In copertina: A single-layer feedforward artificial neural network with 4 inputs, 6 hidden and 2 outputs. Arkitasa su Wikipedia

Il progresso neurale

Il nostro futuro legato alla tecnologia è uno dei temi più importanti e discussi dall’umanità dal secondo dopoguerra e la successiva ripresa mondiale. La cultura popolare ha dipinto un futuro fatto di autoveicoli autosufficienti e robot assistenti, dove l’umanità si spingerà verso l’esplorazione dell’Universo, saziata nelle sue domande esistenziali dalla tranquillità dell’edonismo. Le notizie dal mondo tecnologico ci fanno ben sperare sui veicoli autosufficienti e sempre più startup e studi stanno cercando di integrare la robotica nelle nostre vite, uno degli aspetti più intriganti dell’informatica sta assumendo forme sempre più concrete.

Stiamo parlando delle Intelligenze Artificiali, le quali, attraverso il Deep Learning e delle Reti neurali artificiali ( o ANN, Artificial Neural Networks) negli ultimi anni si stanno evolvendo sempre più, alla ricerca di soluzioni sempre più complesse, che siano ausiliarie ai più disparati scopi. Fin dalle prime ipotesi in materia, che risalgono a studi condotti pochi anni dalla conclusione della Seconda Guerra mondiale, l’idea di reti di macchine collegate tra loro, seguendo uno schema neurale, è sembrato il giusto approccio per la costruzione di strutture informatiche complesse. Il punto principale di un rete neurale artificiale è la sua capacità di apprendere dai dati che riceve ed essere così in grado di risolvere compiti molto complessi che tradizionali sistemi non sarebbero in grado di completare.

In questo modo compiti quali scansione, analisi e riconoscimento vocale e immagine sono diventati realtà. Nelle ricerche di immagini su Google Image o nelle conversazioni con Google Assistant o Siri che tutti i giorni avvengono sui nostri smartphone. Infatti, vengono adoperati proprio queste ANN, per poter riconoscere particolari soggetti nelle foto, o per comprendere il significato di una conversazione e permettere allo smartphone di rispondere alle nostre domande.

Facebook e il Deep Learning: DeepText

L’utilizzo del Deep Learning probabilmente tra i più interessanti nell’ambiente corporate è sviluppato da Facebook e il suo DeepText: un sistema in grado di leggere, analizzare e comprendere tutta la parte testuale presente su Facebook, in 20 lingue diverse e capace di apprendere da ogni iterazione ed essere così sempre più indipendente e intelligente. DeepText promette di combattere lo spam all’interno dell’ecosistema Facebook, poiché sarà in grado di comprendere quali sono i nostri interessi e filtrare il contenuto sponsorizzato, mirati specificatamente per noi. Ma DeepText è già in funzione (in fase sperimentale) anche su Messenger, e non è improbabile che possa essere implementato anche su WhatsApp, per aggiungere un nuovo livello di interazione tra utente e piattaforma. Il sistema, infatti, è in grado di comprendere le nostre necessità dal testo e propone, immediatamente, una soluzione per soddisfare le richieste: se dovessi scrivere in chat o in un post “Ho bisogno di un taxi”, DeepText lavorerà come un nostro assistente e ci proporrà immediatamente di prenotarne uno. Se la facilità di utilizzo è sicuramente un plauso, quando queste tecnologie vengono utilizzate in ambiente corporate, non è possibile non sottolineare l’ormai onnipresente problema di privacy.

Reti neurali e medicina: Intelligenze Artificiali diventano dottori

Ma le ANN non sono utilizzate solo dai grandi colossi del Web per estrapolare sempre più dati dai clienti. Alcuni studi internazionali, infatti, stanno integrando l’uso delle reti neurali con in campo medico. Immaginate questo scenario: il pilastro fondamentale della sanità si basa sulla capacità di un medico di analizzare il problema, raccogliere ed elaborare i dati ed eseguire una diagnosi corretta. Per quanto la figura del medico non potrà mai scomparire (almeno nel medio periodo), sono in fase di ricerca e sviluppo alcune soluzioni che utilizzano le ANN che saranno in grado di analizzare i risultati di alcuni test medici e togliere così il peso dell’analisi e della diagnosi ai dottori.

Ed è così che Google, con la sua Intelligenza Artificiale, sta sviluppando un sistema di riconoscimento automatico che potrà aiutare la medicina nel riconoscimento e diagnosi della retinopatia diabetica e il dottor Shaokang Wang e la sua startup Infervision ha ideato un algoritmo capace di analizzare immagini a raggi X e identificare i segni del cancro ai polmoni, fin dai primi stadi. Questi sviluppi sono l’utilizzo più affascinante delle reti neurali artificiali, capaci di alleggerire il lavoro umano in alcuni ambiti nei quali un apporto di tale portata non era mai stato concepito fino ad oggi. I costi della sanità, ad esempio, potrebbero alleggerirsi e, dando alle Intelligenze Artificiali il compito di compiere queste diagnosi, dare maggior spazio ai medici per focalizzare i propri sforzi nella ricerca delle cure. Ma soprattutto le ANN renderebbero “democratiche” analisi e terapie ora difficilmente applicabili su tutta la popolazione: una Intelligenza Artificiale applicata come dal dottor Shaokang Wang, ad esempio, permetterebbe, a quelle fasce di popolazione che non hanno a disposizione esperti specializzati nelle loro vicinanze, di poter fruire di una copertura medica migliore, capace di diagnosticare le malattie con più semplicità e maggiore rapidità.

Sviluppi mai immaginati di una tecnologia i cui limiti sono ancora difficilmente visibili. Il progresso tecnologico ha sempre riservato infinite sorprese nel suo sviluppo e quel futuro fatto di computer, robot ed automazione potrebbe non essere quello disegnato nella loro cupa genialità dai creativi del secolo scorso, dove i computer senzienti si ribelleranno al controllo umano e cercheranno di distruggere il loro creatore. Nel nostro futuro potremmo ritrovarci Intelligenze Artificiali come assistenti, capaci di aiutarci nelle necessità di ogni giorno, o complesse equipe di robot-dottori saranno in grado di comprendere i nostri malanni ed sviluppare una cura, senza ausilio della componente umana, permettendoci così di tornare a crogiolarci nella tranquillità dell’edonismo.

Fonti:

https://www.wired.com/2017/05/using-ai-detect-cancer-not-just-cats/

https://www.wired.com/2016/11/googles-ai-reads-retinas-prevent-blindness-diabetics/

https://code.facebook.com/posts/181565595577955/introducing-deeptext-facebook-s-text-understanding-engine/

https://www.doc.ic.ac.uk/~nd/surprise_96/journal/vol4/cs11/report.html

Author: Leonardo Cristiano

Appassionato di tecnologia, ho conseguito studi classici. Dopo alcuni anni a Milano, ora mi interesso di web, informatica, tecnologia, senza mai dimenticare l’attualità e la politica.

Pin It on Pinterest

Share This

Share This

Share this post with your friends!