Moltissimi di voi avranno certamente sentito parlare di ChatGPT, il chatbot basato su intelligenza artificiale e machine learning sviluppato da OpenAI, pensato per la conversazione con un utente umano: un modello di linguaggio artificiale, insomma, basato su una tecnologia chiamata “deep learning”, che, grazie all’accesso a un vasto database di testo, riesce a generare risposte appropriate e pertinenti.
Questo è solo uno dei sempre più diffusi esempi di Intelligenza Artificiale Generativa che ci circondano. L’Ai generativa si riferisce all’intelligenza artificiale in grado di generare nuovi contenuti, piuttosto che limitarsi ad analizzare o agire su dati esistenti.
AI generativa: cos’è, quali opportunità e come sfruttarla al meglio
I modelli di intelligenza artificiale generativa producono testo e immagini: post di blog, codici di programmi, poesie, opere d’arte. Il software utilizza complessi modelli di apprendimento automatico per prevedere la parola successiva in base a sequenze di parole precedenti o l’immagine successiva in base a parole che descrivono immagini precedenti.
Siamo entrati di fatto in una nuova rivoluzione tecnologica, una nuova era di interazione uomo-macchina, in cui l’AI supporta il processo creativo, la produttività e offre opportunità di sviluppo personale.
Tantissime le opportunità dell’Intelligenza Artificiale Generativa: l’AI fornisce potenza di calcolo, generando diverse alternative creative, ma sono gli essere umani che esprimono giudizi, arricchendo di significato e di valore i risultati ottenuti. Le grandi opportunità legate all’AI generativa sono dunque legate a una nuova era in cui dati e machine learning saranno parte della nostra vita quotidiana, ma in cui rimarrà l’essere umano a guidare la relazione con le macchine.
Nella vita di tutti i giorni, oltre ad app divertenti che sfruttano questo tipo di AI, ci sono anche e soprattutto modelli che cambieranno radicalmente il modo in cui le aziende operano, innovano e crescono, e il nostro modo di vivere.
Il ruolo rivoluzionario dei dati sintetici
A traghettarci verso questa nuova dimensione ci sono in primis i cosiddetti dati sintetici, dati artificiali che vengono creati a partire da dati reali e che hanno le loro stesse proprietà statistiche ma non contengono informazioni sensibili relative ai dati degli utenti, vengono sempre più usati in più settori, e saranno fondamentali per consentire lo sviluppo di tecnologie e soluzioni basate sull’Intelligenza artificiale.
Anche in Italia ci sono le prime realtà che iniziano a sfruttare questi dati e a sviluppare soluzioni ad alto impatto sociale, ad esempio nell’ambito della medicina per aumentare l’efficacia di prevenzione, diagnosi e cura, oppure della finanza, nei sistemi anti-frode, per rendere più sicuri i pagamenti online.
È il caso ad esempio di Aindo, startup fondata nel 2018 da tre specialisti di Intelligenza Artificiale all’interno della Scuola Internazionale Superiore di Studi Avanzati di Trieste (SISSA), Daniele Panfilo (CEO), Sebastiano Saccani (Head of R&D) e Borut Svara (CTO). Aindo ha creato la piattaforma Aindo Synthetic DataOps (ASDOP), che consente di sintetizzare formati di dati avanzati, compresi i database relazionali, riuscendo a soddisfare tutti i requisiti necessari alla privacy, spiega Daniele Panfilo, co-fondatore e CEO di Aindo.
Dati sintetici per l’health
I dati sintetici sono, ad esempio, essenziali in campo sanitario e lo saranno sempre di più, collegati alla capacità di analisi predittive che saremo sempre più in grado di fare.
Un ospedale che voglia migliorare il percorso affrontato da un paziente oncologico potrebbe usare i suoi dati per individuare precocemente i segni della patologia, migliorare e personalizzare i trattamenti, offrire un supporto guidato al paziente e così via.
Dati sintetici per la finanza
Anche nel settore finanziario i dati sintetici sono un vero e proprio game-changer: un esempio fra tutti è il loro utilizzo per la rilevazione di frodi.
I dati delle transazioni finanziarie sono, infatti, di norma protetti da privacy e quindi non possono essere utilizzati. Grazie ai dati sintetici si supera questo problema, attraverso la generazione di un database alimentato da transazioni finanziarie fittizie, tra cui anche possibili transazioni sospette, per valutare successivamente come performa il sistema antifrode nel rilevamento dei comportamenti non conformi.
Una tecnologia a beneficio sia delle banche, sia delle piattaforme fintech innovative sia soprattutto di tutti noi che utilizziamo per i nostri pagamenti carte di credito, bancomat e app di digital payment.
AI generativa, quali rischi e come evitarli
Tuttavia, si aprono anche scenari che richiedono la massima attenzione. “Un tema delicato – spiega ancora Panfilo – è sicuramente quello della privacy, così come quello della sicurezza e quello della fair AI, cioè di una Intelligenza Artificiale priva di pregiudizi e giusta”.
Ma è centrale anche il tema dell’AI human-centric, “in cui prodotti e servizi siano progettati pensando ai bisogni delle persone e non vengano unicamente guidati dalle opportunità tecnologiche”.
Gli aspetti critici riguardano soprattutto le ripercussioni che devono ancora essere scoperte, in particolare quelle legate alla privacy: le immagini personali, per esempio, possono essere usate per allenare algoritmi, oppure per dare vita a deep fake, video o foto che creano in modo totalmente artificiale situazioni in cui la persona reale non si è mai trovata, dando potenzialmente adito a molteplici abusi dell’identità personale.
Anche nella sanità esiste un rischio in termini di privacy nell’usare i dati personali per fare analisi statistiche. Purtroppo, i dati degli ospedali sono spesso non strutturati, quindi di difficile utilizzo, oltre a essere vincolati da restrizioni legate alla loro sensibilità, come, in Europa, le norme relative alla GDPR ad esempio.
E proprio qui entrano in campo piattaforme e soluzioni come quelle sviluppate da Aindo, che si occupano della data curation in tutta la catena del valore: dalla strutturazione delle informazioni reali, alla creazione di dati sintetici fino al loro uso per analisi predittive che migliorano il trattamento del paziente. Segno che la rivoluzione è già qui.
Contenuto offerto da Aindo
