A volte è difficile distinguere la realtà della tecnologia dalle pubblicità e dai messaggi di marketing che bombardano quotidianamente le nostre caselle di posta. Solo negli ultimi cinque anni probabilmente abbiamo sentito parlare troppo di metaverso, blockchain e realtà virtuale, ad esempio. Al momento, siamo nel mezzo di un furore riguardo al tanto abusato termine “AI”, e il tempo dirà se questa particolare tempesta sarà vista come un abitante della tazza da tè.
Notizie sull'intelligenza artificiale ha parlato esclusivamente con Jon McLooneil Direttore della comunicazione tecnica e della strategia di una delle organizzazioni più mature nel campo dell'intelligenza computazionale e dell'innovazione scientifica, Ricerca sul Wolframper aiutarci a collocare i nostri attuali concetti di intelligenza artificiale e i loro usi pratici in un contesto più profondo.
Jon ha lavorato presso Wolfram Research per 32 anni in vari ruoli, attualmente alla guida del team dei servizi tecnici europei. Matematico di formazione e professionista esperto in molti aspetti dell'analisi dei dati, abbiamo iniziato la nostra intervista facendogli descrivere il lavoro di Wolfram in formato elevator pitch.
“La nostra proposta di valore è che conosciamo il calcolo e la tecnologia Wolfram. Adattiamo la nostra tecnologia al problema di un'organizzazione. Questo riguarda una vasta gamma di cose. Quindi, non abbiamo un cliente tipico. Ciò che hanno in comune è che stanno facendo qualcosa di innovativo”.
“Stiamo risolvendo problemi, il tipo di cose che utilizzano il calcolo e la scienza dei dati. Stiamo costruendo una piattaforma unificata per il calcolo e quando parliamo di calcolo intendiamo i tipi di calcolo tecnico, come i calcoli ingegneristici, la scienza dei dati e l'apprendimento automatico. Si tratta di analisi dei social network, bioscienze, scienze attuariali e calcoli finanziari. In astratto, queste sono tutte cose fondamentalmente matematiche”.
“Il nostro mondo è costituito da tutte quelle aree strutturate in cui abbiamo trascorso 30 anni costruendo diverse ontologie. Abbiamo una rappresentazione simbolica della matematica, ma anche di cose come grafici e reti, documenti, video, immagini, audio, serie temporali, entità nel mondo reale, come città, fiumi e montagne. Il mio team sta facendo la parte divertente di fargli fare davvero qualcosa di utile!”
“L’intelligenza artificiale la vediamo semplicemente come un altro tipo di calcolo. Sono stati sviluppati diversi algoritmi nel corso degli anni, alcuni centinaia di anni fa, altri solo decine di anni fa. La Gen AI si aggiunge a questa lista.”
Le affermazioni fatte sull’intelligenza artificiale nel 2024 a volte possono essere eccessivamente ottimistiche, quindi dobbiamo essere realistici riguardo alle sue capacità e considerare in cosa eccelle e dove non è all’altezza.
“C'è ancora l'intelligenza umana, che resta ancora l'elemento strategico. Non dirai che nei prossimi cinque anni l'intelligenza artificiale gestirà la mia azienda e prenderà decisioni. L’intelligenza artificiale generativa è molto fluida ma inaffidabile. Il suo compito è essere plausibilenon essere corretto. E in particolare quando ti addentri nel tipo di cose che Wolfram fa, è terribile perché ti dirà il tipo di cose a cui la tua risposta matematica sembrerebbe.” (Notizie sull'intelligenza artificiale' corsivo.)
Il lavoro di Wolfram Research in questo contesto si concentra su ciò che Jon definisce “AI simbolica”. Per differenziare l’IA generativa da quella simbolica, ci ha fornito l’analogia con la modellazione della traiettoria di una palla lanciata. Un’intelligenza artificiale generativa imparerebbe come viaggia la palla esaminando molte migliaia di lanci di questo tipo e quindi sarebbe in grado di produrre una descrizione della traiettoria. “Questa descrizione sarebbe plausibile. Questo tipo di modello è ricco di dati, ma povero di comprensione”.
Una rappresentazione simbolica della palla lanciata, d'altra parte, implicherebbe equazioni differenziali per il movimento del proiettile e rappresentazioni di elementi: massa, viscosità dell'atmosfera, attrito e molti altri fattori. “Ci si potrebbe allora chiedere: 'Cosa succede se lancio la palla su Marte?' Dirà qualcosa di preciso. Non fallirà.”
Il modo ideale per risolvere problemi aziendali (o scientifici, medici o ingegneristici) è una combinazione di intelligenza umana, ragionamento simbolico, come sintetizzato nel linguaggio Wolfram, e ciò che ora chiamiamo intelligenza artificiale che funge da collante tra di loro. L’intelligenza artificiale è un’ottima tecnologia per interpretare il significato e fungere da interfaccia tra le parti componenti.
“Alcuni dei crossover interessanti sono quelli in cui prendiamo il linguaggio naturale e lo trasformiamo in informazioni strutturate con cui è possibile effettuare calcoli. Il linguaggio umano è molto confuso e ambiguo e l’intelligenza artificiale generativa è molto brava a mapparlo su una qualche struttura. Una volta che sei in un mondo strutturato di qualcosa che è sintatticamente formale, allora puoi fare delle cose su di esso.
Un recente esempio di combinazione dell’intelligenza artificiale “tradizionale” con il lavoro di Wolfram ha coinvolto le cartelle cliniche:
“Recentemente abbiamo realizzato un progetto prendendo referti medici, che sono stati scritti a mano, dattiloscritti e digitali. Ma contengono parole e provare a fare statistiche su quelle non è possibile. E quindi, devi usare la parte dell'intelligenza artificiale generativa per mappare tutte queste parole su cose come le classi: è stata una morte evitabile? SÌ. No. È una coppia chiave-valore gradevole e strutturata. E poi, una volta che abbiamo queste informazioni in forma strutturata (ad esempio un pezzo di JSON o XML, o qualunque sia la struttura scelta), possiamo fare statistiche classiche per iniziare a dire: “C'è una tendenza?” Possiamo progettare? C’è stato un impatto del COVID sui danni ospedalieri?’ Domande chiare a cui puoi avvicinarti simbolicamente con cose come mezzi, mediane e modelli.
Durante la nostra intervista, Jon ha anche fornito un riassunto di una presentazione, che prendeva come esempio il lavoro della sua organizzazione, un immaginario impianto di produzione di tazze di burro di arachidi. Quali potrebbero essere gli effetti della modifica di un particolare ingrediente o dell'alterazione di alcuni dettagli della ricetta e gli effetti di tale cambiamento sulla durata di conservazione del prodotto?
“I LLM (modelli linguistici di grandi dimensioni) diranno: 'Oh, probabilmente dureranno qualche settimana perché le tazze di burro di arachidi Generalmente sedersi sullo scaffale per qualche settimana. Ma passando a un modello computazionale che possa collegarsi agli ingredienti e calcolare, saprai che questa cosa dovrebbe durare otto settimane prima di esplodere. O cosa potrebbe comportare questo cambiamento nel processo di produzione? Un modello computazionale può connettersi al gemello digitale del tuo impianto di produzione e apprendere: “Ciò rallenterà le cose del 3%, quindi la tua produttività diminuirà del 20% perché crea un collo di bottiglia” Qui.' I LLM sono ottimi per collegare te e la tua domanda al modello, alla matematica, alla scienza dei dati o al database. E questo è davvero un interessante incontro di menti a tre”.
Puoi vedere Wolfram Research al prossimo evento TechEx ad Amsterdam, dall'1 al 2 ottobre, presso lo stand 166 del Filone AI e Big Data. Non possiamo garantire alcuna discussione relativa al burro di arachidi durante l'evento, ma per scoprire come la modellazione potente e l'intelligenza artificiale generativa possono essere sfruttate per risolvere problemi e dilemmi specifici, contattare l'azienda tramite il suo sito web.
Vuoi saperne di più sull'intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell'intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L'evento completo è collocato in contemporanea con altri eventi importanti, tra cui Conferenza sull'automazione intelligente, BlockX, Settimana della trasformazione digitaleE Fiera sulla sicurezza informatica e sul cloud.
Esplora altri prossimi eventi e webinar sulla tecnologia aziendale forniti da TechForge Qui.
Fonte: www.artificialintelligence-news.com
