Intelligenza artificiale: differenze tra le versioni

Versione delle 07:42, 27 apr 2025

Versione attuale delle 17:25, 4 mag 2025

(4 versioni intermedie di 3 utenti non mostrate)

Riga 64:

==Differenze tra intelligenza naturale e intelligenza artificiale==

{{S sezione|argomento=informatica}}

La principale differenza tra l'intelligenza naturale (umana o animale) e l'intelligenza artificiale risiede nel fatto che l'intelligenza naturale è propria degli esseri viventi, mentre l'intelligenza artificiale è un prodotto dello sviluppo tecnologico.

Line 91 ⟶ 90:

* L'intelligenza artificiale forte ha come obbiettivo quello di raggiungere l'intelligenza generale (AGI) e quindi l'autocoscienza, ed è rivolta quindi ad un adattamento totale ad ogni situazione possibile, essa è ancora teorica. Si definisce un'Intelligenza Artificiale Superintelligente (''ASI – Artificial Superintelligence'') un'Intelligenza Artificiale superiore alla forte, con capacità cognitive superiori a quelle dell'essere umano.<ref>{{Cita web|lingua=it|url=https://www.repubblica.it/tecnologia/2025/03/10/news/nesso_cristianini_libro_intelligenza_artificiale_asi_superintelligenza-424053577/|titolo=L’intelligenza artificiale è sovrumana. Sta superando i nostri limiti. «Sì, però…»|sito=la Repubblica|data=10 marzo 2025|accesso=10 marzo 2025}}</ref>

== Ricerca e tipologiatipi ==

{{C|Molte parti di questa sezione sanno molto di ricerca originale - vedi [[Wikipedia:RO]]|informatica|marzo 2025}}

A dicembre 2024 la media delle intelligenza artificiale sottoposte ad alcuni test [[Quoziente d'intelligenza|QI]] è intorno a cento.<ref>{{Cita web|url=https://trackingai.org/home|titolo=Tracking AI|lingua=en|accesso=9 febbraio 2025|urlarchivio= https://web.archive.org/web/20240106181433/https://trackingai.org/home|urlmorto=no}}</ref> Alcune massime dei valori, potrebbero essere giustificate da una sorta di "baro" dell'intelligenza artificiale che ha sbirciato i risultati o dedotti tramite i dati dei suoi database,<ref>{{Cita web|url=https://www.internazionale.it/notizie/alberto-puliafito/2024/09/24/intelligenze-artificiali-test-intelligenza |titolo=Le intelligenze artificiali sanno superare i test d’intelligenza?|autore=Alberto Puliafito|sito= [[Internazionale (periodico)|Internazionale]]|data=24 settembre 2024|accesso=9 febbraio 2025|urlarchivio= https://web.archive.org/web/20241212141827/https://www.internazionale.it/notizie/alberto-puliafito/2024/09/24/intelligenze-artificiali-test-intelligenza|urlmorto=no}}</ref> o "rovesciato" il tavolo da gioco o le regole del gioco quando contro un avversario forte.<ref>{{Cita web|lingua=it|autore=UnoScacchista|url=https://unoscacchista.com/2025/03/07/se-anche-lintelligenza-artificiale-comincia-a-barare/|titolo=Se anche l’Intelligenza Artificiale comincia a barare…|sito=Uno Scacchista|data=7 marzo 2025|accesso=8 marzo 2025}}</ref><br/>

I modelli per la [[Intelligenza#La valutazione dell'intelligenza|valutazione dell'intelligenza]] o le teorie come quella delle [[Intelligenza#La teoria delle intelligenze multiple|intelligenze multiple di Gardner]] sono nate in seno all'indagine della cognizione umana. Se si usa un esclusivo approccio valutativo (come il già citato test del QI) alcune intelligenze artificiali potrebbero essere definite "intelligenti" come un comune essere umano, mentre se si usa un approccio per tipologietipi di manifestazioni (come quello di Gardner) il grado va da molto superiore all'intelligenza umana (per la logico-matematica ad esempio) a molto inferiore o assente (es. l'intelligenza emotiva). I ricercatori del campo cognitivo [[Intelligenza#Definizioni scientifiche|non hanno ancora dato una definizione ufficiale ed univoca di intelligenza]] (considerabile come universalmente condivisa dalla [[comunità scientifica]]) però si può intuitivamente riconoscere l'esistenza in alcuni organismi di un{{'}}''intelligenza pratica''. Tentare di creare delle macchine che siano in grado di riprodurre o di simulare (solo) l'intelligenza umana potrebbe limitare la ricerca in tale ambito e portare a voler forzare l'inserimento di proprietà o definizioni umane (o costruite per l'uomo) in qualcosa che per costituzione non lo è (come voler trasferire le capacità cognitive di un essere umano in quelle di un canide). Nei tempi moderni si sta andando a delineare la possibilità di un approccio diverso alla tematica, valutando l'intelligenza artificiale come un tipo di intelligenza a sé, senza necessità di confronto, o valutarla come unaun tipologiatipo di proto-[[intelligenza collettiva]] a consultazione individuale, poiché nata dalle condivise intelligenze degli sviluppatori, degli usufruitori e dei saperi e dati raccolti disponibili per la storia umana (grazie anche all'avvento di [[internet]] e di una connessione tra le persone più facilitata).<ref>{{Cita pubblicazione|nome=Seth|cognome=Bullock|nome2=Nirav|cognome2=Ajmeri|nome3=Mike|cognome3=Batty|data=2024-01|titolo=Artificial intelligence for collective intelligence: a national-scale research strategy|rivista=The Knowledge Engineering Review|volume=39|pp=e10|lingua=en|accesso=10 gennaio 2025|doi=10.1017/S0269888924000110|url=https://www.cambridge.org/core/journals/knowledge-engineering-review/article/artificial-intelligence-for-collective-intelligence-a-nationalscale-research-strategy/6D1AAE3572531AD7C504C2263D590CD2}}</ref><ref>{{Cita pubblicazione|nome=Hao|cognome=Cui|nome2=Taha|cognome2=Yasseri|data=8 novembre 2024|titolo=AI-enhanced collective intelligence|rivista=Patterns|volume=5|numero=11|p=101074|accesso=10 gennaio 2025|doi=10.1016/j.patter.2024.101074|url=https://www.sciencedirect.com/science/article/pii/S2666389924002332}}</ref><ref>{{Cita libro|nome=Thomas W.|cognome=Malone|nome2=Michael S.|cognome2=Bernstein|titolo=Handbook of Collective Intelligence|url=https://books.google.it/books?hl=it&lr=&id=Px3iCgAAQBAJ&oi=fnd&pg=PA89&dq=artificial+intelligence+collective+intelligence+&ots=nncZzRVmvo&sig=aJiOCQcGwLx2AV3yI8cNn5VyAx0|accesso=10 gennaio 2025|data=30 ottobre 2015|editore=MIT Press|lingua=en|ISBN=978-0-262-02981-0}}</ref>

=== Rappresentazione della conoscenza ===

Line 121 ⟶ 120:

Nei problemi classici di pianificazione, un sistema intelligente può assumere di essere l'unica entità a operare nell'ambiente e può essere assolutamente sicuro delle conseguenze di ogni azione compiuta. Se non è l'unico attore nell'ambiente o se l'ambiente non è deterministico un sistema intelligente deve costantemente monitorare il risultato delle proprie azioni e aggiornare le predizioni future e i propri piani.

=== Classificazione per approcci tecnici o tipologiatipi di funzionamento ===

Una seconda distinzione dei tipi di intelligenza artificialeriguarda le tecniche con cui essa elabora i dati di input per produrre un certo tipo di output. Sono tecniche che possono esistere sia nell'intelligenza artificiale debole che in quella forte. Si definiscono le seguenti categorie spesso correlate tra loro:

* Intelligenza artificiale simbolica: si basano su rappresentazioni "simboliche" di problemi, logica e ricerca (sono quindi "leggibili dall'uomo").

Line 136 ⟶ 135:

* [[Rete bayesiana|Reti bayesiane]]: Modelli probabilistici che gestiscono l’incertezza.

=== TipologieTipi di apprendimento automatico ===

[[File:Supervised and unsupervised learning.png|thumb|Apprendimento supervisionato e non supervisionato]]

Si può distinguere una classificazione per categorie, riguardanti come l’intelligenza artificiale apprende:

Line 142 ⟶ 141:

* [[Apprendimento non supervisionato]]: Trova pattern nei dati non etichettati (es. clustering di clienti), a volte utilizzando il [[data mining]].

* [[Apprendimento per rinforzo]]: Impara tramite tentativi ed errori (es. [[AlphaGo]] di [[DeepMind]]).

* [[Apprendimento semiauto-supervisionato]] o auto-supervisionato: Un mix tra supervisionato e non supervisionato. Il modello impara a partire da dati che non sono etichettati esplicitamente, ma sfruttando una sorta di auto-etichettamento. Le varie previsioni di sviluppo dati servono quindi esse stesse come "supervisioni" nell'addestramento del modello. Non si ha bisogno di etichette esterne o annotazioni umane.

* [[Fine-tuning LLM|Fine-tuning]] ovvero specializzazione dei Modelli: è un processo che permette di adattare un modello generico di intelligenza artificiale a compiti specifici. Invece di addestrare un nuovo modello da zero, si parte da un modello pre-addestrato e lo si affina su un dataset più ristretto e mirato. Esso è utile per personalizzare un modello su un dominio specifico (ad esempio, medicina, finanza, assistenza clienti), inoltre permette di migliorare la qualità delle risposte per applicazioni specifiche. Esso si può effettuare con tecniche come [[Low-Rank Adaptation]] (LoRA), che riducono il numero di parametri da aggiornare, rendendo il processo più efficiente.<ref>{{Cita web|url=https://www.hpe.com/it/it/what-is/fine-tuning.html|titolo=Cos’è il fine tuning (AI)?|accesso=20 febbraio 2025}}</ref>

* [[Distillazione (Intelligenza Artificiale)|Distillazione:]] dove un intelligenza artificiale più avanzata "insegna" a una meno avanzata<ref>{{Cita web|lingua=it|autore=Andrea Daniele Signorelli|url=https://www.wired.it/article/distillazione-intelligenza-artificiale-cos-e/|titolo=L'intelligenza artificiale è diventata così economica da essere un problema per l'Occidente|sito=Wired Italia|data=19 febbraio 2025|accesso=19 febbraio 2025}}</ref> Questo processo abbassa i costi di sviluppo, ma non crea niente di "nuovo", con i problemi per la libera concorrenza che questo consegue.<ref>{{Cita web|url=https://www.ibm.com/it-it/topics/knowledge-distillation#:~:text=Autore%3A%20Dave%20Bergmann-,Cos'%C3%A8%20la%20distillazione%20della%20conoscenza%3F,%22modello%20studente%22%20pi%C3%B9%20piccolo.|titolo=Cosa è la distillazione della conoscenza?|accesso=20 febbraio 2025}}</ref>