Indagare l’AI con l’AI: l’Expert IQ Report è un rapporto prodotto con l’utilizzo di capacità di comprensione del linguaggio naturale (Natural Language Understanding – NLU) allo scopo di fornire un’analisi approfondita dei contenuti delle enormi quantità di dati linguistici su un determinato evento, persona o argomento. Expert IQ Report dimostra il valore dell’utilizzo della tecnologia NLU basata sull’intelligenza artificiale per generare automaticamente una comprensione rapida e accurata dei dati linguistici.
L’Expert IQ Report è stato sviluppato da expert.ai utilizzando capacità proprietarie di comprensione del linguaggio naturale per analizzare un campione di 2.738 articoli riguardanti l’intelligenza artificiale (AI). Si tratta di articoli pubblicati sui siti web del settore e delle società di consulenza tra gennaio 2021 e gennaio 2022. Le fonti includono, fra le altre: Venture Beat – The Machine, The AI Journal, AiThority, The Media AI Journal, MIT Technology e McKinsey.
Fonte: Expert IQ Report
Expert IQ Report: le prospettive dell’adozione dell’AI nelle aziende
Secondo l’ultimo rapporto di McKinsey sullo stato dell’AI, il tasso di adozione continua a crescere: il 57% delle aziende ora afferma di utilizzare l’AI in almeno una funzione aziendale, rispetto al 45% nel 2020.
D’altro canto, gli analisti di Gartner prevedono che entro il 2025 il 70% delle organizzazioni avrà architetture di intelligenza artificiale operative, spinte dalla rapida maturità della tecnologia. A ciò fa eco il rapporto di IDC sulla crescita degli investimenti nell’AI in tutti i settori, per migliorare la comprensione dei clienti, l’efficienza dei dipendenti e accelerare l’innovazione.
La spesa per i sistemi di intelligenza artificiale dovrebbe crescere da 85,3 miliardi di dollari nel 2021 a oltre 204 miliardi di dollari nel 2025.
Fonte: Expert IQ Report
Expert IQ Report: 2021 anno dei dati
I dati sono stati l’argomento più discusso (15%) nel campione di articoli, seguiti da tecnologia (12%), cliente (8,6%), apprendimento automatico (5%) e prodotto (4,41%).
Il 2021 è stato anche un grande anno per la proliferazione di modelli di intelligenza artificiale. Scavando più a fondo negli articoli sui dati, i modelli di intelligenza artificiale sono stati menzionati in circa il 24% degli articoli.
I settori più discussi nel 2021:
- apprendimento automatico: 16%
- scienza dei dati: 13%
- big data: 9%
Sottoargomenti
- cliente: 8%
- analisi: 8,21%
- formazione: 17%
- test: 3,72%
- etichettatura: 2,44%
Secondo Will Douglas Heaven di MIT Technology Review, un modello di intelligenza artificiale come GPT-3 ha dato il via a una tendenza completamente nuova nell’AI; quella secondo cui “più grande è meglio”. Ma quando è che grande è troppo grande?
È un dato di fatto, gran parte del lavoro nella fornitura di soluzioni del mondo reale si basa sulla garanzia che i set di dati siano abbastanza grandi e rappresentativi da catturare le informazioni che un esperto in materia riconosce solo dopo anni di esperienza e formazione.
In molti casi, un volume così elevato di dati di addestramento non è disponibile. Anche se lo fosse, l’addestramento di un modello è estremamente dispendioso in termini di energia. Addestrare un modello linguistico che utilizza un trasformatore (parametri 213 Mln) con la ricerca dell’architettura neurale, costerebbe da 1 a 3 milioni di dollari e genererebbe l’equivalente di 284 tonnellate di anidride carbonica! Equivalenti alla produzione a vita di cinque auto americane medie.
Nonostante la chiara evidenza che l’addestramento dei modelli di AI è molto dispendioso in termini di energia, solo il 3,7% degli articoli ha un’area di interesse preferita relativa alle emissioni di CO2 dell’AI e all’impronta di carbonio dell’AI. Non si è parlato molto del tema della sostenibilità ambientale (2,3%).
Immagini generate da GPT-3
Lo stato dell’AI per la comprensione del linguaggio
Dell’intero campione, il 6,17% degli articoli riguardava l’AI applicata al linguaggio naturale (NL). Detto questo, tre casi d’uso macro hanno dominato la conversazione sull’innovazione dell’AI per i dati del linguaggio aziendale: scoperta / intelligenza della conoscenza (90%), analisi (63,90%) e automazione dei processi (35,50%).
I primi cinque settori legati all’AI più discussi nel 2021:
- bancario e finanziario: 10,85%
- sanità: 9,82%
- automotive: 4,56%
- assicurazioni: 4,41%
- farmaceutico e scienze della vita: 3,9%.
Fonte: Expert IQ Report
Expert IQ Report: 2021 anno della lingua
I dati sono stati al centro della scena nel 2021. I dati non strutturati, secondo IDC stanno crescendo in volume di oltre il 50% ogni anno, ed entro il 2025 formeranno fino all’80% di tutti i dati.
I dati non strutturati sono in genere espressi sotto forma di linguaggio.
Man mano che i dati crescono emergono segnali di innovazioni legati al linguaggio naturale per gestirli in modo efficace. Se i risultati su questo argomento sono indicativi, la spinta verso l’automazione intelligente delle attività (35,50% degli articoli relativi alla NL), l’analisi (63,90%) e la scoperta della conoscenza (90%) richiederà l’uso di funzionalità NL avanzate e piattaforme innovative appositamente costruite per la complessità unica dei dati linguistici non strutturati.
Sulla base di ciò, ecco le previsioni:
- Azienda abilitata per il linguaggio naturale
Il 2022 sarà l’anno dell’impresa abilitata al linguaggio naturale. Infatti, secondo un recente rapporto di The AI Journal, il 34% delle imprese è in procinto di attivare piani basati su NL mentre il 43% sta facendo piani o considerando le loro opzioni. L’intelligenza artificiale aiuterà le organizzazioni a comprendere il contesto, il significato e le relazioni nel linguaggio. Ciò consentirà all’azienda di trasformare il linguaggio in dati, con conseguente miglioramento del processo decisionale.
- Human-in-the-loop
Tecnologie così intelligenti da poter imparare e in qualche modo gestirsi autonomamente non esistono ancora. Le aziende stanno finalmente iniziando a capire che hai bisogno di un essere umano nel ciclo. L’approccio human-in-the-loop organizza i processi in modo che gli esseri umani possano sempre aggiungere valore che solo loro possono offrire.
- AI ibrida
“I giorni delle singole tecniche di intelligenza artificiale stanno volgendo al termine”, secondo Gartner. L’introduzione di tecniche composite di AI (o AI ibrida), anche all’interno di prodotti esistenti, avrà un profondo impatto sulle loro capacità. Ciò che può essere caratterizzato come un “approccio ibrido AI” o “approccio AI composito” si basa sul principio che nessuna singola tecnica è adatta a ogni progetto. Uno scenario “best-of-both-worlds” che abbina l’apprendimento automatico e il ragionamento simbolico continuerà a essere socializzato e a prendere piede.
- AI responsabile e spiegabile
Per sfruttare a pieno il potenziale dell’AI, le organizzazioni devono dimostrare di utilizzarla in modo rispettoso e responsabile. Il modo migliore per raggiungere questo obiettivo è quello di creare la massima trasparenza negli algoritmi che guidano i processi di intelligenza artificiale senza ostacolare le prestazioni o l’accuratezza
- Accelerare l’accessibilità dei dati ESG
Una delle lezioni più rilevanti apprese nel 2021 è che i modelli linguistici di grandi dimensioni sono pieni di preoccupazioni per i pregiudizi (bias) e il consumo di energia. Queste preoccupazioni potrebbero essere facilmente mitigate sfruttando diversi approcci di intelligenza artificiale, come l’intelligenza artificiale simbolica, che può garantire la piena comprensione dei dati. Comprendere i dati è il primo passo per governarli, quindi questo è essenziale per migliorare la qualità della gestione dei dati ESG per un migliore processo decisionale.
