Intelligenza Artificiale, cos’è il Cognitive Computing

Intelligenza Artificiale e Cognitive Computing

Intelligenza Artificiale (IA) e Cognitive Computing stanno rapidamente trasformando gli scenari digitali, la nostra vita e il nostro modo di lavorare.

Negli ultimi anni l’Intelligenza Artificiale ha compiuto enormi progressi, anche grazie al Cognitive Computing, e ciò ha avuto un impatto significativo in molti settori. 

Cerchiamo di capire meglio in cosa consistono queste due tecnologie, qual è il rapporto tra di esse, quali sono le loro applicazioni e i loro limiti.

Applicazioni Intelligenza Artificiale

Secondo la definizione fornita dal Parlamento Europeo, l’Intelligenza Artificiale è “l’abilità di una macchina di mostrare capacità umane quali il ragionamento, l’apprendimento, la pianificazione e la creatività”. 

Tantissime sono le applicazioni dell’Intelligenza Artificiale e vanno da quelle industriali a quelle domestiche.

In ambito industriale, l’Intelligenza Artificiale viene usata come prima forma di assistenza ai clienti, nella produzione e traduzione di testi, nell’Autonoumos Robot, come i cobot o robot collaborativi. Grazie all’Intelligenza Artificiale, le aziende possono automatizzare una vasta gamma di attività: ad esempio, l’IA viene usata in tempo reale per il controllo della qualità dei prodotti, riducendo eventuali errori umani, o per ottimizzare gli impianti di produzione, adeguando in tempo reale e in modo automatico i processi alle condizioni esterne. Altri possibili impieghi sono nell’ambito della manutenzione predittiva, nella personalizzazione dei prodotti in base alle esigenze dei clienti o nella predisposizione di modelli di previsione della domanda.

Nel contesto domestico, l’IA trova applicazione in ambito smart home: grazie a dispositivi intelligenti, come assistenti vocali, telecamere di sicurezza e termostati, vengono automatizzate le attività quotidiane rendendo le abitazioni più sicure, efficienti e comode.

I sistemi di Cognitive Computing

Quando parliamo di Cognitive Computing ci riferiamo a una parte dell’Intelligenza Artificiale, che cerca di imitare i processi cognitivi umani per risolvere problemi complessi. Scopo di questi sistemi è quello di facilitare il processo decisionale dell’uomo in quei casi nei quali è necessario elaborare un’enorme quantità di dati complessi. 

I sistemi di Cognitive Computing usano varie tecnologie come:

• il machine learning, ovvero le tecniche di apprendimento automatico, grazie alle quali i computer sono in grado di imparare da dati ed esperienze precedenti;
• l’elaborazione del linguaggio naturale NLP (Natural Language Processing), che si occupa della comprensione, da parte dei computer, del linguaggio umano, in modo da poter generare dei testi e delle risposte pertinenti nelle conversazioni;
• la visione artificiale, che consente ai computer di individuare e comprendere gli oggetti e le persone presenti nelle immagini e nei video;
• il ragionamento basato su regole, mediante il quale il computer è in grado di adottare delle decisioni sulla base di regole stabilite a priori.

Le applicazioni di Cognitive Computing

Il Cognitive Computing, grazie alla sua capacità di imitare i processi cognitivi umani, ha moltissimi campi di applicazione.

Nella sanità, ad esempio, viene usato nella formulazione di diagnosi e nella scelta e personalizzazione dei trattamenti, proprio per la sua capacità di analizzare in breve tempo i dati presenti nelle cartelle cliniche e quelli provenienti da studi e ricerche. Il suo impiego, però, si estende anche alla ricerca in campo farmacologico. Uno degli esempi di Cognitive Computing applicato al settore sanitario è il sistema Watson, in particolare Watson for Oncology, adottato dal Memorial Sloan Kettering Cancer di New York, e in grado di aiutare i medici nelle decisioni terapeutiche in oncologia.

Molti sono gli impieghi nell’industria manifatturiera, dove il Cognitive Computing trova applicazione nella robotica, nel controllo della qualità, nella gestione e nell’automazione del magazzino, nella manutenzione predittiva.

Nell’ambito dei servizi finanziari il suo impiego consente di prendere decisioni rapide basate su un numero molto elevato di informazioni, derivanti dall’esame di modelli, tendenze e relazioni dei dati finanziari. Altro impiego in questo settore è quello della rilevazione delle frodi.

Un altro settore che beneficia del Cognitive Computing è quello della vendita al dettaglio dove i rivenditori sono aiutati nel compito di comprendere le preferenze dei clienti in modo da poter fornire un’esperienza di acquisto personalizzata, migliorando il servizio ed ottimizzando il magazzino. 

Cognitive Computing e big data

Una delle principali caratteristiche dei sistemi di Cognitive Computing sta nella sua capacità di elaborare in modo efficiente grandi quantità di dati complessi. 

Ogni giorno viene prodotto un numero elevatissimo di dati che provengono dalle persone (social media, transazioni commerciali online, atti pubblici online ecc.) e dalle cose (Internet of Things). La loro quantità cresce continuamente, tanto da parlare di big data. Riuscire ad analizzare questi dati per trarne delle nuove informazioni rappresenta una sfida che può essere affrontata proprio grazie all’Intelligenza Artificiale e ai sistemi di Cognitive Computing.

Quest’ultimo è in grado di analizzare e incrociare una mole impressionante di dati eterogenei, strutturati e no, provenienti da varie fonti (immagini, video, testi, riferimenti geolocalizzati e cronolocalizzati, tabelle strutturate) e di trovare le correlazioni esistenti tra essi.

A ciò va aggiunto che tali processi sono effettuati in tempi molto rapidi e questo consente un notevole aumento della produttività complessiva. 

Ma proprio da quella che è la sua caratteristica principale possono derivare problemi di sicurezza informatica: i dati trattati vanno adeguatamente protetti, in particolar modo se si tratta di dati sensibili.

Un altro aspetto da non sottovalutare è l’attendibilità dei dati di partenza: se il Cognitive Computing analizza dati imprecisi o incompleti, può portare a errori anche molto seri e all’assunzione di decisioni che potrebbero rivelarsi errate.

Intelligenza Artificiale e Cognitive Computing

Spesso si tende a confondere l’Intelligenza Artificiale con il Cognitive Computing: in realtà non sono la stessa cosa.

Tutti e due riescono a semplificare il processo decisionale ed entrambi usano tecnologie come machine learning e deep learning, ma queste non vengono impiegate allo stesso modo. Mentre l’Intelligenza Artificiale ha come scopo quello di trovare un algoritmo efficace al fine di produrre la migliore soluzione complessiva a un dato problema, il Cognitive Computing, invece, fornisce una serie di informazioni mirate, con lo scopo di prendere la decisione migliore in base alle circostanze. Quest’ultimo, inoltre, non vuole sostituire il processo decisionale umano, ma intende fornire una serie di possibili soluzioni.

Potenzialità e limiti del Cognitive Computing

I sistemi cognitivi hanno un potenziale enorme soprattutto per la loro capacità di estrarre informazioni da dati non strutturati, come testi e immagini, che costituiscono la gran parte dei dati creati ogni giorno. Pertanto essi potranno diventare un importante strumento di supporto, sia per attività tecniche e scientifiche, che per quelle di vendita.

L’adozione del Cognitive Computing potrà migliorare i processi decisionali rendendoli più efficaci, tempestivi e affidabili, con riflessi positivi su tutto il settore produttivo.

Questo non significa che esso non presenti dei limiti. Innanzitutto, come si è detto in precedenza, questa tecnologia risente fortemente dall’affidabilità dei dati di partenza. In secondo luogo, non si possono sottovalutare i problemi di natura etica, di privacy e sicurezza. Infine, va rilevato che l’implementazione di tali sistemi richiede tecnologie e infrastrutture costose e ciò può ridurne l’impiego nelle piccole e medie imprese, che dispongono di risorse limitate.