I pionieri dell’intelligenza artificiale si sono riuniti a San Francisco per l’AI Summit 2021 (28 e 29 settembre 2021), per discutere di come la tecnologia possa cambiare il mondo in modo etico e sostenibile. Microsoft, IBM, Meta, Intel, Oracle e molti altri player hanno svelato parte della loro agenda di sviluppo per i sistemi di AI del futuro. Il summit si è rivelato una fucina di idee per tutti gli innovatori che aspirino a incrementare e migliorare la presenza di sistemi autonomi ad apprendimento automatico nella vita di tutti i giorni.
Le “disruptive ideas” dell’AI Summit 2021
Healthcare
La sanità è uno dei più ampi ambiti applicativi del Machine learning, ma accelerare l’innovazione è una sfida complessa.
Uno dei modi più efficaci per portare in campo i nuovi sistemi di analisi dati è quello di creare un’esperienza completamente incentrata sul paziente e sulla sua privacy. Il supporto dell’AI, integrato con l’esperienza degli operatori sanitari, può fare la differenza in ambito diagnostico e rivoluzionerà il modo di gestire i dati sanitari digitali.
Hybrid Data Cloud
Gestire il training e l’utilizzo delle reti neurali, sempre più complesse e avide di risorse, significa trovare il giusto compromesso tra il costo dell’infrastruttura e la protezione dei dati analizzati. I service provider possono fornire soluzioni di private cloud on-premise, che si integrano con il public cloud quando le risorse locali non sono sufficienti.
Trovando un equilibrio tra le due soluzioni è possibile distribuire servizi pubblici assicurando al contempo la protezione del dato in conformità alle normative. Le nuove soluzioni di gestione AI-Powered consentono di raggiungere la stabilità dei sistemi ibridi garantendo performance e sicurezza.
AI-Powered Organizations
L’AI è il driver per la trasformazione delle aziende del domani, ma la sfida riguarda la cultura, e non la tecnologia. La maggior parte delle imprese non sono pronte ad affrontare i cambiamenti necessari a diventare delle AI-powered organizations. Implementare progressivamente l’intelligenza artificiale nei processi decisionali è un percorso complesso, ma iniziare oggi significa trovarsi pronti per il futuro.
Oggi è già possibile integrare tecnologie AI-Powered per gestire la customer care, le operazioni in campo, il marketing e molte altre attività, trasformando i vecchi processi statici in strutture dinamiche e agili in grado di adattarsi al contesto, migliorando in questo modo la qualità del lavoro svolto.
Inclusive computer vision
I dataset che vengono utilizzati per addestrare le reti di apprendimento automatico sono in molti casi affetti da bias. Le informazioni che la rete estrae dai dati sono soggette alle distorsioni che derivano dalle valutazioni delle “etichette” assegnate. Questo pregiudizio, nell’ambito di computer vision, può dare vita a pericolosi giudizi discriminanti.
Il training è la fase chiave per la costruzione di intelligenze artificiali inclusive. Gli architetti di queste reti non devono considerare solo le applicazioni dei sistemi che progettano, ma anche le implicazioni che l’utilizzo di tale tecnologia comporta. Le decisioni guidate dall’AI devono essere rappresentative di tutti gli utenti del sistema, che devono essere in grado di dare forma alla loro esperienza d’uso. Le AI non devono essere pensate come sistemi pronti all’uso out-of-the-box, ma come sistemi da plasmare al fine di renderli più “intelligenti”.
Conclusioni
Il futuro è orientato verso un utilizzo sempre più esteso di AI sempre più complesse. Momenti di riflessione come l’AI Summit di quest’anno, fanno emergere la necessità di regolamentazioni che guidino i progettisti nell’evoluzione delle reti neurali, un’evoluzione a misura d’uomo.
