Se da una parte la ricerca sull’intelligenza artificiale sta incontrando dei limiti, dovuti ai costi crescenti della ricerca, dall’altra un numero crescente di società sta cercando di espanderne l’utilizzo grazie alla possibilità di usare la tecnologia senza necessità di programmare. È il fenomeno “no code” (senza codice).
Così come la fotografia digitale ha dato a tutti la possibilità di introdurre sofisticate modifiche alle proprie fotografie, analogamente l’IA no-code sta rendendo disponibili decine di applicazioni per la realizzazione di strumenti avanzati che utilizzano le capacità dell’Intelligenza artificiale.
Quick learning per l’IA: quali sono le tre tecniche più promettenti
La parabola dell’IA nell’innovazione tecnologica
Nel settore dell’intelligenza artificiale stiamo assistendo ad una parabola abbastanza classica nell’ambito dell’innovazione tecnologica: l’idea innovativa muove i primi passi nei laboratori di ricerca, dove persone con elevata specializzazione ne studiano le possibilità ed i campi di impiego. Successivamente l’innovazione viene ingegnerizzata e ne inizia la diffusione fra una platea più ampia di tecno-entusiasti e fra quelle aziende che hanno le risorse o la capacità innovativa che gli permette di iniziare ad utilizzarla. L’ultimo passo, infine, vede la tecnologia evolversi nella direzione di un aumento dell’usabilità più che delle sue capacità, rendendola in questo modo utilizzabile anche da quei soggetti – privati e aziende – che dispongono solo di una conoscenza limitata della tecnologia stessa, garantendo così un’ampia diffusione dell’innovazione. Si tratta insomma dello stesso movimento illustrato nel mio precedente articolo “Quick learning per l’IA: quali sono le tre tecniche più promettenti”, dove erano descritte le tecnologie che cercano di rendere l’IA disponibile anche a quelle organizzazioni che non dispongono delle risorse (di competenze, di dati e di tempi) necessarie per sviluppare una IA efficiente da zero.
Questo percorso verso l’ampia diffusione dell’IA sta dando i suoi frutti: un numero crescente di aziende offre servizi basati sull’intelligenza artificiale semplici e facili da usare, che permettono anche chi non è esperto del settore di applicare questa tecnologia senza dover scrivere una sola riga di programma: molto spesso l’unica cosa di cui si ha bisogno è un browser web e sufficiente inventiva.
Le svariate applicazione dell’IA no code
L’azienda Lobe.ai, di proprietà Microsoft, offre ad esempio un’applicazione gratuita che permette di utilizzare la telecamera del computer per raccogliere automaticamente immagini, etichettarle, e realizzare un sistema per il riconoscimento di determinati tipi di immagine con un minimo intervento dell’utente ma, soprattutto, senza richiedere una conoscenza approfondita degli algoritmi sottostanti. Nel loro video dimostrativo viene illustrata la creazione di una IA in grado di riconoscere se chi sta davanti al computer sta bevendo oppure no, realizzata nel giro di pochi minuti.
Ad esempio, nell’articolo “‘No-Code Brings the Power of A.I. to the Masses”, pubblicato dal New York Times nel marzo scorso, viene descritto il progetto realizzato da un apicoltore, che ha realizzato un sistema in grado di riconoscere gli insetti che entravano nei suoi alveari, grazie ad una microcamera posta all’ingresso dell’alveare e ad un sistema di IA “no code” della Lobe.ai, al quale ha “insegnato” a riconoscere un’ape. Grazie all’uso dell’IA, il nostro apicoltore ha potuto identificare rapidamente, tra le migliaia di foto scattate, quelle che non contenevano un’ape, limitando quindi il numero di foto da analizzare e identificando gli insetti “intrusi”.
L’applicazione di Lobe.ai non solo esegue il training dell’intelligenza artificiale, ma aiuta l’utente nella generazione delle immagini da utilizzare per l’apprendimento. Una volta eseguito l’apprendimento, è possibile testare l’efficacia del riconoscimento ed eventualmente “correggere” l’efficacia del riconoscimento semplicemente mostrando i casi in cui l’immagine non è stata correttamente classificata. Una volta completato l’apprendimento con risultati soddisfacenti, la rete può essere scaricata in differenti formati per poi essere utilizzata all’interno di altre applicazioni.
Nella sua pagina dedicata ai possibili utilizzi, Lobe.ai cita, oltre al riconoscimento delle api di cui si è parlato, anche il riconoscimento di piante, il conteggio delle ripetizioni di esercizi ginnici, la sorveglianza antincendio, per citarne solo alcuni.
Ma Lobe.ai non è l’unica azienda attiva nel campo dell’intelligenza artificiale “no code”: Juji, ad esempio, è uno strumento progettato per rendere la creazione di chatbot facile come realizzare presentazioni in PowerPoint. Juji utilizza l’apprendimento automatico per gestire flussi di conversazione e individuare le caratteristiche particolari degli utenti, così da poter personalizzare le interazioni uomo-macchina piuttosto che limitarsi a produrre interazioni uguali per tutti. Grazie a percorsi di chat predefiniti e a “personalità” del chatbot selezionabili, anche una persona con una conoscenza molto superficiale dell’intelligenza artificiale è in grado di realizzare velocemente un chatbot interattivo in grado di aiutare l’utente a eseguire un’ampia gamma di attività, ad esempio accogliere gli utenti su un sito Web, rispondere alle richieste degli utenti sulle offerte online e guidare le azioni dell’utente alla ricerca di specifiche informazioni.
Le piattaforme di sviluppo senza codice
I prodotti di intelligenza artificiale senza codice sono parte di un movimento ben più ampio, quello delle piattaforme di sviluppo senza codice (No-Code Platform Development – NCDP) il cui scopo è consentire a programmatori e non programmatori di creare software applicativo attraverso interfacce utente grafiche configurabili, anziché utilizzando la programmazione tradizionale. La popolarità di queste piattaforme di sviluppo sta crescendo, grazie alla possibilità di rendere più veloce lo sviluppo applicativo e in ragione della scarsa disponibilità di programmatori esperti.
Ovviamente si tratta di prodotti che hanno le loro limitazioni: come tutti i sistemi di IA, la loro efficacia dipende dalla qualità e quantità dei dati disponibili, e molti fattori possono ridurre l’efficacia del risultato. Ad esempio, nel caso del riconoscimento di immagini in differenti condizioni di illuminazione o con sfondi diversi, non appena si abbandonano gli scenari o progetti più semplici, il tasso di successo può rimanere al di sotto dei risultati attesi a meno che non si disponga di un gran numero di esempi relativi a ciascuna delle casistiche.
Ciononostante, le aspettative di chi lavora nel settore sono molto alte, in quanto gli strumenti di intelligenza artificiale no-code, collocandosi all’interno del più ampio movimento NCDP, sono propulsi dalle stesse esigenze. Inoltre, le possibilità offerte dall’apprendimento automatico sono ancora poco conosciute ed esplorate, e quindi ci si aspetta che le prospettive e le possibilità dell’IA “senza codice” crescano man mano che aumenterà il numero di persone che ne comprendono il potenziale e le utilizzano.
GPT-3 e DeepMind
I recenti progressi delle capacità dei sistemi di intelligenza artificiale, inoltre, sono destinati a costituire un ulteriore facilitatore della crescita e dell’usabilità delle piattaforme no-code: ad esempio il sistema di generazione di testi GPT-3, realizzato da OpenAI, società co-fondata da Elon Musk, è in grado di scrivere sezioni di programmi seguendo le indicazioni espresse in lingua naturale. Grazie a queste capacità OpenAI ha potuto creare GitHub Copilot, uno strumento che funge da funzione di completamento automatico per i programmatori, rendendo più rapido il loro lavoro.
DeepMind, una sussidiaria di Alphabet, la società di Google, ha compiuto un ulteriore passo avanti con uno strumento di intelligenza artificiale in grado di scrivere codice completo per risolvere problemi complessi posti ad esso con ordini vocali o testuali. Anche gli utenti di Power Platform di Microsoft, che include una famiglia di prodotti senza codice, possono creare applicazioni semplicemente descrivendo la funzione che si vuole ottenere.
Conclusioni
Questi progressi fanno ritenere che sia ormai prossimo il momento in cui sarà possibile realizzare un report o una estrazione di dati semplicemente usando il linguaggio naturale, ad esempio: “Cerca tutti i record dei clienti dell’ultimo anno”. Questa possibilità potrebbe portare ad una drastica riduzione del lavoro d’ufficio, lasciando ai dipendenti più tempo per concentrarsi nelle attività a più alto valore aggiunto.
Al momento, però, la maggior parte degli utilizzatori di sistemi no-code sono ancora gli utenti professionali delle aziende che vogliono semplificare le attività senza dover necessariamente coinvolgere un programmatore. Il prossimo passo, in effetti già in atto, sarà quello di portare questi strumenti anche nelle mani di utenti non professionali e ciò dovrebbe aprire le porte ad una crescita molto rapida del numero e della varietà degli impieghi.
