Molte idee sbagliate come l’IA non hanno bisogno degli esseri umani, o toglieranno posti di lavoro, sono mere speculazioni.
“Da tre a otto anni avremo una macchina con l’intelligenza generale di un essere umano medio”, disse Marvin Minsky, il fondatore dell’AI Lab del MIT, nel 1970. Cinque decenni dopo, l’intelligenza artificiale generale (AGI) rimane un sogno lontano . L’iperottimismo, la disinformazione e le esagerazioni nei media popolari hanno spesso generato diversi malintesi sull’intelligenza artificiale.
Alcune delle idee sbagliate più comuni includono:
L’intelligenza artificiale e l’apprendimento automatico sono la stessa cosa.
Intelligenza artificiale e apprendimento automatico sono diventati parole d’ordine e talvolta vengono usati in modo alternativo . Sebbene le tecnologie siano strettamente correlate, non sono la stessa cosa. La vaghezza nelle definizioni, le aziende tecnologiche, la messa in gioco delle loro capacità consentite da società di pubbliche relazioni troppo zelanti e i giornalisti ignari che legittimano l’uso intercambiabile senza il controllo dei fatti, ecc., Hanno confuso. L’intelligenza artificiale si riferisce a macchine che esibiscono un’intelligenza simile a quella umana attraverso tecniche diverse. L’apprendimento automatico è una di queste tecniche. L’obiettivo finale dell’IA è sviluppare un sistema intelligente per simulare il pensiero e l’intelligenza umana. Nel frattempo, l’apprendimento automatico insegna alle macchine ad apprendere dai dati forniti per produrre l’output desiderato. L’intelligenza artificiale mira a rendere le macchine più simili all’uomo; Il machine learning aiuta le macchine a imparare come gli umani.
L’intelligenza artificiale non richiede l’intervento umano.
Un profano può spesso avere l’impressione che le macchine siano abbastanza avanzate da imparare da sole. Tuttavia, la realtà è che le macchine non sono ancora sufficientemente sviluppate per prendere le proprie decisioni. Sarebbe ancora necessario uno specialista per formulare il problema, preparare i modelli, preparare un set di dati di addestramento, identificare ed eliminare potenziali distorsioni, ecc. I modelli di intelligenza artificiale dipendono ancora dagli esseri umani.
Sanjeev Azad, vicepresidente associato (tecnologia), GlobalLogic, fornisce due esempi:
I chatbot basati sull’intelligenza artificiale possono migliorare le interazioni con i clienti e aiutare ad aumentare le vendite: a meno che non siano adeguatamente formati con set di dati di interazioni continue con i clienti, i chatbot standard basati su FAQ possono influire negativamente sulle interazioni con i clienti.
Le tecnologie abilitate per l’intelligenza artificiale possono automatizzare il rilevamento e la risposta alle minacce senza la necessità dell’intervento umano: gli hacker o i criminali informatici stanno effettivamente sfruttando la potenza di buoni algoritmi di intelligenza artificiale e sfruttando i sistemi digitali. Le organizzazioni di difesa informatica guidate dall’uomo devono essere un passo avanti per prevenire l’evoluzione degli attacchi informatici.
L’intelligenza artificiale toglierà posti di lavoro.
La gente temeva la perdita di posti di lavoro durante la rivoluzione industriale. Come stabilito nel punto precedente, la paura è infondata in quanto le macchine hanno ancora bisogno dell’uomo per funzionare. Anche in futuro, l’IA assumerà alcuni ruoli, che genererebbero solo nuovi posti di lavoro.
“La tecnologia AI è al timone della digitalizzazione, con le aziende che fanno molto affidamento su di essa. C’è una crescente domanda di lavori basati sull’intelligenza artificiale, che offriranno enormi possibilità agli studenti nel prossimo futuro. Molte idee sbagliate come l’IA non hanno bisogno degli esseri umani, o toglieranno posti di lavoro, sono mere speculazioni. La realtà è che il settore ha un’abbondanza di posti di lavoro e non abbastanza talento per ricoprire i ruoli. Gli studenti esperti di intelligenza artificiale sono molto richiesti e possono rivoluzionare campi come robotica, informatica, agricoltura, sanità e scienza dei dati, tra gli altri”, ha affermato Prateek Agrawal, professore associato, Lovely Professional University.
La paura della perdita del lavoro è prevalente anche tra molti lavoratori della categoria a bassa qualificazione. “Molti ricercatori hanno cercato per anni di progettare robot in grado di eseguire questo tipo di compiti semplici. Sebbene ci sia un certo successo in domini molto ben mappati, nessun robot esistente può farlo bene negli spazi naturali. Questo fenomeno è noto come il paradosso di Moravec : è molto più facile costruire sistemi di intelligenza artificiale che svolgano a livello umano compiti cognitivi di alto livello piuttosto che costruire sistemi di intelligenza artificiale in grado di apprendere abilità percettive e motorie rudimentali che i bambini piccoli svolgono facilmente “. ha affermato il dottor Debashis Guha, direttore, Master of Artificial Intelligence in Business, SP Jain School of Global Management.
Tutti i sistemi di intelligenza artificiale sono complessi.
Si crede comunemente che tutti i sistemi di intelligenza artificiale siano altamente complicati e meno spiegabili. Tuttavia, come molti processi basati sull’uomo e software tradizionali, alcuni sistemi di intelligenza artificiale sono semplici e facili da spiegare. La spiegazione dell’intelligenza artificiale sta emergendo come una ricca area di ricerca che fornisce informazioni sul perché un particolare sistema funziona in un certo modo e aiuta a migliorare la trasparenza del processo decisionale. Anche quando i sistemi di intelligenza artificiale non possono essere completamente spiegati, possiamo ancora capire come prendono le decisioni meglio di quanto comprendiamo il processo decisionale umano.
AI e obiettività.
Si ritiene che i sistemi di intelligenza artificiale siano altamente obiettivi . Ma in realtà, sono validi solo quanto i dati su cui sono addestrati. Gli scienziati dei dati che lavorano su questi sistemi possono introdurre, intenzionalmente o meno, pregiudizi in base alle loro preferenze. Molte volte questi pregiudizi rimangono non esposti fino a quando gli algoritmi non vengono utilizzati pubblicamente.
