Intelligenza artificiale: le strategie dei Big Tech
A Palazzo Geremia il panel organizzato nell’ambito del Festival dell’Economia di Trento con la partecipazione di Paolo Traverso
“L’intelligenza artificiale sta mostrando sempre più le sue grandi potenzialità. In particolare, nel campo dell’intelligenza artificiale generativa, c’è un enorme potere delle cosiddette Big Tech, le grandi aziende che si possono permettere di investire miliardi e di avere una capacità computazionale, un hardware, al di là di ogni possibilità rispetto a una piccola media impresa o agli istituti di ricerca. Però c’è un rovescio della medaglia”.
Così Paolo Traverso, direttore della Pianificazione Strategica della Fondazione Bruno Kessler – realtà pioniera in Italia nella ricerca sull’Intelligenza artificiale – durante il suo intervento di questo pomeriggio a Palazzo Geremia nell’ambito del Festival dell’Economia di Trento.
Nel panel “Intelligenza artificiale: le strategie dei Big Tech” a cui hanno partecipato Pier Antonio Azzalini (Chief information officer, Fincantieri), Rita Cucchiara (Università di Modena e Reggio Emilia), Marco Gay (Presidente Esecutivo ZEST), Marco Trombetti (Co-Founder e CEO Translated) e Fabio Vaccarono (CEO Multiversity), Traverso ha sottolineato: “Un fattore da non sottovalutare è che questa corsa al potere computazionale, a sistemi sempre più grandi, con tantissimi parametri e addestrati con una mole immensa di dati, ha un problema di sostenibilità, sia in termini di investimenti sia dal punto di vista energetico. C’è un limite superiore che non potrà essere superato e qui si apre un grande spazio anche per altre realtà: sia per le aziende che non sono BigTech e che con esse possono collaborare, sia per la ricerca, anche di ambito pubblico.
Alla Fondazione Bruno Kessler vediamo che tante aziende o istituzioni pubbliche ci vengono a chiedere sistemi di intelligenza artificiale per risolvere i loro problemi. Queste aziende richiedono soluzioni specifiche, personalizzate, affidabili. Bisogna capire quali sono i dati giusti da utilizzare, qual è l’architettura software migliore e così via. La ricerca può aiutare in un modo dirompente a risolvere i problemi di affidabilità di queste tecnologie e del consumo energetico altissimo che diventa non sostenibile dal punto di vista ambientale. Quindi si aprono possibilità per le realtà che riescono a costruire dei sistemi magari più semplici, più piccoli, ma che per un determinato compito riescono effettivamente a essere affidabili e a soddisfare le esigenze dei clienti che cercano di utilizzare nel concreto l’intelligenza artificiale”.
Alla richiesta di alcuni esempi in cui tutto ciò è stato reso possibile, Traverso ha proseguito: “Diverse sono le esperienze in FBK che riflettono questo spazio del mercato. A cominciare dalle applicazioni per la salute e la medicina. In Azienda Sanitaria a Trento stiamo adottando un prodotto – che verrà introdotto anche in una decina di altre aziende sanitarie in Italia – in grado di utilizzare tecniche di intelligenza artificiale per analizzare le immagini della retina di persone che soffrono di diabete e indirizzare i medici verso quei casi dove serve un loro intervento. Stiamo poi aiutando i medici che si occupano di Parkinson con modelli predittivi di IA in grado di rilevare il rischio di un peggioramento negli anni delle condizioni del paziente – ad esempio il rischio di caduta o di compromissione cognitiva – in modo che non solo i medici, ma anche i familiari e le persone che si occupano dei pazienti, possano intervenire il prima possibile. Utilizziamo inoltre l’intelligenza artificiale generativa – la stessa tecnologia che in alcuni casi viene usata per generare immagini false, che abbiamo visto con preoccupazione – sfruttando le sue potenzialità positive e cioè per generare immagini digitali che non sono di pazienti reali ma che sono realistiche e validate da medici. Queste ultime sono utili ad addestrare sistemi in grado a loro volta di aiutare altri medici che si occupano di anatomia patologica a concentrarsi sui casi dove è necessario il loro intervento. Si pensi a quanto può essere utile questa tecnologia per curare le malattie rare, dove non ci sono abbastanza dati di pazienti “reali” per addestrare i sistemi di intelligenza artificiale. Utilizziamo poi le moderne tecniche di IA anche in altri settori, come l’agricoltura, ad esempio in un progetto con la Provincia autonoma di Trento, la Fondazione Edmund Mach e Trentino Digitale per controllare e utilizzare in modo responsabile il consumo dell’acqua di irrigazione dei campi, o per aiutare Meteo Trentino e il Centro Europeo per i Cambiamenti Climatici a prevedere eventi meteo estremi, o per aiutare le aziende che vogliono migliorare il loro processo produttivo, ad esempio riducendo significativamente il numero di scarti dei prodotti. Questi sono esempi dove ricerca pubblica e aziende private possono lavorare assieme per risolvere i problemi dei clienti e migliorare significativamente i servizi alle persone”.