IA, il tuttofare, dalla previsione delle malattie al miglioramento dell’accessibilità per le persone con disabilità

L’intelligenza artificiale è decollata lo scorso anno e non ha lasciato intatta nessuna industria. È stato il lancio di ChatGPT a far esplodere l’interesse nel sottocampo dell’IA, l’IA generativa, e tutti hanno iniziato a utilizzare la tecnologia sia come consumatori sia come fornitori di servizi.  

Secondo un sondaggio di McKinsey, la maggioranza delle organizzazioni (55%) sta ora utilizzando l’IA in almeno una funzione aziendale. Ha senso, dato che l’IA sta influenzando tutto, dalle vendite, dal marketing e dal servizio clienti alla sicurezza, ai dati, alla tecnologia e ad altri processi.

Uno sguardo all’IA e alla sua capacità di trasformare le industrie

L’IA, un concetto esistente dagli anni ’50, è l’intelligenza delle macchine. È la capacità di una macchina di eseguire funzioni cognitive in modo simile agli esseri umani. 

L’intelligenza umana è ciò che ci distingue dagli altri esseri viventi. È la capacità di apprendere cose nuove, ragionare, adattarsi, risolvere problemi, pianificare, improvvisare e agire. L’intelligenza è la base dell’esperienza umana e ora la stiamo ricreando artificialmente nelle imprese scientifiche. Di conseguenza, i sistemi di IA odierni mostrano alcuni di questi tratti dell’intelligenza umana, inclusi apprendimento, ragionamento, risoluzione di problemi e percezione.

Quindi, l’IA è semplicemente la simulazione dell’intelligenza umana nelle macchine. Il machine learning (ML) è una sotto‑categoria dell’IA che si riferisce alla capacità dei programmi informatici di apprendere dai dati e adattarsi senza assistenza umana. 

Poi c’è il deep learning, che consente questo apprendimento automatico tramite enormi quantità di dati come testi, immagini o video, troppo vasti per gli esseri umani. Il deep learning utilizza reti neurali, basate sul modo in cui i neuroni interagiscono nel cervello umano, per assorbire i dati e elaborarli. Tre tipi di reti neurali artificiali usate qui includono reti neurali feed‑forward, reti neurali convoluzionali e reti neurali ricorrenti.

Il machine learning e il deep learning permettono all’IA di svolgere compiti più complessi elaborando dati che le consentono di rilevare schemi, fare raccomandazioni e previsioni, per poi adattarsi a nuovi dati ed esperienze.

Clicca qui per l’elenco delle 5 migliori aziende di IA e biotecnologia digitale.

I numerosi casi d’uso dell’IA, che scuotono le industrie

Tutti i progressi nella tecnologia IA negli anni hanno permesso il suo utilizzo in vari settori, trovando applicazione in quasi tutti i comparti aziendali. 

Per cominciare, i chatbot migliorano l’esperienza dell’utente online. Il Natural Language Processing (NLP) è usato per rendere la conversazione più umana e personale. Questi assistenti potenziati dall’IA possono anche interagire in tempo reale con i clienti. Secondo Servion Global Solutions, il 95% delle interazioni con i clienti sarà alimentato dall’IA entro il 2025. 

Nel campo dei media e dell’intrattenimento, l’IA sta inaugurando una nuova era di efficienza e creatività. Da artisti a registi e sviluppatori di giochi, i creatori di contenuti stanno sfruttando la potenza degli algoritmi di IA per generare sceneggiature e narrazioni. 

L’IA viene inoltre impiegata per facilitare la traduzione linguistica in tempo reale in testi, video, podcast e altri formati multimediali, rendendo i contenuti accessibili a un pubblico più ampio. Basandosi su ciò, la tecnologia analizza le sfumature linguistiche e i movimenti facciali per aiutare la traduzione labiale sincronizzata. Questo arricchisce l’esperienza dello spettatore e trasforma il modo in cui i contenuti audiovisivi sono sincronizzati tra diverse lingue.

Inoltre, attori sintetici che interpretano persone reali in ambienti digitali, copie pubblicitarie focalizzate sul cliente e la generazione autonoma di articoli di notizie e riassunti sono altri modi in cui l’IA sta aiutando l’industria dei media.

Questa tecnologia sta anche influenzando il nostro stile di vita, soprattutto tramite i veicoli autonomi. Aziende come Tesla (TSLA ), Toyota e Audi usano il machine learning per costruire veicoli a guida autonoma, fornire assistenza al conducente e, in ultima analisi, eliminare la necessità di un operatore umano. In questo settore, l’IA è impiegata anche per filtri anti‑spam, riconoscimento facciale e per fornire raccomandazioni personalizzate volte a incrementare il coinvolgimento. 

L’IA sta inoltre facendo strada nel settore dell’istruzione per migliorare la produttività del personale automatizzando compiti amministrativi come messaggi personalizzati, gestione delle iscrizioni e gestione di altre questioni di routine. Aiuta inoltre a personalizzare i materiali di apprendimento, a creare contenuti intelligenti e a fornire assistenti vocali per materiale di apprendimento aggiuntivo o assistenza.

Questo è solo la punta dell’iceberg, poiché l’IA ha un utilizzo vasto, inclusa la navigazione per informazioni accurate e dettagliate, le risorse umane per semplificare i processi, l’agricoltura per aiutare la raccolta più rapida e di maggior volume, i videogiochi per creare NPC simili a esseri umani e la finanza per migliorare una vasta gamma di servizi. 

Inoltre, l’IA trova impiego nella sicurezza dei dati per identificare minacce sconosciute, individuare difetti, prevenire minacce e riconoscere azioni non caratterizzate. Oltre ad aiutare nella gestione del traffico, nel ride‑sharing e nella pianificazione di percorsi nel settore dei viaggi, l’IA fornisce supporto nel controllo qualità, nell’ispezione e nella gestione della catena di approvvigionamento. 

Poi c’è la robotica, dove l’IA è comunemente usata per rilevare ostacoli e pre‑pianificare percorsi. Presto, l’intelligenza artificiale generale (AGI) diventerà anche una realtà, il che significa che le macchine avranno l’intelligenza per svolgere compiti intellettuali che attualmente solo gli esseri umani possono fare. Organizzazioni come OpenAI stanno lavorando a una tecnologia che superi l’intelligenza umana. 

L’IA per rendere Internet più accessibile

Come abbiamo sottolineato, l’IA sta cambiando quasi tutti i settori e, inoltre, non è nemmeno la totalità del suo utilizzo. Per esempio, ricercatori dell’Ohio State University stanno sviluppando un agente IA per rendere Internet più accessibile alle persone con disabilità. Questo agente IA sarà in grado di navigare nel complesso sistema del web per completare compiti complessi su qualsiasi sito usando semplici comandi linguistici.  

Secondo lo studio presentato alla 37ª Conferenza sui Sistemi di Elaborazione dell’Informazione Neurale (NeurIPS) a dicembre, esistono barriere crescenti all’accesso a Internet, su cui contiamo per la vita quotidiana e il lavoro. Per rimuovere tali ostacoli e ridurre la disparità, soprattutto per le persone con disabilità, lo studio ha usato informazioni da siti live e ha creato agenti web.

Questi assistenti IA online sfruttano un algoritmo di deep learning e grandi modelli linguistici (LLM) per funzionare in modo simile a come facciamo noi umani quando navighiamo su Internet. Il modello creato può comprendere il layout così come la funzionalità di diversi siti web semplicemente usando la sua capacità di elaborare e prevedere il linguaggio.  

Per sviluppare questa soluzione, il team ha prima creato il dataset Mind2Web per agenti web generali. I ricercatori hanno usato 137 diversi siti web reali per più di 2.000 compiti aperti, come seguire account di celebrità sui social media, prenotare voli internazionali e programmare test al DMV, per addestrare i loro agenti. 

Secondo la co‑autrice dello studio Yu Su, assistente professore di informatica e ingegneria all’Ohio State, è stato principalmente grazie alla capacità del loro modello di adottare la natura complessa e dinamica dei siti odierni e di gestire l’Internet in continua evoluzione che i loro agenti hanno avuto successo. Su ha dichiarato:

“È diventato possibile fare qualcosa del genere solo grazie allo sviluppo recente dei grandi modelli linguistici come ChatGPT.” 

Da quando il chatbot è diventato pubblico nel novembre 2022, milioni di persone lo hanno usato per creare contenuti. Recentemente, il CEO di OpenAI, Sam Altman, ha rivelato che la versione più recente del chatbot GPT‑5 sarà rilasciata quest’anno con funzionalità video e maggiore precisione. Secondo Altman, l’IA non solo cambierà il modo in cui lavoriamo, ma i progressi tecnologici “aiuteranno a velocizzare enormemente il ritmo della scoperta scientifica”.

Oltre a Mind2Web, i ricercatori dell’Ohio State hanno anche introdotto un framework chiamato MindAct, che utilizza sia piccoli che grandi modelli linguistici per eseguire compiti. Usando entrambi i modelli, il team ha scoperto che il loro framework può superare altre strategie di modellazione comuni e comprendere vari concetti in modo abbastanza equo.

Una volta raffinato, il modello potrebbe essere usato accanto a LLM open‑source e proprietari come Flan‑T5 o GPT‑4, ha osservato lo studio, supportato dalla National Science Foundation, dall’US Army Research Lab e dall’Ohio Supercomputer Center.

Nel mezzo di tutto ciò, lo studio ha evidenziato il problema etico della creazione di IA flessibile, che, pur potendo essere estremamente utile agli esseri umani in molti modi, come navigare sul web, può trasformare Internet in uno strumento potentissimo migliorando sistemi come ChatGPT. 

“Da un lato, abbiamo un grande potenziale per migliorare la nostra efficienza e per permetterci di concentrarci sulla parte più creativa del nostro lavoro,” ha affermato Su, aggiungendo, “Ma dall’altro lato, c’è un enorme potenziale di danno.” Questo potrebbe manifestarsi sotto forma di diffusione di disinformazione o uso improprio di informazioni finanziarie.

Secondo Su, tutti dovremmo essere “estremamente cauti” riguardo a questi rischi e dobbiamo lavorare insieme per mitigarli. Ha sottolineato che il progresso dell’IA attraverso la ricerca continua aiuterà la società a sperimentare una crescita significativa negli anni a venire.

Il grande ruolo dell’IA nella sanità 

Un altro ambito in cui l’IA si sta rivelando rivoluzionaria è la sanità, migliorando diversi aspetti di questo settore.  

La sanità è una parte importante della nostra vita per prevenire malattie e migliorare la qualità della vita. Tuttavia, il settore affronta il problema di processi inefficienti e costi medici in aumento. Qui, l’IA può cambiare completamente il volto della sanità ottimizzando i processi e aiutando nella ricerca di farmaci salvavita combinando dati storici e intelligenza medica. In questo modo, le organizzazioni possono ridurre i costi di R&D aumentando la produzione.

Gli assistenti virtuali abilitati dall’IA, nel frattempo, aiutano le persone riducendo le visite ospedaliere non necessarie e risparmiando tempo ai professionisti sanitari. I chatbot possono anche essere usati per programmare appuntamenti dei pazienti, fornire informazioni, compilare dati dei pazienti e gestire richieste assicurative. 

Le strutture mediche possono inoltre analizzare i pazienti per scoprire approfondimenti e suggerire azioni con maggiore precisione, riducendo i tassi di mortalità e aumentando la soddisfazione dei pazienti. I dati dei pazienti, come la storia medica e il profilo genetico, possono anche essere usati per fornire farmaci personalizzati e i migliori piani di trattamento. Gli ospedali possono anche utilizzare l’IA per ricerche di mercato al fine di ottimizzare i servizi e creare strategie di marketing ottimali per la gestione del brand e il marketing.

Inoltre, la tecnologia è impiegata per costruire macchine sofisticate che possono rilevare malattie e aiutare ad analizzare condizioni croniche per garantire diagnosi precoci. 

Recentemente, un nuovo studio finanziato dalla Swedish Brain Foundation, dalla Swedish Foundation for Strategic Research, dal Swedish Research Council e altri ha usato il machine learning per prevedere la sclerosi multipla (SM) grave. La SM è una malattia cronica del sistema nervoso centrale imprevedibile, con una progressione che varia notevolmente da persona a persona. 

Si ritiene sia un disturbo autoimmune, cioè il sistema immunitario attacca il corpo della persona. Nella SM, una sostanza grassa chiamata mielina viene attaccata, danneggiando i nervi nel cervello e nel midollo spinale. Questo perché la mielina avvolge e isola gli assoni nervosi per consentire la trasmissione dei segnali, che viene compromessa quando è danneggiata.

Quindi, per scoprire un modo per rilevare la malattia in una fase precoce, ricercatori dell’Università di Linköping, dell’Istituto Karolinska e dell’Università di Skövde si sono uniti per questo studio. 

I ricercatori hanno analizzato circa 1.500 campioni proteici usando il machine learning. È stato in realtà il primo studio a misurare una quantità così grande di proteine con l’assay di estensione di prossimità (PEA), un metodo altamente sensibile, in combinazione con il sequenziamento di nuova generazione (NGS). La tecnologia usata consente misurazioni più accurate di quantità molto piccole, particolarmente importante poiché queste proteine sono spesso presenti a livelli molto bassi.

Lo studio ha scoperto che una combinazione di 11 proteine può prevedere sia l’attività a breve termine — una proteina specifica chiamata catena leggera di neurofilamento (NfL) è stata un indicatore affidabile — sia l’attività della malattia a lungo termine e gli esiti di disabilità. Questa combinazione di proteine è stata successivamente confermata in un gruppo separato di pazienti con SM. 

Inoltre, queste proteine devono essere misurate nel liquido cerebrospinale anziché nel sangue per avere un’idea più chiara di ciò che accade nel sistema nervoso centrale. Queste proteine possono inoltre essere usate per personalizzare i trattamenti per ciascun paziente a seconda della gravità prevista della SM. 

Clicca qui per saperne di più sulla crescente sinergia tra IA e neuroscienze.

Aziende che guidano il percorso dell’IA 

Con l’IA che diventa la norma e i ricavi del mercato globale del software IA previsti raggiungere $126 miliardi entro il 2025, tutti stanno salendo a bordo di questo treno. Ma alcune aziende stanno facendo un grande splash nel settore con implementazioni innovative di machine learning:

1. Microsoft

Il colosso tecnologico offre un assistente aziendale IA, Office 365 Copilot. Microsoft (MSFT ), il più grande investitore in OpenAI, ha recentemente lanciato uno strumento potenziato dall’IA, “Reading Coach”. 

Con una capitalizzazione di mercato di $2,9 trilioni, le azioni MSFT sono quotate a $398, in rialzo del 4,74% YTD. I ricavi dell’azienda (TTM) sono $218,3 miliardi, l’EPS (TTM) è 10,33, il P/E (TTM) è 38,14 e paga un dividendo dello 0,76%.

2. Tesla

L’azienda produce modelli di veicoli elettrici con capacità di guida autonoma. Il suo CEO Elon Musk definisce Tesla una “azienda di IA/robotica” e ha affermato una volta che stanno sviluppando “l’IA reale più avanzata”.

Con una capitalizzazione di mercato di $673,55 miliardi, le azioni TSLA sono quotate a $209,20, in calo del 14,72% YTD. I ricavi dell’azienda (TTM) sono $95,92 miliardi, l’EPS (TTM) è 2,10 e il P/E (TTM) è 68,28.

3. Luminar Technologies

L’azienda produce prodotti avanzati di visione per veicoli basati su LIDAR. I suoi sensori usano laser in fibra che permettono ai sistemi software basati su IA delle auto a guida autonoma di avere una visione approfondita dell’ambiente. 

Con una capitalizzazione di mercato di $1,095 miliardi, le azioni LAZR sono quotate a $2,19, in calo del 35,9% YTD. I ricavi dell’azienda (TTM) sono $58,79 miliardi, l’EPS (TTM) è -1,50 e il P/E (TTM) è -1,44.

Considerazioni finali

Il 2023 ha portato l’IA nella corrente principale e, man mano che la popolarità e l’uso della tecnologia crescono, anche le sue prestazioni vedranno una crescita significativa grazie alla ricerca continua e agli investimenti. Già, la flessibilità dell’IA sta trasformando varie industrie e, man mano che avanziamo, le sue applicazioni continueranno a guidare l’innovazione e le industrie più avanti. Come ha detto Su, “salverà le persone tempo e renderà l’impossibile possibile.” 

Clicca qui per scoprire tutto sugli investimenti nell’intelligenza artificiale.