Intelligenza artificiale
Android > Android&cellulari
Semplice introduzione
Per intelligenza artificiale si deve intende la capacità delle macchine di imitare l’intelligenza umana.
Ma la mente umana è dotata di capacità di ragionamento, l'Intelligenza Artificiale fa delle scelte, ma non ragiona.
L' I.A. (intelligenza artificiale) svolge un ruolo sempre più importante nella nostra vita di tutti i giorni, dal lavoro allo studio e anche nel semplice divertimento.
Diversi e ripetuti casi di fake news ci invitano a riflettere se fidarsi di sistemi che non prevedano un controllo umano attivo.
Purtroppo, da qualche tempo, affidiamo a sistemi di intelligenza artificiale la soluzione delle nostre domande nel web.
Oggi è importante porsi alcune domande e considerazioni:
- Chi controlla la veridicità delle risposte?
- Non importa se l'I.A. può svolgere un compito, ma è il caso di affidarglielo?
Nei classici motori di ricerca le persone erano stimolate a analizzare e confrontare più siti per verificare
l'esattezza delle risposte con conclusioni, che reputavamo, più sicure.
Nonostante le loro capacità generative (dell' I.A.) sono strumenti che sono, inizialmente, stati progettati per dialogare e spiegare, piuttosto che per agire.
Quindi abbiamo una risposta importante: è sconsigliato utilizzare l' I.A. per problemi di emergenza ma bisogna ricorrere ai mezzi classici.
Sono nati recentemente sistemi tipo Perplexity, tipico motore di I.A. (vedi sotto) che esplora il web e che offre risposte con fonti verificate, in alternativa ai classici motori di ricerca.
Ma rimane il fatto che può generare informazioni imprecise o inventate (fakenews). Infatti le fonti del web possono essere vecchie o sbagliate.
Torna il problema di base: dobbiamo essere critici sulla risposte date dall'I.A. e valutare le risposte.
Pratica
Ma come avviene l’addestramento dell’intelligenza artificiale al suo interno?
Si prevedono tre passaggi:
· INPUT: inserimento di una serie di dati;
· ADDESTRAMENTO: creazione di differenti modelli tra le quali il sistema dovrà riconoscere e differenziare il risultato;
· OUTPUT: test del sistema IA a cui viene sottoposto un dato simile ma non uguale per osservare la risposta;
Fonti dell'Intelligenza artificiale
Quanto sappiamo davvero sulla provenienza delle fonti dell'intelligenza artificiale?
Melissa Heikkilä per il MIT Technology Review, afferma che ci troviamo di fronte a un problema di fondamentale importanza: la provenienza dei dati utilizzati per addestrare i modelli IA è ancora un territorio opaco e poco esplorato.
E' stata fatta una ricerca da parte del Data Provenance Initiative che afferma che verso il 2010 le fonti dell'I.A. erano frutto di enciclopedie e libri.
La stessa Data Provenance Initiative, voleva conoscere la provenienza dei dati per istruire l’intelligenza artificiale. Hanno controllato quasi 4.000 set di dati pubblici. I dati ricavati da 800 fonti uniche e da quasi 700 organizzazioni.
I loro risultati, condivisi in esclusiva con MIT Technology Review, evidenziano alcune peculiarità: i dati dell’IA rischiano di concentrare il potere nelle mani di alcune aziende dominanti.
Queste aziende hanno sistemi propri di I.A. e possono limitare l'accesso a molti dati a ditte concorrenti. Riflettiamo.
Attualmente, essendo tutto basato su un fattore economico che interesse c'è a introdurre fonti di culture diverse dalle grandi aziende?
Inoltre, è quasi impossibile essere sicuri di non aver addestrato il modello su dati protetti da copyright (Longpre).
Critiche all' Intelligenza artificiale
Secondo Jan Leike (ex direzione scientifica di OpenAI) "costruire macchine più intelligenti di quelle umane è
un’impresa intrinsecamente pericolosa […] e negli ultimi anni la cultura e i processi della sicurezza sono passati in secondo piano rispetto alla creazione di prodotti sempre più scintillanti da vendere".
Proviamo anche a leggere le parole di Zuckerberg (by futuro prossimo) o implicazioni critiche sull'I.A. (by International corporate, in italiano). Solo alcuni punti di vista di approfondimento critico.
Attualmente l'I.A. è in mano e controllata dalle multinazionali. Ripetiamo, chi controlla la veridicità delle informazioni e tutela la nostra privacy?
I vari governi dei vari stati? In ballo ci sono milioni e milioni di soldi. Ci possiamo fidare?
Problemi che potrebbe creare l'Intelligenza artificiale
- Poca trasparenza dei dati inseriti
- Disoccupazione
- Disinformazione
- Potere concentrato nelle multinazionali con limitazioni alle piccole ditte di fornire dati
- Pregiudizi
- Privacy
- Consumo notevole di energia e di acqua per raffreddare i data center (provate a verificare nel web)
Per addestrare una piattaforma I.A. occorrono circa 1200/1300 MWh di energia che basterebbero ad alimentare circa 130 case per un anno. Proviamo ad approfondire l’argomento nel web (by Pulse, sole 24 ore, Fastweb, ).
Ci viene spontanea una domanda:
Siamo di fronte a visibilità o affidabilità dei risultati dell’IA?
Ma come tutte le novità, con il passare degli anni ci sono sviluppi che migliorano la situazione.
L'addestramento dei modelli di intelligenza artificiale
è conforme alle leggi sulla privacy?
La percezione comune è che l'intelligenza artificiale raccolga tutte le informazioni che riesce a raccogliere online per addestrare i suoi algoritmi, ignorando la privacy delle persone e i requisiti delle leggi sulla protezione dei dati.
- In base alle leggi europee sulla privacy, (GDPR), bisogna dimostrare di avere una base legittima per l'utilizzo di qualsiasi dato personale per l'addestramento dell'I.A.
- Secondo la maggior parte delle leggi statunitensi sulla privacy dei dati, è legale utilizzare dati disponibili al pubblico per addestrare modelli di intelligenza artificiale con poche restrizioni.
Differenza tra un motore di ricerca e IA
La differenza principale è che un motore di ricerca tradizionale presenta un elenco di link basati su parole chiave, mentre l'I.A. può fornire risposte dirette (uniche).
L’intelligenza artificiale si basa su una molteplicità di dati. Questi dati sono fondamentali per determinare l’adeguatezza, l’accuratezza e la qualità delle risposte.
Più dati inseriamo più precise saranno le risposte. Ma tutto questo crea dei problemi pratici.
La qualità e quantità di dati inseriti incide sul funzionamento degli algoritmi.
Un algoritmo è una sequenza di istruzioni per risolvere un problema o svolgere un compito.Troppo spesso, il personale che immette i dati nelle strutture di intelligenza artificiale conosce poco sulle fonti dei dati che utilizzano.
L’addestramento dell’intelligenza artificiale è, secondo noi, la parte più importante (imparare e migliorare le proprie capacità).
Insegniamo a un bambino a riconoscere un cane: gli facciamo vedere molte foto di cani e le loro caratteristiche. Quindi lo mettiamo alla prova con nuove immagini senza spiegazioni delle caratteristiche e valutiamo l’apprendimento.
Quindi il nostro cervello analizza degli schemi e trae delle conclusioni.
L’IA funziona in modo simile con una quantità di dati notevolmente superiore. Si istruisce l’I.A. a fare previsioni (decisioni) e se i risultati non sono ottimali si può rifare l’addestramento con variazioni dei parametri.
È evidente che possiamo addestrare IA su settori esclusivi. Infatti se inseriamo informazioni, p.e., di medicina stiamo addestrando IA a darci risultati esclusivamente di medicina e cosi via.
Il mondo Perplexity
Cosa introduce di nuovo questa piattaforma?
Può risolvere alcune problematiche prima esposte?
Questa piattaforma unisce un motore di ricerca tradizionale con IA dandoci non solo una risposta alle nostre domande ma anche procurandoci le fonti da dove siano ricavate le notizie.
Abbiamo così la possibilità di valutare la validità e affidabilità dei risultati.
Perplexity si presenta come un classico motore di ricerca: un campo di ricerca dove inserire domande alle quali l’intelligenza artificiale fornirà una risposta e visualizza anche le fonti che hanno generato la risposta.
La verifica delle fonti è un passo avanti notevole: possiamo controllare immediatamente quanto ci viene proposto e in particolare se sono fonti aggiornate.
Vediamo un interessante articolo di confronto tra Perplexity, Gemini (Google), ChatGPT (OpenAI), Claude (Antropic) (by Zerodivision: le migliori Intelligenze artificiali del 2025)
Curiosità
Come controllare se sono Fake news? Per le immagini e i video controlliamo i metadati.
(Le immagini A.I. non hanno metadati o metadati che indicano provenienze di programmi come Midjourney o altri.
Per i testi ci sono diversi programmi che scoprono i fake. Possiamo usare (p.e.) Turtin abile nel riconoscere plagi. Basta caricare il testo sul sito e si avrà un dettagliato rapporto su possibili fake news.)
Approfondimenti
Intelligenza artificiale spiegata facile (by IlSoftware)
Super Intelligenza fuori controllo (by IlSoftware)
Gli assistenti I.A. alterano le informazioni ... (by Fastweb)
Informazioni extra ...
Per l' aggiornamento del sistema android ...
Per news, recensioni, forum, come scaricare o comprare applicazioni e come usare il code bar (QR): leggi tutto.