Introduzione all’Intelligenza artificiale

L’intelligenza artificiale è oggi una delle tecnologie più discusse, utilizzate e fraintese.
Ne incontriamo applicazioni nei motori di ricerca, nei sistemi di raccomandazione, negli assistenti digitali, nei software di traduzione, nella generazione di immagini e testi, nella medicina, nei trasporti, nella finanza e in moltissimi altri ambiti. Eppure, proprio perché il termine viene utilizzato continuamente, non è sempre chiaro che cosa indichi davvero.

Che cosa rende un sistema “intelligente”?
Qual è la differenza tra un normale programma e un sistema di intelligenza artificiale?
Tutta l’intelligenza artificiale utilizza il machine learning?
E in che modo si è passati dai primi sistemi basati su regole agli attuali modelli capaci di apprendere dai dati?
Questo libro nasce per rispondere a queste domande in modo progressivo e rigoroso, costruendo una visione generale dell’intelligenza artificiale prima di entrare nei suoi approcci specifici.

Il punto di partenza sarà proprio il significato di intelligenza artificiale.
Non esiste infatti una singola tecnica chiamata IA. Il termine raccoglie approcci differenti, sviluppati in momenti storici diversi e fondati su idee diverse su come una macchina possa percepire informazioni, rappresentare problemi, prendere decisioni e produrre comportamenti adeguati a un obiettivo.

Per comprendere davvero questa disciplina è quindi utile partire non dagli strumenti più recenti, ma dalle sue fondamenta concettuali.
Analizzeremo innanzitutto che cosa caratterizza un sistema di intelligenza artificiale.
Un sistema di IA non opera nel vuoto. Riceve informazioni da un ambiente, le rappresenta internamente, le elabora secondo un determinato modello e produce azioni o risultati che possono modificare l’ambiente stesso. Sensori, dati, rappresentazioni, algoritmi, modelli, obiettivi e azioni costituiscono quindi parti differenti di un unico processo.
Questa prospettiva permette di comprendere l’intelligenza artificiale non semplicemente come un software, ma come un sistema che percepisce, elabora e agisce.

Successivamente affronteremo quella che possiamo chiamare intelligenza artificiale classica.
Prima della diffusione del machine learning moderno, molti sistemi intelligenti venivano costruiti attraverso regole, logica, ricerca nello spazio delle soluzioni, rappresentazione della conoscenza e pianificazione. In questi sistemi gran parte dell’intelligenza veniva progettata esplicitamente dagli esseri umani.
Studiare questi approcci è importante perché permette di comprendere che l’intelligenza artificiale non coincide con l’apprendimento automatico.
Un sistema può infatti mostrare comportamenti complessi anche senza apprendere dai dati, utilizzando strategie costruite direttamente dai progettisti.

Da qui passeremo all’intelligenza artificiale moderna, caratterizzata soprattutto dalla crescente importanza del machine learning.
In questo approccio il comportamento del sistema non viene definito interamente attraverso istruzioni esplicite. Il sistema utilizza dati ed esempi per individuare regolarità e costruire modelli capaci di generalizzare a situazioni nuove.
Questo passaggio modifica profondamente il modo in cui vengono progettati i sistemi intelligenti.
Nel paradigma tradizionale, il programmatore descrive direttamente le regole necessarie per trasformare un input in un output. Nel machine learning, invece, parte di queste regole viene ricavata automaticamente dai dati attraverso un processo di apprendimento.
Comprendere questa differenza è fondamentale per interpretare gran parte dell’intelligenza artificiale contemporanea.
L’obiettivo del libro, tuttavia, non è semplicemente presentare una sequenza storica di tecnologie.
Il suo scopo è costruire un modello mentale dell’intelligenza artificiale.

Capire quali elementi compongono un sistema intelligente. Distinguere un algoritmo tradizionale da un modello che apprende. Comprendere il ruolo dei dati. Riconoscere la differenza tra regole progettate esplicitamente e comportamenti appresi. Capire perché approcci differenti possono essere utilizzati per risolvere problemi differenti.
Questa prospettiva permette anche di evitare due interpretazioni opposte ma ugualmente fuorvianti.
Da una parte, considerare l’intelligenza artificiale come una sorta di entità misteriosa capace di “pensare” autonomamente. Dall’altra, ridurla semplicemente a una nuova categoria di software.
L’intelligenza artificiale è invece un campo articolato, composto da modelli, algoritmi, dati, rappresentazioni e strategie progettate per produrre comportamenti che, in determinati contesti, possono essere considerati intelligenti.
Questo libro vuole quindi fornire le fondamenta necessarie per affrontare successivamente argomenti più avanzati: machine learning, reti neurali, modelli generativi, sistemi agentici e molte delle tecnologie che oggi stanno trasformando il rapporto tra esseri umani e sistemi digitali.
Perché prima di imparare a utilizzare l’intelligenza artificiale è utile comprendere che cosa stiamo realmente chiamando intelligenza artificiale.