Artificial Intelligence: definzione, applicazioni nella scienza ed "Artificial Intelligence Act" Europeo

Partiamo dalla definizione di AI: "Artificial Intelligence"

L'intelligenza artificiale (IA), tradotto in italiano, è un campo interdisciplinare che si occupa della creazione e dello sviluppo di sistemi e macchine capaci di imitare, replicare o superare l'intelligenza umana in diversi compiti cognitivi. L'obiettivo principale dell'IA è quello di sviluppare algoritmi in grado di eseguire attività che richiedono solitamente l'intervento umano e quindi legati ad una certa forma di intelligenza.

L'intelligenza artificiale si basa su una combinazione di algoritmi, tecniche matematiche, modelli statistici, logica, ragionamento e apprendimento automatico per creare sistemi che possano ragionare, apprendere dai dati, adattarsi all'ambiente circostante e prendere decisioni autonome.

Ci sono diverse sottodiscipline all'interno del campo dell'intelligenza artificiale (figura 1), tra cui il Machine Learning (ML, apprendimento automatico) ed il Deep Learning (DL, apprendimento profondo), la visione artificiale, il processing del linguaggio naturale, la robotica, l'intelligenza artificiale simbolica e molte altre.

Queste sottodiscipline si concentrano su aree specifiche dell'intelligenza artificiale e utilizzano approcci diversi per risolvere problemi specifici.

L'intelligenza artificiale può essere suddivisa ulteriormente in due categorie: intelligenza artificiale debole ed intelligenza artificiale forte:

• L'AI debole si riferisce a sistemi specifici progettati per compiti specifici, come il riconoscimento facciale o la traduzione automatica
• L'AI forte, invece, si riferisce a sistemi che possiedono un'intelligenza generale comparabile o superiore a quella umana e che sono in grado di svolgere una vasta gamma di compiti intellettuali.

Esempi applicativi dell'AI nella scienza

Come descritto, l'AI può essere applicata a settori differenti come mostrato in figura 2.

Vediamo insieme due esempi pratici, utili a comprendere l'immenso potenziale applicativo di questa tecnologia:

1. Scoperta di nuovi farmaci: sta rivoluzionando il processo di scoperta e sviluppo di nuovi farmaci. Grazie all'apprendimento automatico e all'analisi di grandi quantità di dati, gli algoritmi possono identificare potenziali composti farmaceutici, prevedere la loro efficacia e valutare la sicurezza. Ciò consente di accelerare notevolmente la ricerca e ridurre i costi associati alla scoperta di nuovi farmaci, aprendo nuove possibilità per la cura di malattie complesse
2. Analisi dei dati scientifici: utilizzata per analizzare grandi insiemi di dati scientifici provenienti da diverse fonti, come studi clinici ed esperimenti di laboratorio. Gli algoritmi di machine learning possono identificare modelli, relazioni e tendenze nei dati, fornendo così importanti informazioni per la ricerca scientifica. Ad esempio, possono aiutare a identificare correlazioni tra fattori di rischio e malattie e supportare la modellazione climatica.
   

Cos'è l'AI Act Europeo?

L'AI Act (figura 3) - Artificial Intelligence Act - è un'iniziativa dell'Europa per regolamentare l'intelligenza artificiale, con l'obiettivo di proteggere i cittadini dai rischi associati.

Alcuni punti chiave da considerare includono:

• Diffusione di documenti falsi
• Attacchi hacker sempre più aggressivi
• Costi ambientali
• Utilizzo antidemocratico dei sistemi di riconoscimento facciale.

L'approvazione dell'AI Act richiede il passaggio attraverso le Commissioni parlamentari e successivamente al Parlamento UE, con l'obiettivo finale di essere pubblicato nella Gazzetta europea entro la fine dell'anno (2023).

L'AI Act mira a regolamentare l'uso dell'intelligenza artificiale in modo sicuro, etico e trasparente, al fine di promuovere la fiducia dei cittadini europei e garantire la protezione dei loro diritti fondamentali.

Tutto chiaro ma, al momento, cosa prevede questo regolamento?

La normativa sull'intelligenza artificiale si concentra su una tecnologia allineata ai valori dell'Unione Europea e rispetta i diritti fondamentali dei cittadini UE, indipendentemente dall'origine o lo sviluppo della tecnologia.

Alcuni divieti inclusi sono:

• Vietato monitorare e classificare le persone in base al loro comportamento (conosciuto come social scoring).
• Vietato utilizzare l'IA per ridurre l'importanza del lavoro umano.

Ulteriori divieti o limitazioni attualmente in discussione potrebbero includere:

• Vietato l'uso di telecamere per il riconoscimento biometrico in spazi pubblici.
• Vietato il predictive policing, ovvero l'utilizzo dei sistemi di intelligenza artificiale per individuare e prevenire attività criminali.

L'obiettivo principale, ancora una volta, è quello di garantire un utilizzo etico e responsabile dell'IA, preservando la privacy, la dignità umana e il benessere dei cittadini europei.

E per tutto ciò che non è ancora espressamente previsto?

Si parla dell'applicazione immediata del cosiddetto "Risk-Based Approach" secondo una specifica piramide dei rischi individuata dalla Commissione europea (figura 4).

Parliamo di una metodologia strategica che mira a gestire e affrontare le sfide e le minacce in base al loro livello di rischio associato.

Il principio chiave consiste nell'identificare, valutare e mitigare i rischi in modo proporzionato alla loro gravità e probabilità di accadimento. Invece di adottare una strategia "one-size-fits-all", si pone l'attenzione sui rischi più critici o significativi, permettendo di concentrare le risorse e le misure preventive dove sono più necessarie.

Nell'ambito dell'intelligenza artificiale, il risk-based approach implica l'analisi delle possibili conseguenze negative derivanti dall'utilizzo dei sistemi di intelligenza artificiale. Si prendono in considerazione, ad esempio, fattori come la violazione della privacy, le discriminazioni, gli errori di previsione o i danni potenziali. I rischi vengono valutati e si adottano misure preventive o correttive adeguate per ridurne l'impatto.

Questo approccio favorisce una gestione del rischio più mirata ed efficiente, consentendo di ottimizzare l'allocazione delle risorse e di concentrarsi sulle aree in cui il rischio è più elevato.

Per approfondimenti (inglese): https://www.europarl.europa.eu/RegData/etudes/BRIE/2021/698792/EPRS_BRI(2021)698792_EN.pdf

                             Gennaro Velotto

Fonti

• https://www.forbes.com/intelligence-artificial-definition
• "Artificial intelligence in drug discovery" - Nature Reviews Drug Discovery (https://www.nature.com/articles/s41573-018-0006-z)
• "Artificial intelligence in science and technology: Frontiers and prospects" - Science China Information Sciences (https://link.springer.com/article/10.1007/s11432-018-9482-9)
• "Europe's proposed AI regulation: What you need to know" - European Parliament (https://www.europarl.europa.eu/news/en/headlines/society/20210415STO02001/europe-s-proposed-ai-regulation-what-you-need-to-know)
• "Artificial Intelligence: Commission proposes new rules and actions for excellence and trust" - European Commission (https://ec.europa.eu/commission/presscorner/detail/en/IP_21_1682)
• https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai