Wuhan, forse sarebbe rimasta inascoltata come Cassandra. Ma non è detto, alcuni Paesi le Ai già le adoperano, anche se con qualche difficoltà. In Olanda ad esempio ha prevalso il sospetto. Il 7 febbraio una corte ha bocciato l’algoritmo che si occupava di scovare le frodi al welfare, avrebbe violato i diritti umani, perché metteva sotto osservazione i profili delle persone giudicate potenzialmente a rischio. A Philadelphia, negli Stati Uniti, di problemi simili non se ne fanno. Gli algoritmi li usano per stabilire il tasso di pericolosità di chi è in libertà vigilata. Altri sono impiegati per decidere i percorsi delle ronde della polizia secondo la previsione di dove si verificheranno dei crimini. L’Electronic Privacy Information Center, sostiene siano 16 le nazioni europee che sfrutterebbero tecnologie simili nella sorveglianza.
Intanto nelle linee guida stabilite dalla Commissione europea in fatto di intelligenza artificiale, il quarto principio è stato dedicato alla trasparenza degli algoritmi. Appare anche nella Carta di Roma, firmata a fine febbraio da Vaticano, governo italiano, Microsoft, Ibm e Fao.
Viene quindi il dubbio che, fra difficoltà e diffidenze, da qui alla nascita della “società oracolare”, come la chiama il filosofo Cosimo Accoto, ricercatore affiliato al Mit e autore del saggio Il mondo ex machina (Egea), di tempo ne potrebbe passare molto. «Bisognerebbe chiedersi quanti dati avevamo davvero sull’emergenza a Wuhan», commenta Accoto. «Se vuoi prevedere qualcosa, devi avere tutti i sensori sul posto che raccolgono i segnali corretti. Avviene anche nelle linee di produzione industriale dove si sta passando da una manutenzione periodica ad una che predittiva che interviene solo dove è necessario».
Essere in grado di catturare i giusti segnali per prevedere il futuro. Nel caso del Coronavirus non siamo stati in grado di farlo. Ora Michela Milano con l’Associazione Italiana per l’Intelligenza Artificiale (AixIa) e il network europeo Claire, 359 gruppi di ricerca e istituzioni che lavorano sulle Ai, hanno chiamato alla collaborazione per fare fronte comune. «Guardiamo al bicchiere mezzo pieno: di sicuro la prossima pandemia non ci coglierà impreparati», conclude Marco Trombetti. Sempre che vengano create delle Ai specializzate in epidemiologia e che qualcuno poi le ascolti.
Fino a ieri, fra i pochi ad azzardare qualche passo, c’erano il Massachusetts Institute of Technology (Mit) di Boston, l’Institute of Social and Preventive Medicine (Ispm) dell’università svizzera di Berna e il Centre for Global Infectious Disease Analysis (Mrc Gida) dell’Imperial College di Londra. Applicavano modelli statistici alla diffusione delle malattie, ma non l’apprendimento delle macchine o il deep learning diffusi negli assistenti virtuali come nella guida autonoma, nella vista artificiale per riconoscere cose e persone in video e fotografie, come nell’analisi dei contenuti sui social network o nei sistemi di raccomandazione sui siti di e-commerce e di streaming. Di qui stime, più che previsioni, comunque tardive: l’Imperial College ha sentenziato due giorni fa che in Italia i morti sarebbero saliti a 38mila se non fossero state prese misure di contenimento.
Eppure lo si sostiene da anni, almeno in certi ambienti, che nei processi decisionali gli algoritmi in teoria potrebbero dare una mano a indicare dove guardare prima che sia troppo tardi. La canadese Bluedot è fra le poche ad usare le Ai predittive nel campo delle epidemie fin dal 2009. Mentre nel 2011 Michela Milano, professoressa dell’Università di Bologna e, fra le altre cose, vicepresidente della European Association of Artificial Intelligence (EurAI), diede vita al progetto e-Policy per fornire a politici e amministratori le analisi predittive dell’intelligenza artificiale in materia di urbanistica, economia, gestione delle risorse energetiche. Ambiti con un alto tasso di complessità. Erano coinvolti anche i sociologi computazionali dell’Università del Surrey, in Inghilterra, guidati da Nigel Gilbert, fra i primi a sfruttare i modelli matematici nelle scienze sociali. «Ci sono ancora molti ostacoli», commenta la stessa professoressa Milano. «Da un lato l’intelligenza artificiale è più abile di noi sulla parte percettiva, analizzare una radiografia ad esempio, mentre lo è meno sul fronte del ragionamento; dall’altra, anche quando si arriva a predire un certo fenomeno, non è affatto detto che chi deve prendere una decisione si fidi di una macchina. E uno dei motivi sta nel fatto che non sappiamo dire esattamente come gli algoritmi arrivano a determinate conclusioni».
Se quindi una Ai avesse predetto la catastrofe nei primi giorni del contagio a Wuhan, forse sarebbe rimasta inascoltata come Cassandra. Ma non è detto, alcuni Paesi le Ai già le adoperano, anche se con qualche difficoltà. In Olanda ad esempio ha prevalso il sospetto. Il 7 febbraio una corte ha bocciato l’algoritmo che si occupava di scovare le frodi al welfare, avrebbe violato i diritti umani, perché metteva sotto osservazione i profili delle persone giudicate potenzialmente a rischio. A Philadelphia, negli Stati Uniti, di problemi simili non se ne fanno. Gli algoritmi li usano per stabilire il tasso di pericolosità di chi è in libertà vigilata. Altri sono impiegati per decidere i percorsi delle ronde della polizia secondo la previsione di dove si verificheranno dei crimini. L’Electronic Privacy Information Center, sostiene siano 16 le nazioni europee che sfrutterebbero tecnologie simili nella sorveglianza.
Intanto nelle linee guida stabilite dalla Commissione europea in fatto di intelligenza artificiale, il quarto principio è stato dedicato alla trasparenza degli algoritmi. Appare anche nella Carta di Roma, firmata a fine febbraio da Vaticano, governo italiano, Microsoft, Ibm e Fao.
Viene quindi il dubbio che, fra difficoltà e diffidenze, da qui alla nascita della “società oracolare”, come la chiama il filosofo Cosimo Accoto, ricercatore affiliato al Mit e autore del saggio Il mondo ex machina (Egea), di tempo ne potrebbe passare molto. «Bisognerebbe chiedersi quanti dati avevamo davvero sull’emergenza a Wuhan», commenta Accoto. «Se vuoi prevedere qualcosa, devi avere tutti i sensori sul posto che raccolgono i segnali corretti. Avviene anche nelle linee di produzione industriale dove si sta passando da una manutenzione periodica ad una che predittiva che interviene solo dove è necessario».
Essere in grado di catturare i giusti segnali per prevedere il futuro. Nel caso del Coronavirus non siamo stati in grado di farlo. Ora Michela Milano con l’Associazione Italiana per l’Intelligenza Artificiale (AixIa) e il network europeo Claire, 359 gruppi di ricerca e istituzioni che lavorano sulle Ai, hanno chiamato alla collaborazione per fare fronte comune. «Guardiamo al bicchiere mezzo pieno: di sicuro la prossima pandemia non ci coglierà impreparati», conclude Marco Trombetti. Sempre che vengano create delle Ai specializzate in epidemiologia e che qualcuno poi le ascolti.