Effettuando una ricerca in Google sul tema intelligenza artificiale, probabilmente ti imbatterai in argomenti intricati e complessi. Scavando appena oltre la superficie, incapperai in termini fantasiosi, come percettrone, neuroni sigmoidi e classificazioni non linearmente separabili. Questo articolo intende far sì che tu non ti perda in questo dedalo, fornendo una breve e chiara spiegazione della differenza tra IA e IA generativa. Citeremo anche altri tre tipi comuni di IA, dando informazioni appena sufficienti per capirne le basi senza pretendere conoscenze approfondite sullo sviluppo dell’intelligenza artificiale.
In breve, la differenza tra IA e IA generativa è la seguente: l'intelligenza artificiale è la categoria che racchiude tutte le forme di macchinari dotati di un’intelligenza simile a quella umana, mentre l'IA generativa ne è un sottoinsieme e si riferisce a macchine intelligenti in grado di produrre qualcosa di nuovo.
Esploreremo quattro diversi sottoinsiemi di IA, a partire dall'IA generativa. Anche in questo caso, l'elenco non è esaustivo di tutte le forme di IA e non approfondisce le singole particolarità di ciascun tipo, ma fornisce spunti utili.
Quattro tipi di intelligenza artificiale (IA).
IA generativa.
Cosa fa: L’IA generativa crea qualcosa di nuovo a partire da ciò che ha imparato attraverso l'addestramento. Il suo output potrebbe essere un codice, una ricetta, un'immagine, ecc.
Esempio: salvo tu non abbia vissuto gli ultimi sei mesi isolato dal mondo, probabilmente hai già incontrato il concetto di IA generativa nell’ambito di ChatGPT, ma, se così non fosse, ben tornato alla civiltà! ChatGPT è uno strumento in grado di sostenere una conversazione come un essere umano e di fornire una risposta originale ad una domanda. Tuttavia, si potrebbe obiettare che i risultati generati da ChatGPT non sono davvero "originali", in quanto nascono da conoscenze acquisite da fonti su Internet, come Reddit e Wikipedia, e lo strumento si limita a prevedere, in base a ciò che ha imparato, qual è la parola successiva che con maggiore probabilità corrisponde alla scelta corretta. (Non è ciò che facciamo anche noi senza rendercene conto? Chissà come si sentirebbe Shakespeare se gli venisse detta una cosa del genere).
[Per ottenere i vantaggi dell’IA non è necessario affidare i propri dati a grandi fornitori di cloud pubblico. Vai allaguida all'IA privata. ]
IA predittiva.
Cosa fa: si parla di IA predittiva quando una macchina è in grado di fare previsioni sulla base di una combinazione di input precedenti e di un'analisi delle tendenze e degli scenari attuali. Questo tipo di IA è già ampiamente utilizzato nel mondo aziendale.
Esempio: l’IA predittiva può essere utilizzata, tra le altre cose, per l'acquisto programmatico di annunci. In questo esempio, sulla base della conoscenza storica dei prezzi e delle prestazioni degli annunci, un algoritmo è in grado di prevedere quando un'azienda dovrebbe acquistare spazi pubblicitari per ottenere la tariffa migliore. È possibile imbattersi nell'IA predittiva anche nel mercato azionario, dove si presenta sotto forma di trading ad alta frequenza (HFT, High Frequency Trading). Questi modelli di intelligenza artificiale utilizzano algoritmi per effettuare operazioni di trading ad alto volume sulla base di analisi predittive.
IA basata sulle anomalie.
Cosa fa: l’IA basata sulle anomalie rileva le anomalie in uno schema. Questo tipo di intelligenza artificiale è addestrata per riconoscere le regolarità e, pertanto, è in grado di rilevare qualsiasi eccezione si presenti.
Esempio: questo tipo di IA è particolarmente utile per la sicurezza informatica. L’IA basata sulle anomalie può apprendere il tipo di attività abituale sulla rete. Se rileva attività al di fuori di questo schema, è in grado di attivare un allarme e aiutare così il team a reagire in tempo reale. L'IA basata sulle anomalie è utile anche nella gestione della supply chain attraverso l’apprendimento dei normali modelli della domanda dai dati di acquisto. L’IA riesce a rilevare se la domanda sale al di sopra o scende al di sotto di tale intervallo ed informare il team affinché adegui di conseguenza i prezzi o contatti i fornitori.
IA basata sulle decisioni.
Cosa fa: L’IA basata sulle decisioni aiuta a prendere decisioni in modo simile a quanto potrebbe fare un essere umano, ad esempio, attraverso classificazioni basate su caratteristiche.
Esempio: supponiamo di avere quattro tipi di prodotto diversi e di voler classificare le e-mail di supporto ai clienti in base alla categoria di prodotto a cui appartengono. Fornendo al modello dell’IA basato sulle decisioni alcuni esempi di e-mail da cui apprendere, è possibile addestrarlo a identificare le e-mail correlate ai diversi prodotti e quindi indirizzarle al reparto corretto. (Ciò è davvero possibile con Appian AI Skill Designer:scoprine il funzionamento guardando questo webinar!)
Altre novità in arrivo.
È chiaro, quindi, che l’IA è un argomento vasto, che può essere suddiviso in molte categorie differenti, tra cui l'IA generativa. E questo è solo l'inizio. Le aziende sono all'inizio della corsa ad accaparrarsi un'intelligenza artificiale. Per scoprire l’opinione di Appian sul futuro dell'IA e dell'automazione dei processi, dai un’occhiata alla nostra visione dell'IA.
