AI & ML

Artificial Intelligence e Machine Learning appaiono nei vari media sempre di più.

C’è grossa aspettativa dietro a questi temi, a volte citati in maniera critica o come elementi chiave di un futuro dove noi umani giochiamo un ruolo subalterno alle macchine.

La verità è che siamo molto lontani da macchine “senzienti” che si comportano da umani.

Quella che viene chiamata “Artificial General Intelligence” – ovvero macchine intelligenti per standard umani su temi generali – non supera il 50-60% di accuratezza: a volte danno risposte giuste, a volte no, con la stessa precisione del lancio di una moneta…

Questo non vuol dire che, conoscendone i limiti, non possiamo trarre enormi vantaggi da queste tecnologie, che fanno leva sull’incredibile abbondanza di dati che abbiamo, su metodi e algoritmi sempre più sofisticati e “facilmente” utilizzabili e su macchine sempre più potenti. L’intersezione di questi tre elementi è ciò che rende AI/ML uno dei tool più potenti da applicare in una grande varietà di domini.

Nel passato, molte delle tecnologie di successo sono state accolte con scetticismo, come: «La televisione non durerà, perché le persone si stancheranno presto di passare le serate a fissare una scatola di legno» (Darryl Zanuck, dirigente della 20th Century Fox, 1946). O il personal computer: «Non c’è alcun motivo per cui un individuo dovrebbe tenersi in casa un computer» (Ken Olsen, presidente della Digital Equipment Corp, 1977).

Qui è diverso. AI/ML sta entrando nel nostro quotidiano in maniera graduale, portandoci comodità a cui ci stiamo abituando. Alexa o Siri, devices che riconoscono il nostro viso come “password”, il nostro iPhone che trasforma tutti in buoni fotografi. Piccoli esempi dalla vita di tutti i giorni.

Ma questa tecnologia fa e può fare molto di più per la società. Ad esempio per la sostenibilità.

AI/ML e Sustainability

Viviamo in una realtà complessa, con molte variabili a disposizione per poter far meglio quello che facciamo, per fare nuove cose, per usare meglio le risorse che abbiamo.

Ci piace avere aria condizionata, usare devices diversi per ogni occasione, avere una casa con tutta la domotica disponibile, usare mezzi di trasporto privati per gli spostamenti, magari “giocare” con le cryptocurrencies, ma tutto questo ha un impatto notevole sull’ambiente. A quanto saremmo disposti a rinunciare per lasciare alle prossime generazioni un Pianeta “sano”? In teoria tanto, in pratica, forse non molto.

In tutto questo, sistemi “intelligenti” in grado di ottimizzare l’utilizzo delle risorse possono giocare un ruolo essenziale. Possono consentirci di fare quell’ottimizzazione delle risorse che troppo spesso non facciamo.

La lista di esempi di applicazione può essere lunga. L’ONU ha definito 17 “Sustainable Development Goals”. Nature Communications ha analizzato il ruolo dell’AI per l’ottenimento di questi goal: l’impatto è positivo nel 79% dei casi, negativo nel 35%. Ottimizzazione dell’utilizzo del power grid, ottimizzazione dei trasporti, smart cities, monitoraggio e conservazione delle risorse energetiche e naturali. La lista potrebbe continuare per un po’.

Recentemente, ho iniziato una collaborazione con Siemens per la creazione di un sistema di supporto al finanziamento di attività in ambito sustainability. Il sistema si basa su Natural Language Processing (NLP, una “branca” di AI), analizzando documenti dal web e associandoli alle opportunità di finanziamento disponibili. Il titolo del documento di presentazione è Financing a sustainable future using NLP. Questo è un altro esempio di come AI può aiutare la sostenibilità.

I prossimi passi

Dove stiamo andando con questi sistemi sempre più “intelligenti”? Come sta cambiando la società con l’aiuto dell’AI?

Questa tecnologia sta entrando progressivamente nella gran parte delle attività che facciamo. Quasi senza accorgercene stiamo delegando agli algoritmi task che abbiamo sempre fatto. Nulla di nuovo, certo, lo abbiamo fatto con tutte le tecnologie che abbiamo avuto sin qui. Ma i task che siamo delegando sono sempre più complessi. Tutto bene, sembra, visto che questo ci dà modo di concentrarci su cose ancora più complesse o goderci il tempo che si è liberato.

Ma questi task complessi hanno componenti di decisioni che sono prese con criteri che molti di noi non conoscono, spesso con sistemi complessi che richiedono infrastrutture tecnologiche rilevanti.

Come possiamo valutare la correttezza etica, limitare i bias sociali, evitare oligopoli tecnologici di grandi operatori in grado di fornire sistemi super sofisticati? Avremo un futuro sempre più condizionato da algoritmi di cui non conosciamo i funzionamenti?

Nessuno può prevedere il futuro, ma possiamo ipotizzare scenari, definire trends. Vedrò di farlo in un prossimo post. Il tema sarà non “cosa la tecnologia può fare per la sostenibilità”, ma “la sostenibilità della tecnologia”.